Aufbau einer Forschungsarbeit
|
|
Erarbeitung des Themenfelds
|
- Überblick über bestehende Arbeiten zum Thema, um Arbeit am
aktuellen Stand der Forschung anzuknüpfen
- theoretisches und methodisches Rüstzeug für die Arbeit
|
Forschungskonzept
|
|
Datenerhebung / -erwerbung
|
- Fragebogen, Interview
und Beobachtung oder
Messung oder Experiment
- Aufbereitung bestehender Datenbestände (Volkszählung,
Satellitenbilder usw.)
|
Datenanalyse
|
- qualitative Methoden zur Auswertung von Texten, Interviews und
Beobachtungen
- Quantitative Methoden wie Statistik und GIS
|
Textliche und grafische Auswertung
|
- Filtern und interpretieren der Analyse mit textlichen und grafischen
Mitteln
- Erkenntnisgewinn
|
Verwertung
|
Vermittlung an Dritte
|
Anforderungen an wissenschaftliche Aussagen
|
Wahrheit
Allgemeingültigkeit
Wertfreiheit (Keine Soll-Aussagen)
Überprüfbarkeit (Keine Kann-Aussagen)
|
Logische vs. Empirische Wahrheit
|
Logische Wahrheit:
Nicht überprüfbar
Empirische Wahrheit:
Es ist solange wahr, solange niemand das Gegenteil belegt (=Wissenschaftlich)
|
Wissenschaftliche vs. normative Aussagen
|
|
Kriterien für Überprüfbarkeit
|
Widerlegbarkeit (Z.B. Keine Kann-Formulierungen)
Nachvollziehbarkeit
|
empirisch-analytisches Paradigma
|
Erkenntnisziele des Beschreibens, Erklärens und der Prognose
Forschungsgegenstand in kleine Teile aufteilen und einzeln überprüfen
Naturwissenschaften
|
interpretativ-verstehendes Paradigma
|
Erkenntnisziel des Verstehens
Rekonstruktion von Sinn- und Deutungsstrukturen
Sozialwissenschaften
|
Hypothesenkochbuch
|
Allgemeingültigkeit
Konditionalsatz
Falsifizierbar
Operationalisierbar
|
Existenzhypothese
|
Einzelfallhypothese
unbestimmte Existenzhypothese
Nicht wissenschaftlich
|
universelle Hypothese
|
Unterscheidung 1
- Zusammenhangshypothesen
- Kausalhypothesen
Unterscheidung 2
- deterministische Hypothesen
- probabilistische Hypothesen
|
Universelle Hypothesen:
Deterministische vs. Probabilistische Hypothese
|
Deterministisch: Naturwissenschaftlich
Alle Schwäne sind weiss
Probabilistisch: Sozialwissenschaftlich
Die meisten Schwäne sind weiss
|
Informationsgehalt (+)
|
vergrösserte Grundgesamtheit
Wenn A, dann B und C
Wenn A, dann x*B
Wenn A oder B, dann B
|
Informationsgehalt (-)
|
eingeschränkte Grundgesamtheit
Wenn A, dann B oder C
Wenn A und B, dann B
Wenn x*A, dann B
|
Operationalisierung
|
operationale Definition (Definieren)
Operationalisieren (Angeben von präzisen Forschungsoperationen zum Erfassen)
|
Nominalskala
|
Keine Rangfolge der Kategorien
Häufigkeitstabellen, Säulen- und Kuchendiagramme
|
Ordinalskala
|
Kategorien lassen sich in Reihenfolge bringen
Nicht gleichabständig
Häufigkeitstabellen, Säulen- und Kuchendiagramme
|
Intervallskala
|
Kategorien lassen sich in Reihenfolge bringen
Gleichabständig
Kein absoluter Nullpunkt (Celsius)
Keine Häufigkeitstabellen
|
Ratioskala
|
Kategorien lassen sich in Reihenfolge bringen
Gleichabständig
Absoluter Nullpunkt (Kelvin)
Keine Häufigkeitstabellen
|
Lagemasse
|
Lagemasse geben Auskunft über die zentrale Tendenz in den
Daten.
Mittelwert, Median, Modus, Quartile und Quantile
|
Streuungsmasse
|
Streuungsmasse geben Auskunft, wie stark die
Werte vom "Zentrum" abweichen.
Spannbreite, Interquartilsabstand, Interdezilbereich, Varianz und Standardabweichung
|
Verteilungsformen
|
|
Statistischer Test
|
Grundgesamtheit (hypothetisch)
bekannt und man fragt, wie wahrscheinlich es ist, dass
eine vorliegende Zufallsstichprobe aus der Grundgesamtheit stammt.
|
Zufallsstichprobe
|
Die vorliegenden Daten stellen eine zufällige Stichprobe
aus der Grundgesamtheit dar
|
Vorgehen bei Signifikanztests
|
|
Anpassungstests
|
Ein Anpassungstest ist ein Hypothesentest, der die unbekannte Wahrscheinlichkeitsverteilung einer Zufallsvariable auf Folgen einem bestimmten Verteilungsmodell prüfen soll.
|
Chi-Quadrat-Anpassungstest:
Definition und Voraussetzungen
|
Es wird überprüft, ob zwei Verteilungen übereinstimmen (Repräsentativität).
- nominalskalierte Daten
- grosse Stichproben
- Unabhängigkeit der Stichprobenvariablen
|
Chi-Quadrat-Anpassungstest:
Formel
|
|
Chi-Quadrat-Anpassungstest:
Interpretation Ergebnis
|
Die Testgrösse wird umso grösser, je stärker die Abweichungen zwischen beobachteten und erwarteten Häufigkeiten sind.
Je grösser der χ2 -Wert ist, umso unwahrscheinlicher ist es, dass die Stichprobe aus der Vergleichsverteilung stammt.
|
Chi-Quadrat-Unabhängigkeitstest:
Definition und Voraussetzungen
|
Es wird überprüft, ob zwei Merkmale voneinander UNABHÄNGIG sind
• Merkmalsträger zufällig und voneinander unabhängig gewählt
• nominal/ordinal skalierte Daten
• genügend grosser Stichprobenumfang
|
Chi-Quadrat-Unabhängigkeitstest:
Formel
|
Summe aller Abweichungen zwischen beobachtet und erwartet in der Matrix
|
Chi-Quadrat-Unabhängigkeitstest:
Interpretation Ergebnis
|
Wenn der Wert χ2 grösser ist als der in der Matrix stehende Wert gibt's einen Zusammenhang (Alternativh. annehmen)
Bei (Zeilen-1)*(Spalten-1) Freiheitsgraden
und Irrtumswahrscheinlichkeit in Tabelle nachschlagen
|
Korrelationskoeffizient
Definition
|
Die Korrelation wird mit Korrelations-koeffizienten gemessen, die den Zusammenhang und die Stärke des Zusammenhangs zw. 2 Merkmalen angeben.
|
Korrelationsanalyse nach Pearson
Voraussetzungen
|
Prüft, ob es in der Stichprobe einen Zusammenhang gibt und wie stark dieser ist
Intervall/ratioskalierte Daten
Normalverteilte Daten
|
Korrelationsanalyse nach Pearson
Interpretation der Daten
|
-1 ≤ r ≤ +1
r > 0 positiver Zusammenhang
r < 0 negativer Zusammenhang
r = 0 kein linearer Zusammenhang
|r| = 1 linearer Zusammenhang
|
Signifikanztest für Pearsons Korrelationskoeffizient
|
Kann der Zusammenhang des Korrelationskoeffizienten auf die Grundgesamtheit übertragen werden?
Wenn Wert<0.05, dann Nullhypothese ablehnen
|
Rangkorrelation nach Spearman
|
Alle Daten nach Rängen klassieren, dadurch werden sie normalverteilt. Dann Pearson anwenden
|
Probleme bei Korrelationen
|
Inhomogenität
Nicht-Linearität
Extremwerte/Ausreisser
Scheinkorrelation
|
Scheinkorrelation
|
Zusammenhang, der zwar statistisch existent ist, der aber
nicht als Beziehung zwischen den korrelierenden Variablen
interpretiert werden kann
|
Schlüsse aus einem statistischen Zusammenhang
|
A verursacht B
B verursacht A
A und B hängen zusammen, werden aber durch C verursacht
Zusammenhang ist zufällig
|