Forschungsmethoden in der Sozialen Arbeit (XI)

Transkript

1 Forschungsmethoden in der Sozialen Arbeit (XI) Fachhochschule für Sozialarbeit und Sozialpädagogik Alice-Salomon Hochschule für Soziale arbeit, Gesundheit, Erziehung und Bildung University of Applied Sciences Thesenüberprüfende Forschungsmethoden Dr. Thomas Pudelko

2 Quantitative Methoden Denkmodelle der angewandten Mathematik Statistische Verfahren als Hilfsmittel mit denen im Fall von Unsicherheiten Aussagen und Entscheidungen getroffen werden können Statistische Verfahren und Denkmodelle sind Hilfsmittel in der sozialwissenschaftlichen Forschung 2

3 Quantitative Methoden Standardisierte, thesenüberprüfende Verfahren werden zur Gewinnung umfangreicher und repräsentativer Grunddaten verwendet. Mit solchen Verfahren lassen sich viele Personen bzw. Einheiten relativ unkompliziert befragen (im Gegensatz zu rekonstruktiven Methoden) 3

4 Mögliche Unterscheidungen Methoden der Datenerhebung Interview, Fragebogen, Beobachtung, Experiment Erhebungsform (Forschungsdesign) Experiment, Quasi-Experiment, Ex-post post-facto-design Deskriptive Statistik (d.h. beschreibende Statistik, z.b. Median, Varianz) Inferenzstatistik Stochastik,, Signifikanztest, wie z.b. Chi-Quadrat Quadrat-Test Multivariate Statistik Faktorenanalyse, Clusteranalyse Netzwerkanalyse 4

5 Warum überhaupt Statistik? 1. Eigene Arbeitsergebnisse anderen mitteilen Bessere Darstellbarkeit als quantitativ aufbereitete Ergebnisse Die Zuverlässigkeit so gewonnener Ergebnisse lässt sich gut nachweisen und vermitteln Geldgeber und Förderer möchten numerisch belastbare Aussagen über geleistete Arbeit und Ergebnisse vorgewiesen bekommen. Deshalb ist es oft angeraten auch qualitativ gewonnene Ergebnisse durch statistische Verfahren zu flankieren 5

6 Warum überhaupt Statistik? 2. Rezipierung fremder Forschungsergebnisse Fremde Forschungsergebnisse zu verstehen Zu wichten Für die eigene Arbeit nutzbar machen Sich an der Fachdiskussion aufgrund von Forschungsergebnisse Beteiligen Eigene Forschungsinteressen ableiten und Substanziell formulieren 6

7 Warum überhaupt Statistik? 3. Eigene Praxis überprüfen Wirkungsüberprüfung der eigenen Arbeit Wirkungsnachweis der verwendeten Verfahren, Methoden und Techniken Jenseits von Intuition, Gefühl, Erfahrungswert oder subjektiver Einschätzung gewünschte Wirkungen nachweisen Aber: statistische Verfahren garantieren nicht die Produktion wahren Wissens Sie sichern nicht die erwünschten Effekte und Wirkungen allein durch ihren Einsatz 7

8 Die Datenerhebung Brauchbare Ergebnisse setzen solide Datenerhebungen voraus Ergebnisse statistischer Erhebungen sind nicht per se gültig Bei Fehlern (in der Erhebung und Auswertung) sind sie nutzlos und im schlimmsten Fall irreführende 8

9 Die Datenerhebung Daten sind das, was im Rahmen einer Untersuchung erhoben/gesammelt wird bevor die Analyse und Interpretation einsetzt 9

10 Daten Messen meint das strukturtreue Zuordnen von Zahlen zu Sachverhalten, dass bestimmte Relationen zwischen den Zahlen (numerisches Relativ) entsprechende Relationen zwischen den Sachverhalten (empirisches Relativ) abbilden. Daten sind standardisiert-registrierte registrierte,, begrifflich strukturierte Beobachtungen von manifesten (= offenkundigen, deutlich erkennbaren) Merkmalen einer Untersuchungseinheit 10

11 Einheit Untersuchungseinheit Objekte, über die Daten erhoben werden z.b. Personen, Haushalte, Zeitungsartikel Erhebungseinheiten Objekte, von denen Daten erhoben werden z.b. Personen als Erhebungseinheit für die Untersuchungseinheit Haushalt 11

12 Datenerhebung Datenmenge Beschränkung bei der Datenerhebung auf eine begrenzte Anzahl aus forschungspraktischen und ökonomischen Gründen 12

13 Operationalisierung Operationalisierung Formulierung von Messanweisungen Festsetzung der Regeln, wie etwa Begriffe (z.b. Bildungsniveau) und messbare Eigenschaften (z.b. Schulabschluss) zu verknüpfen sind Definition von Indikatoren Indikatoren Messbare Ereignisse, die per Definition das Vorliegen eines Sachverhaltes anzeigen Beispiel: Art des Schulabschlusses oder verbrachte Zeit im Bildungssystem als Indikatoren für das Bildungsniveau 13

14 Merkmale Merkmal (Untersuchungsmerkmal) messbare Eigenschaft einer Untersuchungseinheit (, die untersucht werden soll) z.b. Alter, Geschlecht, Konfession Merkmalsausprägung/wert/Modalität Messbare Ausprägung eines Merkmals z.b. Jahre, m/w, evangelisch/katholisch Merkmalsklasse Überschneidungsfreie Zusammenfassung mehrerer Merkmalsausprägungen z.b Jahre, Jahre 14

15 Variable / Konstante Variable Untersuchungsmerkmal mit mindestens 2 (präzise festgelegten, eindimensionalen) empirisch vorfindlichen Merkmalsausprägungen z.b. Geschlecht in der Allgemeinbevölkerung Konstante Merkmal mit nur einer möglichen oder empirisch vorfindlichen Ausprägung z.b. Geschlecht der Schülerinnen in einem Mädchenpensionat 15

16 Skala Skala Numerische Antwortvorgabe als strukturtreues Abbild aller möglichen Merkmalsausprägungen 16

17 Skalenniveaus und Skalentypen Skalenniveau Vergleichsaspekt Skalentyp Beispiele nominal Gleichheit (gleich/ungleich) Nominalskala Geburtsort, Konfession Eindeutige Zuordnung von empirischem und numerischem Relativ bei beliebiger Zuordnungsfolge Beispiel Konfession: evangelisch = 1 oder 3 oder 7 katholisch = 2 oder 8 oder 5 17

18 Skalenniveaus und Skalentypen Skalenniveau Vergleichsaspekt Skalentyp Beispiele nominal Gleichheit (gleich/ungleich) Nominalskala Geburtsort, Konfession ordinal Rang (größer/kleiner) Ordinalskala Schulnoten Relationale Zuordnung von empirischem und numerischem Relativ durch kontinuierliche Rangfolge Beispiel Schulnoten: sehr gut = 1 oder 8 nicht 7 gut = 2 oder 7 nicht 5 befriedigend = 3 oder 5 nicht 8 18

19 Skalenniveaus und Skalentypen Skalenniveau Vergleichsaspekt Skalentyp Beispiele nominal Gleichheit (gleich/ungleich) Nominalskala Geburtsort, Konfession ordinal Rang (größer/kleiner) Ordinalskala Schulnoten metrisch Abstand (Äquidistanz) Intervallskala Grad Celsius, Zeit Maßstabsgenaue Zuordnung von empirischem und numerischem Relativ (identische Abstände zwischen den Skalenwerten) 19

20 Skalenniveaus und Skalentypen Skalenniveau Vergleichsaspekt Skalentyp Beispiele nominal Gleichheit (gleich/ungleich) Nominalskala Geburtsort, Konfession ordinal Rang (größer/kleiner) Ordinalskala Schulnoten metrisch Abstand (Äquidistanz) Intervallskala (beliebiger Nullpunkt) Ratio-/ Verhältnisskala (natürlicher Nullpunkt) Grad Celsius, Zeit Alter, Einkommen 20

21 Metrische Skalen (Äquidistanz( Äquidistanz) Diskrete / unstetige Skalen (Variablen) In einem Intervall von Werten kann nur eine endliche Anzahl von Werten liegen Beispiel: Anzahl der Kinder im Haushalt Beispiel: (1,287 Kinder sind in lebender Form nicht möglich) Kontinuierliche/stetige Skalen (Variablen) Zwischen beliebig nah beieinander liegenden Werten können weitere Werte liegen Beispiel: Zeit, Länge Beispiel: 21

22 Konzeptualisierung Bei der Konzeptualisierung sind drei Stufen zu durchlaufen 1. Auswahl und Festlegung der wichtigsten Konstanten und Variablen 2. Genaue Beschreibung, was unter jeder Konstanten und Variablen zu verstehen ist 3. Die Festlegung der Wertekategorie, die jede Variable annehmen kann 22

23 Der Fragebogen Konstruktion und Aufbau eines Fragebogens S. hierzu die LV zum Thema Fragebogen 23

24 Deskriptive Statistik Deskriptive Statistik Einfachste Form der Statistik Techniken, um beobachtete Daten summarisch darzustellen Formen der Zusammenfassung sind: Tabellarische Auflistung Grafische Darstellung Berechnung statistischer Kennwerte 24

25 Deskriptive Statistik Einfache Anwendungen der Deskriptiven Statistik Charakterisierung von Verteilungsformen Maße einer Tendenz Maße über Variabilität Maße zur Beschreibung von Zusammenhängen 25

26 Darstellung von statistischen Daten Tabellen Kreuztabellen Statische Tabellen Dynamische Tabellen Pivot-Tabellen 4-Felder Tafel Diagramme Säulendiagramm Balkendiagramm Liniendiagramm Kreis(Torten)diagramm Ringdiagramm Punktdiagramm Flächendiagramm Netzdiagramm Blasendiagramm Mischdiagramm 26

27 Der Mittelwert Ein Ein Mensch, der von Statistik hört, denkt dabei nur an den Mittelwert. Jedoch er glaubt nicht dran und ist dagegen, Ein Beispiel kann es gleich belegen. Ein Ein Jäger auf der Entenjagd hat einen ersten Schuss gewagt. Der Schuss, zu hastig aus dem Rohr, lag eine gute Handbreit vor. 27

28 Der Mittelwert Der Der zweite Schuss mit lautem Krach, lag eine gute Handbreit nach. Der Jäger spricht ganz unbeschwert, voll Glauben an den Mittelwert. Statistisch ist die Ente tot. Doch Doch wär er klug und nähme Schrot - dies sei gesagt, ihn zu bekehren es würde seine Chance mehren. Der Schuss geht ab, die Ente stürzt, weit Streuung ihr das Leben kürzt. 28

29 Forschungsdesign Fragestellung Erhebungsmethoden Auswertungsmethoden Zeitplan Ressourcen Gütekriterien 29