Wissenschaftliche Methodik Flashcards
Merkmale von wissenschaftlichen Theorien
Systematische Beziehung
Allgemeine Gesetzmäßigkeiten
Empirische Überprüfbarkeit
Merkmale von wissenschaftlichen Theorien (Systematische Beziehung)
Die Systematik soll mit einer Widerspruchsfreiheit der Aussage verbunden sein und ein Verständnis ermöglichen, das bei einer unsystematischen Ansammlung von Aussagen nicht möglich wäre
Merkmale von wissenschaftlichen Theorien (Allgemeine Gesetzmäßigkeiten)
Diese ermöglichen Erklärungen und Prognosen von Phänomenen. So erklären beispielsweise bestimmte Gesetze der Statik, warum eine Brücke eine bestimmte Belastung aushält und sie lassen auch eine Prognose ihrer Belastungsfähigkeit zu, wenn bestimmte Konstruktionsmerkmale bekannt sind.
Merkmale von wissenschaftlichen Theorien (Empirische Überprüfbarkeit)
Damit ist vor allem die intersubjektive Überprüfbarkeit von Theorien gemeint. Die Überprüfung der Übereinstimmung von Theorie und Realität zeigt eben zumindest in der Sichtweise des wissenscahftlichen Realismus, ob eine Theorie mehr oder weniger wahr ist, unabhängig von den Sichtweisen, Wünschen oder Ideologien des Betrachters
Modell
Ein Modell ist eine vereinfachte Darstellung relevanter Teile der Realität.
- Komplexität der Realität verhindert einheitliche, durchgängige Beschreibung
- Betonung/Vernachlässigung bestimmter Aspekte
- Erfassung lediglich bestimmter Aspekte je nach Erkenntnisinteresse
- Wahrung der Übersichtlichkeit
Konstrukte
Abstraktionen (und damit Verallgemeinerungen) einzelner Erscheinungen in der Realität, die für die jeweilige Betrachtungsweise zweckmäßig sind.
Sie sind nicht unmittelbar beobachtbar, sondern stellen Strukturen “hinter” den Beobachtungen da.
Beispiele (Bildung, Intelligenz, Persönlichkeit, Gedächtnis)
Hypothesen
konkrete Aussagen über Zusammenhänge zwischen Konstrukten in der Realität
- Allgemeingültige Vermutungen über einen Sachverhalt
- Provisorische Antworten auf ein wissenschaftliches Problem
wissenschaftliche Aussage
Eine wissenschaftliche Aussage ist eine Äußerung, auf welche die Bewertung “richtig”, “falsch” oder “richtig mit einem gewissen Grad an Wahrscheinlichkeit” zutrifft
- entwickelt auf der Grundlage eines systematischen und methodischen nachvollziehbaren Forschungsprozess
- empirisch prüfbar
- Intersubjektiv gleich überprüfbar (verschiedene Forsche = vergleichbares Ergebnis)
Operationalisierung
Vorgang, bei dem einem Konstrukt aus einer Theorie/Hypothese ein (oder mehrere) Indikatior zugeordnet wird, der in der Realität gemessen werden kann.
Bsp. Bildung/Qualifikation => Höchster Schulabschluss
Indikatoren
Indikatoren sind beobachtbare Sachverhalte, die den theoretischen Begriffen zugeordnet werden können, so dass diese auch empirisch erfassbar, d.h. messbar, werden
Skalenniveaus (Kategoriale Skalen)
Nominalskala
- keine Ordnungsrelation (Bsp. Geschlecht)
Ordinalskala
- Ordnungsrelation, keine Rechenarten anwendbar (Bsp. Schulabschluss)
Skalenniveaus (Metrische Skalen)
Intervallskala
- Geordnete Werte; Abstände; kein absoluter Nullpunkt; (Bsp. Temperatur, IQ)
Ratioskala/ Verhältnisskala
- Geordnete Werte, Abstände, absoluter nullpunkt (Bsp. Alter, Anzahl von Kindern, Wahlergebnis)
Korrelation
Stärke eines berechneten Zusammenhangs zwischen zweier Variablen eines Datensatzes (=> durchgeführt im Rahmen einer quantitativen Datenanalyse)
Kausalität
Kausalität beschreibt den asymmetrischen, inhaltlichen Zusammenhang zwischen zwei Variablen, in dem SInne, dass eine Variable die Ursache der anderen ist.
Korrelation ist eine notwendige Voraussetzung von Kausalität
Objektivität
Zuverlässigkeit des Messenden
Als Objektivität bezeichnet man die Unabhängigkeit eines Messergebnisses von dem Messenden
Reliabilität
Zuverlässigkeit des Messinstruments
Als Reliabilität bezeichnet man die Unabhängigkeit eines Messergebnisses von dem messinstrument und den jeweiligen situativen Einflüssen
Validität
Gültigkeit der Messung
Ein Untersuchungsergebnis wird als valide (gültig) angesehen, wenn es den Sachverhalt der ermittelt werden soll, tatsächlich wiedergibt. Die Messung misst tatsächlich das, was sie vorgibt zu messen
Population / Grundgesamtheit
Die Menge über die eine Aussage getroffen werden soll: z.B. Politbarometer: Gesamte wahlberechtigte Bevölkerung in Deutschland
Stichporbe
Teilmenge der Population, die zur Analyse ausgewählt wurde: z.B. Politbarometer: Auswahl von 1250 Wahlberechtigten für eine telefonische Befragung
Stichporbenverfahren
Der Prozess, mit dem die Teilmenge ausgewählt wurde. z.B. willkürlich, bewusst, zufällig
Repräsentative Stichprobe
Die Stichprobe stellt ein verkleinertes aber wirklichkeitsgetreutes Abbild (Modell) einer Population dar (z.B. identische Lage- und Streuungsmaße)
Generalisierbarkeit
Inwieweit lassen sich die (deskriptiven) Ergebnisse der Stichprobe (z.B. Kennzahlen) für AUssagen über die Grundgesamtheit
Zufallsfehler
Eine zufällige Abweichung von der Repräsentativität
=> Minimierung von Zufallsfehlern durch: große Stichproben, geschichtete stichproben
Willkürliche Stichprobe <=> Bewusste Stichprobe
Willkürliche Stichprobe - Befragung in der Fußgängerzone - öffentliche Onlinebefragung Bewusste Stichprobe - Auswahl nach einem systematischen, nachvollziehbaern Auswahlplan - Qutenverfahren - Auswahl typischer Fälle
Erhebungsmethoden
Befragung
(Persönliche Befragung ; Telefonische Befragung)
Beobachtung
(Teilnehmend/ Verdeckt; Beobachtung von Spuren)
Experiment
(Laborexperiment; Feldexperiment)
Univariate Datenanalyse
Die Ermittlung und Interpretation von Verteilungen und Kennzahlen einzelner Variablen (Univariate Datenanalyse).
Bivariate/Multivariate Datenanalyse
Ermöglicht die Durchführung komplexer Datenanalysemethoden unter Beteiligung mehrerer Variablen
Möglichkeit zur Überprüfung von Zusammenhangshypothesen, die zwei Variablen erfordern
Scheinvariable/Ko-Variable
Variablen, deren Wert ebefalls auf die abhängige Variable einwirken
Scheinkorrelation
Variablen, die die Stärke des Zusammenhangs zwischen unabhängigen und abhängigen Variablen beeinflussen
quantitative Datenanalyse
In der quantitativen Datenanalyse geht es unter anderem - auf der Grundlage univariater Datenanalysen - um die Untersuchung von Zusammenhängen zwischen Variablen zur Überprüfung von hypothesen. Eine Zusammenhangshypothese zwischen zwei Variablen stellt dabei immer nur ein Erklärungsmodell dar. So erklärt z.B. eine unabhängige Variable immer nur ein Teil der abhängigen Variablen
Zufällige Korrelation
Es können hohe Zusammenhangswerte zwischen Variablen vorliegen, die inhaltlich nichts miteinander zu tun haben.
Vorliegen einer plausiblen Kausalitätsrichtung
inhaltliche Plausibilität
Zeitliche Plausibilität
Kreislauf wissenschaftlichen Wissens
Daten analysieren => Theorie/Hypothesen vorhersagen => Vorhersagen überprüfen => Welt beobachten/messen => Daten
Induktion
Induktion bedeutet vom Speziellen zum Allgemeinen - Ableitung allgemeiner Gesetzmäßigkeiten von beobachteten Regelmäßigkeiten
Deduktion
Deduktion bedeutet vom Allgemeinen zum Speziellen - Ableitung von Aussagen aus allgemeinen Gesetzmäßigkeiten mittels logischer Regeln
Deskriptive/Beschreibende Datenanalyse
Sammlebegriff für alle methodischen Verfahren (Tabellen, Kennzahlen, Grafiken) um Daten zu ordnen und sich einen Überblick über sie zu verschaffen
Explorative Datenanalyse
Ziel ist es, Strukturen, Auffälligkeiten oder Zusammenhänge in Daten zu entdecken. Hierzu verwendet sie unter anderem auch Methoden aus der deskriptiven Datenanalyse
Interquatilsabstand (iqr)
Der iqr bezieht sich lediglich auf die inneren 50 % also die Werte zwischen dem 1. und dem 3 Quartil.
Der iqr bestimmt bei einer Boxplot die Länge der Box.
Boxplot
Eine Boxplot ist gut für die Übersicht über die Streuung der Werte
Die Boxplot gibt keine Aussage über den Mittelwert. (der Median wird angezeigt)
Streuungsmaße
Streuungsmaße beschreiben die Variation der Werte einer Variablen.
Nominalskalen: Entrophie
Ordinalskalen: Spannweite; Interquartilsabstand
metrische Skalen: Varianz; Standardabweichung
Kovarianz
Die Kovarianz beschreibt die gemeinsame Streuung bzw. den linearen Zusammenhang zweier metrischer Merkmale
Korrelationskoeffizent
r>0 => positiver linearer Zusammenhang
r<0 => negativer linearer Zusammenhang
r=0 => kein Zusammenhang
3 Lagemaße
Mittelwert: Metrisch
Median: Ordinal
Modus: Nominal
Inferenzstatistik
Inwieweit lassen sich die (deskriptiven) Kennzahlen der Stichprobe auf die Grundgesamtheit übertragen
Normalverteilung (Eigenschaften)
Symmetrisch um den Mittelwert µ
Mittelwert= Median = Modus
Fläche unter der Kurve = 1
Normalverteilung ist durch Mittelwert µ und Standardabweichung komplett bestimmt
Unterschied zwischen Zusammenhangshypothese und Hypothesentest
Zusammenhangshypothese: allgemeine Aussage über den Zusammenhang (Wenn-dann oder je-dest)
Hypothesentest: Prüfung der Übernahme der Kennzahl aus der Stichprobe auf die Grundgesamtheit
