Quantitative Forschungsmethoden Online Flashcards
- Video
Wissenschaftliche Methode
„Die wissenschaftliche Methode, die Wissen generieren möchte verbindet Rationalismus und Empirie“
- erstellte Hypothesen beruhen auf logischem Denken und werden in Praxis (Empirie) überprüft
- führen zu neuen empirischen Erkenntnisgewinnungen
- Müssen folgende Kriterien erfüllen
- empirisch
- theoretisch fundiert
- öffentlich
- objektiv
- Video
Hypothese
„Ist eine Aussage, die das Verhältnis zwischen oder unter Variablen beschreibt oder erklärt. Sie ist als Vorschlag zu verstehen“
- Basieren auf Logik
- Sollen überprüfbar sein
- Sollten widerlegbar sein
- Und positiv formuliert werden (für einen Erkenntnisgewinn)
- Bieten mehr wissen über die Realität, auch wenn sie falsifiziert wurden
- Video
Forschungsablauf
- Untersuchungsziel - Forschungsfrage
- Theorie- und Hypothesenbildung
- Konzeptualisierungsphase
- Erhebungsvorbereitung und Datenerhebung
- Datenaufbereitung
- Datenanalyse
- Disseminationsphase
- Video
Forschungsprozess
3 Phasen des Forschungsprozesses:
- Entdeckungszusammenhang
„Was soll erforscht werden?“
- gibt 3 Erkenntnisgründe:
Klärung sozialer Probleme
Theoriebildung
Auftragsforschung
- Begründungszusammenhang
„Wie soll etwas erforscht werden?“- mit welchen methodischem Vorgehen soll das Problem untersucht werden
- die Problemstellung muss dafür in einzelne Dimensionen „transformiert“ werden
- Verwertungszusammenhang
„Was geschieht mit den Ergebnissen/Warum, zu welchem Zweck?“- Effekte der Untersuchung und Notwendigkeit für die Lösung d. Problems
- Publikation der Ergebnisse
- Video
Forschungsmethoden
Datenerhebungsmethoden
Auswertungsmethoden
Forschungsstrategien
Forschungsdesign
- Video
Forschungsmethoden: Datenerhebungsmethoden
Analysiert die soziale Wirklichkeit/ orientiert sich an dieser
- Inhaltsanalyse
- Beobachtung
- Befragung
- Experiment
- Video
Forschungsmethoden: Auswertungsmethoden
Welche Statistik eingesetzt/ gestaltet wird
- hängt von der Anzahl der Variablen ab
- gibt Uni-, Bi-, und Multi-Variate (eine, zwei oder mehrere Variablen)
- Univariate: möchte statistische Kennwerte, die eine Variable beschreiben, bestimmen
- Bivariate: möchte Zusammenhänge/ Unterschiede zw. Zwei Variablen feststellen
- Multivariate: Zusammenhänge/ Unterschiede zw. Mehr als zwei Variablen
- Video - experimentelle Forschung
Forschungsstrategien
- Experimentell (Ursache- Wirkung)
- Quasi-Experimentell
(- deskriptiv)
(- Korrelativ (Zusammenhängend))
- Video - experimentelle Forschung
Forschungsdesign
- Between -subjects (interindividuelle Vergleiche – zw. Individuen/ Gruppen)
- Within-subjects (intraindividuelle Vergleiche – innerhalb eines Individuums/Gruppe)
- Faktorielle Designs
- Single-Subjekt (Einzelfall Untersuchungen)
- Video
Experimentelle Forschung
- Ziel und Aufgabe des Experiments ist die aufweisen eines Ursache-Wirkungs-Zusammenhangs zwischen zwei Variablen
- Man will Veränderung von unabhängigen Variablen / einer Variable (A)und deren Auswirkung auf die andere abhängige Variable (B) aufzeigen
- Video
Merkmale Experiment
o Manipulation der Unabhängigen Variable
o Messung der Abhängigen Variable in beiden Treatments Bedingungen
o Vergleich der Daten
o Kontrolle der Störvariablen
o Randomisierung vornehmen – gleiche Gruppen
• Experiment benötigt Versuchs- und (Kontrollgruppe - nicht bei allen)
- Video
verschiedene Forschungsdesigns
Wird unterschieden zw. Experimentell und nicht-experimentell -
Between-subjects / nonequivalent Group Designs:
- differentielles Forschungsdesign (vergleicht bereits existierende Gruppen - Männer/Frauen)
- posttest-only nonequivalent Kontrollgruppendesign (vergleicht bereits existierende Gruppen, nachdem eine Gruppe Treatment erhalten hat)
- Pretest-Posttest (vergleicht bereits existierende Gruppen bevor und nachdem eine Gruppe in Treatment erhalten hat)
within-subjects Pre-Post / nonequivalent Group Designs:
- One-Group Pretest-Protest Design vergleicht einen Pretest (Vorbeobachtung) mit einem Posttest (Nachbeobachtung) von einer Gruppe)
- time-Series Design (vergleicht eine Serie von Pretests (Vorbeobachtung) vor dem Treatment mit einer Serie von Posttests (Nachbeobachtung) nachdem Treatment einer Gruppe)
Gibt zusätzlich folgende Designs:
- Per-Post-Kontrollgruppenplan (beide durchlaufen Pretest und Posttest, nur eine Gruppe erhält Treatment)
- Kontrollgruppenplan (kein Pretest)
- Solomon-vier-Gruppen-Plan (2 Kontroll- und 2 Experimentalgruppen)
- Video Korrelationsdesign
Korrelation
- zwei Variablen sind aufeinander bezogen
- ist ein Maß das angibt, inwieweit der Wert einer Variable sinkt oder steigt, wenn der Wert einer anderen Variable sinkt oder steigt
- dabei wird die Beziehung/Zusammenhang der Variablen zueinander deutlich
- Zusammenhangsmuster werden erkennbar - und weiter für Forschungen verwendet
- liegt zwischen 1 und -1
Ziel der Korrelationsforschung
- Nachweisung der Existenz eines Zusammenhangs zwischen 2 Variablen
- nicht den Zusammenhang zu erklären (Ursache-Wirkung-Zusammenhänge aufzeigen - Experiment)
- Video Korrelationsdesign
Formen der Zusammenhänge
o Richtung des Zusammenhangs:
- Positiv
- negativ
- ( auch 0-Korrelation/ neutral – sind überhaupt nicht aufeinander bezogen)
o Form/Art des Zusammenhangs:
- Linearer Zusammenhang (konsistenter & vorhersagbarer Anstieg)
- Monotoner Zusammenhang ( anstieg geht in eine Richtung, ist aber nicht linear -nicht in die selbe Richtung
o Stärke des Zusammenhangs (Korrelationsstärke)
- Korrelationskoeffizient wie weit hängen die beiden Variablen zusammen
- r ≈ 0.1 = schwacher Zusammenhang , r2 = 0.01%
- r ≈ 0.3 = mittlerer Zusammenhang , r2 = 0.09%
- r > 0.5 = starker Zusammenhang, r2 = 0.25%
- Video Korrelationsdesign
Vorraussetzungen für Korrelationsforschung
- Normalverteilung: beide Variablen sollten normal Verteilt sein (keine AV und UV)
- Linearität: lineare Funktionen, beide Variablen sollten sich in einem linearen Zusammenhang befinden - dass man diese Linear aufzeigen kann
- Varianzhomogenität: Varianzen der einzelnen Variablen sollen möglichst gering sein - Streuung beider Variablen ungefähr gleich
- Ausreißer: manche Werte weichen stark von anderen ab, der Pearson r reagiert darauf sehr stark und kann die Ergebnisse fälschen (wird auf Grafik sichtbar)
- Video Korrelationsdesign
Varianz
- durchschnittliche quadratische Abweichung vom Mittelwert
- ist in Quadratzahl angegeben
- mit ihr kann man die Standardabweichung berechnen
- Video Korrelationsdesign
Standardabweichung
- s
- ist die Wurzel der Varianz
- ist ein Maß für die Streuung der Werte um ihren Mittelwert
- wenn sie hoch ist liegen die Werte weit vom Mittelwert
- ist sie 0 sind alle Werte gleich
