Der Fragebogen (eBook)

Von der Forschungsidee zur SPSS-Auswertung

Elisabeth Steiner, Michael Benesch (Autoren)

eBook Download: EPUB

2021 | 6. Auflage
197 Seiten
UTB GmbH (Verlag)
978-3-8463-8788-7 (ISBN)

Infos

Von der Idee hin zur statistischen Auswertung von Erhebungen - das praxisnahe Lehrbuch in bereits 6. Auflage! 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.

Prof. Elisabeth Steiner ist Dipl. Sozialarbeiterin und Psychologin an der FH Campus Wien.

Inhalt

1 Elementare Definitionen11
1.1 Deskriptive Statistik und Inferenzstatistik11
1.1.1 Deskriptivstatistik (beschreibende Statistik)11
1.1.2 Inferenzstatistik (beurteilende bzw. schließende Statistik)13
1.2 Stichprobenarten16
1.2.1 Einfache Zufallsstichprobe (Random Sample)17
1.2.2 Geschichtete Zufallsstichprobe17
1.2.3 Klumpenstichprobe (Cluster Sample)18
1.2.4 Zufall versus willkürliche Auswahl18
1.2.5 Abhängigkeit der Stichproben19
1.3 Schluss von der Stichprobe auf die Grundgesamtheit19
1.4 Zusammenfassung des Kapitels20
1.5 Übungsbeispiele21
2 Messung in den Sozialwissenschaften22
2.1 Skalen- bzw. Messniveaus23
2.2 Nominalskala24
2.3 Ordinalskala25
2.4 Intervallskala27
2.5 Verhältnisskala28
2.6 Zusammenfassung des Kapitels29
2.7 Übungsbeispiele30
3 Die Untersuchungsplanung – von der Idee zur empirischen Forschung31
3.1 Die Themensuche32
3.1.1 Das Anlegen einer Ideensammlung32
3.1.2 Die Replikation von Untersuchungen33
3.1.3 Die Mitarbeit an Forschungsprojekten33
3.1.4 Weitere kreative Anregungen33
3.2 Konkretisierung und Formulierung einer Forschungsfrage34
3.3 Die Literaturrecherche35
3.4 Auswahl der Untersuchungsart – Forschungsdesign37
3.5 Ethische Bewertung einer Forschungsfrage40
3.6 Zusammenfassung des Kapitels41
3.7 Übungsbeispiele42
4 Datenerhebung: Die schriftliche Befragung (Fragebogen)43
4.1 Methoden der quantitativen Datenerhebung43
4.2 Allgemeine inhaltliche Vorbemerkungen zur Fragebogenkonstruktion44
4.3 Erste inhaltliche Schritte45
4.4 Prinzipien der Konstruktion47
4.5 Pretest59
4.6 Negative Antworttendenzen60
4.7 Zusammenfassung des Kapitels64
4.8 Übungsbeispiele65
5 Computerunterstützte Datenaufbereitung mittels SPSS66
5.1 Was ist SPSS?66
5.2 Vom Fragebogen zur SPSS-Datei67
5.3 Zusammenfassung des Kapitels81
5.4 Übungsbeispiele82
6 Deskriptivstatistische Datenanalyse83
6.1 Tabellarische Darstellung der Daten83
6.2 Grafische Darstellung der Daten88
6.3 Lagemaße – Lokalisationsparameter95
6.4 Dispersionsmaße (Streuungsmaße)100
6.5 Zusammenfassung des Kapitels107
6.6 Übungsbeispiele108
7 Schluss von der Stichprobe auf die Population109
7.1 Alltags- und statistische Hypothesen109
7.2 Statistischer Test111
7.3 Fehler erster und zweiter Art und die Macht eines Tests113
7.4 Der Standardfehler des Mittelwerts115
7.5 Zusammenfassung des Kapitels116
7.6 Übungsbeispiele117
8 Statistische Tests118
8.1 T-Test für unabhängige Stichproben120
8.2 T-Test für abhängige Stichproben125
8.3 U-Test nach Mann & Whitney127
8.4 Wilcoxon-Test129
8.5 Friedman-Test130
8.6 Vierfelder-Chi-Quadrat-Test132
8.7 Zusammenfassung des Kapitels135
8.8 Übungsbeispiele136
9 Korrelation und lineare Regression138
9.1 Produkt-Moment-Korrelation140
9.2 Rangkorrelation nach Spearman142
9.3 Vierfelderkorrelation143
9.4 Partielle Korrelation144
9.5 Biseriale Korrelation145
9.6 Korrelation und Kausalität147
9.7 Einfache lineare Regression148
9.8 Multiple lineare Regression151
9.9 Zusammenfassung des Kapitels152
9.10 Übungsbeispiele153
10 Varianzanalyse155
10.1 Grundlagen der Varianzanalyse155
10.2 Einfaktorielle Varianzanalyse ohne Messwiederholung156
10.3 Einfaktorielle Varianzanalyse mit Messwiederholung160
10.4 Zusammenfassung des Kapitels164
10.5 Übungsbeispiele165
11 Der statistische Auswertungsbericht166
11.1 Der Theorieteil167
11.2 Der Methodenteil167
11.3 Der Ergebnisteil168
11.4 Diskussion und Ausblick170
11.5 Einige Zitierregeln170
11.6 Das Literaturverzeichnis172
11.7 Zusammenfassung des Kapitels173
11.8 Übungsbeispiele174
Anhang175
Lösungen zu den Übungsbeispielen175
Beispiel: Fragebogen zur Studien- und Lebenssituation bei Studierenden187
Literaturverzeichnis189
Stichwortverzeichnis191

Textauszug

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...

Produkt-Details

• Erscheint lt. Verlag: 19.4.2021
• Verlagsort: Stuttgart
• Sprache: deutsch
• Themenwelt: Sachbuch/Ratgeber ► Beruf / Finanzen / Recht / Wirtschaft ► Bewerbung / Karriere
• Schlagworte: computerunterstützte Datenaufbereitung • Datenanalyse • Datenaufbereitung • Datenerhebung • Deskriptive Statistik • Empirische Erhebung • Empirische Forschung • Fragebogen erstellen • Inferenzstatistik • Intervallskala • Korrelation • Korrelationen • Lehrbuch • Lineare Regression • Nominalskala • Ordinalskala • Population • Psychologie • schriftliche Befragung • skalenarten • Sozialwissenschaften • Soziologie • SPSS • SPSS-Auswertung • Statistik • statistische Auswertungsberichte • Statistische Datenanalyse • Statistische Tests • Stichprobe • Untersuchungsplanung • Varianz • Varianzanalyse • Varianzanalysen • Verhältnisskala • zufallsstichproben
• ISBN-10: 3-8463-8788-6 / 3846387886
• ISBN-13: 978-3-8463-8788-7 / 9783846387887