Statistische Daten erheben und auswerten für Dummies E-Book

Daniela Weber

• Herausgeber: Wiley-VCH GmbH
• Kategorie: Wissenschaft und neue Technologien
• Serie: ...für Dummies
• Sprache: Deutsch
• Veröffentlichungsjahr: 2023

Seitenzahl: 380

Beschreibung

Sie müssen Arbeit mit statistischem Anteil schreiben und wissen nicht recht wie Sie vorgehen sollen, auch wenn Sie über theoretische Kenntnisse in Statistik verfügen? Dann hilft Ihnen dieses Buch. Daniela Weber und Daniela Keller erklären Ihnen Schritt für Schritt wie Sie vorgehen sollten. Sie starten mit den Fragen, die Sie sich schon zu Beginn stellen sollten, erklären dann einige Grundbegriffe und Methoden und erläutern dann wie Sie an die nötigen Daten kommen und diese schließlich auswerten. Zum Schluss erklären Ihnen die Autorinnen wie Sie Ihre Ergebnisse richtig beschreiben. So hilft Ihnen dieses Buch Ihrer Arbeit eine valide statistische Grundlage zu geben.

Leseprobe

Statistische Daten erheben und auswerten für Dummies

Schummelseite

ALLES GUT VORBEREITET:

Ihre Forschungsfrage ist präzise formuliert.Die statistischen Hypothesen stehen fest.Das Studiendesign ist festgelegt.Die Grundgesamtheit steht fest.Die Erhebungsinstrumente sind ausgewählt.Sie können mit der Statistiksoftware umgehen.

AUGEN AUF BEI DER DATENERHEBUNG

Grundsatz: Erheben Sie die Daten, die Sie zur Beantwortung Ihrer Forschungsfrage brauchen – nicht mehr und nicht weniger.Gehen Sie die Forschungsfrage durch nach den Elementen, die darin vorkommen: Was sind Variablen, welche abhängig, welche unabhängig? Wie werden sie operationalisiert? Welche weiteren Einflüsse wollen Sie als Störvariablen ausschließen?Klären Sie genau ab, wie Sie die besten Ergebnisse erzielen: Welcher Befragungstyp eignet sich? Welche Regeln gelten? Wie groß ist der Einfluss der Befragenden und wie kann er verringert werden? Gibt es Alternativen zur Befragung?Begrenzen Sie das Erhebungsinstrument: Niemand beantwortet gerne stundenlang Fragen. Zudem Sie im Rahmen einer Abschlussarbeit auch keinen ellenlangen Fragebogen haben sollten, denn dann stimmt etwas mit der Präzision der Forschungsfrage nicht.Achten Sie bei der probeweisen Auswertung des Pre-Tests darauf, dass Sie auch wirklich alles erheben, was Sie wissen wollen und müssen. Sonst müssen Sie später vielleicht auf wichtige Erkenntnisse verzichten oder im schlimmsten Fall alles noch einmal machen.

ALLES GUT AUSGEWERTET – DIESE AUSWERTUNGEN SOLLTEN IN IHRER ARBEIT ENTHALTEN SEIN:

Stichprobenbeschreibung: deskriptive Auswertung von Merkmalen der StichprobeFalls Sie mit Fragebögen arbeiten: Untersuchung der Messinstrumente mittels GütekriterienBeschreibende Statistik für die interessierenden Unterschiede und Zusammenhänge: in Zahlen und AbbildungenVoraussetzungsprüfungen für die schließenden Statistiken (Signifikanztests und Modelle)Ergebnisse der Hypothesenprüfung (Signifikanztests und Modelle)

SCHRITT FÜR SCHRITT ZUR PASSENDEN STATISTISCHEN METHODE

Formulierung der statistischen Hypothesen aus der ForschungsfrageAuflistung der Variablen, die bei dieser Hypothese eine Rolle spielenBestimmung des Messniveaus dieser VariablenEntscheidung, ob es sich um verbundene (Messwiederholung) oder unverbundene (Gruppen) Daten handeltBei Signifikanztests und Modellen: Überprüfung der Voraussetzungen

Statistische Daten erheben und auswerten für Dummies

Bibliografische Information der Deutschen Nationalbibliothek

Die Deutsche Nationalbibliothek verzeichnet diese Publikation in der Deutschen Nationalbibliografie; detaillierte bibliografische Daten sind im Internet über http://dnb.d-nb.de abrufbar.

1. Auflage 2023

© 2023 Wiley-VCH GmbH, Boschstraße 12, 69469 Weinheim, Germany

All rights reserved including the right of reproduction in whole or in part in any form. This book published by arrangement with John Wiley and Sons, Inc.

Alle Rechte vorbehalten inklusive des Rechtes auf Reproduktion im Ganzen oder in Teilen und in jeglicher Form. Dieses Buch wird mit Genehmigung von John Wiley and Sons, Inc. publiziert.

Wiley, the Wiley logo, Für Dummies, the Dummies Man logo, and related trademarks and trade dress are trademarks or registered trademarks of John Wiley & Sons, Inc. and/or its affiliates, in the United States and other countries. Used by permission.

Wiley, die Bezeichnung »Für Dummies«, das Dummies-Mann-Logo und darauf bezogene Gestaltungen sind Marken oder eingetragene Marken von John Wiley & Sons, Inc., USA, Deutschland und in anderen Ländern.

Das vorliegende Werk wurde sorgfältig erarbeitet. Dennoch übernehmen Autoren und Verlag für die Richtigkeit von Angaben, Hinweisen und Ratschlägen sowie eventuelle Druckfehler keine Haftung.

Coverfoto: Juli Rose – stock.adobe.comKorrektur:

Print ISBN: 978-3-527-71981-5ePub ISBN: 978-3-527-83878-3

Inhaltsverzeichnis

Cover

Titelblatt

Impressum

Einführung

Über dieses Buch

Konventionen in diesem Buch

Törichte Annahmen über die Lesenden

Wie dieses Buch aufgebaut ist

Teil I: Was ist zu tun?

Teil II: Wie an die Daten kommen?

Teil III: Daten statistisch auswerten

Teil IV: Die Ergebnisse beschreiben

Teil V: Der Top-Ten-Teil

Symbole, die in diesem Buch verwendet werden

Teil I: Was ist zu tun?

Kapitel 1: Begriffe und Möglichkeiten im studentischen Forschungsprozess

Die Idee vom wissenschaftlich Arbeiten und Forschen

Begriffe und Konzepte, die Ihnen begegnen werden

Hilfreiche Tools – ein erster Überblick

Kapitel 2: Forschungsfragen und -design

Die Forschungsfrage als Ausgangspunkt

Hypothesen präzisieren Forschungsfragen

Das passende Design zur Fragestellung

Der weitere Ablauf der Forschung

Kapitel 3: Untersuchungsarten

Field Research: Primärerhebungen

Desk Research: Sekundärdatenanalyse

Welche Untersuchung darf es sein – eine Auswahlhilfe

Teil II: Wie an die Daten kommen?

Kapitel 4: Untersuchung planen nach Arten

Den eigenen Fragebogen zusammenstellen

Beobachtungen planen

Experimente anlegen

Stichprobe bestimmen

Kapitel 5: Untersuchung organisieren und durchführen

Pre-Tests ansetzen

Mit Fragebögen in die Welt ziehen

Virtuelle Befragungen durchführen

Die richtigen Beobachtungen machen

Das eigentliche Experiment

Kapitel 6: Tools für die Erhebung und Auswertung

Hilfe bei der Datenerhebung

Unterstützung bei der Auswertung

Teil III: Daten statistisch auswerten

Kapitel 7: Der Übergang von der Planung zur Auswertung

Der Beispieldatensatz

Datencheck und -bereinigung erledigen

Die Stichprobe beschreiben

Gütekriterien berechnen und Skalen bilden

Kapitel 8: Erst einmal beschreiben: Deskriptive Statistik

Eine Frage des Niveaus – Variablentypen

Deskriptive Kennwerte für verschiedene Variablentypen

Die passsende Abbildung für verschiedene Variablentypen

Auch deskriptiv: Effektstärkemaße

Kapitel 9: Einfache Signifikanztests zum Hypothesenprüfen

So funktioniert ein Signifikanztest

Einfache Signifikanztests

Post-Hoc-Tests für Paarvergleiche

Kapitel 10: Komplexere Methoden anwenden

Mehrfaktorielle ANOVA

Lineare Regression

Binär logistische Regression

Moderationsanalyse

Mediationsanalyse

Weitere Methoden

Kapitel 11: Im Detail: Voraussetzungen untersuchen

Zellbesetzung

Normalverteilung

Ähnliche Verteilungsform

Varianzhomogenität

Homoskedastizität

Sphärizität

Linearität

Loglinearität

Keine Ausreißer

Keine Multikollinearität

Unabhängigkeit der Residuen

Was tun, wenn die Voraussetzungen nicht erfüllt sind?

Kapitel 12: Explorative Methoden

Explorative Faktorenanalyse

Clusteranalyse

Kapitel 13: Fallzahlplanung und Poweranalyse

A-Priori-Fallzahlplanung

Post-Hoc-Fallzahlplanung und -Poweranalyse

Teil IV: Die Ergebnisse beschreiben

Kapitel 14: Den Ergebnisteil schreiben

Inhalt und Aufbau konstruieren

Durchschaubar: transparentes Berichten

Tabellen und Abbildungen im Ergebnisteil verwenden

Kapitel 15: Diskutieren, was das nun bedeutet

Ansätze für die Diskussion

Typische Limitationen in quantitativen Arbeiten

Kapitel 16: Ordnung muss sei: Was gehört wohin?

Die Einleitung: Abgrenzungen und Überschneidungen

Der Hauptteil der Arbeit

Das Fazit

Beispiele für Gliederungen und den empirischen Anteil

Die persönlichen Ebene und das Exposé

Teil V: Top-Ten-Teil

Kapitel 17: Die 10 häufigsten Fragen bei der Erhebung und Auswertung

Welche Vorteile hat eine quantitative Erhebung?

Kann ich bei einer empirischen Arbeit auf den Theorieteil verzichten?

Brauche ich (genau) eine Forschungsfrage?

Muss ich mich mit Statistik auskennen?

Kann ich meine Daten allein erheben?

Ich sitze vor einem Berg von Daten. Wo fange ich nur an?

Brauche ich unbedingt die deskriptive Statistik oder kann ich direkt Signifikanztests rechnen?

Hilfe, meine Daten sind nicht normalverteilt! Was mache ich jetzt?

Wie gehe ich mit Ausreißern um?

Was mache ich, wenn meine Ergebnisse nicht signifikant sind?

Kapitel 18: 10 Statistische Begriffe, die Sie kennen müssen

Nominal

Ordinal

Metrisch

Grundgesamtheit

Stichprobe

Repräsentativ

Nullhypothese

p-Wert

Signifikanz

Power

Kapitel 19: 10 Statistische Methodentypen, die Sie unterscheiden sollten

Beschreibende Methoden

Explorative Methoden

Konfirmatorische Methoden

Nicht-parametrische Methoden

Parametrische Methoden

Einfaktorielle Methoden

Mehrfaktorielle Methoden

Univariate Methoden

Bivariate Methoden

Multivariate Methoden

Abbildungsverzeichnis

Stichwortverzeichnis

End User License Agreement

Tabellenverzeichnis

Kapitel 6

Tabelle 6.1: Übersicht Anbieter für Online-Befragungen, Preise Stand 2/2023

Tabelle 6.2: Vergleich der im Buch vorgestellten Statistiksoftware

Kapitel 7

Tabelle 7.1: Stichprobenbeschreibung gesamt und gruppiert

Tabelle 7.2: Methoden der Inter- und Intra-Rater-Reliabilität

Kapitel 8

Tabelle 8.1: Beispiel der Dateneingabe für die Zeit bis zur Anstellung

Tabelle 8.2: Deskriptive Statistik der Kommunikationsfähigkeit

Tabelle 8.3: Deskriptive Statistik der Variablen Laune gruppiert nach Geschlecht

Tabelle 8.4: Übersicht über gängige Effektstärkemaße und ihre Interpretation

Tabelle 8.5: Effektstärkemaße und ihre Interpretation für komplexere Modelle

Kapitel 9

Tabelle 9.1: Fehler beim statistischen Testen

Tabelle 9.2: Überblick über die einfachen Signifikan...

Kapitel 10

Tabelle 10.1: Ergebnisse der gemischten ANOVA

Tabelle 10.2: Ergebnisse der multiplen linearen Regression

Tabelle 10.3: Dummy-Codierung der Variablen Schulabschluss

Tabelle 10.3: Ergebnis der binär logistischen Regression

Kapitel 11

Tabelle 11.1: Beobachtete Häufigkeiten

Tabelle 11.2: Erwartete Häufigkeiten

Kapitel 12

Tabelle 12.1: Vor- und Nachteile der fusionierenden und partitionierenden Verfahr...

Kapitel 14

Tabelle 14.1: Mittelwert (M), Standardabweichung (SD) und Stichprobengröße (n) fü...

Illustrationsverzeichnis

Kapitel 1

Abbildung 1.1: Zusammenhang zwischen wissenschaftlichem Arbeiten un...

Kapitel 2

Abbildung 2.1: Systematik der quantitativen Forschungsmethoden

Kapitel 4

Abbildung 4.1: Ergänzungs- und offene Fragen

Abbildung 4.2: Gebundene Fragetypen

Abbildung 4.3: Beispiel Beobachtungsplan

Kapitel 6

Abbildung 6.1: Nutzeroberfläche SoSciSurvey mit Hilfsanmerkungen

Abbildung 6.2: Fragebogen anlegen in LimeSurvey

Abbildung 6.3: Datenansicht von SPSS

Abbildung 6.4: Variablenansicht von SPSS

Abbildung 6.5: Syntax für eine Häufigkeitstabelle in SPSS

Abbildung 6.6: Dialogfeld der linearen Regression in SPSS

Abbildung 6.7: RStudio

Abbildung 6.8: DATAtab-Ansicht der Daten

Abbildung 6.9: Menü und Variablenliste in DATAtab

Abbildung 6.10: Deskriptive Analyse von Alter und Geschlecht mit DATAtab

Kapitel 7

Abbildung 7.1: Datencheck mit R

Abbildung 7.2: Boxplot zur Identifizierung von Ausreißern. SPSS kennzeichnet wie ...

Abbildung 7.3: Cronbachs Alpha berechnet mit SPSS

Abbildung 7.4: SPSS-Ausgabe mit der Berechnung der Trennschärfe für...

Abbildung 7.5: Überblick über die Hauptgütekriterien

Abbildung 7.6: In SPSS wird eine neue Variable Skala_A als Mittelwe...

Kapitel 8

Abbildung 8.1: Variablentypen

Abbildung 8.2: Erstellen einer Kreuztabelle (absolut und relativ) m...

Abbildung 8.3: Ergebnis der Kendall-Korrelation mit SPSS

Abbildung 8.4: Ergebnis der Pearson-Korrelation mit DATAtab

Abbildung 8.5: Ergebnisse der deskriptiven Analyse der Zeit bis zur...

Abbildung 8.6: Gruppiertes Balkendiagramm der Kombination von Geschlecht und Erfo...

Abbildung 8.7: Streudiagramm zur Visualisierung des Zusammenhangs zwischen Neurot...

Abbildung 8.8: Vergleich Fehlerbalken

Abbildung 8.9: Aufbau des Boxplots

Abbildung 8.10: Gruppierter Boxplot

Abbildung 8.11: Kaplan-Meier-Kurve für den Vergleich der Zeit bis zur Anstellung ...

Kapitel 9

Abbildung 9.1: t-Verteilung mit 59 Freiheitsgraden

Abbildung 9.2: Ergebnisausgabe mit Fishers Exaktem Test in SPSS

Abbildung 9.3: Monotone und nicht-monotone Kurven

Abbildung 9.4: Pearson-Korrelation mit DATAtab

Abbildung 9.5: t-Test für unabhängige Stichproben mit R

Abbildung 9.6: Einfaktorielle ANOVA mit DATAtab

Abbildung 9.7: Friedman-Test mit SPSS

Abbildung 9.8: Messwiederholungs-ANOVA mit R

Abbildung 9.9: Ergebnis der homogenen Subsets als Folgeanalyse nach einem Kruskal-Wallis...

Abbildung 9.10: Bonferroni-Post-Hoc-Test nach dem Friedman-Test mit DATAtab

Kapitel 10

Abbildung 10.1: Gemischte ANOVA mit R

Abbildung 10.2: Profilplots zur Interpretation der Interaktion

Abbildung 10.3: Lineare Regression mit DATAtab

Abbildung 10.4: Binär logistische Regression mit SPSS

Abbildung 10.5: Codierung der kategorialen UV

Abbildung 10.6: Konzept der Moderationsanalyse

Abbildung 10.7: Konzept der Mediationsanalyse

Kapitel 11

Abbildung 11.1: Links: Linkssteile, rechtsschiefe Verteilung mit vielen kleinen W...

Abbildung 11.2: Links: Spitze Verteilung mit dicken Enden. Rechts: Flache Verteil...

Abbildung 11.3: Q-Q-Diagramm einer annähernd normalverteilten Variablen (links), ...

Abbildung 11.4: Lineares Regressionsmodell mit in Grau eingezeichneten Residuen

Abbildung 11.5: Boxplot und Histogramme zweier Stichproben mit ähnlichen Verteilu...

Abbildung 11.6: Boxplot und Histogramme zweier Stichproben, die deutlich untersch...

Abbildung 11.7: Deskriptive Statistik (oben) mit unter anderem der...

Abbildung 11.8: Boxplot mit sehr ähnlicher Streuung

Abbildung 11.9: Streudiagramm der Residuen gegen die vorhergesagten Werte

Abbildung 11.10: Ergebnis des Mauchly-Tests mit R

Abbildung 11.11: Überprüfung der Linearität zwischen X und Y mittels Streudiagram...

Abbildung 11.12: Prüfung der Loglinearität mit R

Abbildung 11.13: Paarweise Korrelationskoeffizienten

Abbildung 11.14: Varianz-Inflations-Faktoren (VIFs)

Kapitel 12

Abbildung 12.1: Ausschnitt einer Anti-Image-Korrelationstabelle aus SPSS. Die Dia...

Abbildung 12.2: KMO-Wert und Bartlett-Test der EFA mit SPSS.

Abbildung 12.3: Screeplot mit SPSS

Abbildung 12.4: Tabelle der Varianzaufklärung aus SPSS

Abbildung 12.5: Ausschnitt der Tabelle der Kommunalitäten in SPSS

Abbildung 12.6: Rotierte Faktorladungsmatrix aus SPSS

Abbildung 12.7: Dendorogramm aus der hierarchischen Clusteranalyse mit SPSS

Abbildung 12.8: Screeplot der Clusteranalyse mit DATAtab

Kapitel 13

Abbildung 13.1: Screenshot von G*Power für die Berechnung der Fallzahl für einen ...

Abbildung 13.2: Screenshot von G*Power für die Berechnung der Effektstärke für ei...

Abbildung 13.3: Berechnung der benötigten Stichprobengröße für die multiple linea...

Abbildung 13.4: Post-Hoc-Poweranalyse für einen t-Test mit G*Power

Kapitel 14

Abbildung 14.1: Beispiel einer beschrifteten deskriptiven Tabelle mit t-Test für ...

Abbildung 14.2: Beispiel einer beschrifteten Korrelationstabelle mit Sternchenmar...

Abbildung 14.3: Flussdiagramm für den Ein- und Ausschluss und die Randomisierung ...

Kapitel 16

Abbildung 16.1: Beispiel einer klassischen Gliederung

Abbildung 16.2: Beispiel einer typischen Gliederung für Naturwissenschaften

Abbildung 16.3: Beispiel einer Gliederung aus dem anglo-amerikanis...

Orientierungspunkte

Cover

Titelblatt

Impressum

Inhaltsverzeichnis

Einführung

Fangen Sie an zu lesen

Abbildungsverzeichnis

Stichwortverzeichnis

End User License Agreement

Seitenliste

1

2

5

6

15

16

17

18

19

21

22

23

24

25

26

27

28

29

30

31

33

34

35

36

37

38

39

40

41

42

43

44

45

47

48

49

50

51

52

53

54

55

56

57

59

60

61

62

63

64

65

66

67

68

69

70

71

72

73

74

75

76

77

78

79

80

81

82

83

84

85

86

87

88

89

90

91

92

93

94

95

96

97

98

99

100

101

102

103

104

105

106

107

108

109

110

111

112

113

114

115

116

117

118

119

121

122

123

124

125

126

127

128

129

130

131

132

133

134

135

136

137

138

139

141

142

143

144

145

146

147

148

149

150

151

152

153

154

155

156

157

158

159

160

161

163

164

165

166

167

168

169

170

171

172

173

174

175

176

177

178

179

181

182

183

184

185

186

187

188

189

190

191

192

193

194

195

196

197

198

199

200

201

202

203

204

205

206

207

208

209

210

211

212

213

214

215

216

217

219

220

221

222

223

224

225

226

227

228

229

230

231

232

233

234

235

236

237

238

239

240

241

242

243

244

245

246

247

248

249

250

251

252

253

254

255

256

257

258

259

260

261

262

263

265

266

267

269

270

271

272

273

274

275

279

280

281

282

283

Einführung

Statistik – das ist nicht gerade das Lieblingswort der meisten Studierenden. Statistik klingt nach dem Mathelehrer in der Oberstufe kurz vor der Pensionierung, nach unüberschaubaren Formeln und unendlichen Möglichkeiten, etwas falsch zu machen.

Dabei ist es doch in Wahrheit ganz anders!

Statistik ist in erster Linie eine Toolbox, mit der man coole Dinge tun kann. Nämlich aus Daten Informationen gewinnen, die helfen, objektive Schlüsse zu ziehen. Die Statistik liefert dazu das Werkzeug. Das heißt auch, dass Sie die Statistik nicht komplett durchschauen müssen, keine Beweise führen müssen, um zu zeigen, warum welche Formel wo jetzt passt. Sondern Sie benutzen die Statistik einfach nur. Die Beweise haben andere Leute – denen das mehr Spaß macht – schon geführt. Trotzdem müssen Sie aber wissen, wie die statistischen Werkzeuge zu benutzen sind. Und genau das lernen Sie in diesem Buch.

Das Tolle daran: Wenn Sie loslegen und Ihre Daten mit statistischen Methoden untersuchen – und dabei auch das Gefühl haben, das Richtige zu tun – dann wird es Ihnen sogar Spaß machen. Denn dann merken Sie, was alles möglich ist und wie dieser Werkzeugkoffer Ihnen dabei hilft, Ihr eigentliches Anliegen – Ihre Forschungsfrage – fundiert zu untersuchen, damit Sie am Ende Ihre Abschlussarbeit mit einem guten Gefühl abgeben können und stolz auf Ihre Leistung sind.

Damit Sie das auch so erleben wie wir, haben wir dieses Buch für Sie zusammengestellt.

Über dieses Buch

Der Arbeitstitel dieses Buches war ein bisschen sperrig »Statistische Untersuchungen und Auswertungen in Abschlussarbeiten für Dummies«. Das passt natürlich so nicht gut auf das Cover, aber es ist das, was wir Ihnen gerne vermitteln wollen: Was Sie auf dem Niveau einer Abschlussarbeit im Studium – meist sind das inzwischen ja Bachelor- oder Masterarbeiten – wissen müssen, um eine quantitative Untersuchung zu planen, durchzuführen und auszuwerten. An einigen Stellen besonders in den ersten und letzten Kapiteln finden Sie auch Hinweise dazu, wie und wo das in der gesamten Arbeit verortet wird, aber der Fokus dieses für Dummies-Buches liegt klar darauf, dass Sie verstehen, für welche Situation und Fragestellung Sie welche Untersuchungen verwenden, Voraussetzungen prüfen, Tests durchführen, Statistiken rechnen müssen.

Dabei können Sie entweder einfach vorn anfangen zu lesen, sich ab und zu die Füße in einer Pause vertreten und am Ende, wenn Sie alle Kapitel durchgearbeitet haben, wissen Sie genau, welche Optionen Sie haben und wie Sie dabei nicht in den Daten untergehen.

Sie können das Buch aber auch als konkrete Hilfestellungen für konkrete Probleme nutzen. Sie wissen nicht, wie Sie Daten erheben sollen? Vorschläge finden Sie Kapitel 3. Sie haben ein Design, aber nur noch eine vage Erinnerung an statistische Vorgänge im Detail? Besser, Sie lesen Teil III erst durch. Neben den Erklärungen zu den statistischen Methoden finden Sie dort auch Hilfestellungen, wie diese mit den gängigen Statistikprogrammen SPSS, R und DATAtab umgesetzt werden. Sie müssen Ihre Ergebnisse diskutieren? Dann widmen Sie sich Kapitel 15. Vieles in der Statistik ist ja alternativ zueinander und wenn Sie schon wissen, dass Sie eine ANOVA brauchen, und die ganze Vorarbeit schon klar ist, können Sie im ausführlichen Index nach dem Stichwort suchen und dann genau dazu die Anleitung lesen.

Was dieses Buch nicht ist, ist ein Lehrbuch. Selbstverständlich erklären wir die Begriffe, die wir verwenden, an der jeweiligen Stelle, denn Sie sollen ja auch nicht parallel mit einem zusätzlichen Buch auf dem Schoß belastet werden. Dennoch haben statistische Lehrbücher ja häufig den Charakter von »Was gibt es alles?« und wir wollen Ihnen vor allem die Antwort auf die Frage »Wann muss ich was machen und wie geht das?« an die Hand geben. Eine Erklärung der wichtigsten Fachbegriffe und Methoden finden Sie am Ende des Buches im Top-Ten-Teil in den Kapiteln 18 und 19.

Konventionen in diesem Buch

Der Umgang mit dem Computer ist ein notwendiger Bestandteil des Verfassens von Abschlussarbeiten. Wann immer Text so geschrieben wird, dass er Befehle und Tasten mit einbezieht, können schnell Missverständnisse entstehen. Deshalb gelten die folgenden Konventionen, damit Sie sich besser im Text zurechtfinden:

Im Text stehen

Menübefehle

in

KAPITäLCHEN

. Wenn es also später darum geht, beispielsweise in das Kontextmenü für Statistiken zu einer Kreuztabelle zu gelangen, so steht geschrieben:

ANALYSIEREN -> DESKRIPTIVE STATISTIK -> KREUZTABELLEN

.

Hervorhebungen

von besonders wichtigen Sachverhalten erfolgen im

Fettdruck;

wenn im Text auf einzelne Begriffe detaillierter eingegangen werden soll, so stehen diese häufig auch

kursiv

gesetzt, wenn die dann auch noch wichtig sind, dann sind sie

fett und kursiv

.

Internetseiten

werden ohne das vorangestellte »https://« ausgewiesen, es sei denn, bei der URL fehlt das »www«, also

www.wiley.de

,

aber

https://sz.de

.

Törichte Annahmen über die Lesenden

Wie stellen wir uns Sie – unsere Lesenden – eigentlich vor? Die erste Annahme über Sie ist, dass Sie in irgendeiner Form mit dem deutschsprachigen Hochschulwesen zu tun haben. Das bedeutet, dass Sie sich immatrikuliert haben, in der Lage sind, zu verstehen, dass es eine Studien- und eine Prüfungsordnung gibt, sowie selbstständig genug sind, sich diese zu beschaffen und durchzulesen. Aus diesem Grunde fehlen in diesem Buch Sätze wie: »Lesen Sie Ihre Prüfungsordnung, um herauszufinden, wie lange der Bearbeitungszeitraum für Ihre Arbeit ist.« Sie müssen ein kleines bisschen recherchieren, um die hochschulinternen Rahmenbedingungen herauszufinden, nach denen Sie sich zu richten haben. Im Rahmen dieses Buches wird es vor allem dann wichtig, wenn Sie Ihre Zeit- und Ressourcenplanung genauer ansehen (Wann sollte ich mit der Befragung anfangen, um die Ergebnisse noch rechtzeitig auswerten zu können?) und beim formalen Rahmen (Soll die Beschriftung einer Tabelle drüber oder drunter stehen?).

Außerdem sollten Sie vorhaben, eine quantitative Abschlussarbeit zu schreiben. Sie planen also, Daten zu erheben oder mit bereits erhobenen Daten zu arbeiten und diese statistisch auszuwerten, um Ihre Forschungsfrage zu untersuchen. Übrigens hilft Ihnen dieses Buch auch schon bei der Bearbeitung von Haus- oder Seminararbeiten, sofern sich darin eben schon empirische und statistisch lösbare Fragestellungen befinden.

Weiterhin sollten Sie über einen Computer mit Internetzugang verfügen und wissen, ob Sie einen PC oder einen Mac besitzen – auf die Programme wird besonders in Kapitel 6 eingegangen – und ob Sie möglicherweise Linux nutzen statt das mehrheitlich vertreten Windows. (Wenn Sie nun fragend schauen, können Sie fast sicher sein, dass Sie nichts mit Linux am Hut haben.)

Schön wäre es, wenn Sie schon einmal eine Bibliothek von innen gesehen hätten, dringend notwendig ist es jedoch nicht. Mindestens die Bereitschaft, sich mit real existierenden Büchern zu befassen, sollte allerdings gegeben sein. Und das Wissen darum, wo die Bibliothek in Ihrer Hochschule oder Stadt steht und wie Sie den Eingang finden. Außerdem ist es hilfreich, über Grundkenntnisse im Recherchieren zu verfügen und bereits das ein oder andere wissenschaftliche Paper gelesen zu haben: So haben Sie einen Anhaltspunkt, auf was Ihr Bericht rauslaufen sollte und wie andere das vor Ihnen gemacht haben.

Wie dieses Buch aufgebaut ist

Dieses Buch ist in fünf Teile gegliedert, die sich schrittweise mit den forscherischen Tätigkeiten im Rahmen Ihrer Abschlussarbeit befassen. Dabei ist die Reihenfolge so gewählt, dass sie grob dem chronologischen Ablauf Ihrer Tätigkeiten entspricht. Abgewichen wird dann von diesem Prinzip, wenn Themen erst nach Einführung später vorkommender Begriffe und Konzepte verstanden werden können. So wird die Voraussetzungsprüfung für die Signifikanztests erst in Kapitel 11 beschrieben, obwohl die Tests selbst in Kapitel 9 und 10 vorgestellt werden. Und die Fallzahlplanung, die bereits zur Planung Ihres Projekts (Kapitel 4) gehört, lernen Sie erst in Kapitel 13 kennen, da Sie erst mit dem Gesamtbild des Ablaufs der statistischen Analysen nachvollziehen können, wie die Fallzahl berechnet wird.

Teil I: Was ist zu tun?

Der erste Teil des Buches führt Sie an die Aufgabe heran, im Rahmen einer Abschlussarbeit eine eigene Untersuchung mit statistischer Auswertung durchzuführen. Dabei geht es in Kapitel 1 zunächst um Begriffe und Konzepte, die Sie kennen müssen, um mit Statistik zu hantieren. Kapitel 2 führt Sie dann schon in die zentralen Elemente solcher Untersuchungen ein, nämlich Studiendesign, Forschungsfrage und Hypothesen. Das wird dann in den folgenden Kapiteln präzisiert, so werden zum Beispiel die verschiedenen Erhebungsarten, die das Studiendesign ausmachen, in Kapitel 3 erklärt.

Teil II: Wie an die Daten kommen?

Im zweiten Buchteil erfahren Sie, wie Sie Ihre Daten erheben können. Dabei folgen die Kapitel 4 und 5 der Ordnung, die Sie im dritten Kapitel kennengelernt haben, in die verschiedenen Untersuchungsarten wie Befragungen, Beobachtungen und Experimente. Im Zentrum steht die Planung der Erhebung in Kapitel 4, wo Sie beispielsweise die verschiedenen Möglichkeiten kennenlernen, einen Fragebogen aufzusetzen. Da ein Plan etwas Gutes ist, aber Ihnen erst dann etwas nutzt, wenn Sie ihn auch umsetzen, geht es in Kapitel 5 um genau diese Schritte der Umsetzung und in Kapitel 6 noch um hilfreiche Tools, Internetseiten und Programme, die Sie dabei unterstützen.

Teil III: Daten statistisch auswerten

Der dritte Teil des Buches beinhaltet eine Vielzahl von statistischen Methoden, die Sie zum Beschreiben Ihrer Daten und zur Untersuchung Ihrer Forschungsfragen nutzen werden. Bevor die einzelnen Methoden in Kapitel 8 (beschreibend und Abbildungen), 9 (einfache Signifikanztests), 10 (komplexere Methoden) und 12 (explorative Methoden) nacheinander aufgeführt werden, erfahren Sie in Kapitel 7 ,was an Vorbereitung vor der Untersuchung Ihrer Forschungsfragen statistisch zu tun ist. Dazwischen finden Sie in Kapitel 11 die genaue Beschreibung der verschiedensten Voraussetzungen für die Methoden in den Kapiteln davor. Und schließlich beendet die Fallzahlplanung und Poweranalyse (Kapitel 13) diesen Teil des Buches.

Teil IV: Die Ergebnisse beschreiben

Statistische Ergebnisse sind gut und schön und hoffentlich teilen Sie inzwischen unsere Freude daran, sie zu berechnen. Damit Ihre Prüfer auch davon erfahren, muss das alles nun auch in Ihrer Arbeit beschrieben werden. Das haben wir für Sie in Teil IV zusammengestellt. Kapitel 14 verrät Ihnen, wie Sie die Ergebnisse ordentlich aufbereiten, sodass sie transparent und verständlich darstellen, was Sie untersucht haben. Was das nun bedeutet, wie Sie das interpretieren und welche klugen Erkenntnisse Sie aus Ihren Ergebnissen ziehen, beschreiben Sie getrennt davon. Wie das geht, zeigt Kapitel 15. Und wie und wo Ihre Untersuchung nun in Ihrer ganzen Abschlussarbeit vorkommen sollte, erfahren Sie in Kapitel 16.

Teil V: Der Top-Ten-Teil

Am Ende des Buches stellen wir Ihnen in zwei Listen noch die 10 wichtigsten Begriffe und Methoden aus der Statistik mit einer kleinen Erklärung vor. Wenn Sie die alle kennen, haben Sie bereits ein gutes statistisches Grundverständnis. Zu Beginn dieses Teils finden Sie die 10 häufigsten Fragen, mit denen wir als Betreuerinnen solcher Vorhaben immer wieder konfrontiert werden.

Symbole, die in diesem Buch verwendet werden

Ein Tipp hilft immer dann, wenn die Umsetzung in der Praxis vielleicht nicht ganz klar ist. An dieser Stelle stehen Ratschläge, die Ihnen die praktische Arbeit erleichtern sollen.

Manches kommt im Buch an verschiedenen Stellen vor. Wenn wir einen Begriff aus einem anderen Kapitel wieder aufgreifen, dann geschieht das im Rahmen einer solchen Erinnerung. Falls Ihnen der Haupttext entfallen sein sollte, steht auch oft ein Verweis in der Erinnerung, wo Sie das noch einmal nachlesen können.

Mit der Lupe gehen wir (und Sie mit uns) näher an ein Thema heran. Was genau ist gemeint? Was verbirgt sich hinter einem Begriff? Was gibt's es noch zusätzlich zu wissen? All das finden Sie neben dem Symbol der Lupe.

An den Beispielen in diesem Buch sehen Sie, wie die statistischen Methoden in verschiedener Statistiksoftware umgesetzt werden, wie die Ergebnisse berichtet und interpretiert werden. Die Beispieldaten, die wir dafür verwendet haben, finden Sie als Material zum Download, sodass Sie die Analysen selbst nachrechnen und sich so ganz einfach mit den statistischen Methoden und der Software vertraut machen können.

Achtung, hier sollten Sie aufpassen, dass Sie diesen Hinweis nicht übergehen, da bei diesem Thema Fallstricke lauern, vor denen wir Sie warnen möchten.

Anders als bei der Lupe, die Ihnen wichtige und zum Verständnis notwendige Erkenntnisse in der Tiefe vermittelt, stehen neben dem Wegweiser zusätzliche Informationen zur Orientierung. Die können hilfreich sein, um etwas im Kontext zu verstehen, müssen aber nicht unbedingt gelesen werden, um die Methoden durchführen zu können.

Hinweise auf Internetseiten stehen häufig im Text gleich im Zusammenhang mit dem Thema. Wenn es aber um einen eigentlich analogen Bereich geht, zu dem Sie im Internet weitere Informationen finden können, dann finden Sie die neben dem Icon zum Web.

Und nun wünschen wir Ihnen viel Freude dabei, sich näher mit dem Thema Statistische Auswertungen zu befassen, und vor allem, dass Sie Spaß an der Sache gewinnen und neugierig werden auf das, was Sie selbst erforschen und herausfinden können.

Teil I

Was ist zu tun?

IN DIESEM TEIL …

Eine eigene Untersuchung durchzuführen, sei es qualitativ oder quantitativ, wird von vielen Studierenden mit Respekt, wenn nicht Skepsis gesehen. Zu wenig kamen Forschungsmethoden meist im Studium vor, zu unklar ist, was der Auftrag, das Ziel, der Kontext und die Möglichkeiten sind.

Der erste Teil dieses Buches führt Sie deswegen an genau das heran: Sie bekommen einen Einblick darin, was Forschen soll und will, wie Sie die richtigen Fragen stellen und dazu passende Designs auswählen und welche Forschungsmethoden Ihnen zur Verfügung stehen. Und weil es sich hier explizit um ein Buch zur quantitativen Forschung handelt, das wenige Kapitel später auch recht statistisch wird, bekommen Sie einen ersten Einblick in die Formulierung von Hypothesen.

Kapitel 1

Begriffe und Möglichkeiten im studentischen Forschungsprozess

IN DIESEM KAPITEL

Der Zusammenhang von wissenschaftlichem Arbeiten und ForschenBegriffe, die Sie kennen müssenÜberblick über die GütekriterienIhr Arbeitsmaterial

Es gibt eine Menge Bücher für Studierende, die sich mit dem wissenschaftlichen Arbeiten, dem Schreiben einer wissenschaftlichen Arbeit und den dafür notwendigen Schritten befassen. Alle wollen Sie dabei unterstützen, Ihr Hochschulstudium erfolgreich zu beenden und dabei das mitzunehmen, was das Ziel dieser Ausbildung ist: Schlüsselkompetenzen.

An der Hochschule verbessern Sie – im besten Fall jedenfalls – auf den verschiedenen Ebenen Ihre Kompetenzen: Sie lernen fachliche Inhalte und gewinnen somit Fachkompetenz hinzu, Sie haben es mit anderen Menschen, Kommilitoninnen und Dozierenden zu tun und üben sich in Kommunikationskompetenz, Sie befassen sich mit sich selbst und werden kompetenter in der Reflexion und gewinnen Selbstvertrauen und Selbstkompetenz hinzu. Und schließlich lernen Sie eine Menge auf der »Wie macht man eigentlich …?«-Ebene – der Methodenkompetenz.

Abbildung 1.1: Zusammenhang zwischen wissenschaftlichem Arbeiten und Schlüsselkompetenzen

Was immer gilt:

Methodisch und strukturiert, systematisch und geordnet, so soll es im wissenschaftlichen Arbeiten schon mal grundsätzlich zugehen. Da gibt es Gliederungssysteme, Strukturen im Zeitmanagement, Schreibansätze und – und darum dreht sich dieses Buch – wissenschaftliche Forschungsmethoden, um (in unserem Fall) quantitative Daten zu erheben und auszuwerten.

Die Idee vom wissenschaftlich Arbeiten und Forschen

Während Sie also in der einen Sorte Bücher einen Überblick bekommen, was da so im Ganzen auf Sie zukommt (zum Beispiel in »Erfolgreich Abschlussarbeiten schreiben für Dummies«) und in anderen spezifischer Dies und Das nachlesen können (beispielsweise wie man mit der Textverarbeitung umgeht in »Wissenschaftliche Arbeiten schreiben mit Word für Dummies«), zeigt Ihnen dieses Buch, wie Sie Ihre eigene quantitative Forschung planen, durchführen und in einer wissenschaftlichen Arbeit verwerten.

Forschen ist in der deutschen Sprache ein viel verwendeter Begriff. Er klingt nach Neugier (gut!) und Neuem, was bislang noch nicht untersucht wurde. Sie können bereits im Alltag die unterschiedlichsten Dinge erforschen, etwa:

was geschieht, wenn Sie zu viel Backpulver in einen Kuchenteig geben (a)

wie die Nachbarin reagiert, wenn Sie sie nach ihrem Enkel fragen (b)

ob das Essen in der Cafeteria den anderen am Tisch genauso gut schmeckt wie Ihnen (c)

welche Rituale Menschen in der U-Bahn durchführen, um in der Handtasche oder ihrem Rucksack nach einem Fahrschein zu suchen (d)

Grob führen Sie damit schon ein Experiment (a), Befragungen (b und c) oder eine Beobachtung (d) durch. Das ist aber so noch nicht besonders wissenschaftlich, denn noch berücksichtigen Sie nicht, dass es vielleicht schon andere gegeben hat, die sich mit dem Thema befasst haben. Und so richtig systematisch klingt es auch noch nicht.

Beim wissenschaftlichen Arbeiten und Forschen geht es darum, den bisher von anderen erarbeiteten Forschungsstandzu bestimmen, darin Forschungslücken oder offene Fragen zu finden und dann systematisch und nach bestimmten Methoden diese Lücken zu füllen und Fragen zu beantworten.

Sie sollen also recherchieren, was schon geschrieben wurde – daraus setzt sich in einer wissenschaftlichen Arbeit gemeinhin Ihr Theorieteil zusammen –, und dann selbst in die Welt ziehen und Ihren Beitrag leisten. Das Ziel ist immer, neue Erkenntnisse zum bereits vorhandenen Wissensbestand beizutragen. Und wie beim Scrabblespielen dürfen Sie nicht einfach irgendwohin Ihre Ideen auslegen, sondern das Ganze muss angebunden werden an den Forschungsstand zum Zeitpunkt Ihrer Arbeit. Sie müssen benennen können, wer bereits was zum Thema erarbeitet hat und wo es noch Forschungslücken gibt, die Sie gegebenenfalls auffüllen werden. Und der Forschungsstand muss bewertet werden hinsichtlich seiner Verwendbarkeit, wie Sie auch Ihre Daten später rechtfertigen müssen als gut und belastbar genug (siehe weiter unten zu Gütekriterien).

Später als renommierte Forschende können Sie selbstverständlich auch komplett neue Arten (je nach Forschungsrichtung von Teilchen, Tieren, rhetorischen Konstrukten oder Kommunikation) entdecken und Neuland erforschen oder vielleicht einen Paradigmenwechsel herbeiführen, der eben nicht Altes entwickelt, sondern Sachverhalte völlig neu denkt. Da Sie aber im Moment vor Ihrer Abschlussarbeit stehen und nicht auf dem Weg zum Nobel-Komitee, sind Sie hier und jetzt wahrscheinlich nicht in der Position, den Forschungsstand zu ignorieren.

Begriffe und Konzepte, die Ihnen begegnen werden

Innerhalb dieser Erweiterung des Forschungsstands stehen Ihnen verschiedene Wege offen, die allerdings alle eng mit Ihrem Thema, Forschungsstand und der Forschungsfrage (siehe Kapitel 2) zusammenhängen. Um zu verstehen, welchen Weg Sie letztlich durch Ihre quantitative Forschung nehmen können und werden, brauchen Sie ein Basis-Set an Begriffen und Konzepten, mit dem Sie arbeiten könnten und werden.

Während Sie in Ihrer Arbeit Ihre Methodik beschreiben, grenzen Sie in der Regel auch ab, warum Sie dies getan und jenes gelassen haben; Sie argumentieren, warum Ihr Weg der geeignete war. Um das nachvollziehbar und überzeugend zu tun, sollten Sie zumindest eine Ahnung von den Alternativen haben.

Grundbegriffe in der empirischen Forschung

Besonders im Bereich der Forschung gibt es vermeintliche Gegensätze und Begriffspaare, über die häufig gelehrt wird, dass die eine Sicht die andere ausschließt. Ganz besonders trifft das auf das Verhältnis von qualitativer und quantitativer Forschung zu, aber wir beginnen mal bei noch grundlegenderen Überlegungen:

Die Begriffe Theorieund Empirie haben Sie vermutlich schon gehört, aber was genau sich dahinter verbirgt und wie sie abgegrenzt werden, wird häufig nicht ausgeführt. Da Sie im Laufe Ihrer Forschung allerdings fast immer auf der Grundlage einer theoretischen Basis (im einfachsten Fall: einem Modell, das jemand anderes entworfen hat) etwas in der Praxis empirisch überprüfen, sollten Sie wissen, wovon Sie da reden.

Aspekte der Theorie drehen sich um Argumentationen, Thesen und Konzepte, um den Gesamtzusammenhang oder Teile von Ideen zu erklären. Das basiert zwar manchmal auf Beobachtungen, braucht aber nicht zwingend eine empirische Basis. Häufig ist es eine Mischung aus sichtbaren Ereignissen und (begründeten!) Spekulationen darüber, wie es dazu kommen kann.

Die Empirie dagegen widmet sich der überprüfbaren Realität. Dabei kommt ein empirisches Vorgehen nicht ohne theoretisches Fundament aus, weil der untersuchte Ausschnitt der wirklichen Welt immer aus einer bestimmten Perspektive und unter Einbezug einer bestimmten Welt- und Wertevorstellung betrachtet wird. Diese ergeben sich aus der zugrunde gelegten Theorie.

Empirisch forschen bedeutet also immer, raus in die Welt ziehen und Daten selbst erheben. Welche das sind, wie das methodisch geschieht und nach welchen Mustern sie ausgewertet werden, hängt an der theoretischen Basis, die Sie zugrunde legen, und ihrer Forschungsfrage.

Eine wesentliche Unterscheidung von Forschungsprojekten hinsichtlich der Daten, die gesammelt werden, und deren Auswertung ist mit dem Begriffspaar qualitativ und quantitativ verbunden. Aus dem Bauch heraus – auch wenn das erst einmal recht unwissenschaftlich ist – befassen sich quantitative Methoden mit allem, was zähl- und messbar ist und damit in hübschen Statistiken münden kann. Qualitative Untersuchungen betrachten Aussagen und Verhalten, die analysiert und interpretiert werden müssen.

Mixed Methods

Der eigentlich über Jahrzehnte kultivierte Gegensatz zwischen qualitativen und quantitativen Ansätzen kann mit Überlegungen überwunden werden, eine gemeinsame Auswertung der jeweiligen Daten zu gestalten. Viele methodische Überlegungen richten sich auf eine sinnvolle Integration der beiden Instrumentarien und Vorgehensweisen, um jeweils die Nachteile des einen mit dem anderen ausgleichen zu können. Studien beider Bereiche lassen sich sowohl gemeinsam unter qualitativen als auch unter quantitativen Systematiken untersuchen.

Denkbar sind Fälle wie:

Geringe Anzahl der Studien, eher qualitative Natur: gemeinsame Auswertung unter qualitativer LogikViele Studien, eher quantitativer Natur: gemeinsame Auswertung unter quantitativer LogikBeide Arten von Studien in ähnlicher Zahl: getrennte Analyse, gemeinsame Schlussfolgerungen.

Grundsätzlich können auch qualitative Informationen wie das Lieblingsessen oder der Ort des schönsten Urlaubs in eine statistische Untersuchung einfließen, denn so sind es auch schon nominale Daten (siehe Kapitel 8). Um qualitative Studien weitergehend quantifizierbar zu machen, beziehen sich Befürworter von Mixed Methods auf die qualitative Inhaltsanalyse nach Mayring, der eine skalierende Strukturierung vorgeschlagen hat, mit der qualitative Daten zusätzlich ordinalskaliert werden können.

In den Bereich der Mixed Methods fällt auch der Ansatz der Triangulation. Wie in der Seefahrt werden unterschiedliche Perspektiven, auch mit unterschiedlichen Methoden, eingenommen, um Phänomene oder Material umfassender beurteilen zu können. Das muss nicht unbedingt, kann aber über einen Mix aus quantitativen und qualitativen Daten erfolgen.

Eng mit den Begriffen qualitativ und quantitativ verbunden sind die möglichen Forschungsansätze, also die Intentionen, aus denen heraus etwas in der Welt betrachtet und analysiert wird. Dabei unterscheiden sich die Ansprüche in erklärende Ausführungen zu Ursache und Wirkung eines Phänomens (quantitativ messbar) und den Versuch, es in seiner (qualitativen) Bedeutung zu verstehen. Zusätzlich kann sich die Chance ergeben, aus den Erkenntnissen ein Bild der Zukunft zu entwerfen und etwas zu prognostizieren.

Ob Sie etwas erklären oder verstehen wollen, führt weiter in der Begriffskunde zu den zentralen Worten deduktiv und induktiv.

Als Deduktion (Richtung: vom Allgemeinen zum Speziellen) wird der Vorgang verstanden, eine Theorie oder Hypothese zum Beispiel über einen bestimmten Zusammenhang (Ursache – Wirkung) erst aufzustellen und dann am Erkenntnisobjekt zu testen. Der Forscher unterstellt etwas (alle Unternehmen streben nach Gewinn) und wendet dies auf den Einzelfall an (Test: X ist ein Unternehmen, also strebt es nach Gewinn?).

Die Induktion soll dagegen Hypothesen und Theorien generieren (Richtung: vom Speziellen zum Allgemeinen), indem der Forscher einige Fälle in der freien Wildbahn betrachtet (die Unternehmen X, Y, Z streben nach Gewinn) und aus seinen Ergebnissen schließt, dass seine Beobachtungen allgemeingültig sind (Hypothese: Alle Unternehmen streben nach Gewinn).

Induktiv werden also Theorien und Annahmen über Zusammenhänge (und damit Hypothesen) generiert, was häufig über qualitative Forschung und Einzelfälle angesetzt wird. Deduktiv ist der Vorgang, Theorien, deren Regeln und Hypothesen zu testen und sie als statistisch wahrscheinlich zu beschreiben.

Dieses für Dummies-Buch befasst sich mit statistischen Auswertungen, die immer auf quantitativen Daten beruhen. Allerdings sollten Sie im Hinterkopf behalten, dass die oben beschriebenen Begriffspaare nicht so trennscharf abzugrenzen sind, wie es scheint: Auch der formalste Fragebogen kann freie Felder bieten, deren Einträge qualitativ bewertet werden müssen. Spezifische statistische Begriffspaare finden Sie auch in Kapitel 9.

Ebenso ist quantitative Forschung nicht immer nur deduktiv. Zwar werden in der Mehrheit der wissenschaftlichen Abschlussarbeiten Hypothesen aufgestellt und geprüft, was einem konfirmatorischen Vorgehen entspricht. Aber es gibt auch statistische Methoden, die neue Strukturen entdecken wollen, die sogenannte explorative Datenanalyse. Daraus können wiederum neue Hypothesen entwickelt werden, die dann konfirmatorisch bestätigt oder abgelehnt werden müssen. Was genau Hypothesen ausmacht und welche es gibt, wird in Kapitel 2 erläutert.

Variablen als Bausteine statistischer Untersuchungen

Um später in Kapitel 2 die unterschiedlichen Arten von Hypothesen zu verstehen, benötigen Sie einen weiteren grundlegenden Begriff, nämlich den der Variablen. Aus der Statistik-Vorlesung könnte dem einen oder der anderen im Hinterkopf verankert sein, dass Variablen unterschiedlichste Größen sein können, die unterschiedliche (eben variable) Ausprägungen annehmen können. Ein täglicher Blick auf das Bankkonto offenbart, dass die Variable Vermögen (oder Nähe zur Dispogrenze) sehr schwankend in ihrer Ausprägung sein kann.

In der Wissenschaft wird in exogene, unabhängige, quasi Gott gegebene, Variablen (nein, Ihr Kontostand gehört nicht dazu!) und endogene und damit abhängige Variablen unterteilt. Die exogene Variable kann etwa in Experimenten getauscht und die Veränderung der abhängigen Variablen untersucht werden. Wenn Sie den Dispo als unabhängige Variable betrachten, können Sie Ihren Unwillen, Geld auszugeben, als davon abhängig ansehen und eine Funktion aufstellen, die Ursache und Wirkung miteinander verbindet. Eine andere unabhängige Variable (Lohn) führt vermutlich zu einer anderen Ausprägung der abhängigen Variablen (Shopping!).

Allerdings wird im Beispiel gut vorstellbar, dass es weitere Variablen gibt, nämliche intervenierende Variablen (unerwarteter Ausfall Ihrer Waschmaschine) und Störvariablen (Ihr Gewissen treibt Sie nur noch in Bio-Läden). Und um die Überlegung noch etwas komplizierter zu machen: Seien Sie sich nicht zu sicher, ob etwas Ursache oder Wirkung ist. Vielleicht ist es ja auch Ihre Freude am Shoppen, die den Kontostand bestimmt und nicht umgekehrt. Schließlich können Zusammenhänge auch nur scheinbar auftreten, aber durch eine (bislang womöglich vernachlässigte) Drittvariable (Ihr Mitbewohner hat Ihre Ersatz-EC-Karte gefunden) bedingt sein. Diese Überlegungen werden im Zusammenhang mit der Hypothesenformulierung und der Beantwortung der Forschungsfrage wichtig. Daher kommen Variablen und ihre Typen und Messniveaus in Kapitel 8 gleich am Anfang wieder vor.

Daten beurteilen mit Gütekriterien

Wenn Sie also erforschen wollen, wie verschiedene interessanten Größen – wie etwa Ihr Kontostand – mit verschiedenen anderen Einflussfaktoren zusammenhängen, erheben Sie Daten und verarbeiten sie weiter. Die Vorgehensweisen für die Datenerhebung, Verarbeitung und Auswertung können unterschiedlich sein. Um sicherzustellen, dass Sie eine gute Vorgehensweise gewählt haben und die Ergebnisse am Ende somit verlässlich sind, gibt es gewisse Gütekriterien, die den Wert und die Verwendbarkeit Ihrer Untersuchung bestimmen. Zu ihnen zählen:

Objektivität

. Eine Untersuchung sollte so wenig wie möglich von den (subjektiven) Einstellungen, Erwartungen und Meinungen der Forschenden beeinflusst werden. Weil dieser Forscher als Mensch allerdings immer derartige Verzerrungen in sich trägt, wird ein bisschen weniger streng gefordert, dass mindestens das Ergebnis dasselbe sein sollte, unabhängig davon, wer die Untersuchung durchführt, auswertet und interpretiert. Wenn Sie und wir losziehen und mit demselben Interviewleitfaden dieselbe Person befragen, sollten die Antworten möglichst nicht voneinander abweichen. Wenn die Schritte der Befragungen jeweils für andere nachvollziehbar sind, nennt man sie transparent. Objektivität betrifft Beobachtungen und Befragungen und deswegen lesen Sie in

Kapitel 5

noch mehr dazu.

Validität

. Auf Deutsch übersetzt bedeutet das Gültigkeit und bezeichnet die Eigenschaft der Methoden, auch wirklich das zu erfassen und zu messen, was Gegenstand der Untersuchung ist. Eine Befragung zur Studierendenzufriedenheit sollte nicht eigentlich Aufschluss darüber geben, wie groß die Angst vor den Dozierenden und deren Notengebung ist, sondern (etwa durch Anonymisierung) das eigentliche Thema erfassen. Genauere Hinweise dazu, wie Sie feststellen, ob Ihre Daten und damit Ihre Ergebnisse valide sind, bekommen Sie in

Kapitel 7

.

Reliabilität

. Wenn gewährleistet ist, dass das Gesuchte durch die Methode erfasst wird, muss weiterhin die Zuverlässigkeit geprüft werden, mit der sie das tut. Valide (gültige) Ergebnisse sind dann reliabel (zuverlässig), wenn die Untersuchung möglichst frei von unerwünschten Einflüssen ist. Eine Wiederholung der Befragung zur Zufriedenheit, die für Sie und mich bereits einmal dieselben Ergebnisse gebracht hat, sollte wiederum zu denselben Ergebnissen führen. Auch die Reliabilität Ihrer Instrumente lässt sich in statistischen Verfahren erfassen, wie Sie in

Kapitel 7

lesen werden.

Repräsentativität

. Um Ergebnisse aus einer Stichprobe zu erhalten, von denen auf die Grundgesamtheit geschlossen werden kann, muss Letztere ausreichend durch etwa die Befragten repräsentiert werden. Sollten Sie zur Erhebung der Zufriedenheit aller Studierenden diejenigen in offiziellen Funktionen oder aus bestimmten Gegenden oder in anderen Studiengängen weglassen, werden Ihre Ergebnisse nicht für alle Studierenden verallgemeinerbar sein. Genauere Vorgaben, wie Sie Grundgesamtheit und Stichprobe festlegen, finden Sie in

Kapitel 4

und

13

. Noch weiter greift die Generalisierbarkeit, die fordert, dass Ergebnisse auf alle denkbaren Beobachtungen oder Befragungen ausgedehnt werden können. Dazu müssen die Untersuchungen zugleich auch valide und reliabel sein.

Hilfreiche Tools – ein erster Überblick

Um all diese wundervollen Optionen zum Forschen und Auswerten nutzen und dabei die Gütekriterien erfüllen zu können, brauchen Sie neben dem Begriffsverständnis auch noch ein paar handfeste Hilfsmittel, die Ihnen die Analyse ermöglichen.

Zunächst brauchen Sie einen

Rechner

, dessen Leistung Software wie SPSS oder Alternativen dazu ermöglicht. Wer am Tablet das Studium absolviert hat, muss nun nach einer Alternative suchen, zumal die meiste Software auch nicht als App verfügbar ist (Ausnahmen: die webbasierten Auswertungstools). Das aktuelle SPSS 29 verlangt für Windows mindestens die Version 10, einen 1,6 2-GHz-Prozessor, 8 GB RAM und 4 GB freien Festplattenspeicher, auf dem Mac läuft es ab High Sierra (OS X 10.13) und will ebenfalls 1,6 GHz Prozessorleistung, dazu 4 GB RAM und 4 GB freien Festplattenspeicher. Dieselben Voraussetzungen gelten für Linux-Rechner. Wenn Sie an den Mindestanforderungen bleiben, werden Sie allerdings viel Zeit zum Tee kochen und trinken haben, besser ist, ein aktuelleres und leistungsstärkeres Gerät zu verwenden.

Der Teil über Theorie und Empirie hat Ihnen bereits vermittelt, dass Sie ohne wissenschaftliche

Quellen

, die Ihre Theorien belegen, nicht ans Ziel kommen. Die stehen aus gutem Grund am Anfang dieses Buches bei den Voraussetzungen, weil Sie auf gar keinen Fall mit der Erhebung, Befragung oder was immer Sie vorhaben, starten sollen, ohne ein Bild von den theoretischen Grundlagen zu haben.

Wir sind immer wieder mit Studierenden konfrontiert, die als erste Amtshandlung ihrer Abschlussarbeit eine Befragung durchgeführt haben. Erstens macht es mehr Spaß als lesen und zweitens hat man dann schon mal Antworten und den Teil eingetütet, der abhängig von anderen ist. Beides sind gute Argumente für eine Befragung, ABER wenn Sie damit unvorbereitet starten, machen Sie sie eventuell noch einmal. Oder haben später keine passenden Daten, die Sie auswerten können. Zur Erinnerung: Aus der Theorie bzw. Literatur ergibt sich Ihre Perspektive und die Forschungslücke, die Sie füllen wollen. Erst wenn das feststeht, können Sie Hypothesen oder explorative Forschungsvorgehen entwickeln. Und erst wenn Sie wissen, wo Sie hinwollen und was Sie beantworten möchten, können Sie Fragen entwerfen, mit denen Sie Ihre Ziele auch erreichen.

Um zum Ziel zu gelangen, sollten Sie zumindest ein rudimentäres

Zeit- oder Projektmanagement