FFHS
-
- 1 / 54
-
Lernkarten
Weshalb braucht es Forschungsmethoden?
Um Fragen in den Bereichen:
- Marktforschung
- Kundenumfrage
- Pricing
- Meinungsumfragen
- Wirksamkeitstests von Medikamenten
zu beantworten.
Die drei Stufen der Theoriebildung
- Gebrauchs- oder Handlungswissen; praktisches Können
- Beobachtungen und Erfahrungen anderer auswerten; "Lehren"
- Erscheinungen und Tatsachen systematisch und gründlich untersuchen; Wissenschaft
Fehlerquellen des Alltagswissens
- individuelle Erfahrungen sind meist lückenhaft, punktuell oder zufällig
- Annahmen und Vorurteile beeinflussen das Handeln und damit die Erfahrungen
- Wahrnehmung ist beeinflusst und verzerrt
Was macht Wissenschaft?
Definition: Allgemeines Ziel jeder wissenschaftlichen Tätigkeit ist das Generieren von gültigem und beständigem Wissen.
Wissenschaft versucht, Fehlerquellen zu vermeiden
- systematische Vorgehensweise
- Nachvollziehbarkeit
- empirisch
Bedeutung von systematisch
muss nach bestimmten Regeln durchgeführt werden
Bedeutung von empirisch
erfahrungsgemäss, anhand von Erfahrungen
- D.h. theoretische Annahmen werden an spezifischen Wirklichkeiten überprüft
- Definition Empirismus: Theorie, der zufolge Wissen zuerst oder ausschliesslich auf Sinneserfahrung beruht. Gegenteil von Rationalismus (d.h., Wissen ist auch aus reinem Denken ohne vorausgehende Einzelwahrnehmung möglich)
Was bedeutet Wissenschaftlichkeit?
- Wissenschaft ist die Erweiterung des Wissens durch Forschung
- Forschung ist die methodische Suche nach neuen Erkenntnissen sowie deren systematische Dokumentation und Veröffentlichung in Form von wissenschaftlichen Arbeiten
- Untersuchungsgegenstand muss klar definiert sein
- Wissenschaftliche Studien sind objektiv nachvollziehbar und wiederholbar (Methoden werden so beschrieben, dass sie reproduziert werden können)
- Informationsquellen werden offen gelegt
- eine Wissenschaftliche Studie soll Neues hervorbringen oder bisherige Erkenntnisse aus einem neuen Blickwinkel betrachten oder bisherige Erkenntnisse replizieren
Methoden empirischer Sozialforschung
- Befragung
- Beobachtung
- Inhaltsanalyse
- Experiment
Forschungsablauf
- Problembennenung
- Forschungsfrage
- Literaturrecherche
- Hypothesenbildung
- Durchführung (Anwendung von Forschungsmethoden)
- Analyse der Ergebnisse
- Anwendung von Ergebnissen
Bedeutung von Hypothesen
- Hypothesen sind vermutete Anworten auf Forschungsfragen
- Unter einer Hypothese wird hier eine Annahme über einen realen Sachverhalt in Form eines Konditionalsatzes verstanden
- wennX, dann Y oder
- je mehr X, desto weniger Y oder
- je weniger X, desto mehr Y
Bedeutung von Variablen
- Variablen sind Bezeichnungen für Eigenschaften von Menschen, Objekten, Lebewesen, Systemen etc.
- Ein Variable ist ein Symbol für die Menge der Ausprägungen eines Merkmals
Typen von Variablen
- Unabhängige Variable, UV (engl.: independent variable IV)
- Abhängige Varible, AV (engl.: dependent variable DV)
- Drittvariable und Störvariable (engl.: extraneous variable, confounding variable)
Was mach die Unabhängige Variable?
Die unabhängige Variable beeinflusst / wirkt auf die abhängige Variable
Was mach die Abhängige Variable?
Die abhängige Variable wird von der unabhängige Variable beeinflusst
.
Die "Reaktion" der AV ist das Ereignis, das untersucht und beobachtet / gemessen werden soll.
Was mach die Drittvariable / Störvariable?
- weitere Variable, (die neben der UV) auch einen (vermuteten) Einfluss auf die AV hat
- Diese soll neutralisiert werden, weil sonst der Effekt der UV auf die AV gestört wird
► man möchte den reinen Effekt der UV messen
Schritte des Forschungsprozess
- Forschungsfrage formulieren
- Literatur suchen
- Hypothesen bilden
- Unabhängige und abhängige Variablen definieren
Bedeutung von Hypothesen
- Annahmen über das Zusammenwirken mehrerer Variablen, die mittels empirischer Daten getestet werden sollen
- müssen aus dem Theorieteil der Arbeit hergeleitet werden
- Hypothesen können angenommen oder verworfen werden, aber nie bewiesen! Eine Restirrtumswahrscheinlichkeit bleibt immer, weil eure Daten nur Stichproben aus der Grundgesamtheit sind.
Arten von Hypothesen: Zusammenhangshypothesen
- zwischen zwei oder mehr Merkmalen besteht ein Zusammenhang
- Beispiel: Zwischen "Fehlzeiten" und "Stress am Abreitsplatz" besteht ein positiver Zusammenhang.
Arten von Hypothesen: Unterschiedshypothesen
- zwei (oder mehrere) Populationen unterscheiden sich bezüglich einer (oder mehrerer) abhängiger Variablen
- Beispiel: Studierende der Sozialwissenschaften und der Naturwissenschaften unterscheiden sich in ihrem politischen Engagement.
Arten von Hypothesen: Veränderungshypothesen
- die Ausprägungen einer Variablen verändern sich im Verlaufe der Zeit, wenn eine andere Variable auftritt
- Beispiel: Wiederholte Werbung für ein Produkt erhöht die Bereitschaft, ein Produkt zu kaufen.
Arten von Hypothesen: Ungerichtete Hypothesen
- Hypothesen, die keine Richtung des Zusammenhangs, des Unterschieds oder der Veränderung vorgeben
- Beispiele:
- Studierende der Sozialwissenschaften und der Naturwissenschaften unterscheiden sich in ihrem politischen Engagement.
- Red Bull hat Einfluss auf die kognitive Leistungsfähigkeit.
Arten von Hypothesen: Gerichtete Hypothesen
- Hypothesen, die eine Richtung des Zusammenhangs, des Unterschieds oder der Veränderung vorgeben
- Beispiele:
- Studierende der Sozialwissenschaften sind politisch engagierter als Studierende der Naturwissenschaften.
- Red Bull hat einen positiven Einfluss auf die kognitive Leistungsfähigkeit.
Was sind die bedingungen für Hypothesen?
- Widerspruchsfreiheit
- "Colakonsum vor der Prüfung erhöht und vermindert die kognitive Leistungsfähigkeit"
- Kritisirbarkeit / Falsifizierbarkeit
- "Colakonsum erhöht die kognitive Leistungsfähigkeit. Dies muss aber nicht auf alle Menschen zutreffen."
- Operationalisierbarkeit
- Die Begriffe, die in der Hypothese vorkommen, müssen messbar sein.
- Aufstellung der Hypothesen vor der Überprüfung, d.h. vor der Datenauswertung, am besten sogar vor der Datenerhebung!
Bedeutung von Korrelation?
Beziehungen zwischen zwei oder Mehreren Merkmalen (Variablen), d.h., die Korrelation zeigt, wie die Merkmale (Variablen) miteinander zusammenhängen.
Was sagt der Korrelationskoeffizent "r" aus?
kann Werte zwischen "-1" (perfekter negativer Zusammenhang), "0" (kein Zusammenhang) und "+1" (perfekter positiver Zusammenhang) annehmen.
- klein: <0.3
- mittel: >0.3 < 0.7
- gross: > 0.7
Bedeutung von Kausalität?
Der Zusammenhang zwischen zwei Variablen ist kausal, wenn die eine Variable (UV) die andere Variable (AV) tatsächlich beeinflusst. Der Zusammenhang zwischen zwei Variablen miss nicht unbedingt kausal sein, d.h., die Variablen können auch nur scheinbar miteinander zusammenhängen (zufällig).
Korrelieren zwei Variablen hoch miteinander (>0.7), heisst das nicht, dass ihre Ausprägungen gleich ausfallen.
Definition von Operationalisierung
Wenn eine Hypothese mit abstrakten und / oder komplexen Variablen geprüft, also mit der Realität konfrontiert werden soll, müssen diese Variablen der Beobachtung und Erfassung zugänglich gemacht werden, d.h. sie müssen operationalisiert werden.
Die Variablen müssen messbar gemacht werden.
Qualitätsmerkmale von Messinstrumenten
- jede Messung ist nur so gut wie das Messinstrument, mit dem sie durchgeführt wird
- physikalische Tests sind generell genauer als psychologische
- um psychologische Forschungsresultate besser interpretieren und verstehen zu können, solltet ihr daher Angaben zur zur Messgüte der Tests machen bzw. beachten
- wissenschaftliche Testgütekriterien sund unter andern:
- Obejktivität
- Reliabilität
- Validität
Testgütekriterien von Objekivität, Reliabilität und Validität
Objektivität ist dann gegeben,
- wenn Ergebnisse von Einflüsen des Untersuchers oder der Untersuchungssituation unabhängig sind
Reliabilität ist dann gegeben,
- wenn das Instrument exakt misst
- d.h., wenn wir wiederholt etwas messen, dann erhalten wir bei gleichen Bedingungen dieselben Ergenisse
Validität ist dann gegeben,
- wenn ein Instrument tatsächlich das misst, was es messen soll
Skalenniveau der Daten
- Welche statistischen Auswertungsmethoden angewendet werden können (und dürfen), hängt vom Skalenniveau der jeweiligen Variablen ab
- aufsteigend nach statistischer Wertigkeit:
- Nominalskala (Kategorieskala) < Ordinalskala (Rangskala) < Intervallskala < Verhältnisskala (Rationalskala)
Bedeutung und Anwendung von Nominalskala (Kategorialskala)
- Aussagen über Zugehörigkeit zu bestimmten Kategorien
- hat den niedriegsten Informationsgehalt (es kann z.B. keine Rangfolge gebildet werden)
- zwei Merkmalsausprägungen = dichotomes Merkmal
- mehr als zwei Merkmalsausprägungen = polytomes Merkmal
- Numerische Darstellung: Da die Zahlenwerte selbst geählt werden, geben sie keine rechnerischen Auskünfte über die Daten, so könnte 1 für weiblich und 2 für männlich (aber auch umgekehrt) gewählt werden
- mit nominalskalierten Daten lassen sich keine Rechenoperationen (addition, subtraktion usw.) durchführen, sondern nur Aussagen über Häufigkeiten bestimmter Merkmalsausprägungen machen
- Beispiele: Geschlecht, Augenfarbe, Wohnort, Beruf, ...
Bedeutung und Anwendung von Ordinalskala (Rangskala)
- Aussagen über den Platz in einer Rangreihe von Ausprägungen
- Klare Rangreihe, aber keine Aussagen über die absoluten Abstände zwischen den Werten möglich
- mit ordinalskalierten Daten lassen sich auch keine Rechenoperationen (addition, subtraktion usw.) durchführen
- Beispiel: Schulnoten im Schweizer System:
- eine 6 ist klar besser als eine 3 oder eine 4, aber es lässt siche keine numerische Aussage darüber machen, wie viel besser die 6 als eine 3 ist, sie ist nicht doppelt so gut
- zudem bedeutet der Abstand zwischen einer 1 und einer 2 nicht das gleiche wie der Abstand zwischen einer 4 und einer 5.
- Weitere Beispiele: Schulabschluss, Geschmackseinschätzungen, Zuordnung zu sozialer Schicht, ...
Bedeutung und Anwendung von Intervallskala
- Aussagen über Abstände zwischen Ausprägungen
- Klare Rangreihe und Aussagen über absolute Abstände zwischen den Werten möglich
- mit intervallskalierten Daten sind Rechenoperationen (addition, subtraktion usw.) möglich
- intervallskalierte Daten haben jedoch keinen absoluten Nullpunkt, daher können keine Verhältnisangaben gemacht werden
- Beispiel: Temperatur in Grad Celsius:
- Der Abstand zwischen -15°C und 4°C ist genauso gross wi der zwischen 14°C und 33°C.
- allerdings ist darauf zu achten, dass 40°C nicht doppelt so warm sind wie 20°C, da diese Temperaturskala einen willkürlich festgelegten Nullpunkt hat (den Gefrierpunkt des Wassers).
- weitere Beispiele: Jahreszahlen, Zeit, IQ-Skala, meiste psychologische Skalen
Bedeutung und Anwendung von Verhältnisskala (Rationalskala)
- Aussagen über Verhältnisse von Ausprägungen
- wie Intervallskala, aber mit absolutem Nullpunkt
- Klare Rangreihe und Aussagen über absolute Abstände zwischen den Werten möglich
- mit rationalskalierten Daten sin Rechenoperrationen (addition, subtraktion usw.) möglich
- Beispiel Längenmass:
- Der Abstand zwischen 1,3m und 1,4m ist genauso gross wie der zwischen 1,4m und 1,5m.
- 40cm sind doppelt so viel wie 20cm
- weitere Beispiele: Temperatur in Kelvin, Geschwindigkeiten, Alter, Einkommen, ...
Kriterien für die Skalen Kategorien
Kategorien qualitaiver Merkmale müssen...
- exakt definiert sein (d.h. es muss klar sein, zu welcher Kategorie ein Untersuchungsobjekt zu zählen ist)
- sich gegenseitig ausschliessen (d.h. ein Untersuchungsobjekt darf nicht gleichzeitig mehreren Kategorien eines Merkmals zugeordnet werden können)
Bedeutung von quantitative und qualitative Forschung
Qualitativ:
- nichtnumerische Daten werden interpretativ verarbeitet
- Interpretativ verarbeiten: z.B. Interviewtext gliedern und die Gedanken- und Erlebenswelt der Befragten sichtbar machen
Quantitativ:
- Numerische Daten werden statistisch analysiert
Beispiele Methoden qualitativer Forschung
- Fokussiertes / problemzentriertes Interview
- Narrative Interviews (die Interviewten erzählen von sich aus)
- Gruppendiskussion (z.B. Focus-Gruppen)
- Teilnehmende Beobachtung (Forscher integriert sich in einer Gruppe)
Wie sehen die Grössen von Stichproben aus?
- Quantitative Umfrage: 500 Personen (wenn die Stichprobe repräsentativ ist)
- Experiment: mind. 30 Personen pro Gruppe (Ziel: 50-100)
- Qualitativ: mind. 30 (passende) Personen (30 Interviews)
Wie und warum zitiert man nach APA?
- richtiges Zitieren (Quellenangaben) ist in zweifacher Hinsicht wichtig:
- zur Nachvollziehbarkeit der hergeleiteten Hypothesen und des theoretischen Hintergrunds (Literatur- oder Quellenverzeichnis)
- zur korrekten Zuordnung der Aussagen im Text zu den Quellen im Literaturverzeichnis (Text)
- daher gibt es Regeln zum Erstellen von Literaturverzeichnissen und Regeln zum Zitieren im Text (= Zitierstandards; FFHS orientiert sich nach APA)
- nutzt das Hinweisheft der FFHS zu den Zitierstandards, ergänzt um die Orginalia der APA
- Achtung bei der Anwendung von Zitiersoftware (z.B. Citavi, Zotero), ihr müsst auf jeden Fall eine manuelle Nachkontrolle vornehmen
