Forschungsinstrumente Flashcards

1
Q

Quantitativ empirische vs. qualitativ empirische Forschung

A

Quantitativ empirische vs. qualitativ empirische Forschung

 Quantitative empirische Forschung: Numerische Verarbeitung und Darstellung empirischer Sachverhalte
- Eine möglichst große Anzahl von Personen wird anhand von standardisierten Methoden befragt oder beobachtet
- Beispiel: es werden den Probanden Fragebögen vorgelegt, auf denen sie auf einer Skala von 1-5 oder 1-7 antworten müssen.

 Qualitative empirische Forschung: verbale und nichtnumerische Daten werden interpretativ verarbeitet
- Es werden meist offene Fragen gestellt und die Befragten können weitgehend frei antworten oder erzählen
- Beispiel: teilnehmende Beobachtung, leitfadengestützte Interviews

Grundmodell der quantitativ empirischen Forschung
S03 Folie 2b Teil 2

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

Operationalisierung

A

Operationalisierung

Ablaufschema, wie theoretische Begriffe empirisch zu messen sind

Konzept/Begriff ↓ Definition und Konzeptspezifikation

Dimensionen ↓ Festlegung der Indikatoren
I
ndikatoren ↓ Konstruktion Messinstrumente

Messinstrumente ↓ Messen

empirische Realität/ Sachverhalt

Beispiel: Operationalisierung der Forschungsproduktivität von Wissenschaftlern

S5 Folie 2b teil2

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

Wahl des Forschungsdesigns

A

Wahl des Forschungsdesigns

 Wahl des Forschungsdesign ist für die Aussagekraft der Ergebnisse einer Studie entscheidend; in vielen Disziplinen sogar das wichtigste Kriterium z.B. Medizin

 Design kann in unterschiedlichem Maße für die Beurteilung von Hypothesen geeignet sein

 Grundsätzliche Unterscheidung zwischen Beobachtungs- und Interventionsstudien:
- Beobachtungsstudie: Keine Intervention, kein Einsatz von experimentellen
Kontrolltechniken
- Interventionsstudie: konkrete Intervention (entweder selbstinduziert oder extern), Einsatz von experimentellen Kontrolltechniken

 Experimentalstudien sind in der Regel Interventionsstudien

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

Störfaktoren bei Forschungsdesigns – interne Validität
Störfaktoren bei Forschungsdesigns – externe Validität

A

Störfaktoren bei Forschungsdesigns – interne Validität

 Zwischenzeitliches Geschehen: neben der Intervention passieren noch andere Interventionen, die die abhängige Variable beeinflussen z.B. Gesetzesänderungen
 Reifungsprozesse der Probanden während der Studie: eine Interventionsstudie kann Jahre dauern und die Probanden entwickeln sich weiter z.B. Studium
 Messeffekte: Probanden können Rechenaufgabe beim zweiten Mal besser rechnen als im ersten Durchgang
 Hilfsmittel d.h. Veränderung des Messinstruments: durch wechselnde Versuchsleiter und der Eigenschaften können Effekt bei Probanden ausgelöst werden
 Verzerrte Auswahlen und Ausfälle: Interventions- und Kontrollgruppen sind sehr unterschiedlich durch Auswahl oder durch Ausfall von Probanden
 Je mehr dieser Störfaktoren gegeben sind und je schwerwiegender, desto geringer die interne Validität

Störfaktoren bei Forschungsdesigns – externe Validität

 Reaktivität oder reaktive Effekte: Versuchspersonen verhalten sich anders als im Alltag
 Reaktive Effekte der experimentellen Situation: Setting weicht gravierend von Alltag ab
 Je mehr dieser Störfaktoren gegeben sind und je schwerwiegender desto eingeschränkter ist die externe (äußere) Validität d.h. Generalisierbarkeit

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q

Experimente

Laborexperiment vs. Feldexperiment

A

Experimente

 Ziel: möglichst sichere Prüfung ‘kausaler’ Einflüsse, die zwischen Stimulus und Zielgröße vermutet werden.

 ein Experiment unter Laborbedingungen wie etwa eine quantitative Beobachtung/ mit drei zentralen Merkmalen:
- Zufällige Aufteilung (Randomisierung) der Untersuchungspersonen in (mindestens) zwei Gruppen
- Kontrolliertes Setzen eines Stimulus in (mindestens) einer der Gruppen, der sog. Experimental oder Interventionsgruppe
- Messung der Zielgröße (des Merkmals, das durch den Stimulus verändert werden soll) in den Gruppen u.U. vor, auf jeden Fall aber nach (angenommener) Wirkung des Stimulus

 Randomisierung soll bewirken, dass etwaige Unterschiede zwischen den Gruppen in der Zielgröße wirklich auf den Stimulus und nicht auf andere denkbare Einflüsse zurückgeführt werden können.

 Anwendung vor allem in Psychologie, Medizin, zunehmend auch in VWL + BWL

Laborexperiment vs. Feldexperiment

 Laborexperiment
- Elimination bzw. Konstanthaltung von Störfaktoren durch Versuchsleiter möglich  Interne Validität hoch
- Reaktivität auf Laborsituationen durch unnatürliche Situation
 Externe Validität u.U. gering d.h. Generalisierbarkeit ist eingeschränkt

 Feldexperiment
- Störeffekte können kaum kontrolliert werden, ohne Eingriffe in die
Alltagsgewohnheiten
 Geringe interne Validität
- Versuchspersonen bleiben in ihrer Alltagsumgebung und reagieren in ihrer natürlich Umgebung
 Reaktivitätseffekte minimiert d.h. hohe Praxisrelevanz bzw. Generalisierbarkeit und damit hohe externe Validität

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

Generelle Probleme von Experimenten

A

Generelle Probleme von Experimenten

 Erwartungshaltung der Versuchspersonen; mögliche Lösung: Doppelblind-Design mit Placebos z.B. klinische Studien: Arzt und Patient wissen nicht, welches Arzneimittel eingenommen wird (nur Versuchsleiter weiß)
 Laborexperimente in Sozialwissenschaften nutzen häufig Studenten als Versuchspersonen: Bias, da überdurchschnittliches Bildungsniveau etc.
 Versuchspersonen springen oft ab -> durch Reduktion der Stichprobengröße stimmen Gruppengrößen nicht mehr überein
 Ethische Probleme z.B. Bahnbrechendes Arzneimittel zur Krebstherapie kommt auf den Markt, aber Randomisierung mit Kontrollgruppe erfordert, dass eine Gruppe von kranken Patienten dieses Arzneimittel nicht erhält

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Datentypen

A

Datentypen

 Individualdaten (Mikro-) vs. Aggregatdaten (Makro-)
 Querschnitt-, Trend-, Längsschnittdaten (Paneldaten, Verlaufsdaten)
- Trenddaten: nur Veränderungen auf Aggregatebene z.B. Erhöhung der Konkursquote
- Paneldaten: auch individuelle Veränderungen z.B. Entwicklung des Konkursrisikos einzelner Betriebe im Zeitablauf
- Verlaufsdaten: vollständer Verlauf einer Variable ohne Lücken (noch mehr Informationen als Paneldaten z.B. Vollerhebung aller existierenden Betriebe in Handelsregister seit 1945
 Längsschnittdaten für Kausalanalyse besonders nützlich
 Zeitreihendaten: Paneldaten mit kleinem Stichprobenumfang

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

Untersuchungsformen

A

Untersuchungsformen

 Einzelfallstudie: Untersuchung einer Untersuchungseinheit
- In Bezug auf diese Untersuchungseinheit, tiefgehendere Analysen möglich
- Z.B. Untersuchung einer konkreten Organisation
- Keine Generalisierung auf anderen Einheiten möglich

 Primärdatenanalyse: Verwendung von Daten, die spezifisch für den Zweck der Studie erhoben wurden
- Beispiele: Befragung von Personen zur Werbewirkung eines best. Produktes, klinische Studien
- Vorteile: Variablen und Skalierung können spezifisch ex-ante definiert werden, Störgrößen können gut kontrolliert werden (vor allem bei Randomisierung – dann hohe interne Validität)
- Nachteile: teuer, eher kleine Stichproben, Generalisierbarkeit häufig fraglich (häufig geringe externe Validität)

Untersuchungsformen

 Sekundärdatenanalyse: Verwendung bereits erhobener Daten, die häufig nicht für Forschungszwecke erhoben wurden
- Beispiele: Datenarchive in Behörden, Krankenkassendaten
- Vorteile: Kosten- und Zeitersparnis, häufig große Stichproben, häufig hohe
Praxisrelevanz und Generalisierbarkeit (hohe externe Validität)
- Nachteile: Störgrößen schwer kontrollierbar (teilweise geringe interne Validität)

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

Häufig auftretende Probleme in der empirischen Forschung

A

Häufig auftretende Probleme in der empirischen Forschung

  1. Sensibilität bei Planung, Durchführung und Interpretation empirischer Forschung
  2. Forschungsethik
  3. Persönlichkeitsschutz, Datenschutz
  4. Kontrolle, u.a. durch Scientific Community
  5. Dokumentation und Transparenz
  6. Trennung „Bericht und Kommentar“ 7. Methodenkompetenz
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

Quantitative Forschung nach Fächern

A

Quantitative Forschung nach Fächern

 Betriebswirtschaftslehre
- Organisationsforschung (z.B. Verhalten von Individuen in Organisationen)
- Marktforschung (z.B. Wahrnehmung von Marken)

 Volkswirtschaftslehre
- Arbeitsmarkt- und Sozialökonomik (z.B. Gründe für Arbeitslosigkeit)
- Wirtschaftsstatistik (z.B. Betriebsgründungen und Konkurse)

 Soziologie
- Einkommensungleichheiten
- Soziale Mobilität
- Geburt, Heirat, Scheidung (Demographie)

Quantitative Forschung nach Fächern
 aber auch z.B.
- Politikwissenschaften (Wahlforschung),
- Kommunikationswissenschaft (Mediennutzung),
- Recht (Anklagen nach Bevölkerungsschichten),
- Geschichte (Inhaltsanalyse von Texten),
- Psychologie (Verhaltensforschung),
- Erziehungswissenschaft (Evaluation Unterrichtsmethoden),
- Geographie (Stadtentwicklung),
- Ethnologie (z.B. Fertilität).

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

Vorteile quantitativer Methoden

Kritik an quantitativen Methoden

A

Vorteile quantitativer Methoden

 Standardisierung möglich
 Objektive Messung
 Formales Verfahren zum Testen von Hypothesen
 Große Fallzahlen/große Stichproben möglich
 Anspruch auf „Repräsentativität“

Kritik an quantitativen Methoden

 Teilweise fehlende Praxisrelevanz
 Erzeugung scheinbarer Objektivität
 Vernachlässigung der Subjektivität der untersuchten Subjekte
 Bestimmte Fragestellungen können quantitativ nur schwer untersucht werden, insbesondere wenn Sachverhalt unklar oder wenig strukturiert
 Fehlende Tiefe

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

Grundprinzipien qualitativer Forschung

A

Grundprinzipien qualitativer Forschung

 In der qualitativen Forschung werden verbale und nichtnumerische Daten interpretativ verarbeitet (in der quantitativen Forschung werden Messwerte statistisch analysiert)
 Zur Entwicklung von Hypothesen geeignet
 Flexibles Vorgehen
 Der Deutungsprozess erfolgt als Interaktion zwischen Forscher und Gegenstand
 Die Konstruktion sozialer Wirklichkeiten erfolgt durch Kommunikation

Forschungsprozess in der qualitativen Herangehensweise

und

Methodenüberblick

S22 & 23 Folie 2b teil2

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

Beispiel für besonders häufig genutzte Methode: Leitfaden-Interviews

A

Beispiel für besonders häufig genutzte Methode: Leitfaden-Interviews

 Typen
- halb-standardisiertes Interview: ausgearbeiteter aber dem Kontext flexibel
anpassbarer Fragenkatalog
- fokussiertes Interview: Interview über fokussiertes Objekt z.B. Foto oder Film
- problemzentriertes Interview: Thematisierung gesellschaftlich relevanter Probleme
- Experten-Interview: offene oder teilstandardisierte Befragungen von Experten

 zu beachten:
- Kosten: Zeit, Interviewerschulung, Transkription (i.d.R. von Tonbandaufzeichnungen)
- Anonymität, Datenschutz, Vertraulichkeit
- Bereitschaft der Interviewpartner
- Kommunikation als gemeinsames Verständnis
- Steuerungsfreiheit des Interviewers (Vollständigkeit, Vergleichbarkeit)
- Interviewer als Stimulus

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q
A
How well did you know this?
1
Not at all
2
3
4
5
Perfectly