Empirie - Einführung

Phasen der Gruppendiskussion:

2.Orientierungsphase: Zielsetzung und Rahmenbedingungen des Interviews aushandeln und die Voraussetzungen für die Kooperation (Arbeitsbündnis) klären

•  Zielsetzung und Verwertung des Interviews
•  die Art der Gesprächsführung
•  Dauer des Interviews
•  Vereinbarungen zum Datenschutz
•  falls erforderlich: Einwilligung in Bandaufzeichnung

Phasen der Gruppendiskussion:   

3. Kernphase

• Gesprächsthemen vorgeben
• Fragen stellen, bei Unklarheiten nachfragen
• durch die Gesprächsführung für eine vertrauensvolle Atmosphäre sorgen
• durch gezielte Interventionen, Äußerungen in der jeweils angemessenen Darstellungsform erreichen
• einerseits für „Tiefgang“ zu sorgen, „heiklen“ Themen nicht auszuweichen, andererseits Gesprächskrisen oder Abbruch des Gesprächs vermeiden

Phasen der Gruppendiskussion: 

4. Abschlussphase

• Bewertung des Gesprächsverlaufs durch den Interviewten
• Konsequenzen aus dem Interview ziehen. Wie soll es weitergehen?

Phasen der Gruppendiskussion:

5. Nachphase

•  Interviewpartner zur Alltagskommunikation zurück
•  Oft werden jetzt (bei abgeschaltetem Bandgerät) noch wichtige Bemerkungen zum Interview gemacht
•  Schließlich wird der Kontakt beendet
•  Formblatt mit den erforderlichen demographischen Daten des Interviewten ausfüllen

Gruppendiskussion: Interviewer Fehler 1:

• Unklare Zielvorgaben – Arbeitsbündnis
• Unzureichende Gestaltung der Situation
• Unklare Rolle des Interviewers = Idiosynkratische Rollen des Interviewers
  • Sachlich-distanzierter Experte
  • „Kumpel“ (sich anbiedernd)
  • „Therapeut“
  • „Lehrer“
  • Ambivalenz / Unsicherheit

Gruppendiskussion: Interviewer Fehler 2

• Einlassen auf Machtkampf
• Emotionaler „Kontrollverlust“
• Abwertung des Interviewten
• Konfluenz - Zustimmungsbedürfnis
• Ungleichgewicht von Nähe/Distanz

Gruppendiskussion: Interviewer Fehler 3

• „Laufen lassen“
• „Leitfadenbürokratie“
• Ins Wort fallen
• Themenwechsel (bei heiklen Themen)
• Mehrfachfragen
• Fachjargon

Experiment: Grundlagen

Experiment: empirisch

Definition "Experiment" nach Pürer

Bei einem wissenschaftlichen Experiment

• handelt es sich um eine manipulierte und kontrollierte Untersuchungssituation,
• in der die Wirkung einer oder mehrerer unabhängiger Variablen
• auf eine oder mehrerer Experimentalgruppen 
• systematisch gemessen wird.

 Variablen eines Experiments

• unabhängige Variable (UV): Einfluss ausübender Faktor – wird vom Forscher manipuliert oder selegiert
• abhängige Variable (AV): zu messender Aspekt – ihr Zusammenhang mit der UV wird vom Forscher gemessen -> AV = f (UV) ; AV = f (UV1,UV2....UVn)
• moderierende = intervenierende Variable
  • Störvariable, wenn sie übersehen wird
  • (Kontrollvariable, wenn sie erhoben wird)

Experiment

Vorteile

• Einzige Forschungstechnik, die kausale Zusammenhänge bzw. Ursache-Wirkungs-Verhältnisse systematisch und kontrolliert nachweist.

Experiment: 

Nachteile:

• künstliche Situation, daher Gefährdung der externen Validität
• geringe Komplexität gegenüber der Realität
• Konfundierung von Störvariablen mit einer UAV, z.B. Versuchsleitereffekt
• Hypothesen der Vpn über die Untersuchung (= demand characteristics)
• Ethische Bedenken: Forscher übt Macht aus; Vpn werden manipuliert

Grundgesamtheit und Stichptobe

• Untersuchungsobjekt (UO) = Merkmalsträger
  • Personen; Kommunikate; Institutionen u.a.
• Grundgesamtheit = Population oder Pool (N)
  • Menge von Objekten, über die Aussagen getroffen werden
  • Ggf. Vollerhebung
• Stichprobe (n)
  • verkleinertes strukturgleiches Abbild der Grundgesamtheit
  • Immer: Teilerhebung

Stichprobe = „eine Teilmenge aller Untersuchungseinheiten dar, die die

untersuchungsrelevanten Eigenschaften der GG möglichst genau abbilden soll“

(Bortz, 1989, 112)

= eine Teilmenge aus einer Gesamtmenge (=Population oder Grundgesamtheit), die mittels eines bestimmten Auswahlverfahrens gewonnen wurde.

Stichprobe:

• Repräsentativität = zuverlässig von Aussagen über Teilmenge auf Gesamtmenge schließen.
• Dieser Repräsentationsschluss ist nur dann zulässig, wenn die Teilmenge ein verkleinertes, strukturgleiches Abbild der Gesamtmenge ist.
• Repräsentativität einer Stichprobe zu prüfen, setzt voraus, dass die entsprechenden Merkmale in der Grundgesamtheit bekannt sind.
• Wahre Verteilung der Merkmale in der Grundgesamtheit ist das ausschlaggebende Kriterium für Güte einer Stichprobe.

Stichprobenarten

Probabilistisch (Zufallsstichprobe)

• Einfache Zufallsstichprobe
• Geschichtete Zufallsstichprobe
• Klumpenstichprobe
• Mehrstufige Stichprobe

Sticprobenarten: 

Nicht-probabilistisch:

• Quotenstichprobe
• Konzentrationsprinzip
• Schneeballverfahren
• Ad-hoc-Stichprobe / Typische Auswahl / Gelegenheitsstichprobe

Probalistische Stichproben = Zufallsverfahren

1. Einfache Auswahl: 

• Jedes Element der Grundgesamtheit hat die gleiche Wahrscheinlichkeit, in die Stichprobe aufgenommen zu werden.
• Auswahl 1 hat keinerlei Auswirkungen auf die Auswahl eines anderen Elements.
  • Beispiel: Zufallszuordnung per Zahl oder Ziffer

Probalistische Stichproben = Zufallsverfahren

2. Geschichtete Auswahl

• Grundgesamtheit wird in einander ausschließende Gruppen unterteilt. Danach erfolgt eine zufällige Auswahl von Elementen aus jeder Gruppe.
  • Beispiel: Freizeitverhalten Jugendlicher: Schichten nach Alter, Taschengeld, Region und Geschlecht

Probalistische Stichproben = Zufallsverfahren

3. Klumpenauswahl = Cluster Sample

• Grundgesamtheit wird in einander ausschließende Gruppen unterteilt, danach werden einzelne Gruppen ausgewählt und befragt.
  •  Beispiel: Zielgruppe sind Patienten mit Bluthochdruck, die in ausgewählten Krankenhäusern zufällig ausgesucht werden

Unterschied Ad-hoc: Zufällig ausgewählte Klumpen werden vollständig untersucht.

Probalistische Stichproben = Zufallsverfahren

4. Mehrstufige Stichprobe

• hintereinander geschachtelte oder hierarchisch gestaffelte Auswahlverfahren 
• Beispiel: 
  • erste Stufe: Zufallsauswahl von Bundesländern
  • zweite Stufe: Zufallsauswahl von Städten in BL
  • dritte Stufe: Zufallsauswahl von Personen in diesen Städten

Nicht-probalistische Stichproben

1. Quotenauswahl = Quota Sample

• Stichprobenauswahl erfolgt nach bestimmten Kriterien der Grundgesamtheit. Verteilung der Merkmale nennt man Quoten.
• Beispiel: Leicht feststellbare soziodemografische Merkmale (Geschlecht, Alter)

Nicht-probalistische Stichprobe

2. Konzentrationsprinzip

• Der Forscher wählt jene Elemente der Grundgesamtheit aus, die ihm am geeignetsten erscheinen.
• Stichprobengröße eher klein
• Beispiel: Marktführende Unternehmen (amtliche Statistiken), bestimmte Alterssegmente oder regionale Gruppen

Nicht-probalistische Stichprobe

3. Schneeballverfahren

• Auswahl erfolgt von einer Startadresse aus, die dann die nächste Adresse angibt, usw. 
• Ziel: Leerinterviews vermeiden
• Beispiel: bei Produkten mit niedrigem Marktanteil oder Erhebung von Bevölkerungsminderheiten

Nicht-probalistische Stichprobe

4. Typische Auswahl / Ad-hoc- Stichprobe / Gelegenheitsstichprobe

• Befragung von Personen, die leicht erreichbar sind. Sie setzt sich aus denjenigen Elementen der Population zusammen, die gerade für eine Untersuchung verfügbar sind.
•  Beispiel: Bekanntenkreis

Deskriptive Statistik 1:

• pro Variable: Kenntnis der Skalen- und Messniveaus
• Nominalskalen: Klassifikation =/≠
  • Beispiel: Geschlecht, Religionszugehörigkeit
• Ordinalskala: Rangfolge: =/≠; </>
• Beispiel: Hitparade, Schulnoten
• Intervallskala: gleiche Abstände =/≠; </> ; +/-
  • Beispiel: Zeit, Intelligenz
• Verhältnisskala: fester Nullpunkt =/≠; </> ; +/-; ×/÷
  • Beispiel: Einkommen, Alter, Länge

Deskriptive Statistik 2

Univariat = eine Variable wird betrachtet (nicht mehrere)

Multivariant = mehrere Variablen werden betrachtet, nicht eine

Welche Information ist dieser Häufigkeitsverteilung zu entnehmen? (FM = Seminar „Forschungsmethoden“)

Deskriptive Statistik 3

Maße der zentralen Tendenz = Kennwerte der Verteilung einer Variablen

• häufigster Wert = Modus
• Zentralwert (in der Mitte zwischen der oberen und der unteren Hälfte der Fälle) = Median
• Durchschnitt / Mittelwert = arithmetisches Mittel

Deskriptive Statistik 4

Mittelwert = Information über zentrale Tendenz

Fehlend = Information über Homogenität/Heterogenität der Werte ->  Maße der Streuung einer Verteilung = Dispersionsmaße:

• Spannweite = Variationsbreite
• Interquartilbereich
• Standardabweichung

Deskriptive Statistik 5

Maße der Streuung - Standardabweichung s, SD, σ (sigma)

Standardabweichung = s oder SD (standard deviation)

• Am häufigsten verwendetes Streuungsmaß
• Voraussetzung ist Intervallskala
  •  Berechnung:
    • Quadratwurzel aus dem Durchschnitt der quadrierten Abstände
    • der Messwerte vom Mittelwert.

Deskriptive Statistik 6

Bivariate Verteilung = zwei Variablen werden betrachtet

Kernfrage: Gibt es einen Zusammenhang?

Z.B. wenn die eine Variable zunimmt, nimmt dann auch die andere zu?

• Wenn es mehr Autos gibt, gibt es dann auch mehr Unfalltote?
• Wenn mehr Studierende an einem Kurs teilnehmen, werden dann die Noten schlechter?

Deskriptive Statistik 7

Korrelationsmaße

• Wahl des Korrelationsmaßes abhängig vom Skalenniveau der Daten
• Entscheidend ist das Skalenniveau der Variablen mit dem niedereren Skalenniveau
• wenn 2x2-Tabelle: Φ (Phi-Koeffizient) → Excel/SPSS
• wenn größer (2x3, 3x3, 2x4…): Cramers V → Excel/SPSS

Deskriptive Statistik 8

Chi-Quadrat

• Ergebnisse (sowohl bei Phi, wie auch bei Cramers V) liegen zwischen 0 = kein Zusammenhang und 1 = max. Zusammenhang
• Literatur: Interpretation abhängig von anderen Ergebnissen desselben Datensatzes
• Faustregel aus der Praxis:
  • 0,1 – 0,3 = schwacher Zusammenhang
  • 0,4 – 0,5 = mittlerer Zusammenhang
  • > 0,5 = starker Zusammenhang