Einführung in die Methoden der empirischen Sozialforschung

Transkript

1 Einführung in die Methoden der empirischen Sozialforschung Überblick Population - nauswahl Definition der Begriffe Quantitative Studien: Ziehen von n (= Sampling) Qualitative Studien: Ziehen von n (= Sampling)

2 Definition: opulation (= Grundgesamtheit), Population Population= = Auswahlverfahren Personengruppe, über die man Informationen sammeln will (Umfang = N) Auswahl aus den Personen oder Elementen der Population, die untersucht wird (Umfang = n)

3 Vollerhebung Population Vollerhebung= Daten aller Elemente oder Personen einer Population werden untersucht

4 Vor- und Nachteile: Vollerhebung - Erhebung einer Vollerhebung, wenn der Umfang der Population gering ist Heterogenität in Bezug auf ein interessierendes Merkmal Vorteile die gesamte Verteilung der Merkmale einer Population sind bekannt, bei einer müssen sie geschätzt werden. Nachteile ab einer bestimmten Grösse, werden die Kosten grösser als bei einer Ergebnisse einer können genauer sein als diejenigen einer Vollerhebung bessere Ausbildung der Ausführenden der Erhebung grössere Kontrollmöglichkeiten bessere Elimination der Datenfehler bei der Erhebung und Bearbeitung

5 Repräsentativität Repräsentativität = die ist ein verkleinertes Abbild der Population --> gleiche Verteilung der Merkmale der Population und der Dies ist nur in einer Zufallsstichprobe gegeben --> Repräsentationsschluss kann nur bei einer Zufallsauswahl gezogen werden. In der Praxis wird der Begriff repräsentative nicht nur im Zusammenhang mit Zufallsstichproben gebraucht.

6 Auswahlverfahren zur Ziehung einer Auswahlverfahren = Regeln und Vorgehensweisen nach denen Personen oder Elemente aus einer Population ausgewählt und in die aufgenommen werden Grundsatzentscheidung bei der Auswahl des Verfahrens: Zufalls-oder bewusste Auswahl neinheit Klumpen oder Elemente

7 Auswahlverfahren zur Ziehung einer Zufallsauswahl einstufig einfache Wahrscheinlichkeitsauswahl systematische Wahrscheinlichkeitsauswahl mehrstufig geschichtete Wahrscheinlichkeitsauswahl Klumpenauswahl mehrstufige Wahrscheinlichkeitsauswahl Bewusste Auswahl Auswahl nach festgelegten subjektiven Kriterien extrem Gruppen typische Fälle Auswahl nach dem Intensitätsauswahl Quota-Auswahl Auswahl nach dem Schneeballprinzip Willkürliche Auswahl keine subjektive Kriterien, ad-hoc-auswahl

8 Einstufige Zufallsauswahl: Einfache Zufallsstichprobe (=simple random sample) Population

9 Einstufige Zufallsauswahl: ystematische Zufallsstichprobe Population Jedes x-te Element wird ausgewählt

10 Mehrstufige Zufallsauswahl: Geschichtete Zufallsstichprobe Proportional geschichtet Population Disproportional geschichtet Population

11 Mehrstufige Zufallsauswahl: Dr. Marianne Schüpbach, Dep. Erziehungswissenschaften, Universität Freiburg Klumpenstichprobe Population

12 Mehrstufige Zufallsauswahl: Dr. Marianne Schüpbach, Dep. Erziehungswissenschaften, Universität Freiburg Mehrstufige Zufallsstichprobe Population

13 Bewusste Auswahl: Dr. Marianne Schüpbach, Dep. Erziehungswissenschaften, Universität Freiburg Typische u. extreme Fälle als Population Typische Fälle (Bsp. Frauen) Extreme Fälle (Bsp. Knaben) Population

14 Bewusste Auswahl: Intensitätsverfahren Population

15 Bewusste Auswahl: Schneeballverfahren Population

16 Bewusste Auswahl: Dr. Marianne Schüpbach, Dep. Erziehungswissenschaften, Universität Freiburg Quota-n 70% Frauen 10% Männer 20% Kinder Population 70% Frauen 10% Männer 20% Kinder

17 Ausfälle Nonresponse-Problem: Personen, die nicht antworten: wollen keine Auskunft geben sind nur schwer erreichbar sind nicht mehr erreichbar Kontaktperson ist nicht erreichbar sind überfordert nicht aufgefundene Adressen Interviewfehler /Fragebogenfehler Datenerfassungs- und Aufbereitungsfehler Ausschöpfungsquote: Quotient zwischen der Zahl ausgewerteter Interviews und der bereinigten

18 Repräsentationsschluss 1 Beschreibung der durch statistische Kennwerte (u.a. Mittelwert) Der Mittelwert der Zufallsstichprobe ist die Schätzung für den Mittelwert der Population. Der Mittelwert von Mittelwerten von vielen Zufallsstichproben der gleichen Population ist der Mittelwert der Population (=Mittelwertsparameter). Mit dem errechneten Mittelwert einer kann mit einer gewissen Fehlertoleranz (= Konfidenzintervall) auf den entsprechenden Wert der Population geschlossen werden. --> Repräsentationsschluss Die Streuung der Mittelwerte der n (=Standardfehler σ x ) um diesen Parameter herum, ist abhängig von 2 Grössen: Varianz der Population (σ 2 x), Umfang der (n). σ x = σ 2 x n bei einem Wert von 80% kann man davon ausgehen, dass dieser unter Berücksichtigung des Konfidenzintervalls für die Population zutrifft.

19 Mittelwertsparameter der Population Marianne Schüpbach, Dep. Erziehungswissenschaften, Universität Freiburg A M= 0.5 B M= 0.6 C M= 0.8 Population / Grundgesamtheit M=0.5 + Konfidenzintervall =Repräsentationsschluss Mit dem errechneten Mittelwert einer kann mit einer gewissen Fehlertoleranz (= Konfidenzintervall) auf den entsprechenden Mittelwert (=Mittelwertsparameter) der Population geschlossen werden. --> Repräsentationsschluss

20 Repräsentationsschluss 2 Konfidenzintervall= der Bereich der Merkmalsausprägungen, in dem sich der Mittelwert der Population(=Parameter) mit einer 95% (oder 99%) Sicherheit befindet Konfidenzintervall 95% = p + z 2.5%. P. (1-p) Konfidenzintervall 99% = p + z 0.5%. P. (1-p) n 2/3 aller Fälle 95% aller Fälle 99% aller Fälle p= Anteil, der für die errechnet wurde z= Wert, der von den extremen der Standardnormalverteilung 2.5% (z=1.96) bzw. 0.5% (z=2.58) der Fälle abschneide = ngrösse

21 Parameter für die Population liegt mit 95%iger Sicherheit zwischen 76% und 84% Beispiel Von 400 repräsentativ ausgewählten Kindern der Schweiz finden 80% den Sporttag gut. Wie sieht es bei der Population (alle Kinder der Schweiz aus)? p= 0.8 Z=1.96 (Konfidenzintervall 95%) N=400 Konfidenzintervall 95%= p + z 2.5 %. p. (1-p) n =

22 numfang 1 Keine eindeutige Regel, wie gross die optimale genau sein muss ist nur bedingt abhängig von der Grösse der Population hängt von den Materiellen und personellen Ressourcen ab, die zur Verfügung stehen Grösse der steht im Zusammenhang mit der Schätzungsgenauigkeit der --> je nach tolerierbarem Fehler, kann die ngrösse bestimmt werden Bsp. n=800, p= 0.8 Konfidenzintervall 95% von 0.77 bis 0.83 n=400, p= 0.8 Konfidenzintervall 95% von 0.76 bis 0.84 n=200, p= 0.8 Konfidenzintervall 95% von 0.74 bis 0.85 n=100, p= 0.8 Konfidenzintervall 95% von 0.71 bis 0.87 Schätzgenauigkeit erhöht sich nicht proportional zum Umfang, der Gewinn der Schätzgenauigkeit ist vor allem bis 1000 Personen gross

23 numfang 2 Wichtig für f r die Entscheidung der Grösse der ist (nebst der Überlegung bezüglich Schätzfehler) die Komplexität t der Fragestellung Bei grösserer Komplexität und grösserer Differenzierung reduziert sich die einzelne Zellbesetzung und der numfang muss erhöht werden. Der Einsatz der Methoden beeinflusst den numfang. Z.B. Standardisierter Fragebogen grössere Narrative Interviews kleinere

24 Qualität von n in qualitativen Studien Statistische Repräsentativität spielt in der Regel keine Rolle, hingegen die inhaltliche Repräsentativität (=Angemessene Zusammenstellung der )

25 Kriterien für die Zusammenstellung von n Primäre re Selektion von TeilnehmerInnen,, allg. Kriterien: Mitglieder verfügen über reiche Informationen in Bezug auf die Fragestellung (Morse 1994, Stake 1994) sie haben die Fähigkeit zu reflektieren sie können sich artikulieren sie haben Zeit, interviewt zu werden sie sind bereit, an der Untersuchung teilzunehmen Sekundäre Selektion von TeilnehmerInnen: verschiedene Sampling-Möglichkeiten: Kriterien werden theoriebezogen festgelegt A-priori-Determinierung Vollerhebung Theoretisches Sampling abweichende oder extreme Fälle Intensitätsstichproben, Fälle, die im Zentrum des Geschehens stehen Variantions-maximierte, Fälle, die möglichst unterschiedlich sind kritische Fälle, Fälle, die für die Identifikation von kritischen Ereignissen wichtig sind u.a

26 Ziehen von n --> nziehung muss zu Beginn der Durchführung der Untersuchung noch nicht abgeschlossen sein, eine Ergänzung im Verlaufe des Prozesses ist gut möglich Vorab-Festlegung der Struktur der (eher selten) theoretisches Sampling (= Schrittweise Festlegung der Struktur der, Glaser & Strauss) bis zur theoretischen Sättigung (= es können keine weiteren Daten gefunden werden, mit Hilfe derer weitere Eigenschaften der Kategorien entwickelt werden können) Gate keeper (Türwächter), der der Forscherin den Zugang zu Feld öffnen kann Schneeballsystem: man beginnt mit einem Fall und lässt sich von diesem weitere nennen Top-down- Ansatz (= es wird in einer Institution an der Spitze begonnen und nach und nach die unterschiedlichen Hierarchiestufen miteinbezogen) --> Kombination der beiden Vorgehensweisen

27 Ziehen von n Theoretisches Sampling 1 Umfang der Grundgesamtheit ist vorab unbekannt 3 Merkmale der Grundgesamtheit sind nicht vorab bekannt 5 Mehrmalige Ziehung von nelementen nach jeweils neu festzulegenden Kriterien 7 ngrösse vorab nicht definiert 9 Sampling beendet, wenn theoretische Sättigung erreicht ist Statistisches Sampling 2 Umfang der Grundgesamtheit ist bekannt 4 Merkmalsverteilung der Grundgesamtheit ist abschätzbar 6 Einmalige Ziehung einer nach einem vorab festgelegten Plan 8 ngrösse vorab definiert 10 Sampling beendet, wenn die gesamte untersucht ist Flick (2002), Kap. 7

28 Problematik in der Praxis der gate keeper nimmt oft die Auswahl der Informaten vor --> versucht so die sich der Organisation wirksam werden zu lassen nicht alle gewünschten Informanten stehen zur Verfügung --> erheblicher Informationsverlust Abfolge der Interviews /Beobachtungen in ein System bringen Segmentierung einer Institution nach formalen Kriterien --> Zusammenarbeit der verschiedenen Segmenten miteinbeziehen Z.B. bei der Untersuchung einer Schule: Kriterienkatalog aufstellen im Sinne der Vollständigkeit

29 Literatur Obligatorische Literatur: Merkens, H. (1997). bei qualitativen Studien. In: B. Friebertshäuser, A. Prengel (Hrsg.). Handbuch qualitative Forschungsmethoden in der Erziehungswissenschaft. Weinheim: Juventa Zöfel, P. (2002). Statistik verstehen. Kap. 2, Variablenklassifikation. München: Addison-Wesley. Vertiefungsliteratur: Atteslander, P. (1995). Methoden der empirischen Sozialforschung. Kapitel 2 (8. Aufl.). Berlin: Gruyter Schnell, R., Hill, P.B., Esser, E. (1999). Methoden der empirischen Sozialforschung. Kapitel 6 Auswahlverfahren. München: Oldenburg.