Forschungsmethoden

Wissenschaftliche Autorschaft
(„academic authorship“) meint die namentliche Nennung aller Forschenden,
die maßgeblich an der Durchführung und Veröffentlichung einer
wissenschaftlichen Studie beteiligt waren. Da human- und sozialwissenschaftliche
Studien meist in Teamarbeit durchgeführt werden, muss
gemäß den Regeln guter wissenschaftlicher Praxis in sachlich angemessener
und fairer Weise festgelegt werden, welche Art von Mitarbeit eine
Person zur Mit-Autorschaft qualifiziert und wie bei kollektiver Autorschaft
die Autorenreihenfolge festzulegen ist.

Das Forschungsthema („research subject“) benennt
einen Untersuchungsgegenstand.

Das Forschungsproblem („research problem“)
kennzeichnet, welche Erkenntnisse zu welchen Aspekten des Untersuchungsgegenstandes
auf welcher theoretischen, empirischen und methodischen
Basis gewonnen werden sollen. Das Forschungsproblem wird
auch oft als Fragestellung einer Studie bezeichnet und in mehrere Forschungshypothesen
und/oder Forschungsfragen ausdifferenziert.

Die Forschungshypothese („research hypothesis“)
wird aus etablierten Theorien und/oder gut gesicherten empirischen
Befunden abgeleitet und postuliert die Existenz, Richtung und
Stärke eines bestimmten Effekts. Anhand von Hypothesenprüfungen werden
bestehende Theorien getestet und weiterentwickelt.

Die Forschungsfrage („research question“) basiert
auf dem bisherigen Forschungsstand und zielt v. a. auf Forschungslücken.
Sie fordert dazu auf zu ermitteln, ob Regelhaftigkeiten vorliegen, welche
Beschaffenheit sie haben, in welche Richtung sie weisen, wie stark sie
sind, wie sie zustande kommen etc. Die Beantwortung von Forschungsfragen
trägt zur Erkundung eines Sachverhaltes sowie zur Generierung
neuer Theorien bei.

Bei Forschungshypothesen werden nach Art des postulierten
Effekts drei inhaltliche Typen von Hypothesen differenziert: Unterschiedshypothesen
(„hypotheses of difference“), Zusammenhangshypothesen
(„correlation hypotheses“) und Veränderungshypothesen
(„hypotheses of change“).

Unterschieds-, Zusammenhangs- und Veränderungshypothesen
können sowohl als ungerichtete bzw. zweiseitige
Hypothese („non-directional hypothesis“, „two-sided hypothesis“) als
auch – das ist in der Forschungspraxis der übliche Fall – als gerichtete
bzw. einseitige Hypothese („directional hypothesis“, „one-sided hypothesis“) formuliert werden. Bei der gerichteten Hypothese wird jeweils
die Richtung von Gruppenunterschieden, Merkmalszusammenhängen
oder Veränderungen vorab postuliert. Bei der ungerichteten Hypothese
bleibt die Richtung offen, lediglich die Existenz eines von Null abweichenden
Effekts wird behauptet.

(„effect size“) Effekte, d. h. Unterschiede
zwischen Gruppen, Zusammenhänge zwischen Variablen oder
Veränderungen von Untersuchungsobjekten über die Zeit, können in ganz
unterschiedlicher Größe auftreten. Eine Hypothese, bei der die erwartete
Effektgröße (oder zumindest die Größenordnung: kleiner, mittlerer oder
großer Effekt) angegeben ist, heißt spezifische Hypothese („specific hypothesis“).
Wird dagegen die Effektgröße nicht spezifiziert, so handelt es
sich um eine unspezifische Hypothese („non-specific hypothesis“).

Die Theoriestudie („theoretical study“, „research/
literature review“) präsentiert und bewertet auf der Basis einer Literaturrecherche
den Forschungsstand. Der Forschungsstand wird entweder in
einem Review bzw. Überblicksartikel zusammengefasst („research review“)
oder mittels Metaanalyse („meta analysis“) werden die zentralen
statistischen Ergebnisse bisheriger Studien zu einem Gesamtbefund
aggregiert.

Die Methodenstudie („methodological study“)
dient dem Vergleich und der Weiterentwicklung von Forschungsmethoden.

Die empirische Studie („empirical study“) dient
der Lösung von inhaltlichen Forschungsproblemen auf der Basis systematischer
eigener Datenerhebung und/oder Datenanalyse, wobei es sich
um eine Originalstudie („original study“) oder um eine Replikationsstudie
(„replication study“) handeln kann.

Bei der Primärstudie bzw. Primäranalyse („primary
analysis“) als dem typischen Fall einer empirischen Studie werden die
empirischen Daten selbst erhoben und anschließend analysiert.

Bei der Sekundärstudie bzw. Sekundäranalyse
(„secondary analysis“) werden vorhandene Datensätze neu ausgewertet.
Voraussetzung dafür ist die Beschaffung der Originaldatensätze.

Bei der Metastudie bzw. Metaanalyse („meta analysis“)
werden die Ergebnisse direkt vergleichbarer Studien zum selben Thema
zu einem Gesamtergebnis statistisch zusammengefasst. Da die Metaanalyse
mit empirischen Ergebnissen weiterrechnet und somit eine statistische
Datenanalyse enthält, kann sie als Sonderform einer empirischen
Studie eingeordnet werden. Allerdings arbeitet sie nicht mit Orgininaldatensätzen,
sondern stützt sich ausschließlich auf Ergebnisberichte von
Studien und wird deswegen auch als Theorie- oder Literaturarbeit eingestuft
(7Kap. 16).

Die explorative Studie („exploratory study“)
dient der genauen Erkundung und Beschreibung eines Sachverhaltes mit
dem Ziel, wissenschaftliche Forschungsfragen, Hypothesen und Theorien
zu entwickeln.

Die explanative Studie („explanatory study dient
der Überprüfung vorher aufgestellter Hypothesen und somit auch der
Theorien, aus denen sie abgeleitet wurden (7Abschn. 2.2.8).

Die deskriptive Studie („descriptive study of populations“)
dient der Feststellung der Verbreitung von Merkmalen und
Effekten in großen Grundgesamtheiten, etwa der Bevölkerung eines Landes.

Bei einer Querschnittstudie („cross-sectional study“)
wird eine Stichprobe zu einem Zeitpunkt untersucht. Umfasst die
Stichprobe mehrere Altersgruppen, so sind Alterseffekte immer nur im
Zusammenhang mit Kohorteneffekten interpretierbar.

Eine Trendstudie („trend study“) besteht aus mehreren,
in zeitlichem Abstand durchgeführten Querschnittstudien, in denen jeweils
(zumindest teilweise) dieselben Variablen erhoben werden. Trendstudien
dienen der Untersuchung von gesellschaftlichem Wandel.

Bei einer Längsschnittstudie bzw. Panelstudie
(„longitudinal study“) wird eine Stichprobe (Panel) über längere
Zeit hinweg wiederholt untersucht. Längsschnittstudien dienen der Untersuchung
individueller Veränderungen über die Lebensspanne. Diese
Alter(n)seffekte sind jedoch mit Kohorten- und Epocheneffekten konfundiert,
was man durch komplexere längsschnittliche Designs teilweise
auflösen kann.

Die Variable („variable“) ist ein Merkmal, das verschiedene
Ausprägungen annehmen kann. Man unterscheidet stetige Variablen
(„continuous variable“) mit unendlich vielen, fein abgestuften Ausprägungen
von diskreten Variablen („discrete variable“) mit einer kleinen
und begrenzten Zahl an Ausprägungen.

Unter Konzeptspezifikation („conzeptualization“,
„concept specification“) versteht man die Nominaldefinition bzw.
Explikation eines theoretischen Konzeptes, Konstruktes bzw. latenten
Merkmals. Bei komplexenMerkmalen nennt die Definition theoriebasiert
in der Regel noch verschiedene Subdimensionen oder Aspekte des Konzeptes.

Die Operationalisierung („operationalization“)
eines theoretisches Konzepts bzw. einer latenten Variable legt fest, anhand
welcher beobachtbaren Variablen (Indikatoren) die Ausprägung
des theoretischen Konzepts bei den Untersuchungsobjekten festgestellt
werden soll. Neben der Auswahl der Indikatoren gehört zur Operationalisierung
auch die Festlegung der Messinstrumente, mittels derer den
Ausprägungen der einzelnen Indikatoren jeweils entsprechende numerische
Werte zugeordnet und zu einem Gesamtmesswert für das Konstrukt
verrechnet werden. Komplexe theoretische Konstrukte werden selten mit
einem einzigen Indikator (Einzelindikator als Messinstrument) operationalisiert,
sondern meist über einen Satz von Indikatoren (d. h. über
eine psychometrische Skala oder einen Index). Mit der Festlegung der
Operationalisierung wird für ein theoretisches Konzept (dargelegt über
seine Nominaldefinition) eine konkretisierende operationale Definition
(„operational definition“) vorgenommen.

Bei einem reflektiven Messmodell geht
man davon aus, dass das zu messende Konstrukt die Ursache für die
Merkmalsausprägungen auf den gewählten Indikatoren ist. Als Messinstrument
wird eine psychometrische Skala genutzt, die aus homogenen
bzw. inhaltsähnlichen Fragen, Aussagen oder Aufgaben besteht (sog. reflektive
Indikatoren, in denen sich das Konstrukt widerspiegelt).

Bei einem formativen Messmodell geht
man davon aus, dass das zu messende Konstrukt die Wirkung oder Folge
derMerkmalsausprägungen der Indikatoren ist. AlsMessinstrument wird
ein Index gebildet, in den heterogene Kennwerte eingehen (sog. formative
Indikatoren, durch die das Konstrukt ursächlich gebildet wird).

Eine Messung („measurement“) meint in der quantitativen
Sozialforschung eine Zuordnung von Zahlen zu Objekten oder Ereignissen,
sofern diese Zuordnung eine homomorphe (strukturerhaltende)
Abbildung eines empirischen Relativs in ein numerisches Relativ ist
(Orth 1983, S. 138).

Eine Guttman-Skala („guttman scale“) ist eine psychometrische
Skala, die aus mehreren Aussagen besteht, die alle dasselbe
Merkmal messen und jeweils mit Zustimmung oder Ablehnung
(Ja-/Nein-Format) einzuschätzen sind. Die Guttman-Items einer Skala
werden so konstruiert, dass sie graduell jeweils eine immer stärkere Intensität des gemessenen Merkmals repräsentieren. Eine Person, die dem
vierten Item auf der Skala zustimmt, muss also alle vorherigen, leichteren
Items ebenfalls bejaht haben, wenn das Skalierungsmodell zutrifft.
Der Skalenwert der Guttman-Skala berechnet sich als Summe aller zugestimmten
Items.

Eine Likert-Skala („likert scale“) ist eine psychometrische
Skala, die aus mehreren (z. B. 10–20) Aussagen besteht, die alle
dasselbe Merkmal messen und auf Ratingskalen hinsichtlich des Grades
der Zustimmung einzuschätzen sind. Typischerweise werden 5-stufige
Ratingskalen verwendet. Die Likert-Items repräsentieren unterschiedliche
Intensitäten des gemessenen Merkmals. Der Skalenwert der Likert-
Skala berechnet sich als Summen- oder Durchschnittsscore der einzelnen
Ratings. Neben eindimensionalen Likert-Skalen existieren auch mehrdimensionale
Likert-Skalen; dabei bilden dann Teilmengen der Items
jeweils die Subskalen, die Unteraspekte des interessierenden Merkmals
erfassen. Für jede der (z.B. 2–4) Subskalen wird ein eigener Skalenwert
berechnet. Der Likert-Skala wird üblicherweise Intervallskalenniveau,
manchmal auch nur Ordinalskalenniveau zugeschrieben.

Eine Thurstone-Skala („thurstone scale“) ist eine
psychometrische Skala, die aus mehreren Aussagen besteht, die alle dasselbe
Merkmal messen und jeweils mit Zustimmung oder Ablehnung
(Ja-/Nein-Format) einzuschätzen sind. Für alle Thurstone-Items wurden
im Zuge der Skalenkonstruktion Expertenurteile darüber eingeholt,
welche Intensität des Merkmals das jeweilige Item ausdrückt. Diese Expertenurteile
werden auf Ratingskalen abgegeben. Das durchschnittliche
Experten-Rating pro Item fungiert als Gewichtungsfaktor, ist jedoch den
Befragungspersonen nicht bekannt. Der Skalenwert der Thurstone-Skala
berechnet sich als Summe der Gewichtungsfaktoren der zugestimmten
Items.

Das semantische Differenzial („semantic
differential“ SD, „semantic differential scale“) ist ein spezieller Typ
einer psychometrischen Skala, mit dem vor allem die konnotative Bedeutung
von Begriffen oder Objekten mit Hilfemithilfe eines Satzes von
20–30 bipolaren Adjektivpaaren erfasst wird. Das Ergebnis ist ein für das
betreffende Urteilsobjekt charakteristischer Profilverlauf. Durch die Adjektivpaare
werden verschiedene Dimensionen des Urteilsobjekts erfasst,
beim klassischen Semantischen Differenzial sind das die drei Dimensionen
Evaluation, Potency und Activity (EPA-Struktur). Es existieren
Semantische Differenziale mit unterschiedlichen Sätzen von Adjektivpaaren
und unterschiedlicher Anzahl von Dimensionen (typisch sind zwei
bis vier Dimensionen). Für die Dimensionen werden Subskalenwerte gebildet.

Ein Index („index“) dient der Operationalisierung komplexer
bzw. mehrdimensionaler theoretischer Konstrukte auf individueller Ebene
(z.B. Merkmale einer Person) sowie oft auch auf kollektiver Ebene
(z.B. Merkmale von Märkten oder Gesellschaften) auf der Basis eines
formativen Messmodells. Ein Index besteht aus einem Satz von formativen
Indikatorvariablen, die formal und inhaltlich sehr heterogen sein
können. Der Index schreibt vor, welche Indikatorvariablen in den Index
eingehen und in welcher Weise sie zu standardisieren, zu gewichten und
additiv oder multiplikativ zu einem Indexwert zu verrechnen sind. Die
Aussagekraft von Indexwerten muss theoretisch begründet und möglichst
auch empirisch geprüft werden.

Man zieht eine mehrstufige Zufallsstichprobe
(„multi-stage random sample“), indem man zunächst eine Klumpenstichprobe
mit großen Klumpen zieht (1. Ziehungsstufe). Diese
Klumpen werden nicht vollständig untersucht, sondern nur in zufälligen
Ausschnitten. Werden aus den Klumpen mittels einfacher Zufallsstichprobe
die Untersuchungsobjekte gezogen (2. Ziehungsstufe), so liegt
eine zweistufige Klumpen- bzw. Zufallsstichprobe vor („two stage cluster/
random sample“). Zieht man auf der zweiten Stufe wieder eine
Klumpenstichprobe, ergibt sich durch Ziehung einer Zufallsstichprobe
aus diesen Klumpen eine 3. Ziehungsstufe und somit eine dreistufige
Klumpen- bzw. Zufallsstichprobe („three stage cluster/random sample“).

Man zieht eine Klumpenstichprobe („cluster
sample“), indem man aus einer in natürliche Gruppen (Klumpen) gegliederten
Population nach dem Zufallsprinzip eine ausreichende Anzahl von
Klumpen auswählt und diese Klumpen dann vollständig untersucht.

Man zieht ein geschichtete
bzw. stratifizierte Zufallsstichprobe („stratified random sample“),
indem man die Zielpopulation auf der Basis eines Merkmals
oder mehrerer Merkmale in Teilpopulationen (Schichten) einteilt – pro
Merkmalsausprägung bzw. Merkmalskombination entsteht eine Teilpopulation
– und aus jeder dieser Schichten eine einfache Zufallsstichprobe
entnimmt. Ziel der geschichteten zufälligen Stichprobenauswahl ist es,
gegenüber der einfachen Zufallsstichprobe im Rahmen populationsbeschreibender
Studien die Genauigkeit von Parameterschätzungen zu
erhöhen.