Applied Data Analysis. Dietmar Maringer Autumn 2010

Transkript

1 Datenerhebung Applied Data Analysis Dietmar Maringer Autumn 2010

2 Datenerhebung Schritte empirischer Untersuchungen Problemstellung» Tatbestände» Forschungsfragen und hypothesen (spezifisch / unspezifisch) Datenbeschaffung» desk research, Literatursuche (Sekundärforschung)» eigene Erhebungen (Primärforschung) Datenauswertung Validierung: Zuverlässigkeit der Daten Deskription: Beschreibung der erhobenen Daten Evaluation: Überprüfung der Hypothesen Exploration: Erkundung (zusätzlicher) Tatbestände Bericht D. Maringer, 2010: Applied Data Analysis 2

3 Datenerhebung ausgewählte quantitative Erhebungsformen Zählen: Häufigkeiten erheben» eindeutige, exklusive Kategorien vorgeben (Be-)Urteilen: Rangordnungen erstellen» Problem: subjektiv durch mehrere Personen durchführen Beobachten» z.b: Verhalten, Tätigkeitsabläufe, Entscheidungsprozesse» neuerdings: Augenkameras, neuro- Befragen» quantitativ qualtitativ» mündlich, schriftlich D. Maringer, 2010: Applied Data Analysis 3

4 schriftliche Befragung Allgemeines Standardisierungsgrad Varianten:» voll teil- nicht standardisiert: nicht teilweise frei gestaltbarer Ablauf hinsichtlich:» Formulierung der Fragen» Reihenfolge der Fragen» Antwortmöglichkeit» Interviewsituation Kommunikationsart mündlich / persönlich: Face-to-Face, telefonisch schriftlich: paper-pencil, elektronisch D. Maringer, 2010: Applied Data Analysis 4

5 schriftliche Befragung Aufbau von Fragebögen (1) Allgemeines» Allgemeines zuerst; Eisbrecher-Fragen» Themenkomplexe & Struktur: roter Faden» persönliche / freiwillige Angaben eher am Ende» optisch ansprechend» akzeptable Gesamtlänge Anrede, Einleitung, Instruktion» Auftraggeber & Verwendungszweck» Bitte um vollständiges, rasches & zuverlässiges Ausfüllen» Zusicherung der Anonymität (falls gewünscht & möglich)» Dank für die Mithilfe D. Maringer, 2010: Applied Data Analysis 5

6 schriftliche Befragung Aufbau von Fragebögen (2) Formulierung der Items» Zielgruppe berücksichtigen (z.b.: Kinder Erwachsene)» kurz, prägnant, eindeutig» neutral Formulieren keine suggestiven, stigmatisierenden oder stereotypen Fragen Bedeutungsgehalte und Färbungen beachten» keine Prüfungssituation schaffen» Fragen inhaltlich nicht überfrachten» extreme oder vage Begriffe vermeiden alle, immer etc.: wird als unrealistisch angesehen fast, kaum : suggeriert Reihungen, sind aber unscharf D. Maringer, 2010: Applied Data Analysis 6

7 schriftliche Befragung Fragenauswahl geschlossene Fragen Beispiel: offene Fragen Beispiel: Mischformen Beispiel: Haben Sie ein Zeitungsabonnement? o ja o nein Welche Tageszeitungen lesen Sie? Welche der folgenden Magazine lesen gelegentlich? o Bilanz o Weltwoche o andere: D. Maringer, 2010: Applied Data Analysis 7

8 Welche Daten? Skalenart Nominal; kategorial keine natürliche Reihenfolge Beispiele: Farben, Geschlecht, Auto-Kennzeichen, ja/nein Varianten: dichotom polytom; natürlich konstruiert Ordinalskala Beobachtungen lassen sich reihen; Abstände nicht interpretierbar Beispiele: Hotelklasse, Note, Platzierung Kardinalskala Reihung & Interpretation der Abstände möglich Beispiele: Kaufpreis, Geburtsjahr, Verschuldungsgrad Varianten:» diskret (nur bestimmte Werte möglich, z.b. Stückzahl)» stetig (alle Werte innerhalb eines Intervalls, z.b. Gewicht) D. Maringer, 2010: Applied Data Analysis 8

9 Welche Daten? Skalenart: Sonderfälle (1) Intervallskala Daten werden in Klassen eingeteilt Beispiele: Alters-, Einkommens-, Bildungsklassen Verhältnisskala (relative) Ausprägung bezogen auf einen Vergleichswert Beispiele: BIP CH vs. BIP EU, relative Nutzung bestimmter Medien hierarchische Skalen Gruppen von Ausprägungen können zusammengefasst werden Beispiele: Kantone & Städte, Medienart & Radiosender+Zeitungen D. Maringer, 2010: Applied Data Analysis 9

10 Welche Daten? Skalenart: Sonderfälle (2) dichotome Daten 2 mögliche Ausprägungen: ja/nein, wahr/falsch konkrete / klare Entscheidung erzwungen kann als Einschränkung betrachtet werden Ratingskalen unipolar bipolar * Ich nutze das Internet. [ starke Ablehnung starke Zustimmung. Anzahl der Ausprägungen übersichtlich differenziert gerade ungerade Anzahl verbale numerische graphische Skalen D. Maringer, 2010: Applied Data Analysis 10

11 Durchführung der Befragung Arten der schriftlichen Befragung versandter Fragebogen Onlinebefragung geführtes Interview Pretest reduzierte Anzahl von Probanden Selektion / Korrektur der Frage(stellunge)n D. Maringer, 2010: Applied Data Analysis 11

12 Durchführung der Befragung Auswahl der Probanden Vollerherbung (Zensus) Teilerhebung nicht-zufällige Auswahl» Quotenauswahl (relative Häufigkeiten)» Konzentrationsprinzip ( typische Vertreter)» willkürliche Auswahl zufällige Auswahl» uneingeschränkte Zufallsstichprobe (Stichprobengrösse!!)» Klumpenauswahl Bildung von Cluster (= Klumpen, z.b. Region, Tageszeit) innerhalb des Klumpens: Zufallsauswahl» (mehrstufig) geschichtete Zufallsauswahl Bildung von Schichten in Abhängigkeit von Merkmal für jede Schicht: Zufallsauswahl D. Maringer, 2010: Applied Data Analysis 12

13 Durchführung der Befragung Probleme bei der Befragung Datenerhebung» unklare Fragestellungen» ungeeignete Antwortskalen» Pflicht- freiwillige Antworten» ungültige, fehlende Antworten unzuverlässige Antworten» faking good faking bad» sozial erwünschte Antworten» Tendenz zur Mitte» priming, Kontext D. Maringer, 2010: Applied Data Analysis 13

14 Literatur Lehrbücher Claudia Fantapié Altobelli, Marktforschung. Methoden Anwendungen Praxisbeispiele, Lucius & Lucius 2008 Jürgen Bortz, Nicola Döring, Forschungsmethoden und Evaluation für Human- und Sozialwissenschaftler, 4. Aufl., Springer (e-book via UB) Elisabeth Raab-Steiner, Michael Benesch, Der Fragebogen. Von der Forschungsidee zur SPSS-Auswertung facultas wuv D. Maringer, 2010: Applied Data Analysis 14