Wissenschaftliche Methoden

Generalisierung von in der Realität beobachteten Regemäßigkeiten zu einer allgemeineren Vermutung

Ableitung von Aussagen aus anderen allgemeineren Aussagen mit Hilfe logischer Regeln

Verknüpfung von Einzelbeobachtungen und Erkennen (Vermuten) von Regeln.

Ethische Aspekte: Können negative Folgen, z. B. bei befragten / untersuchten 
Personen auftreten? Auch: Datenschutz.
▪ Transparenz: Das Vorgehen ist klar dokumentiert und nachprüfbar 
(und damit prinzipiell reproduzierbar)?
▪ Objektivität: Sind die Ergebnisse unabhängig von der Person? 
Kommen andere zum selben Ergebnis?
▪ Interne Validität: Keine anderen Erklärungen für die Ergebnisse? 
Ist der behauptete Zusammenhang richtig?
▪ Externe Validität: Übertragbarkeit der Ergebnisse? 
Zeigt sich der behauptete Zusammenhang auch in anderen Situationen?

▪ Messung und numerische Beschreibung der Wirklichkeit. 1
▪ Allgemeingültige Gesetze für die Grundgesamtheit.
▪ Ein Ausschnitt der beobachteten sozialen Vielfalt wird auf Skalen abgebildet, 
und es wird mit Häufigkeiten, Mittelwerten, Wahrscheinlichkeiten des Auftretens 
von Merkmalsausprägungen operiert

▪ Verbalisierung der Erfahrungswirklichkeit. 2
▪ Wirklichkeitsinterpretationen sind durch spezifische soziale Handlungsweisen 
geprägt und strukturieren gleichzeitig das soziale Handeln der Einzelperson 
vor.
▪ Untersuchungsgegenstand soll möglichst in seinem natürlichen Umfeld 
detailliert, ganzheitlich und umfassend erfasst werden

 Beim Messen wird einer Eigenschaft eines Objektes ein Wert zugewiesen. 
Dabei sollte die Beziehung der Werte der Beziehung der Eigenschaften der 
Objekte entsprechen. 
Pragmatisch: Definition des zu Messenden und gleichzeitig Beschreibung des 
Messvorgangs.1

Manifeste Variablen können direkt gemessen werden, z. B. Größe

▪ Latente Variablen / Konstrukte können nicht direkt gemessen werden, sie 
müssen erst operationalisiert werden, z. B. Intelligenz.

▪ Genauigkeit, d. h. Exaktheit einer Messung, z. B. „Umsatz hoch / niedrig“ oder 
in Euro.
▪ Objektivität, d. h. Messung unabhängig vom Messenden, z. B. Kreditrating 
verschiedener Agenturen.
▪ Reliabilität, d. h. Zuverlässigkeit einer Messung, z. B. bei wiederholter / 
anderer Messung dasselbe Ergebnis bzgl. Kundenzufriedenheit.
▪ Validität, d. h., es wird das gemessen, was gemessen werden soll, 
z. B. Unternehmenserfolg oder Bilanz-Kniffe.

▪ Nominal: Merkmalsausprägungen können unterschieden werden, 
bspw. Geschlecht.
▪ Ordinal: Merkmalsausprägungen können unterschieden und in eine 
Reihenfolge gebracht werden, bspw. Bildungsabschlüsse. Die Abstände 
zwischen den Werten können nicht direkt verglichen oder interpretiert werden.

Merkmalsausprägungen können unterschieden und in eine Reihenfolge gebracht 
werden, die Abstände sind vergleichbar.
▪ Intervallskala: Nullpunkt gesetzt, bspw. Zeitrechnung (Jahr 0).
▪ Verhältnisskala: (absoluter) Nullpunkt gegeben, bspw. Gewicht.

Weitere Unterscheidung:
▪ Stetig: beliebige Zwischenwerte im Intervall sind möglich, bspw. Größe.
▪ Diskret: höchstens abzählbar viele Werte sind möglich, bspw. Anzahl Kinder.

 Kategorial – nominal: =, ≠
▪ Kategorial – ordinal: =, ≠, <, >
▪ Numerisch – intervall: =, ≠, <, >, +, −1
▪ Numerisch – verhältnis: =, ≠, <, >, +, −, ∗,:

 
Zeilen: Beobachtungen – auf welcher Einheit liegen die Daten vor: Z. B. einzelne Menschen, Unternehmen, Länder. Hier Studierende

Spalten: Variablen – welche Eigenschaften / Merkmale liegen je Beobachtung 
vor: Motivation, Umsatz, Lebenserwartung. Hier Geschlecht (kategorial –
nominal), Größe (Numerisch – verhältnisskaliert). 

Hinweis: Jede Zeile sollte genau eine Beobachtung beinhalten, jede Spalte genau 
eine Variable

Idee:
Daten = Modell + Rest

Messwerte einer Variable variieren / streuen, u. a.
▪ Zufällig,
▪ Aufgrund der Messung,
▪ Aufgrund der Stichprobe,
▪ Systematisch – kann evtl. modelliert werden.

Bsp.: Punkte einer Klausur variieren. Womit hängt das zusammen?

▪ Abhängige Variable (AV – endogen, erklärt): 
Wert hängt von der / den unabhängige(n) Variable ab („𝑦“).
▪ Unabhängige Variable (UV – exogen, erklärend): 
Wert hängt von keiner anderen Variable ab („𝑥“).
▪ Kovariablen / Störvariablen: 
Variablen, deren Wert ebenfalls auf die abhängige Variable einwirkt und / oder 
den Zusammenhang zwischen unabhängigen und abhängigen Variablen 
beeinflusst („𝑧“). 1

Hinweis: „𝑥 steht in Zusammenhang mit 𝑦“ heißt nicht zwangsläufig, dass 𝑥
kausal (ursächlich) für 𝑦 sein muss!
▪ In der Mathematik: 𝑦 = 𝑓 (𝑥). Für ein 𝑥 genau ein 𝑦.
▪ In der Statistik / in R: 𝑦 ∼ 𝑥. Für ein 𝑥 sind mehrere 𝑦 möglich: 𝑥 wird zur 
Modellierung von 𝑦 verwendet

▪ Stichproben sind eine Teilmenge der Population / Grundgesamtheit, die 
Beobachtungen / Daten.
▪ In der Regel ist man daran interessiert, das Ergebnis einer Stichprobe zu 
verallgemeinern, zu generalisieren: 
Vom Geschmack des Suppenlöffels auf die ganze Suppe.1

 
Die Menge über die eine Aussage getroffen werden soll: 
Die ganze Suppe im Suppentopf

Teilmenge der Population, die zur Analyse ausgewählt wurde: 
Der Löffel voll Suppe

Der Prozess mit dem die Teilmenge ausgewählt 
wurde. Z. B. zufällig: 
Der Auswahlprozess, wo und wie der Löffel aus dem Suppentopf gefüllt wurde.

Ist die Verteilung der Eigenschaften der Stichprobe 
ähnlich der der Population? Wenn der Löffel anders schmeckt als die Suppe, 
war der Löffel nicht repräsentativ

 
Ein Teil der Population wird bevorzugt: 
Nur Fleischbällchen auf dem Löffel

 
Inwieweit kann von der Stichprobe auf die 
Grundgesamtheit geschlossen werden? Wenn wir gut umgerührt haben, sollten 
die Verteilung der Gewürze etc. auf dem Löffel ähnlich der im Topf sein und wir 
können vom Löffel auf den Topf schließen

▪ Parameter 1
: Wert der Grundgesamtheit, an dem wir interessiert sind: 
Z. B. Temperatur der Suppe insgesamt.
▪ Statistik 2
: Wert der auf Basis der Stichprobe berechnet wird: 
Z. B. Temperatur der Suppe auf dem Löffel

▪ Bei einer (einfachen) Zufallsstichprobe hat jede Beobachtung die gleiche 
Wahrscheinlichkeit, Teil der Stichprobe zu sein.
▪ Bei geschichtete Stichproben setzen sich die Schichten aus ähnlichen 
Beobachtungen zusammen (z. B. Alter, Geschlecht). 
Es wird eine einfache, zufällige Stichprobe aus jeder Schicht genommen.
▪ Zufällige Stichproben erlauben einen Schluss auf die Grundgesamtheit 
(Generalisierbarkeit).
▪ Gelegenheitsstichproben können verzerrt sein

▪ Bei Beobachtungsstudien werden Daten gesammelt, ohne die Entstehung der 
Daten zu beeinflussen (keine unmittelbaren Kausalaussagen möglich).
▪ Bei einem Experiment wird der Wert der unabhängigen Variable(n) 
manipuliert 1 und die Variation der abhängigen Variable gemessen.
                 

                   ▪ Um Verzerrungen durch Kovariablen zu vermeiden, erfolgt die Zuordnung zu den 
                    Experimentalkonditionen zufällig (randomisiert).
                   ▪ Durch wiederholte Messung kann der Effekt der Experimentalkonditionen                                        geschätzt werden: Hohe interne Validität. 
                      Bei Quasi-Experimenten ist die Zuordnung nicht randomisiert: Geringe interne 
                       Validität