Von der Forschungsidee zur SPSS-Auswertung
E-Book, Deutsch, 197 Seiten
ISBN: 978-3-8463-8788-7
Verlag: UTB
Format: EPUB
Kopierschutz: Wasserzeichen (»Systemvoraussetzungen)
Wie plant man eine empirische Erhebung? Wie gestaltet man einen Fragebogen? Wie werden die Daten analysiert und interpretiert? In gut nachvollziehbaren Schritten bietet dieses Lehrbuch einen praktischen Leitfaden für die Umsetzung wissenschaftlicher Erhebungen.
Das Buch behandelt von der Formulierung einer Forschungsidee über die Konstruktion eines Fragebogens bis hin zu den wichtigsten Auswertungsschritten mit dem Statistikprogramm SPSS, Version 26, alle wichtigen Stufen und beinhaltet viele Beispiele.
Autoren/Hrsg.
Weitere Infos & Material
1 Elementare Definitionen 11
1.1 Deskriptive Statistik und Inferenzstatistik 11
1.1.1 Deskriptivstatistik (beschreibende Statistik) 11
1.1.2 Inferenzstatistik (beurteilende bzw. schließende Statistik) 13
1.2 Stichprobenarten 16
1.2.1 Einfache Zufallsstichprobe (Random Sample) 17
1.2.2 Geschichtete Zufallsstichprobe 17
1.2.3 Klumpenstichprobe (Cluster Sample) 18
1.2.4 Zufall versus willkürliche Auswahl 18
1.2.5 Abhängigkeit der Stichproben 19
1.3 Schluss von der Stichprobe auf die Grundgesamtheit 19
1.4 Zusammenfassung des Kapitels 20
1.5 Übungsbeispiele 21
2 Messung in den Sozialwissenschaften 22
2.1 Skalen- bzw. Messniveaus 23
2.2 Nominalskala 24
2.3 Ordinalskala 25
2.4 Intervallskala 27
2.5 Verhältnisskala 28
2.6 Zusammenfassung des Kapitels 29
2.7 Übungsbeispiele 30
3 Die Untersuchungsplanung – von der Idee zur empirischen Forschung 31
3.1 Die Themensuche 32
3.1.1 Das Anlegen einer Ideensammlung 32
3.1.2 Die Replikation von Untersuchungen 33
3.1.3 Die Mitarbeit an Forschungsprojekten 33
3.1.4 Weitere kreative Anregungen 33
3.2 Konkretisierung und Formulierung einer Forschungsfrage 34
3.3 Die Literaturrecherche 35
3.4 Auswahl der Untersuchungsart – Forschungsdesign 37
3.5 Ethische Bewertung einer Forschungsfrage 40
3.6 Zusammenfassung des Kapitels 41
3.7 Übungsbeispiele 42
4 Datenerhebung: Die schriftliche Befragung (Fragebogen) 43
4.1 Methoden der quantitativen Datenerhebung 43
4.2 Allgemeine inhaltliche Vorbemerkungen zur Fragebogenkonstruktion 44
4.3 Erste inhaltliche Schritte 45
4.4 Prinzipien der Konstruktion 47
4.5 Pretest 59
4.6 Negative Antworttendenzen 60
4.7 Zusammenfassung des Kapitels 64
4.8 Übungsbeispiele 65
5 Computerunterstützte Datenaufbereitung mittels SPSS 66
5.1 Was ist SPSS? 66
5.2 Vom Fragebogen zur SPSS-Datei 67
5.3 Zusammenfassung des Kapitels 81
5.4 Übungsbeispiele 82
6 Deskriptivstatistische Datenanalyse 83
6.1 Tabellarische Darstellung der Daten 83
6.2 Grafische Darstellung der Daten 88
6.3 Lagemaße – Lokalisationsparameter 95
6.4 Dispersionsmaße (Streuungsmaße) 100
6.5 Zusammenfassung des Kapitels 107
6.6 Übungsbeispiele 108
7 Schluss von der Stichprobe auf die Population 109
7.1 Alltags- und statistische Hypothesen 109
7.2 Statistischer Test 111
7.3 Fehler erster und zweiter Art und die Macht eines Tests 113
7.4 Der Standardfehler des Mittelwerts 115
7.5 Zusammenfassung des Kapitels 116
7.6 Übungsbeispiele 117
8 Statistische Tests 118
8.1 T-Test für unabhängige Stichproben 120
8.2 T-Test für abhängige Stichproben 125
8.3 U-Test nach Mann & Whitney 127
8.4 Wilcoxon-Test 129
8.5 Friedman-Test 130
8.6 Vierfelder-Chi-Quadrat-Test 132
8.7 Zusammenfassung des Kapitels 135
8.8 Übungsbeispiele 136
9 Korrelation und lineare Regression 138
9.1 Produkt-Moment-Korrelation 140
9.2 Rangkorrelation nach Spearman 142
9.3 Vierfelderkorrelation 143
9.4 Partielle Korrelation 144
9.5 Biseriale Korrelation 145
9.6 Korrelation und Kausalität 147
9.7 Einfache lineare Regression 148
9.8 Multiple lineare Regression 151
9.9 Zusammenfassung des Kapitels 152
9.10 Übungsbeispiele 153
10 Varianzanalyse 155
10.1 Grundlagen der Varianzanalyse 155
10.2 Einfaktorielle Varianzanalyse ohne Messwiederholung 156
10.3 Einfaktorielle Varianzanalyse mit Messwiederholung 160
10.4 Zusammenfassung des Kapitels 164
10.5 Übungsbeispiele 165
11 Der statistische Auswertungsbericht 166
11.1 Der Theorieteil 167
11.2 Der Methodenteil 167
11.3 Der Ergebnisteil 168
11.4 Diskussion und Ausblick 170
11.5 Einige Zitierregeln 170
11.6 Das Literaturverzeichnis 172
11.7 Zusammenfassung des Kapitels 173
11.8 Übungsbeispiele 174
Anhang 175
Lösungen zu den Übungsbeispielen 175
Beispiel: Fragebogen zur Studien- und Lebenssituation bei Studierenden 187
Literaturverzeichnis 189
Stichwortverzeichnis 191
2 Messung in den Sozialwissenschaften Versuchen wir einen grundsätzlichen Zugang zur Thematik des Messens im sozialwissenschaftlichen Bereich zu finden und holen dazu inhaltlich ein wenig aus. Eine bereits ältere Einteilung von Steyer und Eid (2001, S. 1) gliedert den Forschungsprozess in zwei Teile, einen theoretischen und einen empirischen. In der theoretischen Phase werden Fähigkeiten, Merkmale oder Eigenschaften strukturiert und definiert. Danach folgt die empirische Überprüfung einer Theorie, welche gegebenenfalls neu formuliert und wieder getestet werden muss (mehr dazu in Kapitel 3). Dazu ist es notwendig, die Theorie mit der Praxis zu verknüpfen und Messmodelle abzuleiten. Die Verknüpfung von Theorie und Praxis bezeichnen Steyer und Eid als „Überbrückungsproblem“ oder „Operationalisierung“ (Bühner, 2004, S. 69). Unter Operationalisierung wird also das Messbarmachen von Konstrukten (Begriffen) verstanden. Aus den Naturwissenschaften kennen wir Messungen, die auf den ersten Blick als eindeutig und jederzeit wiederholbar erscheinen. Messungen etwa in der Psychologie sind für uns jedoch schwerer nachvollziehbar, da wir an ihrer Genauigkeit und Eindeutigkeit Zweifel hegen und vor allem die zu messenden Objekte andere Eigenschaften besitzen. Sie sind nicht wie in den Naturwissenschaften präzise mit Maßeinheiten und Messinstrumenten erfassbar. Dennoch werden in den Sozialwissenschaften ebenfalls Messmodelle abgeleitet und eingesetzt, mehr noch: Sie sind unverzichtbar. Aus dieser Feststellung leitet sich eine wesentliche Frage ab, nämlich: Wie können empirische Größen, als Beispiel seien Intelligenz, Aggression, Stress, Ablehnung eines Themas, Zustimmung zu einem Thema etc. genannt, gemessen, also quantifiziert werden? Die Überführung dieser Konstrukte in Zahlen und messbare Größen erscheint auf den ersten Blick als nicht einfach und eindeutig. Die Ermittlung quantitativer Aussagen von physikalischen Größen erfolgt hingegen über festgelegte Maßeinheiten wie Kilogramm, Meter etc. Zur Quantifizierung empirischer (z. B. persönlicher) Merkmale gibt es keine Maßeinheiten. Deswegen muss mit einem Spezialfall der Messung gearbeitet werden – der Skalierung. Grundsätzlich wird unter einer Skala ein Instrument zur Messung von (theoretischen) Konzepten, wie z. B. Intelligenz oder Einstellungen zu verschiedenen Themen (Arbeitsmotivation, Fremdenfeindlichkeit, Umweltbewusstsein ...), verstanden. Ziel einer Skalenbildung ist die Zuordnung eines Skalenwerts zu einer Person hinsichtlich eines zu untersuchenden Konzepts oder Merkmals (z. B. Umweltbewusstsein, Geschlecht etc.). Solche Skalen werden innerhalb standardisierter Fragebogen auf unterschiedlichem Niveau vorgegeben. Dieser Skalenmesswert soll zum Ausdruck bringen, wo sich die Personen mit ihren Einschätzungen auf den untersuchten Dimensionen befinden oder welcher Gruppe sie angehören. Diese Werte sind für die Berechnungen mithilfe von Statistikprogrammen wie SPSS unerlässlich. Eine Messung ist nach Hatzinger (2009, S. 32) „die Zuordnung von Zahlen zu beobachtbaren Phänomenen. Die Beziehung zwischen beobachteten Phänomenen soll durch die Beziehungen zwischen den zugeordneten Zahlen widergespiegelt werden.“ Ein Beispiel soll dies veranschaulichen: Es bezieht sich auf den im Vorwort bereits erwähnten Übungsfragebogen „Fragebogen zur Studien- und Lebenssituation bei Studierenden der Ernährungswissenschaften im Jahr 2008“, den Sie im Anhang auf S. 188 finden können. Dort findet man im Fragenkomplex C (zur Person) unter C1.1 die Frage (das Item):
Sie sind ? männlich ? weiblich? Die befragten Personen müssen sich entsprechend ihrer Zugehörigkeit mit einem Kreuz einer der beiden Kategorien zuordnen. Um die Ergebnisse messbar zu machen, also Aussagen wie jene in Kapitel 1 (z. B. 70 Studierende sind männlich/57 Studierende sind weiblich) treffen zu können, müssen den Ausprägungen der Variablen „Geschlecht“ (männlich/weiblich) Zahlen zugeordnet werden, um danach eine Auszählung zu ermöglichen, dies nennt man auch Kodierung. Nehmen wir an, dass es eine willkürliche Festlegung gibt, männlichen Personen die Zahl 1 zuzuordnen und weiblichen Personen die Zahl 2, also die Merkmalsausprägung „Mann“ mit 1 und „Frau“ mit 2 zu kodieren. Damit erfolgt eine Vergabe von Messwerten (1 oder 2) – sie könnten in diesem Fall übrigens auch umgekehrt vergeben werden, dazu im Folgenden Genaueres. Es ist somit eindeutig nachvollziehbar, welche Zahl welchem Geschlecht zugeordnet ist. Die empirische Größe „Geschlecht“ wurde durch diesen Vorgang messbar gemacht – eigentlich könnte man sehr vereinfacht ausdrücken, dass der Variablen ein Skalenniveau zugewiesen wurde. Die hohe inhaltliche und praktische Relevanz dieses Vorgangs wird in Zusammenhang mit der Konstruktion eines Erhebungsinstruments (z. B. einer schriftlichen Befragung mittels standardisierten Fragebogens) deutlich, da zu diesem Zeitpunkt genau überlegt werden muss, welche Daten zur Interpretation der Testergebnisse benötigt werden, und im Vorfeld, welche Ausprägungen und somit Zahlen ihnen zugeordnet werden. Allgemeiner: Welche Ergebnisse möchte ich aus der Untersuchung beziehen? Kann ich sie mit meinen Vorgaben aus den gestellten Fragen filtern? (Siehe dazu Kapitel 4) 2.1 Skalenbzw. Messniveaus Es lassen sich verschiedene Ebenen (Skalenniveaus) unterscheiden, auf denen gemessen werden kann. Es kommt je nach Skalenniveau zu einer unterschiedlich genauen Abbildung empirischer Sachverhalte. Jedes von ihnen hat bestimmte Eigenschaften und entscheidet über die möglichen mathematischen Operationen einer Variablen, die Transformationen ohne Informationsverlust und vor allem, welchen Informationsgehalt das entsprechende Merkmal liefert. Die vier Skalenniveaus sind: Nominal-, Ordinal-, Intervall- und Verhältnisbzw. Absolutskala. Nominalbzw. ordinalskalierte Merkmale bezeichnet man als kategorial. Die Intervall-, Verhältnisbzw. Absolutskalen werden zur sogenannten Kardinalskala zusammengefasst. Merkmale auf diesen Skalen werden metrisch genannt. Die Darstellung der Skalenarten erfolgt hierarchisch von der einfachsten, relativ ungenauen bis hin zur exaktesten Messstruktur, die vor allem im physikalisch-naturwissenschaftlichen Bereich Anwendung findet. In den Sozialwissenschaften ist sie eigentlich kaum anzutreffen. Um zu den erforderlichen Definitionen einen Zugang zu finden, sollen vorweg zwei grundlegende Termini erörtert werden. Es handelt sich dabei um das empirische und numerische Relativ- oder Relationensystem. Bortz (2005, S. 16) verstehen unter einem empirischen Relativ „eine Menge von Objekten und eine oder mehrere Relationen, mit denen die Art der Beziehung der Objekte untereinander charakterisiert wird“. Besteht die Menge von Objekten aus empirischen Objekten, spricht man von einem empirischen Relativ (vgl. ebd.). Dies könnten z. B. Studierende einer Seminargruppe, KursteilnehmerInnen eines Kochkurses, SchülerInnen einer Klasse, aber auch verschiedenste vorhandene Augenfarben sein. In der Folge wird die Zuordnung von Zahlen (Kodierung) zur Verarbeitung der Daten dargestellt. Es ist uns durchaus aus unserem Leben geläufig, Zahlenzuordnungen für Eigenschaften oder Ergebnisse zu treffen. Dies beginnt schon im Kindergarten mit der Zuordnung zu Gruppen und wird z. B. in der Schule mit den Schulstufen weitergeführt. 2.2 Nominalskala „Eine Nominalskala ordnet den Objekten eines empirischen Relativs Zahlen zu, die so geartet sind, dass Objekte mit gleicher Merkmalsausprägung gleiche Zahlen und Objekte mit verschiedener Merkmalsausprägung verschiedene Zahlen erhalten“ (Bortz, 2005, S. 18). Beispiele für Variablen und deren Zahlenzuordnungen (Kodierungen) Geschlecht: 1 = weiblich 2 = männlich Familienstand: 1 = ledig 2 = verheiratet 3 = verwitwet 4 = geschieden RaucherIn: 1 = ja 0 = nein Sozialforschung ist 1 = stimme ich zu langweilig: 2 = stimme ich nicht zu Betrachten wir die Variable „Familienstand“: Die Zuordnung der Zahlen 1, 2, 3 und 4 zu den Ausprägungen „ledig“, „verheiratet“, „verwitwet“ und „geschieden“ ist völlig willkürlich und könnte auch anders gewählt werden. Keinesfalls soll ausgedrückt werden, dass ledige vor den geschiedenen Personen eingestuft werden, weil sie mehr Bedeutung (z. B. gesellschaftliche Akzeptanz) haben. Den Zahlen kommt keinerlei empirische Bedeutung zu. Die Ziffern drücken lediglich eine Ungleichheit bzw. Gleichheit aus. Ebenso hat die Kategorisierung bei der Variablen „RaucherIn“ für die Zuordnung 1 oder 0 keinerlei empirische Relevanz. Eine Person, die nicht raucht (0), ist nicht „schlechter“ als eine Person, die raucht (1). Die Zuordnung der Zahlen auf Nominalskalenniveau kennzeichnet unterschiedliche Qualitäten oder Kategorien einer Variablen. Dazu sind zwei Annahmen bei der Zuweisung von Zahlen zu treffen: 1. Exklusivität: Unterschiedlichen Ausprägungen einer Variablen (Merkmal) werden unterschiedliche Zahlen zugeordnet. 2. Exhaustivität: Für jede beobachtete oder...
