Variablen in der Sozialwissenschaft

Variablen

• Eine Variable erfasst Merkmale oder Eigenschaften von Menschen, Lebewesen, Objekten oder Systemen.
• Eine Variable hat mindestens zwei Ausprägungen.
• Beispiele für Ausprägungen: Geschlecht (männlich, weiblich, divers), Angst vor Spinnen (ja, nein).
• Eine Variable kann viele Ausprägungen haben (z.B. IQ-Werte).
• Variablen mit vielen Ausprägungen können auf wenige reduziert werden (aber mit Informationsverlust, z.B. Alter in Jahren vs. Alter in Gruppen).
• Beispiele für Altersangaben: 21, 22, 23, ..., 61, 62, 63, ...; jung, alt.

Manifeste vs. Latente Variablen

• Manifeste Variablen: sind direkt beobachtbar und messbar, z.B. Antwort auf eine Frage in einem Fragebogen.
• Latente Variablen: sind nicht direkt beobachtbar, sondern müssen indirekt gemessen werden, z.B. das Gesicht im Gedächtnis einer Person.
• Um latente Variablen zu messen, werden spezielle Methoden verwendet, z.B. Tests. Man beobachtet das Verhalten, von dem man annimmt, dass es von der latenten Variablen beeinflusst wird.

Grafische Darstellung

• Kreis: repräsentiert eine latente Variable (z.B. Intelligenz).
• Quadrat: repräsentiert eine manifeste Variable (z.B. Punkte in einem IQ-Test).
• Pfeil: gibt die Beziehung zwischen dem Einfluss einer latenten Variable auf eine manifeste Variable an.

Beispielhafte Variablentypen

• Äußerlichkeiten: Schuhgröße, Haarfarbe, Form der Nasenlöcher
• Soziale Bezüge: Verwandtschaftsbeziehungen, Freundschaften, Bekanntschaften, Nachbarschaften.
• Persönlichkeitseigenschaften: Intelligenz, Neurotizismus, Hilfsbereitschaft, Ziele/Wünsche/Präferenzen (beruflich, musikalisch, etc.).
• Physiologische Variablen: Blutdruck, Größe der Leber

Variablenselektion: Wie misst man Angst?

• Eine latente Variable (Angst) kann sich in verschiedenen manifesten Variablen (z.B. Körperhaltung, Pulsfrequenz, Gesichtsfarbe) äußern.
• Wissenschaftliche Arbeiten erfordern die Auswahl relevanter Variablen für die Untersuchung.

Messen

• Ziel des Messens ist eine verlässliche Aussage über (eine unbekannte) Größe eines Objekts oder Merkmals.
• Messungen können praktischer Natur sein, beinhalten aber auch theoretische Überlegungen und Berechnungen.

Nominalskala

• Merkmalsausprägungen sind Kategorien (z.B. Geschlecht: männlich, weiblich, divers).
• Zahlen dienen der Kodierung, haben aber keine Ordnung.
• Die Transformation muss die Unterscheidbarkeit der Kategorien erhalten.

Ordinalskala

• Merkmalsausprägungen können geordnet werden, aber die Abstände zwischen den Ausprägungen können nicht interpretiert werden.
• Beispiele: Grad der Schwere einer psychischen Störung (leicht, mittel, schwer).
• Die Transformation muss die Rangordnung erhalten.

Intervallskala

• Merkmalsausprägungen sind Zahlen, die Abstände zwischen den Ausprägungen interpretieren lassen.
• Beispiele: Temperatur (Celsius, Fahrenheit).
• Die Transformation muss die relativen Abstände erhalten.

Verhältnisskala

• Merkmalsausprägungen sind Zahlen mit einem natürlichen Nullpunkt (z.B. Länge).
• Die Transformation muss das Verhältnis erhalten.

Absolutskala

• Merkmalsausprägungen sind Zahlen mit einer natürlichen Maßeinheit (z. B. Anzahl).
• Die Transformation ist nicht zulässig.

Qualitative vs. Quantitative Variablen

• Qualitative Variablen: Kategorien, z.B. Augenfarbe.
• Quantitative Variablen: Zahlenwerte, z.B. Gewicht.

Dichotome Variablen

• Eine Variable mit zwei Merkmalsausprägungen; z.B. schwanger/nicht schwanger.
• Echt dichotome vs. künstlich dichotome Variablen

Likert-Skala

• Items, die auf einer Skala antwortet werden, die typischerweise symmetrisch um eine neutrale Option ist.
• Summe der Items ergibt eine Likert-Skala.
• Meist wird als Intervallskaliert angenommen.

Visuelle Analog-Skala (VAS)

• Eine Skala zur Messung von z.B. Schmerzen, mit einem numerisches, intervallskalierten Wert als Ergebnis.

Kardinalskalierte Variablen

• Zusammenfassung aller metrischen Variablen (intervallskalierte, verhältnisskalierte, absolutskalierte).

Prüfung des Skalenniveaus

• Systematische Überprüfung der Kategorieebene.