Wiederholung (1)

• Methode d. Sozialwissenschaft als systematische & standardisierte Verfahren, um gesell. Phänomene zu verstehen & zu erklären

• Empirieverständnis der Düsseldorfer Sozialwissenschaften

  • theoriegeleitete empirische Wissenschaft

  • Nutzung adäquater Erhebungs- und Auswertungsverfahren

    • Quantitative und Qualitative Sozialforschung

  • Methodologischer Individualismus: Gesamtgesellschaftliche Tatbestände (Makroebene) lassen sich nur über die Individuen (Mirkoebene) erklären

• Der sozialwissenschaftliche Forschungsprozess

  1. Entdeckungszusammenhang

  2. Begründungszusammenhang

  3. Verwertungs- und Wirkungszusammenhang

• Sozialwissenschaften sind empirische Wissenschaft

  • beschäftigt sich mit Gegenständen der Erfahrung

• Sozialwissenschaften nutzen empirische Methoden

  • Um Phänomene zu verstehen und zu erklären

• Dazu werden unterschiedliche Erhebungsverfahren (z.B. Befragungen oder Beobachtungen) zur Datengenese verwendet,

• Die mit adäquaten Analyseverfahren (z.B. statistische Berechnungen oder Textinterpretationen) ausgewertet werden

• Was: Informationen über die Gesellschat

  • konkret: Menschen als Mitglieder der Gesellschaft, weniger als Individuen

    • ihre Eigenschaften

    • ihr (soziales) Handeln (einschließlich der Kommunitaktion)

    • Produkt des Handelns

  • Wer

    • Wissenschaft (auch für Abschlussarbeiten!)

    • Behörden (z.B. Statistikämter)

    • Unternehmen (Betrieb, Markt- und Meinungsforschung)

    • Organisationen (z.B. NGOs, Parteien)

    • Laien (zum Verständnis rezipierter Studien)

• Kritischer Rationalismus: Grundlagen

  • deduktiv-nomologische Erklärung als Kern wissenschaftlichen (!) Wissens

  • Falsifikationsprinzip als Basis wiss. Erkenntnisgewinns

• Kritischer Rationalismus: Raffinierter Falsifikationsimus

  • Basissatzproblem: es gibt keine theoriefreie Beobachtung

  • statt einfachen Verwerfes: Anpassung & Überprüfung von Kern- und Hintergrundtheorie (methodologischer Falsifikationismus)

  • Lakatos: Forschungsprogramme

• Wissenschaftliche Paradigmen und Methodenanarcie

  • Kuhn (Forschungsparadigmen) & Feyerabend (Methodenanarchismus)

• Objektivität in der Wissenschaft

  • Intersubjektivität als Antwort auf Vorbehalte bezüglich Werturteilen in der Wissenschaft und Konstruktivismus

Grundannahmen/Logik des kritischen Rationalismus

• Deduktiv-nomologische Erklärung (DN-Erklärung)

  (auch: Hempel-Oppenheim-Schema H-O)

  • Bestandteile: Explanans und Explanandum

Falsifikationismus

• Erklärung muss sich in der Praxis bewähren (Empirie!)

• bei Falsifikation: verwerfen oder modifizieren!

Abgrenzungsproblem

Wie lässt sich Wissenschaft von Metaphysik und Alltagsweisheit abgrenzen?

• wiss. Aussagen müssen prinzipiell falsifizierbar sein!

• Bedingungen

  • Logische Form der Theorien (empirische Prüfbarkeit)

  • Logische Konsistenz der Theorien (Widerspruchsfreiheit)

  • Empirische Gültigkeit

    (Verifikation vs. Falsifikation —> Basissatzproblem)

• “Ein empirisch wissenschaftliches Systems muss an der Erfahrung scheitern können.“(Popper 1976: 15)

  —>Es bedarf klarer Konventionen, wie Falsifikation systematisch möglich ist

Grundannahmen/Logik des kritischen Rationalismus

• Deduktiv-nomologische Erklärung (DN-Erklärung)

  (auch: Hempel-Oppenheim-Schema H-O)

  • Bestandteile: Explanans und Explanandum

Falsifikationismus

• Erklärung muss sich in der Praxis bewähren (Empirie!)

• bei Falsifikation: verwerfen oder modifizieren!

Abgrenzungsproblem

Wie lässt sich Wissenschaft von Metaphysik und Alltagsweisheit abgrenzen?

• wiss. Aussagen müssen prinzipiell falsifizierbar sein!

• Bedingungen

  • Logische Form der Theorien (empirische Prüfbarkeit)

  • Logische Konsistenz der Theorien (Widerspruchsfreiheit)

  • Empirische Gültigkeit

    (Verifikation vs. Falsifikation —> Basissatzproblem)

• “Ein empirisch wissenschaftliches Systems muss an der Erfahrung scheitern können.“(Popper 1976: 15)

  —>Es bedarf klarer Konventionen, wie Falsifikation systematisch möglich ist

Basissatzproblem

• es gibt keine theoriefreie Beobachtung (Basissatzproblem)

  1. Zuordnung von theoretischen Konstrukt zu empirischem Indikator (Instrumententheorie/Hintergrundtheorie)

     • z.B. Inteligenz —> Intelligenztest mit Quizfragen

  2. fehlerhafte Erfassung der Realität

     • z.B. Messfehler, subjektive Wahrnehmung…

  —>Basissätze selbst sind lediglich theoretische Annahmen (die falsifiziert werden können), z.B.

  • es gibt 2 Geschlechter

  • Intelligenztest misst Intelligenz

  • Anwesenheit in Vorlesung bedeutet auch Verstehen

Raffinierter/methodologischer Falsifikationismus

• naiver Falsifikationismus: Falsifikation = Verwerfen

• methodologischer Falsifikationismus

  1. Kerntheorie prüfen (siehe DN-Schema)

  2. Basissätze prüfen (d.h. Hinterhund-/Instrumententheorie)

  3. Bei Falsifikation

     • Wiederholung, Anpassung, Akzeptanz von Anomalien

       —>kein einzelnes Experiment führt direkt zum Verwerfen

• Basissätze werden vorläufig akzeptiert, wenn:

  • intersubjektiv beobachtbar

  • nicht im Widerspruch zu anderen anerkannten Basissätzen

  • mit dem methofischen Fachwissen der Disziplin gewonnen

    —>Basissätze sind nicht beliebig!

Basissatzproblem

• es gibt keine theoriefreie Beobachtung (Basissatzproblem)

  1. Zuordnung von theoretischen Konstrukt zu empirischem Indikator (Instrumententheorie/Hintergrundtheorie)

     • z.B. Inteligenz —> Intelligenztest mit Quizfragen

  2. fehlerhafte Erfassung der Realität

     • z.B. Messfehler, subjektive Wahrnehmung…

  —>Basissätze selbst sind lediglich theoretische Annahmen (die falsifiziert werden können), z.B.

  • es gibt 2 Geschlechter

  • Intelligenztest misst Intelligenz

  • Anwesenheit in Vorlesung bedeutet auch Verstehen

Raffinierter/methodologischer Falsifikationismus

• naiver Falsifikationismus: Falsifikation = Verwerfen

• methodologischer Falsifikationismus

  1. Kerntheorie prüfen (siehe DN-Schema)

  2. Basissätze prüfen (d.h. Hinterhund-/Instrumententheorie)

  3. Bei Falsifikation

     • Wiederholung, Anpassung, Akzeptanz von Anomalien

       —>kein einzelnes Experiment führt direkt zum Verwerfen

• Basissätze werden vorläufig akzeptiert, wenn:

  • intersubjektiv beobachtbar

  • nicht im Widerspruch zu anderen anerkannten Basissätzen

  • mit dem methofischen Fachwissen der Disziplin gewonnen

    —>Basissätze sind nicht beliebig!

• Sicherstellung der Qualität wissenschaftlicher Publikationen durch Begutachtungsverfahren (peer-review)

  • Bewertung eines Manuskripts durch (i.d.R. mehrere und unbezahlt!)

  • Ergebnis: Annahme, Bitte um Überarbeitung (ggf. mit erneuter Begutachtung) oder Ablehnung

• Voraussetzung: Unabhängigkeit der Gutachter*innen

• Güte des Begutachtungsverfahrens

  1. Autor*innen und Gutachter*innen bleiben unbekannt (doppelblind)

  2. Anonymität der Gutachter*innen

  3. nicht-anonyme Begutachtung

• zunehmend: Pflicht zur Bereitstellung der Daten

• begutachtete Veröffentlichungen finden sich häufig in folgenden Publikationstypen:

  • Aufsätze in Fachzeitschriften

  • Konferenzbeiträge in Tagungsbänden

  • Aufsätze in Herausgeberbänden/-reihen

    • Sammlung von Aufsätzen zu einem bestimmten Thema

  • Monographien

    • Herausgeberbände/-reihen (thematische Reihen)

    • Veröffentlichung von Dissertationen/Habilitationen

  —>Stets prüfen, ob es einen Begutachungsprozess gab!

• Begutachtung bietet keine absolute Sicherheit gegenüber Mängel in Inhalt, Methode und Interpretation!

• Hypothesen

  • deterministische & probabilistische Hypothesen

    • Wenn/Dann-H. / Implikation (A —> B) und Äquivalenz (A —> B & ⌐A → ⌐B)

    • Je/Desto-Hypothesen

  • Informationsgehalt von H. steigt mit weiterem Anwendungsbereich (Wenn/Je) und konkreter Prognose (Dann/Desto)

  • Individual- (Mikro-Mikro), Kollektiv- (Makro-Makro) und Kontext- (Makro-Mikro) Hypthesen

    • ökologischer Fehlschluss, wenn von Kollektivdaten auf Individualverhalten geschlossen wird

• Theorien

  • Theorien als (teilweise überprüfbare) verknüpfte Aussagesysteme

  • in Sozialwissenschaften Nutzung von empirische Sätze (teilweise Überprüfung mittels soz.-wiss. Methoden), logischen Sätzen (Definitionen) und ggf. präskriptive Sätze (Soll-Sätze)

Typen von Hypothesen: Deterministisch vs. Probabilistisch

1. Deterministische Hypothesen (in Soz.-wiss. selten)

   • gelten immer (d.h. immer wenn A, gilt auch B)

   • falsifizierbar durch eine einzelne Gegenbeobachtung

   • “alle Schwäne sind weiß = wenn Schwan (A), dann weiß (B)“

2. Probabilistische Hypothesen (in Soz.-wiss. häufig)

   • treffen Wahrscheinlichkeitsaussagen darüber, wie häufig B ist, wenn A gilt

   • falsifizierbar, wenn Häufigkeit der gegenteiligen Beobachtungen überfällig ist

   • z.B. “Frühehen haben höhere Scheidungsrate als Spätehen = Wenn Frühehe besteht (A), dann ist Wahrscheinlichkeit einer späteren Scheidung höher als bei Spätehen (B)“

• Variablen (sozialen Merkmale) haben nur zwei Ausprägungen (wahr/falsch)

  • Wenn-Komponente so allgemein wie möglich (unabhängige Variable)

  • Dann-Komponente so präzise wie möglich (abhängige Variable)

• sowohl für deterministische, als auch für probabilistische H.

  • deterministisch: “Wenn man die Vorlesung besucht, dann besteht man die Klausur“

  • probabilistisch: “Wenn man die Vorlesung besucht, dann ist die Wahrscheinlichkeit, die Klausur zu bestehen höher, als wenn man die Vorlesung nicht besucht“

• Variablen haben mehr als zwei Ausprägungen, die in eine Reihung gebracht werden können

  • Ausprägungen der Variablen beachten! (vgl. Sitzung 5)

  • Je-Komponente so präzise wie möglich (abhängige Variable)

• sowohl für deterministische, als auch probilistische H.

  • deterministisch: “Je häufiger man die Vorlesung besucht, desto besser ist die Klausurnote“

  • probabilistisch: “Je häufiger man die Vorlesung besucht, desto höher ist die Wahrscheinlichkeit für eine bessere Klausurnote“

• verschiedene Arten von Beziehungen zwischen den beiden sozialen Merkmalen möglich

• monotone Zusammenhänge (durchgehend steigend/fallend)

  • linear steigend (Alter —> körperliche Einschränkungen)

  • exponentiell steigend (Zeit —> Ansteckung mit Covid)

  • umgekehrt exponentiell fallend (Bevölkerung —> Anteil am Gesamteinkommen)

  • logarithmisch

  • s-förmig

  • …

• U-förmig / umgekehrte U-förmig, z.B.

  • Alter und pol. Partizipation (pol. Partizipation am höchsten 40-60 J.)

• hoher Informationsgehalt = viele mögliche Falsifikatoren

  • Wenn, Je: möglichst allgemein (Größe des Anwendungsbereichs)

  • Dann, Desto: möglichst konkret (Präzision der Vorhersage)

• Hypothesen implizieren häufig Kausalität (Wirkbeziehungen)

  • Besuch Vorlesung (A) & Bestehen Klausur (B) treten zusammen auf. (Wenn Vorlesungsbesuch, dann Bestehen). Warum?

    • Verstehen der Inhalte durch Anwesenheit in Vorlesung, ODER

    • ggf. ist der Grund eine dritte Variable, z.B. Fleiß/Disziplin

  • Beteiligung an Konsulationsverfahren (A) und Unzufriedenheit mit Politik (B) treten zusammen auf. Warum?

    • Partizipation führt zu Unzufriedenheit ODER

    • Unzufriedene beteiligten sich häufiger

  • ABER: die meisten sozialwissenschaftlichen Methoden können nur auf Merkmalsassoziationen prüfen, z.B.

    • Ausnahmen: Experimente (Sitzung 11) oder Längsschnittuntersuchungen (Sitzung 9)

• Kollektivdaten legen manchmal Erklärungen auf der Individualebene nahe, aber

  • Überprüfung Individualhypothesen mit Kollektivdaten unzulässig

    —>Möglichkeit “ökologischer Fehlschluss“ (Kollektivfehlschluss)

• Kollektivhypothese ist “vorläufig bestätigt“

  • pos. Zusammenhang Anteil Katholiken mit Anteil CDU Wähllenden

• impliziert Individualhypothese: Katholiken wählen CDU

Theorien = System von verknüpften Aussagen, von denen sich Teilmengen auf empirisch überprüfbare Zusammenhänge zwischen Variablen beziehen

• Theorien bestehen aus empirischen und logischen Sätzen, teilweise auch aus präskriptiven Sätzen

• Theorien sind Systeme miteinander verknüpfter Aussagen

  • Definitionen: nicht prüfbare Festlegungen —> logische Sätze

  • Axiome: empirisch schwer prüfbare Aussagen die angenommen werden —> (hypothetische) empirische Sätze

  • Hypothesen: zu prüfende Aussagen —> empirische Sätze

  • Mess-Hypothesen: ggf. zu prüfen —> empirische Sätze

  • teilweise beinhalten Theorien implizit oder explizit auch Werturteile (—> präskriptive Sätze)

    • siehe Sitzung 3 (Werturteilsstreit) zur Rolle von präskriptiven Sätzen in der Sozialwissenschaft

Operationalisierung

• Messbarmachung von theoretischen Konzepten durch Kprrespondenzregeln

• latente Variablen & manifeste Variablen (für Indikatoren)

• Merkmalsebenen: individuell (absolute/relativ) und global (analytisch, strukturell, global)

• Operationalistisch, Typologisch-induktiv, kausal-analytisch

Messen

• Definition, Skalenniveaus von Variablen (nominal, ordinal, intervall, metrisch)

Gütekriterien von Messungen

• Objektivität als Intersubjektivität, Reliabilität als Zuverlässigkeit, Validität als Gültigkeit

• Variablen haben unterschiedliche Skalenniveaus:

  • Konsequenz: Die Ausprägungen können in unterschiedlichem Maße zueinander in Beziehung gesetzt werden

  • Je höher das Messniveau, desto mehr Rechenoperationen

  • Leiten sich aus der Art der Messung ab

• Ausprägungen

  1. Gleich oder ungleich (z.B. Geschlecht)

  2. Größer/mehr oder kleiner/weniger (z.B. Schulabschlüsse)

  3. Mathematisch ins Verhältnis setzbar (z.B. Gewicht)

• Varianzaufklärung

  • Variation der abhängigen Variablen soll erklärt werden

• Grundgesamtheit

  • Objektbereich der Untersuchung

  • Angestrebte Grundgesamtheit, Auswahlgesamtheit und Inferenzpopulation

    • Over- vs. Undercoverage

  • Fallzahlen von Stichproben / zufällig & systematische Ausfälle

• Voll- vs. Teilerhebung(en)

  • Willkürliche Auswahl

  • Bewusste Auswahl

  • Wahrscheinlichkeitsauswahl (Zufallsauswahl)

Zielpopulation (angestrebte Grundgesamtheit): alle Elemente über die Aussagen getroffen werden sollen

Alle Elemente, die eine prinzipielle Chance haben in die Stichprobe zu gelange

• under/overcoverage (wer (nicht) dazugehört!) steht bereits a priori fest durch Definition der Auswahlgesamtheit

tatsächliche Grundgesamtheit, von der Stichprobe eine Zufallsauswahl dargestellt

• Unterschiede zur Zielpopulation durch undercoverage / overcoverage in realisierter Stichprobe (Netto-Sample) - lässt sich erst nach der Auswahl (ex post) bestimmen

Ziel: große Übereinstimmung von Survey- und Zielpopulation

• Brutto-Sample: Im Untersuchungsdesign festgelegte Ausgangsstichprobe

• Stichprobenneutrale Ausfälle (Keine aktive Entscheidung der Zielperson)

  • Zielperson nicht erreichbar, z.B. technische Störungen; keine Zielperson in Privathaushalt; falsche Adresse; max. Anzahl Kontaktversuche erreicht; …

    —>i.d.R. unproblematisch

• weitere Ausfälle (zufällig oder systematisch)

  • Zielperson nicht befragbar, z.B. weil Zielperson nicht befragungsfähig (z.B. zu alt, geistige Behinderung; Zielperson spricht nicht hinreichend gut deutsch; Zielperson nicht kooperativ)

    —>häufig systematisch, daher problematisch

• Netto-Sample: Alle tatsächlich befragten Personen

Brutto-Sample

- stichprobenneutrale Ausfälle

= Bereinigte Brutto-Stichprobe

Brutto-Sample

- stichprobenneutrale Ausfälle

- weitere Ausfälle

= Netto-Sample

Ausschöpfungsquote

Netto-Sample/Bereinigte Brutto-Stichprobe

• Auswahlverfahren für Zufallsstichproben

  • einfache Zufallsstichproben (jedes Element mit gleicher Auswahlwahrscheinlichkeit)

  • geschichtete Zufallsstichproben (proportional/disproportional)

  • Klumpenstichproben (Zufallsauswahl aus Clustern) und mehrstufige Auswahlverfahren

• Inferenzstatistik

  • Schließen von Stichprobe auf Parameter der Grundgesamtheit

• Repräsentativität

  • Zufällige Ausfälle unproblematisch, systematische Ausfälle (z.B. bestimmte Gruppen nehmen nicht teil) verzerren Stichprobe

  • Unit-Nonresponse vs. Item-Nonresponse (z.B. Nicht-Beantwortung des Fragebogens vs. einzelner Fragen)

  • Strategien zur Vermeidung von Nonresponse

• Auswahl eines Falls für Stichprobe wird durch Zufall bestimmt (vollständig oder zumindest größtenteils)

  • Wahrscheinlichkeitsauswahl führt zu Zufallsstichprobe

• für jedes Element der Grundgesamt ist bekannt, mit welcher Wahrscheinlichkeit es in Stichprobe kommen kann

  • z.B. 100 Studierende in Vorlesung, Stichprobe von 5 Personen

  • Auswahlwahrscheinlichleit = 0,051 (5,1%)

• Bei einer Wahrscheinlichkeitsauswahl kann von der Merkmalsverteilung in Stichprobe auf Merkmalsverteilung in Grundgesamtheit geschlossen werden

  • Voraussetzung: keine systematischen Fehler (Repräsentativität)

• Repräsentativität von Stichproben

  • eine Stichprobe bezeichnen wir als repräsentativ, wenn es möglich ist, von der Verteilung in der Stichprobe auf die Parameter der Grundgesamtheit zu schließen

• grundsätzlich bieten nur Zufallsstichproben diese Möglichkeit

  • Voraussetzung: Keine Ausfälle oder zufällige Ausfälle bei Ziehung der Stichprobe

  • systematische Ausfälle beeinträchtigen die Repräsentativität

    —>ob ein Ausfall zufällig oder systematisch ist, ist nicht immer leicht zu entscheiden (s. Beispiel Meldeadressen)

• Höhe der Ausschöpfungsquote zunächst zweitrangig!

  • nur wenn Ausfälle zufällig, ist höhere Ausschöpfung besser

Repräsentavität von Stichproben

Zwei Typen von Nonresponse:

1. Unit-Nonresponse: für einen Fall liegen keinerlei Daten vor

   z.B. Fragebogen nicht beantwortet wg. Verweigerung

2. Item-Nonresponse: für einzelne Variablen eines Falls liegen keine Daten vor

   z.B. Fragebogen beantwortet, aber einzelne Fragen ausgelassen

1. nicht-befragbar, z.B. wegen akuter Krankheit, Alter, Sprache, …

   tendenziell kleine Gruppe —> eher unproblematisch

2. schwer erreichbar, z.B. Menschen, die viel unterwegs sind

   • werden nicht zu Hause angetroffen (persönliche Interviews) oder haben keine Zeit (schriftliche Befragung)

   • wachsende Gruppe —> problematisch

3. Verweigerung: Menschen, die nicht teilnehmen wollen

   • größte Gruppe —>problematisch, wenn Teilnahmeverhalten mit anderen Eigenschaften zusammenhängt

     • z.B. wenn höhere Verweigerung bei Menschen mit niedriger Bildug —> Bildung signifikanter Faktor für zahlreiche Variablen

• Überblick über Erhebungsmethoden

  • 3 Klassen: Befragung, Beobachtung, Verhaltensspuren

  • Designs: Quer-/Längsschnitt, experimentelle, qualitativ/quantitativ

• Reaktivität

  • Messvorgang beeinflusst (verfälscht) das Messergebnis

  • 2 Quellen: Verhaltn der Untersuchungspersonen (und Einfluss der Untersuchungssituation), Verhalten der Forschenden,

  • Reaktivität bei allen Arten von Befragungen sowie offener Beobachtung (im Gegensatz dazu: Verhaltensspuren oder verdeckte Beobachtung)

  • Reaktive Verfahren machen einen wesentlichen Teil der sozialwissenschaftlichen Datenerhebung aus, aber Anteil nicht-reaktiver Verfahren (insbesondere durch digitale Verhaltensspuren) nimmt zu

3 wesentliche Klassen von Erhebungsmethoden

1. Befragung - Personen werden mit Hilfe eines Instruments (Fragebogens) zu bestimmten Themen befragt/interviewt

2. Beobachtung - direkte Beobachtung der Handlungen von Menschen (inkl. verbaler und nonverbaler Kommunikation) bzw. deren sozialen Merkmalen

3. Verhaltensspuren - Beobachtung der Effekte oder Produkte menschlichen Verhaltens

   
   

• bei jeder Klasse von Erhebungsmethoden können unterschiedliche Erhebungsdesigns verwendet werden

• wir unterscheiden Erhebungsdesigns nach 3 Dimensionen

  1. qualitative vs. quantitative Designs (s. Sitzung 1) – wenige (detaillierte) vs. viele (oberflächlichere) Fälle

  2. (quasi-)experimentelle Designs vs. ex-post-facto Designs (Sitzung 11) – (kontrollierte) Variation der unabhängigen Variablen (Manipulation)

  3. Quer- vs. Längsschnittdesign (Sitzung 9) – Erhebung zu einem Zeitpunkt vs. zu unterschiedlichen Zeitpunkten

  —>es sind alle möglichen Kombinationen aus diesen drei Dimensionen denkbar

• mögliche Erhebungsmethoden

  1. Befragung zu Konsumverhalten

  2. Beobachtung Konsumverhalten beim Wocheneinkauf

  3. Konsum-Verhaltensspuren durch Auswertung Kontoauszüge

• mögliche Quer-/Längsschnittdesigns

  i. einmalig

  ii. Erhebung jährlich neu ausgewählte Person (Trend)

  iii. jährliche Erhebung bei denselben Personen (Panel)

• Test Einfluss UV: Verfügbarkeit finanzieller Ressourcen

  • ex-post-facto Design: Vergleich von gruppen in der Stichprobe mit hohem vs. niedrigem Einkommen

  • experimentelles Design: zufällige Auswahl an Personen erhählt monatlich 1.000€ —>Vergleich Treatment- vs. Kontrollgruppe

• Kurzversion: “Erhebungsmethoden sind reaktiv, wenn die Gefahr besteht, dass der Messvorgang das Messergebnis beeinflussen und verfälschen kann.“

• ausfürhlicher: “Reaktiv heißt, dass“

  • nichtkontrollierte Merkmale

    • des Messinstruments,

    • des Anwänders des Messinstruments (Verhalten des Versuchsleiters, des Interviews) oder

    • der Untersuchungssituation

  • das Ergebnis der Messung systematisch beeinflussen und verfälschen können

• reaktive Erhebungsmethoden

  • Befragung —> immer reaktiv

  • Beobachtung —> teilweise reaktiv, z.B. offene Beobachtung, bei Laborexperimenten

• nicht-reaktive Erhebungsmethoden

  • Beobachtung —> nicht-reaktiv, wenn sie verdeckt erfolgt

  • Verhaltensspuren —> nicht reaktiv

• Einteilung in reaktives vs. nicht-reaktive Verfahren bezieht sich in der Regel auf das Verhalten der Untersuchunhspersonen (Pygmalion-Effekt kann es auch bei Verhaltensspuren geben)

• Erhebungsdesigns unterscheiden sich nach Anzahl der Erhebungszeitpunkte und befragter Stichproben

  • Querschnittdesigns: 1 Zeitpunkt, 1 Stichprobe

  • Trenddesign: 2 + Zeitpunkte und entsprechend viele Stichproben

  • Paneldesign: 2 + Zeitpunkte, 1 Stichprobe

• grundsätzlich können alle drei Designs alle Datentypen produzieren, z.B. durch retrospektive Erhebung

  • Querschnitt, Trend-, Panel- & Ereignisdaten

• Kohortenstudien vergleichen Gruppen, die ein gemeinsames Ereignis teilen

  • Kohorten-, Lebenszyklus- & Periodeneffekte

Erhebungsdesigns vs. erhobene Datentypen

• bestimmte Design “produzieren“ bestimmte Datentypen

  • Querschnittdesign —> Querschnittdaten

  • Trenddesign —> Querschnitt- oder Trenddaten

  • Paneldesign —> Querschnitt-, Trend- oder Paneldaten

    (Trenddaten aus Paneldesign beziehen sich teilweise nur auf unterschiedliche Zeitpunkte aus einer Stichprobe)

• Informationshierarchie:

  Informationsgehalt Paneldesign > Trenddesign > Querschnittdesign

• hier: Erhebungszeitpunkt und “Datenzeitpunkt“ sind gleich

  • z.B. wie alt sind sie jetzt; wen würden sie morgen wählen; wie bewerten Sie die Arbeit der Bundesregierung, …

• ABER: Bestimmte Daten können auch retrospektiv (d.h. nachträglich) erhoben werden!

• (quasi-) experimentelle Designs kontrollieren die Varianz der unabhängigen Variable vor der Messung

• experimentelle Designs benötigen mindestens zwei Gruppen (verschiedene Stimuli oder Stimulus und Kontrollgruppe) mit zufälliger Aufteilung der Versuchspersonen

• Quasiexperimente verzichten auf Randomisierung

• Stärke von (quasi-) Experimenten ist Möglichkeit, kausale Effekte zu messen, indem Drittvariablen kontrolliert werden

• Herausforderungen sind Übertragbarkeit (externe Validität) und (ethnisch vertretbare) Umsetzung von Manipulation und Randomisierung

Erhebungsdesigns

1. Varianzkontrolle der UV erfolgt vor der Erhebung ((quasi-)experimentelle Designs))

   Bewusste Manipulation der UV bzw. Untersuchung von Gruppen mit unterschiedlichen Ausprägungen der UV (ex-ante, d.h. vorher)

   • z.B. zu Beginn des Semsters Einteilung in zwei Gruppen: Gruppe A muss jedes Mal an VL teilnehmen, Gruppe B kann freiwilig teilnehmen

   am Ende lediglich Erhebung der AV (Klausurnote)

2. Varianzkontrolle der UV erfolgt nach der Erhebung (ex-post-facto Designs)

   Unterschiede in UV werden nachträglich festgestellt

   • z.B. Klassisch in einer einzelnen Befragung am Ende der Vorlesung

   Gleichzeitige Erhebung von AV und UV

   • hier im Beispiel: Anwesenheit (AV) und Klausurnote (UV)

• wenn Versuchsgruppen zufällig zusammengestellt sind, sollten sie bzgl. aller anderen Merkmale ähnlich zusammengesetzt sein

  • z.B. Bildung, Geschlecht, Alter etc.

    ≠ Auswahl von Versuchspersonen

    (Gruppen sind i.d.R. nicht repräsentativ für Grundgesamtheit)

  —>der Einfluss von möglichen Drittvariablen wird “kontrolliert“

  • Die Randomisierung ermöglicht, dass alle Merkmale (Drittvariablen) mit der gleichen Wahrscheinlichkeit auf die Vergleichsgruppen verteilt werden. Damit wird auf deren Einfluss “kontrolliert“ und jeder gemessene Effekt ist auf das experimentelle Treatment zurückzuführen

—> Hypothesen können kausal überprüft werden

• wenig vs. stark strukturierte Interviews/Befragungen

  • Stichprobe entscheidet ber Verallgemeinbarkeit

• in de Sozialwissenschaften kommen seht häufig standardisierte Interviews zum Einsatz

  • durch (mündliche oder telefonische) Interviews oder selbstadministriert (Papier der Online) mit Fragen zu

  • Einstellungen, Überzeugungen, Verhalten & Eigenschaften

  • durch geschlossene oder (seltener) offene Fragen

• gutes Fragebogendesign ist anspruchsvoll !

• Fehlerquellen bei Befragungen durch

  • Interviewsituation und Interviewer*in

  • Befragte und deren Verhalten

• nicht/wenig strukturiert (“offene Befragung“)

  (auch mit Gruppen möglich (Gruppendiskussion/Fokusgruppen))

  • narratives Interview

  • zentriertes Interview

  • Leitfadeninterview

  —>Anwendung v.a. für qualitative sowie explorative Forschung

• größtenteils/vollständig strukturiert

  • persönliches Interview

  • telefonisches Interviews

  • schriftliche Befragung

  —>Anwendung v.a. in quantitativer Sozialforschung

  (Standardisierung erleichtert Datenerhebung und -auswertung)

Zwei Möglichkeiten der Administration

1. Befragung durch Interview*in

   • persönliches Interview (“Face-to-Face“)

     • i.d.R. CAPI (Computer Assisted Personal Interview)

   • telefonisches Interviews

     • i.d.R. CATI (Computer Assisted Telephone Interview)

2. selbstadministriertes Interview

   • PAPI (Paper And Pencil Interview)

   • CASI (Computer Assisted Self Interview)

   • Classroom-Befragung (mehrere Personen beantworten den Fragebogen in einem Raum mit Anwesenheit Interviewer*in)

   • Online-Befragung

Möglichkeiten der Digitalisierung

1. Dateneingabe bei Datenerfassung

• CATI, CASI, CAPI und Online-Befragung

• etwas höhere technische Anfordung, dafür kaum Aufwand für Digitalisierung

1. Dateneingabe nach Datenerfassung

• persönliches Interview, PAPI, Classroom

• geringere technische Hürden bei Datenerfassung, dafür aufwendiger in Digitalisierung und Möglichkeiten von Eingabefehler

• Beobachtung als direkte Beobachtung der Handlungen von Menschen (inkl. verbaler und nonverbaler Kommunikation) bzw. deren sozialen Merkmalen

• Beobachtungstypen unterscheiden sich durch

  • teilnehmend vs. nicht-teilnehmend

  • offen vs. verdeckt

  • strukturiert vs. nicht-strukturiert (Standardisierung)

  • Feldbeobachtung vs. Beobachtung im Labor

• Vorteile: Menschen tatsächlichen Handelns

• Herausforderungen: ggf. Reaktivität, Urteilsfehler, Erklärung von Handlungen, ggf. Forschungsethik

• “ideales“ Verfahren immer von Fragestellung abhängig, aber i.d.R.

  • nicht-teilnehmend

  • dokumentiert und strukturiert

  • verdeck (mit anschließendem Debriefing)

  —>nicht-reaktives Verfahren

• Urteilsfehler durch Beobachter*innen

• Verhalten Beobachtete

• Fehler durch Beobachtungsschemata

• Stichprobenprobleme

• die Vorteile der Nutzung von Verhaltensspuren sind v.a.

  • Nicht-Reaktivität: keine Beeinflussung der Messung

  • historischer Bezug: Erhebung oft auch nachträglich möglich

• Analyse tatsächlichen Verhaltens statt subjektiver Einschätzung

  • jedoch fehlt dadurch Kontext/Motive (s. auch Beobachtung)

• Inhaltsanalysen als wichtige Methode zur Erhebung (und Analyse) von Verhaltensspuren

• Bedeutung nimmt durch Verfügbarkeit digitaler Verhaltensspuren (big data) zu

  • Bei der (nicht-reaktiven) Erhebung digitaler Verhaltensspuren ergeben sich zahlreiche Herausforderungen (Datenschutz, Stichprobenziehung, etc.)

• (manuelle) Inhaltsanalyse

  Texte, Bilder & Videos

• (nicht-reaktive) Methoden zur Erhebung digitaler Verhaltensspuren

  • z.B. Serverlogs, Webscraping, Schnittstellen zu Platformen

• Abnutzungsspuren

• Ablagerungsspuren

• prozessproduzierte Daten (z.B. Statistiken)

• Verhaltensspuren in Rahmen experimenteller Designs

• mögliche Probleme bei Definition der Grundgesamtheit und systematischer Stichprobenziehung

  • z.B. Was ist die Grundgesamtheit auf Facebook?

    Wie zieht man daraus eine Zufallsstichprobe?

• Forschungsethik

  • Einverständnis der Befragten möglich/nötig?

  • ggf. bieten Spuren Hinweise auf nicht-öffentliche Informationen

• Reliabilität und Validität schwer bestimmbar

  • operationalisiert Verhaltensspur tatsächlich das theoretische Konstrukt?

  • Mögliche Subjektivität bei Interpretation der Spuren

• oft: Brückenhypothesen (Makro —> Mikro) nötig

  • häufig liegen “nur“ Aggregatdaten vor

  • z.B. Kriminalitätsraten Viertel vs. individuelles Verhalten Bewohner*inn