Quantitative Forschungsmethoden

zu Erklärende

>> Sachverhalt

Wirkung / abhängige Variabele

Je-desto-Hypothesen Geeignet für Variablen mit Variablen, die
mindestens Rangniveau aufweisen (d.h. ihrer Größe nach geordnet
werden können)
„Wenn Veränderung von A, dann Veränderung von B“
„Je mehr Zeit Sie in die Klausurvorbereitung investieren, desto mehr
Punkte werden sie in der Klausur erreichen“

Wenn-dann-Hypothesen
Geeignet für Variablen mit zwei Ausprägungen (dichotome Variablen)
„Wenn A, dann B“ bzw. „Wenn nicht-A, dann nicht-B“
„Wenn Sie regelmäßig die Vorlesung besuchen, werden Sie die Klausur
bestehen“

Je-desto-Hypothesen Geeignet für Variablen mit Variablen, die
mindestens Rangniveau aufweisen (d.h. ihrer Größe nach geordnet
werden können)
„Wenn Veränderung von A, dann Veränderung von B“
„Je mehr Zeit Sie in die Klausurvorbereitung investieren, desto mehr
Punkte werden sie in der Klausur erreichen“

Wenn-dann-Hypothesen
Geeignet für Variablen mit zwei Ausprägungen (dichotome Variablen)
„Wenn A, dann B“ bzw. „Wenn nicht-A, dann nicht-B“
„Wenn Sie regelmäßig die Vorlesung besuchen, werden Sie die Klausur
bestehen“

1. Individualhypothese
2. Kollektivhypothese
3. je-desto-Hypothese
4. Wenn-dann-Hypothese
5. Kontexthypothese

Zusammenhänge zwischen Individualmerkmalen

Zusammenhänge zwischen Kollektivmerkmalen

Beispiele:
Je höher das Bruttosozialprodukt eines Landes, desto höher/geringer die
Armutsquote.
Je höher die betrieblichen Investitionen in Forschung und Entwicklung,
desto größer die Anzahl an Patenten pro Jahr.
Je stärker der emotionale Zusammenhalt innerhalb einer Gemeinschaft,
desto geringer die Rate abweichenden Verhaltens.

Zusammenhang zwischen Individualmerkmal (abhängige Variable) und
Kollektivmerkmal (unabhängige Variable)
z.B. individuelles Verhalten unter unterschiedlichen externen Rahmenbedingungen

Beispiele:
Je verbreiteter Lerngruppen innerhalb eines Studienganges sind, desto
höher ist die Wahrscheinlichkeit, ein gutes Klausurergebnis zu erzielen.
Je höher die Anzahl von Klausurwiederholern in einer Lerngruppe ist, desto
geringer ist die Wahrscheinlichkeit, ein gutes Klausurergebnis zu erzielen.

Achtung!
Aus Zusammenhängen auf der Aggregatebene (Aggregat = z.B. Gruppe von Teilen) lassen sich nicht
notwendigerweise Rückschlüsse auf Zusammenhänge auf der
Individualebene ableiten!

• Formalisierung von Theorien in mathematischen • Modellen
• Hohe Verbreitung in Wirtschaftswissenschaften, in den Sozialwissenschaften geringerer Gebrauch
•  Beispiel: Werterwartungstheorie bei Bildungsentscheidungen von

Eltern für eine bestimmte Schulform (Hartmut Esser)

U + (c * Sv)                                   > C/p
Bildungsmotivation                     Investitionsrisiko

U = erwartete Bildungsrenditen
Sv = Wert eines drohenden Statusverlustes
c = Wahrscheinlichkeit eines drohenden Statusverlustes
C = Kosten der Bildung
p = Wahrscheinlichkeit eines Bildungserfolges

siehe Bild

• Forschungsinteresse:

Was soll erforscht werden?
• Theoretische Relevanz
• Forschungsstand

• Erkenntnisinteresse:

Wessen Probleme werden
aufgegriffen? Extern oder selbst
vorgegeben
• Genuin wissenschaftliches Interesse
• Auftragsforschung

• Theoretische Klärung des Gegenstandes
• Sammlung relevanter Bedeutungsdimensionen
• Zuordnung geeigneter Begriffe –
eindeutige Definition

Dimensionsanalyse von zentraler Bedeutung

basierend auf theoretischen
Vorüberlegungen: Dimensionale Analyse wird häufig vorausgesetzt

• Wie sollen die relevanten
Dimensionen gemessen werden?
• Welche konkreten Indikatoren (d.h. direkt
beobachtbare Variablen) sollen
zur Messung verwendet werden?

• Messung: Strukturtreue Zuordnung von Zahlen (Messwerten) zu Objekten

• Rückgriff auf existierende Messinstrumente oder Entwicklung eines eigenen Instruments

• Festlegung des Messniveaus

• Zuverlässigkeit der Messung

Sekundär-)datenanalyse: Surveydaten und amtliche Statistik

• Mitunter geringe Fallzahlen,
v.a. für spezifische
Zielgruppen
• Nicht-zufälliger Ausfall von
Befragten
• Antwortverweigerung

• Umfassende Erhebung
unterschiedlicher Indikatoren
(objektive/subjektive)
• Häufig breite thematische
Ausrichtung: Mehrthemen-
Umfragen
• Meist umfangreich verfügbar
(siehe www.gesis.org für
einen Überblick)

• Aggregierte (zusammengefasste) Daten der Amtlichen Statistik
  • Beispiel:Statistische Jahresberichte, aber auch zunehmend verfügbar über
    Internetplattformen (z.B. destatis.de)
    für Soz. Arbeit z.B:: Jugendhilfestatistik, Sozialhilfestatistik…
• Individualdaten der Amtlichen Statistik
  • Beispiel: zunehmend erhältlich über Forschungsdatenzentren (für Infos siehe:
    www.ratswd.de
• Prozessproduzierte Daten
  • Beispiel: z.B. Hilfepläne für die Erziehung von Jugendlichen

• Häufig hohe Fallzahl (teilweise
fast Vollerhebung der
Zielpopulation) – vorteilhaft
für statistische Analysen
• geringe Ausfallquoten
• Relative ‚Objektivität‘ (z.B. bei
Einkommenserhebung)

• Mitunter im „Rohzustand“,
aufwendige Bearbeitung
notwendig
• Begrenzter Variablenumfang,
v.a. Fehlen subjektiver
Indikatoren
• Erhebung der Daten zu
Verwaltungszwecken –
entspricht nicht immer
Forschungszwecken

Wie soll untersucht werden?
• Steht oft in engem Zusammenhang mit der
Entscheidung zur Messung bzw.
Operationalisierung
• Nach Forschungsfragestellung:
Nicht-experimentelles, quais-experimentelles,
experimentelles Design?
• Nach Erhebungstyp:
Quer- versus Längsschnittstudie

• Zusammenhangs-Hypothesen über soziale Wirklichkeit
• Kernfrage: Kann eine Hypothese empirische Gültigkeit
beanspruchen?
• Ziel: gezielter und kontrollierter Vergleich empirischer
Sachverhalte mit aus der Hypothese ableitbaren
Behauptungen über empirische Realität
(vgl. Hempel-Oppenheim-Schema)
• Untersuchungssituation: Repräsentative Abbildung der
(relevanten) sozialen Wirklichkeit

• In Sozialwissenschaften wenig verbreitet
• „Planmäßige Beobachtung bestimmter Sachverhalte
und ihrer Veränderungen unter vom Forscher kontrollierten/
variierten Bedingungen“ (Fuchs-Heinritz u.a.
1994; Lexikon f. Soziologie: 190; zit. N. Kromrey 2009: 87)
• Idealiter: nur der externe Einfluss variiert, Art und
Stärke des Einflusses lassen sich dann feststellen (in
Sozialwissenschaften nur bedingt möglich)
• Randomisierung / Vorher-naher-Messung
• Beachte! Umfassende Kenntnisse zur Gestaltung der
Untersuchungssituation notwendig

Laborexperimente:
Ausschluss experimenteller Störfaktoren
verbreitet z.B. in Psychologie;
in Sozialwissenschaften problematisch, insbesondere
für anwendungsorientierte Forschung (Übertragbarkeit
von Laborexperimenten auf Realität)
Feldexperimente:
Anwendung im sozialen Feld, problematisch: kaum
Kontrolle relevanter Faktoren

Annäherung an Idee des Experiments (meist ohne
Randomisierung)
Ausgangspunkt:
Bewertung eines festgelegten Sachverhalts nach
vorgegebenen Kriterien gestützt auf empirische
Forschung
z.B. Evaluation sozialpolitischer Reformen/Interventionen
Design:
Erfassung der Programmeingriffe
Beschreibung der Zielvariablen vor/nach
Programmbeginn >> Beobachtung intendierter/nicht
intendierter Effekte

Fehlende Randomisierung. Selbstselektion verzerrt
Effekte
Ausfall von Teilnehmern
Wirkungszurechnung (Kontrolle möglicher Drittvariablen)

• Exploration eines bestimmten Sachverhalts
(Dimensionsanalyse)
• Beschreibung allgemeiner gesellschaftlicher Trends
(Gesellschaftliche Dauerbeobachtung)
• Verdeutlichung allgemeiner Zusammenhänge
• Markt- und Meinungsforschung

• Querschnittsdesign
• Trenddesign
• Paneldesign (Paneldaten)
• Kohortendesign

• Einmalige Datenerhebung von Variablen zu einem bestimmten Zeitpunkt
• Beispiel: Aktuelle tagespolitische Fragen im
  Politbarometer; einmalige Meinungsbilder etc.

• Erhebung wie bei klassischem Querschnittsdesign,
  jedoch mit retrospektiven Fragen zur Vergangenheit
  (z.B. Lebensgeschichte, wichtige familiäre Ereignisse)
•  Beispiel: Lebensverlaufsstudien (GLHS)
   Problem: Erinnerungslücken/-fehler, nachträgliche
  Rationalisierung, Beschränkung auf ‚Strukturvariablen‘

• Mehrmalige Erhebung derselben Variablen, allerdings
  jeweils bei unterschiedlichen Untersuchungseinheiten
• Beschreibung eines langfristigen Trends (z.B.Einstellungen auf Länderebene)
•  Im Zeitverlauf vergleichbar, wenn Auswahl derUntersuchungseinheiten vergleichbar
• Beispiel: Einschätzung der wirtschaftlichen Lage (z.B. ALLBUS, ifo Geschäftsklima-Index)