Methoden der empirischen Sozialforschung I

Transkript

1 Methoden der empirischen Sozialforschung I Annelies Blom, PhD TU Kaiserslautern Wintersemester 2011/12

2 Quantitative Methoden der empirischen Sozialforschung Methoden 1, Vorlesungen

3 Übersicht Wiederholung: Qualitative und quantitative Methoden Operationalisieren und Messen Welche quantitative Methoden nutzen wir wann? Die standardisierte Befragung Datengenerierung und Datenqualität Die Datenmatrix Methoden 1, Vorlesungen

4 Ziele Qualitative Methoden Erkundung völlig neuer Phänomene (Anthropologie) Erfassung tiefgehender Zusammenhänge (qualitative Sozialforschung) Schwierig erreichbare Zielgruppen (z.b. Obdachlose, illegale Immigranten, Alkoholabhängige) Quantitative Methoden Theoriegeleitete Forschung Große Zufallsstichprobe (statistische Analysen) Messung der gleichen Merkmale über alle Einheiten hinweg Bekannte und erreichbare Grundgesamtheit (z.b. Studenten der TUKL, deutschsprachige Bevölkerung) Methoden 1, Vorlesungen

5 Methoden Qualitative Methoden Quantitative Methoden Teilnehmende Beobachtung (v.a. Anthropologie) Tiefeninterviews Fokusgruppen Qualitative Inhaltsanalyse Administrative Daten (amtliche Statistik) Umfrageforschung und ähnliche Datenerhebungen Quantitative Experimente Methoden 1, Vorlesungen

6 Daten Qualitative Daten Textdateien (auch transkribierte Interviews) Viel Information über wenige Untersuchungseinheiten Semi-strukturierte Informationen Vergleichbarkeit der Informationen zweitrangig Quantitative Daten Numerische Datensätze (auch kodierte Antworten) Limitierte Information über viele Untersuchungseinheiten Strukturierte und codierte Informationen Vergleichbarkeit der Informationen essentiell Methoden 1, Vorlesungen

7 Operationalisieren und Messen Methoden 1, Vorlesungen

8 Operationalisieren Beim Messen sozialer Gegebenheiten unterscheiden wir Beobachtungsbegriffe, d.h. Gegebenheiten die wir direkt erfassen können (z.b. Geschlecht, Alter). Beobachtungsbegriffe sind uni-dimensional. Theoretischen Begriffe, die wir nur indirekt über theoretische Konstrukteerfassen können (z.b. soziale Schicht). Theoretische Konstrukte sind meist multidimensional und werden daher über mehrere Indikatoren gemessen. Das Umsetzen eines theoretischen Konstrukts in ein Messinstrument nennt man Operationalisierung. Methoden 1, Vorlesungen

9 Operationalisieren und Messen Begriff Dimensionen Indikatoren Messinstrument Definition und Konzeptspezifikation (Begriffsexplikation) Festlegung der Indikatoren (Operationalisierung) Konstruktion Messinstrumente (Operationalisierung) Das Messinstrument muss valide sein, d.h. es muss das Konstrukt korrekt abbilden. reliabelsein, d.h. eine wiederholte Messung mit dem Instrument muss zum gleichen Ergebnis führen. Methoden 1, Vorlesungen

10 Beispiel: Operationalisierung von soziale Schicht Begriff Dimensionen Indikatoren Messinstrument soziale Schicht Einkommen Bildung Lohn Zinsen Schulbildung Berufsbildung Wie hoch ist Ihr monatliches Nettoeinkommen? Wie hoch ist Ihr jährliches Zinseinkommen? Welchen Schulabschluss haben Sie? Welchen Berufsabschluss haben Sie? Methoden 1, Vorlesungen

11 Beispiel: Operationalisierung von Armut Definition EU (1984): Menschen sind arm, die über so geringe materielle, kulturelle und soziale Mittel verfügen, dass sie von der Lebensweise ausgeschlossen sind, die in dem Mitgliedsstaat, in dem sie leben, annehmbar ist Armut materielle soziale Gesundheit Bildung Einkommen Wohnistuation Ausstattung soziale Kontakte chronische Krankheiten Ausbildungsniveau Erfordert eine komplexe Indexbildung Methoden 1, Vorlesungen

12 Messen Beim Messen bilden wir empirische Gegebenheiten numerisch ab. Problem: Gibt es eine Skala die die empirische Gegebenheit korrekt abbildet? Methoden 1, Vorlesungen

13 Skalenniveaus Nominalskala (gleich, ungleich) Geschlecht, Familienstand, Beruf, Partei Ordinalskala (geordnet; größer, kleiner) Schulnoten, Psycho-Skalen, Temperatur, Schicht (?) Intervallskala (zusätzlich Abstände definiert) Geburtsjahr, Schulnoten (?), Psycho-Skalen (?) Ratioskala(zusätzlich Nullpunkt definiert) Alter, Einkommen, Schuldbildung Methoden 1, Vorlesungen

14 Übung: Skalenniveaus Überlegen Sie: Um welches Messniveau handelt es sich? Familienstand Nominal Wohnfläche in Quadratmetern Ratio Anzahl Kinder im Haushalt Note in der letzten Klausur Ratio Intervall Zufriedenheit mit der zur Verfügung stehenden Wohnfläche Ordinal Bruttoinlandsprodukt eines Landes in Mrd. Euro Ratio Konfession Nominal Methoden 1, Vorlesungen

15 Welche quantitative Methoden nutzen wir wann? Methoden 1, Vorlesungen

16 Administrative Daten Methoden 1, Vorlesungen

17 Administrative Daten in der Sozialforschung Administrative Daten entstammen einem Verwaltungsapparat, z.b. Bundes-und Länderbehörden (Agentur für Arbeit, Deutsche Rentenversicherung) Universitätsverwaltung In einigen Fällen ist es möglich einen reduzierten und anonymisierten Datensatz (einen sog. Scientific UseFile) für wissenschaftliche Forschung zu Nutzen. Seit 2001 eingerichtete Forschungsdatenzentren bereiten die Daten auf und stellen sie zur Verfügung. Methoden 1, Vorlesungen

18 Administrative Daten in der Sozialforschung Vorteile Meist große Fallzahlen (d.h. große Anzahl an erhobenen Einheiten) und lange Zeitreihen Oft (aber nicht immer) große Genauigkeit der Daten Niedrige Kosten für den Forscher, da die Daten bereits erhoben sind Nachteile Daten oft nicht deckungsgleich mit Forschungsfragen (und manchmal lückenhaft), da für administrative Zwecke erhoben Hauptsächlich ökonomische Daten Nutzung der Daten oft hoher bürokratischer Aufwand Methoden 1, Vorlesungen

19 Quantitative Experimente Methoden 1, Vorlesungen

20 Quantitative Experimente in der Sozialforschung Hauptsächlich in der Psychologie verwendet, da in anderen Bereichen oft schwer durchführbar. Das Experiment ist dasforschungsdesign zur Überprüfung von Kausalhypothesen Im Experiment ist der Kausalschluss am sichersten (Ausschluss möglicher Störfaktoren) Im Standarddesign eine Kontrollgruppe und eine Versuchsgruppe (treatmentgroup). Die Probanden werden randomisiert auf Kontroll-und Versuchsgruppen verteilt (manchmal Abstimmung von Kernprobandenmerkmalen, matching ) Methoden 1, Vorlesungen

21 Quantitative Experimente in der Sozialforschung Vorteile Kausalanalysen möglich! Durch Randomisierungund Matchingder Probanden meist recht hohe Verlässlichkeit bei kleinem Stichprobenumfang Nachteile Praktische Probleme bei der Probandenteilnahme, daher häufig Studentenstichproben Bevölkerungsrepräsentative Studien theoretisch zwar möglich aber noch nie durchgeführt Methoden 1, Vorlesungen

22 Umfragen und ähnliche Erhebungen Methoden 1, Vorlesungen

23 Umfragen in der Sozialforschung Wichtiges und beliebtes Instrument der Sozialforschung (v.a. in der Soziologie, Politikwissenschaft und Bildungsforschung) Daten werden meist mit Hilfen von standardisierten Befragungen erhoben, aber auch andere Messungen (z.b. kognitive Fähigkeiten, objektiver Gesundheitszustand) sind möglich. Große Bandbreite an Umfragestudien von spezifischen Studien mit kleinen, selektiven Stichproben zu großen internationalen Erhebungen. Die Daten vieler Erhebungen sind im Datenarchiv für Sozialwissenschaften der GESIS oder direkt bei der jeweiligen Studie erhältlich für Sekundäranalysen. Die größten deutschen Umfragestudien haben eigene Forschungsdatenzentren. Methoden 1, Vorlesungen

24 Umfragen in der Sozialforschung Wichtige Umfragestudien in Deutschland (und international): Sozio-ökonomisches Panel (SOEP) European Social Survey (ESS) Survey of Health, Ageing and Retirement in Europe (SHARE) Beziehungs-und Familienpanel (pairfam) Nationales Bildungspanel (NEPS) Programme for International Student Assessment (PISA) Methoden 1, Vorlesungen

25 Formen der Befragung Art der Kommunikation Persönlich-mündlich Telefonisch Schriftlich Mit oder ohne Computer Mit oder ohne Interviewer Hauptbefragungsformen Computer Assisted Personal Interview (CAPI) Computer Assisted Telephone Interview (CATI) Paper Assisted Personal Interview(PAPI) Selbstausfüller(z.B. Briefumfrage) Online-Umfrage Methoden 1, Vorlesungen

26 Umfragedaten in der Sozialforschung Vorteile Möglichkeit zur Umsetzung spezifischer Forschungsfragen Möglichkeit zusätzliche Daten (z.b. kognitive Fähigkeiten, objektiver Gesundheitszustand) zu erheben. Nachteile Hohe Qualität und große Fallzahlen sind teuer Trotz inzwischen hoher Professionalisierung in der Datenerhebung viele mögliche Fehlerquellen welche die Datenqualität beeinträchtigen könnten Methoden 1, Vorlesungen

27 Die standardisierte Befragung Methoden 1, Vorlesungen

28 Die standardisierte Befragung Allgemeine Prinzipien: Konstanthaltung der Situation (Gleichheit der Stimuli) Alle Fragen werden allen Befragten in der gleichen Formulierung mit den gleichen Antwortalternativen vorgelegt Neutralität des Interviewers Der Interviewer sollte die Antworten nicht sanktionieren, soll nicht argumentieren. Auch auf nonverbales Verhalten achten. Vorteil: objektive und verlässliche Datenerhebung Nachteil: Datenerhebung nur zu von vorneherein festgelegten thematischen Aspekten möglich, selbst Antwortkategorien bereits festgelegt Erfordert beträchtliches inhaltliches Vorwissen Deshalb oft qualitative Interviews zur Exploration Methoden 1, Vorlesungen

29 Fragetypen Einstellungs- und Meinungsfragen Sollten Ausländer, die länger als 10 Jahre in D leben, wählen können? Ja Nein Überzeugungsfragen: subjektive Aussagen über Fakten Im letzten Jahr wurden in D mehr ausländische als deutsche Kinder geboren. richtig falsch Verhaltensfragen: retrospektiv berichtetes Verhalten Wie häufig waren Sie in den letzten 12 Monaten beim Arzt? nie 1-3 mal 4-5 mal häufiger weiß nicht Eigenschaftsfragen: soziodemographische Merkmale Standarddemographie (Bsp. Alter, Geschlecht, Bildung, Familienstand etc.) Methoden 1, Vorlesungen

30 Frageformen Geschlossene Fragen: vorgegebene Antwortkategorien Warum haben Sie sich für Ihr Studium entschieden? Interesse am Fach Arbeitsmarktchancen Offene Fragen: Protokollierung der freien Antwort Warum haben Sie sich für Ihr Studium entschieden? Halboffene/Hybridfragen Warum haben Sie sich für Ihr Studium entschieden? Interesse am Fach Arbeitsmarktchancen Sonstiges: Methoden 1, Vorlesungen

31 Geschlossene Fragen Bei geschlossenen Fragen gibt es eine begrenzte und definierte Anzahl möglicher Antwortkategorien, in welche die Befragungsperson ihre Antwort einpassen ( formatieren ) muss. Dabei ist zu unterscheiden zwischen Fragen mit nur einer zulässigen Antwort (Einfachnennung) und Fragen mit mehr als einer zulässigen Antwort (Mehrfachnennungen). Methoden 1, Vorlesungen

32 Geschlossene Fragen (Einfachnennung) Wie stark interessieren Sie sich für Politik, sehr stark, stark, mittel, wenig oder überhaupt nicht? sehr stark... stark... mittel wenig.... überhaupt nicht Methoden 1, Vorlesungen

33 Geschlossene Fragen (Mehrfachnennung) Welche der folgende Geräte befinden sich in Ihrem Haushalt? Interviewer: Mehrfachnennungen möglich Waschmaschine... Spülmaschine... Küchenmaschine... Espressomaschine... Staubsauger... Kühlschrank... Methoden 1, Vorlesungen

34 Geschlossene Fragen Vorteil: Sowohl bei der Befragung selbst als auch bei der späteren Datenaufnahme und Datenauswertung schnell abzuarbeiten. Nachteil: Befragungspersonen finden sich häufig nicht in den vorgegebenen Antwortkategorien wieder (mit den möglichen Konsequenzen item nonresponse, bewusst falsche Angaben, oder man gibt halt irgendwas an). Methoden 1, Vorlesungen

35 Offene Fragen Bei offenen Fragen wird nur die Frage selbst vorgelesen. Es gibt keine Antwortkategorien, die Befragungsperson antwortet in ihren eigenen Worten. Der Interviewer (sofern es ihn gibt) protokolliert die Aussagen der befragten Person möglichst wörtlich. Methoden 1, Vorlesungen

36 Offene Fragen Welche berufliche Tätigkeit üben Sie in Ihrem Hauptberuf aus? Bitte beschreiben Sie mir Ihre berufliche Tätigkeit genau. Methoden 1, Vorlesungen

37 Offene Fragen Vorteil: Die Befragungsperson kann so antworten, wie ihr der Schnabel gewachsen ist. Nachteile: Ganz allgemein: Die Ergebnisse hängen sehr stark von der verbalen bzw. schriftlichen Artikulationsfähigkeitder Befragungspersonen ab Probleme des Befragten mit offener Sprache oder offenen Texten Probleme des Interviewers beim vollständigen und korrekten Erfassen offener Antworten Und natürlich: immenser Aufwand bei der Auswertung! Methoden 1, Vorlesungen

38 Halb-offene Fragen Halboffene Fragen sind eher ein Ergebnis von Entscheidungsschwierigkeiten des Fragebogenentwicklers, kommen aber in der Praxis sehr häufig vor. Einer an sich geschlossenen Frage wird eine zusätzliche Kategorie( anderes / weiteres ) angehängt, die wie eine offene Frage beantwortet werden kann. Eine halboffene Frage bietet sich immer dann an, wenn das Universum möglicher Antworten auf eine Frage zwar gut abgeschätzt (geschlossene Frage), aber nicht definitiv bestimmt werden kann (offene Frage). Aber zusätzlicher Kodierungsaufwand! Methoden 1, Vorlesungen

39 Offene oder geschlossene Fragen? Aufgrund kognitionspsychologischer Forschung wissen wir heute, dass die Entscheidung für eine offene oder für eine geschlossene Frage nicht alleine das Registrieren der Antwort und den Aufwand bei der Auswertung beeinflusst, sondern bedeutende Auswirkungen auf das Ergebnis zu dieser Frage haben kann. Offene und geschlossene Fragen stellen unterschiedliche kognitive Anforderungen an die Befragungsperson. Vor allem muss die Befragungsperson bei der offenen Frage den Rahmen für ihre Antwort selbst abstecken. Methoden 1, Vorlesungen

40 Skalen Wie viele Stunden sehen Sie an einem normalen Werktag fern? bis 1/2 Stunde 1/2 bis 1 Stunde 1 bis 11/2 Stunden 11/2 bis 2 Stunden 2 bis 21/2 Stunden mehr als 21/2 Stunden bis 21/2 Stunden 21/2 bis 3 Stunden 3 bis 31/2 Stunden 31/2 bis 4 Stunden 4 bis 41/2 Stunden mehr als 41/2 Stunden Mehr als 2 1/2 Stunden: 16,2 % Mehr als 2 1/2 Stunden: 37,5% Hohe Häufigkeitsskalen legen nahe, dass der Forscher häufige hohe Nennungen erwartet. Deshalb berichten Befragte bei der Skala auf der linken Seite weniger Stunden als auf der rechten Seite (Schwarz et al. 1985) Methoden 1, Vorlesungen

41 Skalentypen Verbalisierte Skalen: Trifft voll trifft eher trifft eher trifft überhaupt und ganz zu zu nicht zu nicht zu Numerische (endpunktbenannte) Skalen: trifft überhaupt trifft voll nicht zu und ganz zu Methoden 1, Vorlesungen

42 Skalentypen Gerade Skalen: unwichtig sehr wichtig Ungerade Skalen: unwichtig sehr wichtig Methoden 1, Vorlesungen

43 Skalentypen In der Praxis haben sich unter dem Gesichtspunkt der Diskriminierungsfähigkeit numerische (endpunktbenannte) Skalen mit sieben plus/minus zwei Skalenpunkten bewährt. Methoden 1, Vorlesungen

44 Frageformulierung: 10 Gebote (Porst 2000) 1. Du sollst einfache, unzweideutige Begriffe verwenden, die von allen Befragten in gleicher Weise verstanden werden! 2. Du sollst lange und komplexe Fragen vermeiden! 3. Du sollst hypothetische Fragen vermeiden! 4. Du sollst doppelte Stimuli und doppelte Verneinungen vermeiden! 5. Du sollst Unterstellungen und suggestive Fragen vermeiden! 6. Du sollst Fragen vermeiden, die auf Informationen abzielen, über die viele Befragte mutmaßlich nicht verfügen! 7. Du sollst Fragen mit eindeutigem zeitlichen Bezug verwenden! 8. Du sollst Antwortkategorien verwenden, die erschöpfend und disjunkt (überschneidungsfrei) sind! 9. Du sollst sicherstellen, dass der Kontext einer Fragesich nicht auf deren Beantwortung auswirkt! 10. Du sollst unklare Begriffe definieren! Methoden 1, Vorlesungen

45 Datengenerierung und Datenqualität Methoden 1, Vorlesungen

46 Datengenerierung (Angelehnt an Groves et al. 2009, 46 S.48)

47 Datenqualität Konstrukt Validität Die Diskrepanz zwischen Konstrukt und Messinstrument 47 (Angelehnt an Groves et al. 2009, S.48)

48 Datenqualität Messfehler Die Diskrepanz zwischen idealer Messung und tatsächlicher Antwort, z.b. durch: Missverständnisse Soziale Erwünschtheit Satisficing 48 (Angelehnt an Groves et al. 2009, S.48)

49 Fragen und Antworten Die richtige Antwort, mein lieber Watson, erhalten Sie nur, wenn Sie die richtige Frage stellen. Methoden 1, Vorlesungen

50 Kognitive Schritte beim Antworten 1. Den Inhalt der Frage verstehen 2. Im Gedächtnis nach der Antwort suchen 3. Eine Einschätzung abgeben 4. Die Einschätzung in eine der Antwortkategorien übersetzen Methoden 1, Vorlesungen

51 Satisfycing Wenn Befragte die Schritte 2 und 3 nur teilweise oder gar nicht ausführen. Warum? Das Beantworten von Fragen ist kognitiv anstrengend. Methoden 1, Vorlesungen

52 Arten von Satisfycing Die erste sinnvolle Antwortkategorie auswählen Bejahungen zustimmen Die mittlere Kategorie wählen Weiß nicht antworten Methoden 1, Vorlesungen

53 Ursachen von Satisfycing Schwierigkeitsgrad der Aufgabe Fähigkeiten der Befragten Motivation der Befragten Methoden 1, Vorlesungen

54 Datenqualität Messfehler Die Diskrepanz zwischen idealer Messung und tatsächlicher Antwort, z.b. durch: Missverständnisse Soziale Erwünschtheit Satisficing 54 (Angelehnt an Groves et al. 2009, S.48)

55 Datenqualität Aufbereitungsfehler Die Diskrepanz zwischen der in der Schätzung verwendeten Variablen und der Antwort der Befragten, z.b. durch nachträglichen Kodierungen. 55 (Angelehnt an Groves et al. 2009, S.48)

56 Datenqualität Deckungsfehler Die Diskrepanz zwischen Grundgesamtheit und verfügbarem Stichprobenframe 56 (Angelehnt an Groves et al. 2009, S.48)

57 Datenqualität Stichprobenfehler Dieser Fehler entsteht weil man normalerweise nicht alle Einheiten im Frame beobachtet sondern nur eine Zufallsstichprobe dieser Einheiten. 57 (Angelehnt an Groves et al. 2009, S.48)

58 Beispiel: Mathenote im Abitur Grundgesamtheit: Studenten an deutschen Universitäten Stichprobenframe: Liste aller Studenten an Universitäten die bei der Studie teilnehmen Stichprobe: Für 5 verschiedene Zufallsstichproben mit jeweils 5 Studenten wird die mittlere Mathenote berechnet. Methoden 1, Vorlesungen

59 Mittelwerte bei 5 Zufallsstichproben Stichprobe 1 Stichprobe 2 Stichprobe 3 Stichprobe 4 Stichprobe 5 Student 1 1,0 2,0 2,0 2,0 2,0 Student 2 2,0 2,7 2,0 2,3 2,0 Student 3 2,5 3,0 2,7 3,0 2,7 Student 4 3,0 3,0 3,0 3,0 3,0 Student 5 3,0 4,0 3,3 4,0 3,0 Mittelwert 2,30 2,94 2,60 2,86 2,54 Methoden 1, Vorlesungen

60 Datengenerierung Stichprobenfehler Dieser Fehler entsteht weil man normalerweise nicht alle Einheiten im Frame beobachtet sondern nur eine Zufalls-stichprobedieser Einheiten; in der induktiven Statistik berücksichtigen Konfidenzintervalle die Stichprobenfehler 60 (Angelehnt an Groves et al. 2009, S.48)

61 Datengenerierung Nonresponse-Fehler Die Diskrepanz zwischen Brutto-Stichprobe (die Zufallsstichprobe die man gezogen hat) und Netto-Stichprobe (die tatsächlich erhobenen Einheiten, z.b. die Befragten) 61 (Angelehnt an Groves et al. 2009, S.48)

62 Datengenerierung Anpassungsfehler Mit nachträglichen Anpassungen versucht man Deckungs-, Stichproben- und Nonresponse- Fehler auszugleichen(z.b. Gewichtungen) 62 (Angelehnt an Groves et al. 2009, S.48)

63 Datengenerierung und Datenqualität (Angelehnt an Groves et al. 2009, 63 S.48)

64 Aus den Medien Am melden die Medien: Jedes 2. Huhn ist mit antibiotika-resistenten Keimen verseucht. Dies zeigt eine nichtrepräsentative Stichprobe Was können wir aus dieser Meldung schließen? Methoden 1, Vorlesungen

65 Die Datenmatrix Methoden 1, Vorlesungen

66 Datenmatrix / Datensatz Variable 1 Variable 2 Fall1 Wert von Fall 1 auf Variable 1 Wert von Fall 1 auf Variable 2 Wert von Fall 1 auf Variable 3 Fall 2 Wert von Fall 2 auf Variable 1 Wert von Fall 2 auf Variable 2 Wert von Fall 2 auf Variable x Fall 3 Wert von Fall 3 auf Variable 1 Wert von Fall 3 auf Variable 2 Wert von Fall 3 auf Variable x Wert von Fall i auf Variable 1 Wert von Fall i auf Variable 2 Wert von Fall i auf Variable x Methoden 1, Vorlesungen

67 Datenmatrix / Datensatz Fall ID Geschlecht Geburtsgewicht 1019 Wert von Fall 1 auf Variable 1 Wert von Fall 1 auf Variable 2 Wert von Fall 1 auf Variable Wert von Fall 2 auf Variable 1 Wert von Fall 2 auf Variable 2 Wert von Fall 2 auf Variable x 1021 Wert von Fall 3 auf Variable 1 Wert von Fall 3 auf Variable 2 Wert von Fall 3 auf Variable x Wert von Fall i auf Variable 1 Wert von Fall i auf Variable 2 Wert von Fall i auf Variable x Methoden 1, Vorlesungen

68 Datenmatrix / Datensatz Fall ID Geschlecht Geburtsgewicht (männlich) (weiblich) (weiblich) 3261 Methoden 1, Vorlesungen

69 Datenstrukturen Methoden 1, Vorlesungen

70 Datenstrukturen Querschnittdaten Information über den Zustand zu einem Zeitpunkt Trenddaten Informationen zu mehreren Zeitpunkt bei verschiedenen Personen Veränderungen auf Aggregatebene (Entwicklung der Armutsquote) Paneldaten Informationen zu mehreren Zeitpunkt bei denselben Personen Individuelle Veränderung (z.b. individuelle Armutsdynamik) Ereignisdaten Vollständiger Verlauf einer Variable ohne Lücken Längsschnittdaten: Panel- und Ereignisdaten Longitudinal Data Analysis (Ereignisdaten- und Paneldatenanalyse) Methoden 1, Vorlesungen zunehmender Informationsgehalt

71 Erhebungsdesign und Datenstruktur Querschnittdaten Einmalige Erhebung der abhängigen und unabhängigen Variablen einer Untersuchung an einer Stichprobe von N Beobachtungseinheiten (Querschnittdesign) Trenddaten Mehrmalige Erhebung der Merkmale an mehreren unabhängigen Stichproben von jeweils N Beobachtungseinheiten (Trenddesign) Paneldaten Wiederholte Erhebung der Beobachtungsgrößen an einer Stichprobe von N Beobachtungseinheiten (Paneldesign) ODER: Einmalige Retrospektivbefragung (Retrospektivdesign) Ereignisdaten Paneldesign, kombiniert mit Retrospektivbefragung ODER: Einmalige Retrospektivbefragung (Retrospektivdesign) Methoden 1, Vorlesungen

72 Die MilleniumCohortStudy Methoden 1, Vorlesungen

73 Beispiel: Millenniumkinder Zwei empirische Großstudien aus England Child ofourtime Studie der Open University und der BBC 25 Kinder mit dem gleichen vorhergesagten Geburtsdatum(Anfang 2000) Die Kinder bilden eine Bandbreite an genetischen, sozialen, geografischen und ethnischen Hintergründen ab. Millenium Cohort Study (MCS) Studie der University of London (IoE) Kinder geboren innerhalb von 12 Monaten in 2000/2001 Zufallsstichprobe aller in Großbritannien in diesem Zeitraum geborenen Kinder Methoden 1, Vorlesungen

74 MilleniumCohortStudy Umfassende persönliche Befragungen (CAPI mit Selbstausfüller; ca. 1 Stunde) Erhebungen in 2001/2, 2004/5, 2006, 2008 und 2012 Grundstichprobe im Paneldesign Informationen zu den Kindern über die Eltern erhoben Informationen zu den sozialen Hintergründen durch Interviews der Eltern Zusätzliche Informationen zu Schulen Bis jetzt mehr als Variablen (spezielle online Data Dictionairy um Variablen in den verschiedenen Datensätzen aufzufinden) Methoden 1, Vorlesungen

75 Ergebnisse der MCS Unzählige Publikationen in referierten Fachzeitschriften, Büchern und zitiert in Zeitungen. Zwei MCS Bücher: Methoden 1, Vorlesungen