4. Quantitative Forschungsmethoden

Question 1

Experimente

1. Das Experiment X –> Y

Answer 1

Question 2

Experimente

2. Kernelemente eines Experimentes (4)
3. Für 2 zusammenhängende Ereignisse, X und Y, sind folgende Beziehungen möglich

Answer 2

Kernelemente:
Manipulation
Randomisierung
Messung
Kontrolle

Für 2 zusammenhängende Ereignisse, X und Y, sind folgende Beziehungen möglich (s. Bild)

Question 3

Experimente

4. Korrelation ≠ Kausalität?

Answer 3

Question 4

Experimente

5. Zufällige Zuordnung der der Teilnehmenden
6. Experimentelle Designs

Answer 4

Experimentelle Designs: Between Subjects A<—>B; Within Subjects (A)

Within: Gleichheit bietet Vermeidung von Varianz (”Noise”)

Between: Braucht mehr Leute

Question 5

Experimente

7. Pro vs Con von Laborexperimenten

Answer 5

Question 6

Experimente

8. Pro vs Con von Feldexperimenten

Answer 6

Question 7

Experimente

9. Pro vs Con Online-Experimente

Answer 7

Question 8

Experimente

10. Manipulation der UV im Meaning-Paper

Answer 8

Question 9

Quantitative Studiendesigns

1. Weitere Quantitative Studiendesigns

Answer 9

• Quasi-Experiment
• Umfrage
• Metaanalyse
  …

Question 10

Quantitative Studiendesigns

1.1. Quasi-Experiment

Answer 10

Bsp.: 1854
Zeit der Cholera-Epidemie:
- Arzt John Snow nutzt Stadtpläne mit verzeichneten neuen
Infektionen und Todesfällen
- Er entdeckt einen Zusammenhang der Neuinfektionen und dem Ursprung der Wasserversorgung des Distrikts
- Wasserbezug untere Themse: viele Tote; Wasserbezug obere Themse: wenige Tote

Beispiel Raucher vs Nichtraucher: wäre ethisch nicht vertretbar, Leute für Experiment zum rauchen zu bringen, deshalb muss mit den vorliegenden natürlichen Gruppen gearbeitet werden (keine zufällige Zuordnung)

Question 11

Quantitative Studiendesigns

1.2. Umfrage

Answer 11

Bsp.: ECB surveys Europeans on new themes for euro banknotes

Unterschied zu Review: dieses würdigt/bewertet die frühere Forschungsarbeit, während Metaanalyse nur die statistische Aufarbeitung der Infos darstellt

guter Ausgangspunkt beim Einlesen, da die den aktuellen Stand der Wissenschaft zusammenfassen

Question 12

Quantitative Studiendesigns

1.3. Metaanalyse

Answer 12

Bsp.: Can there be too many Options? A Meta-analytic Review of Choice Overload

Question 13

Quantitative Studiendesigns

1.3.1. Bsp. Metaanalyse

Answer 13

Question 14

Quantitative Studiendesigns

1.4. Pretests

Answer 14

Question 15

Fragetypen und Skalen

1. Geschlossene Fragen
   1.1. Pro und Con

Answer 15

Question 16

Fragetypen und Skalen

1.2. Arten der Geschlossenen Fragen

Answer 16

Question 17

Fragetypen und Skalen

2. Offene Fragen
   2.1. Pro und Con

Answer 17

Question 18

Fragetypen und Skalen

2.2. Arten der Offenen Fragen

Answer 18

Question 19

Fragetypen und Skalen

3. Skalen
   3.1. Konstruktmessung
   3.2. Skalenentwicklung

Answer 19

Skalenentwicklung:
–> wenn Konstrukt, das man messen möchte, nicht bereits gemessen wurde, kann man eigene Skala entwerfen.
–> bestehende Skalen verbessern, indem z. B. die Anzahl der Items reduziert wird

(Typische Marketing-Skalen:)
- Persönlichkeit: z. B. optimism, sense of control, variety-seeking tendency
- Werte: z. B. environmentalism, materialism, attitude towards the brand
- Einstellungen: z. B. involvement with the ad, attitude toward the company
- Wahrnehmung: z. B. engagement, fluency of the ad, visual complexity
- Verhalten: z. B. innovativeness, purchase likelihood, donation likelihood
- Wissen: z. B. choice uncertainty, switching costs, self-efficacy
- Werbung: z. B. ease of being persuaded, affective response towards ad
- Zufriedenheit: z. B. word-of-mouth intention, brand expectations
- Qualität: z. B. quality of the brand, corporate social responsibility
- Sozial: z. B. closeness of a friend, social exclusion, conformity orientation
- Aufgabe: z. B. involvement in the study, choice difficulty, task enjoyment
- Emotionen: z. B. attachment to product, mood, arousal

Question 20

Datenanalyse

0. Analysemethoden

Answer 20

Analysemethoden:
* Univariate Datenanalyse
* Bivariate Datenanalyse
* Multivariate Datenanalyse

Art der Analysen (Übersicht, s. Bild)

Mittelwert: Durchschnitt / Median: mittlerer Wert ohne Ausreisser

Varianzanalyse: mehrere Gruppen miteinander vergleichen

T-Test:. nur eine Gruppe

Question 21

Datenanalyse

1. Ursprung und Eigenschaften - quant. Daten

Answer 21

Question 22

Datenanalyse

2. Variablentypen (4)

Answer 22

Question 23

Datenanalyse

3. Lageparameter (3)

Answer 23

Question 24

Datenanalyse

4.1. Univariate Datenanalyse

Answer 24

Question 25

Datenanalyse

4.2. Bivariate Datenanalyse

Answer 25

Question 26

Datenanalyse

4.3. Multivariate Datenanalyse

Answer 26

Question 27

Exkurs EFS Survey (Unipark)

1. Umfrage
2. Vorteile

Answer 27

• Hohe Skalierbarkeit – von einfachen Stand-Alone Befragungen bis hin zu komplexen experimentellen Designs und/oder eigenen Java-Skripten.
• Grosse Vielfalt an Fragetypen
• Gute Dokumentation
• Die Daten werden zentral gespeichert und die Arbeit an Projekten ist von jedem Computer mit Internetzugang aus möglich.