Sampling in quantitativer Forschung Flashcards
der Zugang zum Sampling bei quantitativen Arbeiten
wesentlich systematischer und mathematischer als bei qualitativen Ansätzen
Quantitative Stichproben sind um ein Vielfaches größer und bereits vor der Untersuchung klar festgelegt
Das Ziel von Sampling in quantitativer Forschung
die Repräsentativität der Stichprobe
Daher kommt es bereits im Vorfeld häufig zu einer Power-Analyse mit der festgestellt werden soll, ob eine Stichprobe groß genug ist, um repräsentative Ergebnisse zu liefern.
was ist das ‚Probability Sampling‘
Diese Sampling-Methode basiert auf der zufälligen Auswahl einer Stichprobe.
Jeder in der Grundpopulation hat daher dieselbe Chance ‚gezogen‘ zu werden.
Arten des ‚Probability Sampling‘
Simple Random Sampling – Die Zufallsstichprobe
Systematic Sampling
Stratified Random Sampling
Multi-Stage-Cluster-Sampling
Simple Random Sampling – Die Zufallsstichprobe
Beim systematischen Sampling geht es in Form eines ‚simple random sample‘ darum, einen Rahmen der möglichen Teilnehmer, z. B. die Mitarbeiter eines Unternehmens, sagen wir 9000 Personen, festzulegen.
welche Gefahr birgt das Simple Random Sampling
Diese Methode birgt allerdings die Gefahr, dass im Vorfeld nicht klar ist, ob die gewählten Personen repräsentativ sind
. Ergebnisse können auf Zufall basieren.
Die Methode kann außerdem zeitintensiv sein
Systematic Sampling
Die systematisch generierte Stichprobe stellt eine Abwandlung der Zufallsstichprobe dar
Diese Methode kann nur dann herangezogen werden, wenn eine Liste der Gesamtpopulation vorhanden ist
Dabei wird die erste Person zufällig und die nächsten Personen anhand eines zuvor festgelegten Intervalls ausgewählt.
Möchte man etwa eine Stichprobengröße von 200 erreichen und die Population ist 4000 Personen groß, so errechnet sich: 4000/200 = 20, also wird jeder 20. ausgewählt
Stratified Random Sampling
Dabei wird die Stichprobe in einzelne Eigenschaften (strata), z. B. nach Alter, Geschlecht oder Abteilung in einer Firma, unterteilt.
dadurch wird sichergestellt, dass durch Definition der ‚Strata‘ eine Abdeckung innerhalb des gesamten Unternehmens im Hinblick auf diese Eigenschaften erfolgt
Problematisch beim Stratified Random Sampling
Problematisch bleibt jedoch, dass die einzelnen gebildeten Gruppen wieder nicht vergleichbar sind, weil die Gruppengrößen stark variieren können.
So kann etwa die Marketing-Abteilung eines Unternehmens doppelt so groß sein, wie die Human-Resources-Abteilung, was wiederum zu einer Verzerrung führen kann, wenn die Stichproben nach Abteilungen gezogen werden
Multi-Stage-Cluster-Sampling
Diese Sampling-Methode eignet sich vor allem für große Einrichtungen und Organisationen, die untersucht werden sollen.
Die Anzahl wird im Vorfeld festgelegt.
Dieser Ansatz ermöglicht, dass eine breite Anzahl von Personen eingeladen werden kann und dass die Methode relativ unkompliziert ist.
Die Arten des ‚Non-Probability Samplings‘
Convenience Sampling
Quota Sampling – Quotenstichprobe
Convenience Sampling /Gelegenheitsstichprobe
Es geht darum, dass die zum Forschungszeitpunkt verfügbare Personenanzahl zu einer Thematik eingeschlossen wird.
Sehr viele Studien arbeiten mit Gelegenheitsstichproben, obwohl es sich um eine schwache Sampling-Methode handelt
was lässt sich beim Convenience Sampling nicht ausschliessen
dass eine einseitige Darstellung erfolgt, weil etwa nur jene Personen eingeschlossen werden, die einem Thema gegenüber positiv gestimmt sind.
Daher sollte der mögliche ‚Selection-Bias‘ in der Diskussion Erwähnung finden
Quota Sampling – Quotenstichprobe
Dabei wird die Stichprobe in Subpopulationen (strata) unterteilt, um Repräsentativität der Subgruppen zu erhalten.
die Unterscheidung kann beispielsweise anhand von Alter, Geschlecht, Einkommens- oder Berufsgruppen getroffen werden.
Dadurch wird sichergestellt, dass zumindest aus allen Subgruppen Personen einbezogen werden und damit eine einseitige Betrachtung unterbleibt.
wie ist die Repräsentativität von quantitativen Stichproben
Die Aussagekraft von quantitativen Stichproben kann zuverlässig mittels Power-Analyse gemessen werden, wobei hierzu spezifische Daten vorliegen müssen,
