Methoden

Paneldaten sind Werte der gleichen Variablen zu mehreren Zeitpunkte, aber auf der Grundlage einer identischen Stichprobe (dieselben Individuen werden wiederholt befragt).àDas erlaubt Aussagen über Kollektive, aber auch über Individuen. 

Eine Besonderheit sind Zeitreihenstudien. Unter Zeitreihenstudien versteht man die wiederholte Erhebung von Werten der gleichen Variablen beim gleichen Merkmalsträger, wobei die Anzahl Merkmalsträger Eins beträgt.1 

• Höchster Informationsgehalt

• -  Querschnitt- wie Längsschnittdaten erlauben Querschnittanalysen, aber keine Panelanalysen. Mit Querschnittsdaten lassen sich nur Querschnittanalysen erbringen.

• -  Informationsgehalt steigend: Querschnitt, Trend und Panel 

• -  Hoher Erhebungsaufwand

• -  „Panelmortalität“ – Schwundquote: Sterblichket, Wegzug... - Repräsentativitätsprobleme
  - Edukationseffekte 

Die operationalistische Lösung: Operationale Definition des theoretischen Konstrukts („Intelligenz ist, was der Intelligenztest misst“)

Die typologisch-induktive Lösung: Erhebung von Messdaten und Bildung von latenten Gruppen („latent classes“), welche anschliessend als Indikatoren dienen.

Der kausal-analytische Ansatz: Die Indikatoren sind Manifestationen der latenten Variablen. Aus dem theoretischen Konzept x folgt der Indikator y. Dazu wird eine Messhypothese („Hilfstheorie“) formuliert. 

Den Messinput bilden die Objekte und deren Relationen zueinander. 

Den Messoutput bilden Zahlen und deren Relationen. 

strukturgetreue Abbildung (= Morphismus) der Objekte durch die zugewiesenen Zahlen. 

Isomorphismus: ein- oder umkehrbar-eindeutige Abbildung. Für jede empirische Relation gibt es eine korrespondierende numerische Relation.

Homomorphismus: Eindeutige Abbildung
Hier reicht es, jedem Objekt in „Schüler“ ein Objekt in „Deutschnote“ zuzuordnen.  

Repräsentationsproblem

Eindeutigkeitsproblem 

Bedeutsamkeitsproblem 

Skalen sind das Resultat von Skalierungsverfahren. Skalen sind auch eine Reihe von Items, die entlang einer Dimension messen. (Skalen dürfen nur eine Dimension abbilden, wesentlicher Unterschied zu Indizes!)

Fragen, Statements oder Aussagen mit denen die Befragten einverstanden oder nicht einverstanden sein können. 

Wenn ein einzelner Indikator die latente Variable nicht mit ausreichender Genauigkeit misst. 

Likert-Skala:
- Grunprinzip: Summiertes Rating
- Item-Analyse: Nicht-Berücksichtigung ungeeigneter Items mittels

bestimmter Verfahren (Trennschärfe-Index oder Trennschärfe- Koeffizient). 
 

Guttmann-Skala:

Grundprinzip: Skalenwert entspricht der Nummer desjenigen Items, das zuletzt akzeptiert wurde.
dichotome Itemcharakteristik (erst mit Überschreiten eines bestimmten Schwellenwertes der latenten Variablen erfolgt Zustimmung) 
 

• Merkmalsausprägungen existieren gleichberechtigt nebeneinander; Äquivalenzrelation

• -  Zuweisung von Werten dient der Identifikation; Nur Aussagen zu Gleichheit/Ungeleichheit möglich

• -  Zulässige Transfomrationen: eigentlich alle, solange Unterschied bleibt

• -  Statistische Auswertungen: Häufigkeitsinformationen, Mittelwert = Modus

  (Häufigster Wert)

• -  Beispiele sind: Geschlecht, Beruf, Religionszugehörigkeit aber auch

  Nummerierungen von Fussballspielern, Matrikelnummer 

• Merkmalsausprägung folgt natürlicher Rangfolge, aber Abstände nicht

  quantifizierbar (Voraussetzung: Transivitätsaxiom)

• -  Zulässige Transformationen: alle rangerhaltenden d.h. monoton steigende

  Transformationen (z.B. Multiplikation)

• -  Statistische Auswertung: ... + Mittelwert = Median

• -  Beispiele sind Noten, Windstärke, Einstufungsskalen (sehr einverstanden,

  eher einverstanden, etc.) 

• Die Merkmalsausprägungen folgen einer natürlichen Rangfolge, Abstände sind quantifizierbar.àDie Differenzen zwischen den Merkmalsausprägungen sind gleich. Damit sind Aussagen möglich wie: Heute ist es 10 Grad wärme. (Nicht aber Verhältnisaussagen: Heute ist es doppelt so warm wie gestern)

• -  Keinen natürlichen Nullpunkt

• -  Zulässige Transformationen: alle linearen Operationen

• -  Statistisches Auswertungsverfahren: ... + arithmetischer Mittelwert

• -  Beispiele sind Temperatur in Celsius/ Fahrenheit oder Intelligenzquotient 

• Die Merkmalsausprägungen folgen einer natürlichen Rangfolge, die Abstände sind quantifizierbar und die Skala hat einen natürlichen Nullpunkt. Verhältnisaussagen sind möglich.

• -  Zulässige Transformationen: Alle Ähnlichkeitstransformationen = Kilometer in Meter

• -  Statistische Auswertungen: alle, Mittelwert = geometrisches Mittel

• -  Beispiele sind die Temperatur in Kelvin 

• Die eindeutigste Skala. Sie erlaubt keine Transformationen mehr (ausser

  der Identitätstransformation, d.h. Multiplikation mit der Zahl Eins).

• -  Masseinheit vorgegeben

• -  Beispiele sind alle Skalen, die auf Abzählen beruhen wie absolute oder

  relative Häufigkeiten (Etwa Geburts- und Todesraten, Konsumquote) und Wahrscheinlichkeiten 

steigt

- univariate Untersuchungen

- > Ziel: Schätzung der Verteilung einer Variablen

--> Diagnose (nicht Ursachenforschung)

- Vorrangiges Ziel der SoWi

- Herleitung von Hypothesen aus bestehenden Theorien (Deduktion)

- anschliessende empirische Überprüfung

- andwendungsbezogene WIrkungsforschung

- Bewertung von polit./soz. Massnahmen

- quasi-experimentelles Design

Faktoren, die Einfluss auf die unabhängige Variable haben könn(t)en ("Drittvariablen")

Ausschluss von Störfaktoren

Sie betreffen entweder die interne oder externe Validität:

- Interne Validität: vollständige Kontrolle; Variation der AV einzig abhänig von Manipulation der UV

- Externe Validität: Möglichkeit der Generalisierung der Resultate

 - Zwischenzeitliches Geschehen

- Reifungsprozesse: Intrapersonale Prozesse (natürlich)

- Messeffekte: "Lerneffekte" bei Probanden (durch wiederholte Messungen)

- Hilfsmitteleffekte: Verzerrung durch untersch. Anwendung von Messinstrumenten

- Auswahl- und Ausfallverzerrungen: Experimental- und Kontrollgruppe zu verschieden

- Messreaktivität: Effektkumulierung durch wiederholte Messung

- Situationsreaktivität: Alltagssituationen im Labor nicht simulierbar

Varianzkontrolle

Kontrolltechniken

- Varianz muss auf der unabh. wie abh. Seite vorhanden sein

- > Bildung von Vergleichsgruppen: Varianz auf unabh. Seite

-> Vorher-Nachher-Messung

- Elimination

- Konstanthaltung

- Matching: Zuweisung von "gleichen" Personen zu je einer Gruppe

- Randomisierung: Zufallszuweisung der Untersuchungseinheiten zur Exp./Kontr. Gruppe

Untersuchungsdesigns, bei denen die Zuweisung der Untersuchungseinheiten (einer der beiden Gruppen) vor der Datenerhebung erfolgt.

Untersuchungsdesigns, bei denen die Zuweisung der Untersuchungseinheiten (einer der beiden Gruppen) nach der Datenerhebung erfolgt.

- experimentelle Designs

- quasi-experimentelle Designs

- erlauben systematische Kontrolle von Störfaktoren (als einziges Design)

- Zuweisung der Versuchspersonen erfolgt durch Forscher

- Versuchsbedingungen werden durch Kontrolltechniken kontrolliert.

- Stimulus vom Forschenden gesetzt

- Vorher-Nachher-Messung

- hohe interne Validität

- Überprüfung kausaler Zusammenhänge möglich

- Randomisierung neutralisiert Drittvariablen

- geringe externe Validität

- Reaktivität

- hoher Aufwand

- Randomisierung schwer möglich

beim quasi-experimentellen Design:

- keine Randomisierung

- ohne Stimulus-Kontrolle des Wissenschaftlers

- ergeben sich oft ohne das Zutun von Forschenden

Konstante