Empirische Forschung: Qualitativ vs. Quantitativ

Erfahrungsbasierte Methode, die mit wissenschaftlichen Methoden Daten sammelt und analysiert, um menschliches Verhalten zu beschreiben, zu erklären, vorherzusagen und zu beeinflussen.

Ein wissenschaftlicher Plan, der die methodische Vorgehensweise einer Studie detailliert beschreibt und die Aussagekraft der Ergebnisse determiniert.

Die Sammlung aller Schritte von der Formulierung eines Forschungsinteresses bis zur Veröffentlichung der Ergebnisse.

Eine konkrete Aussage, die in einer wissenschaftlichen Untersuchung überprüft wird.

Ein Modell oder eine Vorstellung, die das Verhalten eines Menschen und dessen Beziehung zu seiner Umwelt beschreibt.

Die Daten, die in einer Untersuchung gesammelt werden, um die Hypothese zu überprüfen.

Eine Strategie, die die Art und Weise festlegt, wie Daten erhoben werden, z.B. Fragebögen, Experimente.

Die Auswahl einer spezifischen Gruppe, an der die Untersuchung durchgeführt wird, z.B. Studenten, Patienten.

Die methodischen Möglichkeiten, um Daten zu sammeln, z.B. Interviews, Beobachtungen.

Die Interpretation der Ergebnisse der Datenauswertung im Kontext der Hypothese und des Forschungsdesigns.

Die Merkmalsausprägungen werden Zahlen zugeordnet, wodurch die Menge der Merkmalsausprägungen (quantitative) Daten bilden, z.B. der erreichte Score in einem Leistungstest.

Die Merkmalsausprägungen werden verbal beschrieben, z.B. die inhaltlichen Interessen von Psychologiestudierenden.

Dieser Ansatz kombiniert qualitative und quantitative Methoden innerhalb einer Forschungsstudie, um ein umfassenderes Verständnis des Forschungsgegenstandes zu erlangen.

Bezieht sich auf die Daten, die direkt im Rahmen der Forschung erhoben werden, z.B. durch Experimente, Befragungen oder Beobachtungen.

Daten, die bereits von anderen erhoben wurden und für die eigene Forschung wiederverwendet werden, z.B. statistische Daten, wissenschaftliche Studien oder Archivmaterialien.

Eine Systematisch geplante Studie mit der Ziele Hypothesen zu prüfen und kausale Zusammenhänge zwischen Variablen zu erforschen.

Eine Analyse, die verschiedene bereits vorhandene Forschungsarbeiten zu einem bestimmten Thema zusammenfasst und sowohl quantitative als auch qualitative Daten verwendet, um ein umfassendes Bild des Forschungsstandes zu zeichnen.

In der Forschung wird die unabhängige Variable (UV) vom Versuchsleiter*in manipuliert und deren Einfluss auf die abhängige Variable (AV) beobachtet.

Eine unabhängige Variable (UV) ist ein Faktor, der im Experiment manipuliert wird. Man untersucht, welchen Einfluss die Manipulation auf die abhängige Variable hat.

Die abhängige Variable (AV) ist der Faktor, der im Experiment gemessen wird. Sie wird vom Einfluss der unabhängigen Variable beeinflusst.

Störvariablen sind Faktoren, die den Einfluss der unabhängigen Variable auf die abhängige Variable verfälschen könnten. Sie müssen kontrolliert werden, um valide Ergebnisse zu erhalten.

Ein Quasi-Experiment untersucht den Einfluss verschiedener Konditionen (UV) auf eine abhängige Variable (AV). Allerdings werden die Teilnehmer*innen nicht zufällig den Konditionen zugeordnet, sondern aufgrund anderer Kriterien wie z.B. ihrer Wahl oder ihrer Zugehörigkeit zu bestimmten Gruppen.

Die interne Validität bezieht sich darauf, ob die Manipulation der unabhängigen Variable wirklich die Veränderung in der abhängigen Variable verursacht hat oder ob andere Faktoren dafür verantwortlich waren. Ein Quasi-Experiment hat in der Regel eine geringere interne Validität als ein echtes Experiment.

Eine natürliche Gruppe ist eine bereits bestehende Gruppe von Personen (z.B. Schülerinnen einer Klasse), die für ein Quasi-Experiment ausgewählt wird. Die Zuordnung von Teilnehmerinnen ist nicht zufällig.

Selbstselektion beschreibt die Situation, in der sich die Teilnehmerinnen selbst einer bestimmten Untersuchungsbedingung zuordnen, ohne dass der Versuchsleiterin dies beeinflusst.

Beschreibt und stellt empirische Daten dar. Sie fokussiert auf die konkrete Stichprobe.

Ermöglicht Schlussfolgerungen von einer Stichprobe auf die Gesamtpopulation.

Eine Häufigkeitstabelle, die die Auftretenshäufigkeit jedes Datenwerts anzeigt.

Ein Diagramm, das die Datenverteilung anhand von Balken darstellt.

Veranschaulicht die Datenverteilung mittels eines Histogramm und Box-Plots.

Stellt den Zusammenhang zwischen zwei Variablen mithilfe einer Tabelle dar.

Ein Diagramm, das die Beziehung zwischen zwei Variablen mithilfe von Punkten visualisiert.

Ermöglichen die Analyse von Zusammenhängen zwischen Variablen.

Eine Methode zur Auswahl von Teilnehmerinnen für eine Studie, bei der jeder Teilnehmer*in die gleiche Chance hat, ausgewählt zu werden.

Eine Methode zur Auswahl von Teilnehmer*innen für eine Studie, bei der die Zielpopulation in Gruppen (Schichten) aufgeteilt wird, basierend auf einem oder mehreren Merkmalen. Aus jeder Schicht wird dann eine einfache Zufallsstichprobe gezogen.

Eine Methode zur Auswahl von Teilnehmer*innen für eine Studie, bei der die Zielpopulation in natürliche Gruppen (Klumpen) aufgeteilt ist. Aus diesen Klumpen werden nach dem Zufallsprinzip Klumpen ausgewählt, die dann vollständig untersucht werden.

Eine Methode zur Auswahl von Teilnehmerinnen für eine Studie, bei der in mehreren Schritten nach dem Zufallsprinzip Teilnehmerinnen ausgewählt werden.

Eine Methode zur Datenerhebung, bei der beobachtet, gezählt und gemessen wird.

Eine Methode zur Datenerhebung, bei der die Teilnehmer*innen selbst über ihre Erfahrungen oder Meinungen berichten.

Ein standardisiertes Verfahren zur Messung von Fähigkeiten, Wissen oder Persönlichkeitsmerkmalen.

Eine Methode zur Datenerhebung, die biologische Prozesse und Aktivitäten im Nervensystem misst, wie die Gehirnströme.

Die Größe des Effekts gibt an, wie stark eine Veränderung in einer Variablen zu einer Veränderung in einer anderen Variablen führt.

Die Fähigkeit, kleine und unbedeutende Zusammenhänge oder Unterschiede in einer Stichprobe als signifikant nachzuweisen.

Ein Ergebnis ist statistisch signifikant, wenn die Wahrscheinlichkeit, dass es zufällig entstanden ist, sehr gering ist.

Die praktische Bedeutung eines Forschungsergebnisses. Sie hängt von der Effektgröße ab.

Die Hypothese, die widerlegt werden soll. Sie wird zu Gunsten der Alternativhypothese verworfen, wenn das Ergebnis signifikant ist.

Die Hypothese, die durch das Forschungsergebnis bestätigt werden soll.

Der Prozess, in dem die Ergebnisse der Forschung analysiert und interpretiert werden.

Hypothesenprüfende Studien sollten so gestaltet werden, dass statistisch signifikante Ergebnisse auch praktisch relevant sind und umgekehrt.