Einführung in die empirische Forschung PDF

HS-Prof. Mag. Dr. Jörg Spenger, BEd Einführung in die empirische Forschung Ausgewählte Grundlagen www.ph-noe.ac.at Die (eher) quantitative Befragung www.ph-noe.ac.at Formen der schriftlichen Befragun...

HS-Prof. Mag. Dr. Jörg Spenger, BEd Einführung in die empirische Forschung Ausgewählte Grundlagen www.ph-noe.ac.at Die (eher) quantitative Befragung www.ph-noe.ac.at Formen der schriftlichen Befragung wenig strukturiert, offen (nichtstandardisiert) teilstrukturiert (teilstandardisiert) stark strukturiert, geschlossen (vollstandardisiert) www.ph-noe.ac.at Durchführungsvarianten gemeinsames Ausfüllen von Fragebogen (in der Gruppensituation) persönliche Verteilung und Abholung postalische Befragung Online-Befragung (Internet/E-Mail, z.B. LimeSurvey) www.ph-noe.ac.at Offene Fragen besonders bei Problemstellungen/Fragen, über die noch wenig Information/Vorwissen besteht (=„explorative“ Fragen) wenn differenzierte Einstellung erhoben werden sollen (z.B. von Extremgruppen) Vorteile: leichte Konstruierbarkeit; hoher persönlicher Informationsgehalt; keine „Forcierung“ bestimmter Antworten Nachteile: Auswertung schwerer; Verbalisierungsfähigkeit der Befragten manchmal fraglich www.ph-noe.ac.at Geschlossene Fragen besonders dann, wenn das Forschungsfeld/Vorwissen schon gut bekannt ist (z.B. durch Vorerhebungen, Pre-Tests oder vorhandene Untersuchungen) Vorteile: größere Gruppe kann befragt werden; weniger Zeitaufwand für Befragte; anonymere Beantwortung (bei großer Zahl); weniger „sozialer Druck“; setzt geringere Verbalisierungsfähigkeit der Befragten voraus; leichtere Auswertung (z.B. Vergleichbarkeit); Hypothesenprüfung möglich; Nachteile: weniger Kontrolle des Verständnisses möglich (bei großer Zahl); ev. „erzwungene Antworten“ (durch vorgegebene Kategorien), weniger „persönliche“ Antworten; www.ph-noe.ac.at Schema der Fragegenerierung 1. Formulierung der Forschungsfragen 2. Formulierung der Hypothesen (klar und eindeutig) Ableitung von konkreten Fragen: 3. Variablen identifizieren 4. Indikatoren bestimmen 5. Fragen formulieren (meist mehrere zu einer Hypothese!) Tipp: Bei der Formulierung der Fragen schon auf die Auswertung schauen! Warum möchte ich das wissen? Was bringt es mir für die Fragestellung? www.ph-noe.ac.at Entscheidungsfelder bei der Fragegenerierung (Altrichter/Posch, 1998) Entscheidung über den Inhalt Entscheidung über die Formulierung der Frage Entscheidung über die Form, in der die Antworten erfolgen sollen Entscheidung über die Abfolge von Fragen www.ph-noe.ac.at Phasen der Fragebogenentwicklung nach Wellenreuther (1982) 1. Präzisierung, Einengung des Themas; Klärung der zu erfragenden Inhalte, geordnet nach ihrer Bedeutsamkeit; Aufstellung von Hypothesen; 2. Formulierung von Fragen zu den interessierenden Bereichen/zu den Hypothesen; 3. Ordnung der Fragen in eine Reihenfolge 4. Überprüfung des Fragebogens 5. Vorbereitung der Hauptuntersuchung; Stichprobenauswahl www.ph-noe.ac.at 1. Präzisierung, Einengung des Themas; Klärung der zu erfragenden Inhalte, geordnet nach ihrer Bedeutsamkeit; Aufstellung von Hypothesen; Entscheidung über Ausmaß der Standardisierung; ob schriftliche oder mündliche Befragung (Interview) Analyse der Literatur zum Thema Entscheidung über Gruppen, die befragt werden sollen intensives Erfragen eines Bereichs oder oberflächliches Abfragen verschiedener Bereiche www.ph-noe.ac.at 2. Formulierung von Fragen zu den interessierenden Bereichen/zu den Hypothesen Balance der Fragen, Konkretheit, Verständlichkeit, Eindeutigkeit Trennung von unabhängigen und abhängigen Variablen Mischung geschlossener und offener Fragen (Adressatenkreis, Monotonie des Fragebogens, Präzision und objektive Auswertbarkeit der Fragen) www.ph-noe.ac.at 3. Ordnung der Fragen in eine Reihenfolge Einleitung; Allgemeine Information, Motivierung, Zusicherung der Anonymität Aufwärmfragen peinliche Fragen nicht an den Anfang Abhängigkeit vom Fragekontext: Kontrollgruppen www.ph-noe.ac.at 4. Überprüfung des Fragebogens und ggf. Revision Vortest an mindestens 20 Befragten Fragen nach „Unebenheiten“ der Frageformulierung, Verständlichkeit Überprüfung der Dauer erste (statistische) Auswertung (wenn nur eine Antwort auf eine Frage vorkommt, dann ist die Frage nicht informativ) www.ph-noe.ac.at 5. Vorbereitung der Hauptuntersuchung: Auswahl der Stichprobe Versuchsplanung: Ist eine Variation der unabhängigen Variablen durch die Auswahl der Stichprobe möglich? ggf. Ansuchen um Genehmigung Organisation von Adressenlisten usw. ggf. Terminvereinbarung www.ph-noe.ac.at Praktische Vorgangsweise einer Fragebogenkon- struktion (nach Spiel, 1991) 1. Festlegung des Inhalts (durch Literaturstudium, Expertenbefragung, Brainstorming) 2. Suche nach bereits bestehenden Fragebögen zum Thema (ev. Replikation möglich) 3. Festlegung der Bereiche (thematischen Blöcke) 4. Erstellung eines vorläufigen Fragebogens (mit Minimalanforderungen) 5. Verfassen von Instruktion und Einleitung 6. Pre-/Vortest 7. Revision 8. Testung www.ph-noe.ac.at Strategische, dramaturgische Tipps zur Fragebogenkonstruktion 1 auf Übersichtlichkeit und grafische Gestaltung achten (Durchnummerierung der Fragen!) Titelblatt mit Einleitung/Instruktion nicht vergessen (eventuell Übungsbeispiele zur Beantwortung = Trainingsfragen) falls notwendig: demographische Daten erheben (Beginn oder Ende) (einfache) Eröffnungsfragen (= Eisbrecherfragen) stellen eher vom Allgemeinen zum Besonderen gehen den Fragebogen nach Themenblöcken (logisch) ordnen www.ph-noe.ac.at Strategische, dramaturgische Tipps zur Fragebogenkonstruktion 2 ggf. Überleitungsfragen stellen „Pufferfragen“ (zur Erholung) stellen Platzierung der wichtigen Fragen im zweiten Drittel des Fragebogens (Spannungs- und Leistungskurve!) „heikle“ Fragen erst gegen Ende der Befragung Abwechslung bieten (besonders bei langen Fragebögen): z.B. durch Wechsel von offenen/geschlossenen und/oder schweren/leichten Fragen; wenn möglich: Wechsel der Fragetechniken – aber nicht zu oft www.ph-noe.ac.at Strategische, dramaturgische Tipps zur Fragebogenkonstruktion 3 Kontrollfragen manchmal sehr nützlich ev. geschlossene Kategorien durch offene Fragen „bereichern“, damit unvollständige Kategorien ergänzt werden können: z.B. Sonstiges je kürzer der Fragebogen, desto besser (ideal: nicht länger als 30 Minuten; max. 60 Minuten – abhängig z.B. von Alter und anderen Variablen) Pre-Test unbedingt durchführen (z.B. zur Ermittlung der durchschnittlichen Befragungszeit bzw. zur Prüfung der Verständlichkeit der Fragen) festhalten: Nr. des Fragebogens, Datum, Dauer und Ort der Befragung www.ph-noe.ac.at Frageformen – Unterscheidung nach... 1. Art der Antwortvorgabe geschlossen – offen – gemischt 2. Art der Frageformulierung direkte Fragen – indirekte Fragen 3. der Funktion im Gesamtfragebogen - Einleitungs- und Überleitungsfragen - Filterfragen (eher sparsam) - Folgefragen („Trichterung“) - Kontrollfragen www.ph-noe.ac.at Arten von Fragen und Möglichkeiten geschlossener Antwortvorgabe 1 Identifikationstyp: Nennung einer Person, Gruppe, Ort, Zeit, Nummer/Zahl u.a.m. wird verlangt zwei Alternativen: z.B. Ja/Nein (eher ungünstig) mehrere Alternativen (= Selektionstyp): „Single choice“ oder „Multiple choice“ Intensitäts- bzw. Häufigkeitsfragen (= Skalafragen): vorgegebene Rangordnung, besonders gut für Wertvorstellungen, Einstellungen, Meinungen und Gefühle Rangreihe: Antwortalternativen in eine Rangreihe bringen www.ph-noe.ac.at Arten von Fragen und Möglichkeiten geschlossener Antwortvorgabe 2 Einstellungsfragen Gründe-Fragen Schätzungen Bilanzfragen hypothetische Situationen Meinung vs. Verhalten: konkretes Verhalten meist valider als Meinung, deshalb so konkret wie möglich fragen www.ph-noe.ac.at Arten von Fragen und Möglichkeiten geschlossener Antwortvorgabe 3 Fragefilter: nur Personen mit bestimmten Antworten werden eingehendere Fragen gestellt. Gabelung: je nach Gruppenmerkmal (z.B. ledig – verheiratet – geschieden – verwitwet) werden andere Fragen gestellt www.ph-noe.ac.at Vorsicht: mögliche verzerrende Effekte Ausstrahlungseffekt: Jede Frage strahlt auf weitere Gedankenführung aus (Ausnützung bei der „Trichterung“: meist vom Allgemeinen zum Besonderen). Platzierungseffekt: Fragen, die in unerwünschter Weise Einfluss aufeinander ausüben könnten („Halo-Effekt“), sollten möglichst weit auseinander liegen und – wenn möglich – thematisch getrennt sein. www.ph-noe.ac.at Beispiele für Häufigkeits- und Intensitätsfragen 1 nie – einmal/Woche – zwei- bis dreimal/Woche – vier- bis fünfmal/Woche mehrmals/Woche – einmal/Woche – zwei- bis dreimal/Monat – einmal/Monat – zwei- bis dreimal/Halbjahr – einmal/Jahr - nie (immer) – sehr oft – (eher) oft – (eher) selten – sehr selten – (nie) sehr häufig – häufig – weniger häufig – nie alles – mehr als die Hälfte – weniger als die Hälfte – nichts kommt selten bis nie vor – kommt manchmal vor – kommt öfters vor – kommt sehr oft vor sehr gut – eher gut – mittelmäßig – eher schlecht – sehr schlecht sehr gut – gut – zufriedenstellend – genügend – nicht genügend www.ph-noe.ac.at Beispiele für Häufigkeits- und Intensitätsfragen 2 trifft zu – trifft eher zu – trifft weniger zu – trifft nicht zu trifft zu – trifft etwas zu – trifft eher nicht zu – trifft nicht zu (stimme sehr zu –) stimme zu – stimme eher zu – stimme eher nicht zu – stimme nicht zu (– stimme absolut nicht zu) sehr zufrieden – ziemlich zufrieden – eher zufrieden – eher unzufrieden – ziemlich unzufrieden – sehr unzufrieden ja – wahrscheinlich – eher nicht – nein ja – eher ja – eher nein – nein www.ph-noe.ac.at Regeln der Frageformulierung und Antwortvorgabe 1 Frageformulierung kurz und einfach (angemessen!) klare, konkrete, eindeutige Fragen (Verständlichkeit der Begriffe!) keine Fremdwörter, einfache Syntax Sprache muss nicht immer „druckreif“ sein, manchmal ist auch Umgangssprache angemessen Vermeidung doppelter Verneinungen Vermeidung von Unterstellungen, die zurückgewiesen werden könnten keine Überforderung (Wissen, Länge, Intimität etc.) keine Suggestivfragen Fragen neutral formulieren www.ph-noe.ac.at Regeln der Frageformulierung und Antwortvorgabe 2 eher externe statt interne Fragen stellen überschaubare Antwortalternativen bieten (nicht zu viele) neutrale, gültige Antworten formulieren ausgewogene (positive/negative)Antwortalternativen bieten („rechts“ und „links“ der Skala) eher keine hypothetischen Fragen stellen Reihenfolgeeffekte beachten (Ausstrahlung) Anzahl der Kategorien: ca. 3-6 eher gerade Anzahl – die (sichere) Mitte/Neutralkategorie tendenziell vermeiden (Ausnahmen möglich) Antwortmuster nicht zu oft wechseln, aber auch Vorsicht vor Monotonie www.ph-noe.ac.at Inhalt der Einleitung/Instruktion Wer schickt/gibt den Fragebogen aus? Warum wurde der Fragebogen erstellt? (z.B. nur zu Forschungszwecken und keinerlei „Konsequenzen“ für Befragte; gruppenstatistische Auswertung) Wecken des Interesses (Motivierung – eventuell auch durch „Belohnung“) Bitte, dass alles vollständig und ehrlich beantwortet werden soll (eventuell zügig) es gibt kein „Richtig oder Falsch“ (kein Leistungs- oder Intelligenztest!), nur persönliche Antworten wichtig Hinweis auf (Garantie der) Anonymität (Datenschutz) bzw. allenfalls den vertraulichen Umgang mit den Daten Hinweis, was bei Unsicherheit gemacht werden soll (z.B. „Wenn Sie nicht sicher sind, kreuzen Sie an, was eher auf Sie zutrifft.“) eventuell 1-2 Probebeispiele geben Dank für Mithilfe www.ph-noe.ac.at Sonderfall postalische/elektronische Befragung Vorteile: - keine Beeinflussung der Befragung - zeit- und kostensparender - Befragung weit verstreuter Personen bzw. großer Personengruppen möglich - mehr Zeit für Beantwortung zur Verfügung Nachteile: - keine direkte Motivierung bzw. Erläuterungen/Erklärungen möglich - Unkontrollierbarkeit der Erhebungssituation - eventuell niedrige Rücklaufquote - ggf. Angst vor nicht vorhandener Anonymität (Rückverfolgbarkeit) www.ph-noe.ac.at Notwendigkeiten bei postalischer/elektronischer Befragung Verfügbarkeit aktueller (E-Mail-)Adressen klarer, kurzer, aus sich heraus verständlicher Fragebogen starker Appell/Motivation zum Ausfüllen (eventuell Anreize bieten, z.B. Teilnahme an Gewinnspiel) eher geschlossene Fragen weniger (komplizierte) Filter/Gabelungen einbauen (übersichtliche) thematische Gliederung des Fragebogens ggf. Beilage eines adressierten, frankierten Umschlags Anschreiben beilegen Fragebogen sollte am besten bei den zu Befragenden an einem Freitag eintreffen (Wochenende!) den Eindruck einer Massensendung vermeiden www.ph-noe.ac.at Modell einer Antwortgenese 1. Frage (als Stimulus) 2. Antwortbereitschaft sollte gegeben sein 3. Frageverständnis ist wichtig (Wird die Frage verstanden?) 4. Antwortverständnis ist ebenfalls entscheidend (Werden die zur Wahl stehenden Antworten verstanden?) 5. Ist die Antwort bekannt? 6. Existiert die Antwort (als Kategorie)? 7. Antwort kann dann sein... − wahr − subjektiv wahr − „erzwungen“ (durch vorgegebene Kategorien) − sozial erwünscht − absichtlich verfälscht www.ph-noe.ac.at Typische Verzerrungen „Ja-Sage-Tendenz“, unabhängig vom Inhalt zu schnelle Antwort bei zu langen/zu vielen Fragen Tendenz, die sichere Mitte zu wählen, gar nicht oder extrem zu antworten Meinungslosigkeit/Ausweichen (kann verschiedene Gründe haben: z.B. mangelndes Wissen, Unverständnis der Fragen, tatsächliche Meinungslosigkeit, Unsicherheit, Verweigerung) sozial erwünschte Antworten absichtlich falsche Antworten www.ph-noe.ac.at Typische Fehler bei der Konstruktion eines Fragebogens keine Ableitung der Fragen aus der Fragestellung bzw. Hypothesen zu deutlich durchschaubare Frage(absicht) und deshalb Antwort aufgrund sozialer Erwünschtheit unklare Begriffe für Befragte unangemessene, unverständliche Sprache keine oder falsche Sozialdaten erhoben (wenn wichtig für Auswertung) Überschneidungen von Kategorien: z.B. Alter: 10-12, 12-14, 14-16; Einkommen: 1000- 1500, 1500-2000, 2000-2500 Frage nach dem Beruf oder der Ausbildungshöhe: unklare Kategorien keine Einleitung/Erläuterung (ev. Missverständnisse) durchgängig nur zwei Antwortkategorien (in Ausnahmefällen möglich) www.ph-noe.ac.at Kinder profitieren von Forschung Kinder profitieren von Forschung Gernot Greschonig Kinder profitieren von Forschung 29.10.2024 www.ph−noe.ac.at Statistik „Sammeln, Analyse, Interpretation oder Präsentation von Daten“ - Beschreibende Statistik (deskriptive Statistik, empirische Statistik) Erfassen von empirischen Daten z.B. durch Strichlisten Darstellen von empirischen Daten durch Tabellen und Diagramme (z.B. Piktogramme/Bilddiagramme, Säulendiagramme, Balkendiagramme, Kreisdiagramme, Stängel-Blatt-Diagramme, Box-Plots) - Beurteilende Statistik (induktive Statistik, mathematische Statistik) Ableiten von Eigenschaften der Grundgesamtheit aus einer Stichprobe Grundlage ist die Wahrscheinlichkeitstheorie z.B. Parameterschätzung, Hypothesentests www.ph−noe.ac.at Statistik „Sammeln, Analyse, Interpretation oder Präsentation von Daten“ - Beschreibende Statistik (deskriptive Statistik, empirische Statistik) Erfassen von empirischen Daten z.B. durch Strichlisten Darstellen von empirischen Daten durch Tabellen und Diagramme (z.B. Piktogramme/Bilddiagramme, Säulendiagramme, Balkendiagramme, Kreisdiagramme, Stängel-Blatt-Diagramme, Box-Plots) - Beurteilende Statistik (induktive Statistik, mathematische Statistik) Ableiten von Eigenschaften der Grundgesamtheit aus einer Stichprobe Grundlage ist die Wahrscheinlichkeitstheorie z.B. Parameterschätzung, Hypothesentests www.ph−noe.ac.at Skalentypen/Skalenniveaus Nominalskalen - Klassifizierung in bestimmte Kategorien dichotom (zwei Kategorien) polytom (mehrere Kategorien) Wichtig: Kategorien müssen vollständig sein und sich gegenseitig ausschließen Beispiele: „ja“/„nein“ „weiblich“/„männlich“/“divers“ Blutgruppe A/B/AB/0 Rhesusfaktor +/- www.ph−noe.ac.at Skalentypen/Skalenniveaus Ordinalskalen Vergleich von Merkmalen im Sinne von „kleiner – gleich – größer“ (Rangreihenfolge) Wichtig: Abstände der einzelnen Kategorien ungleich oder nicht definierbar, keine Rechenoperationen durchführbar Beispiele: Notenskalen Likert-Skalen www.ph−noe.ac.at Beispiele für Häufigkeits- und Intensitätsfragen trifft zu – trifft eher zu – trifft teilweise zu (neutral, weder noch) – trifft eher nicht zu – trifft nicht zu trifft zu – trifft eher zu – trifft eher nicht zu – trifft nicht zu (stimme sehr zu –) stimme zu – stimme eher zu – stimme eher nicht zu – stimme nicht zu (– stimme absolut nicht zu) sehr zufrieden – ziemlich zufrieden – eher zufrieden – eher unzufrieden – ziemlich unzufrieden – sehr unzufrieden ja – wahrscheinlich – eher nicht – nein ja – eher ja – eher nein – nein www.ph−noe.ac.at Beispiele für Häufigkeits- und Intensitätsfragen nie – einmal/Woche – zwei- bis dreimal/Woche – vier- bis fünfmal/Woche mehrmals/Woche – einmal/Woche – zwei- bis dreimal/Monat – einmal/Monat – zwei- bis dreimal/Halbjahr – einmal/Jahr – nie (immer) – sehr oft – (eher) oft – (eher) selten – sehr selten – (nie) sehr häufig – häufig – weniger häufig – nie alles – mehr als die Hälfte – weniger als die Hälfte – nichts kommt selten bis nie vor – kommt manchmal vor – kommt öfters vor – kommt sehr oft vor sehr gut – eher gut – mittelmäßig – eher schlecht – sehr schlecht sehr gut – gut – zufriedenstellend – genügend – nicht genügend www.ph−noe.ac.at Beispiele für Häufigkeits- und Intensitätsfragen www.ph−noe.ac.at Häufigkeits- und Intensitätsfragen Problematik ungeradzahlige/geradzahlige Skala gerade Anzahl erzwingt eine Tendenz, daher Verzerrung Erzwingung einer eindeutigen Tendenz kann jedoch auch erwünscht sein Problematik Anzahl der Stufen auf der Skala viele Stufen wirken auf Teilnehmer*innen verwirrend viele Stufen nähern sich einem Kontinuum an (Testverfahren) wenige Stufen unpräzise und problematisch in der Auswertung Kompromiss: meist 4 bis 11 Stufen www.ph−noe.ac.at Skalentypen/Skalenniveaus Intervallskala oder metrische Skala Merkmale bereits als Zahlen gegeben gleiche Abstände zwischen den einzelnen Kategorien Differenzen und Summen können gebildet werden Beispiele: Temperatur Körpergröße IQ regelmäßige Punkteskalen bei einem Test www.ph−noe.ac.at Skalentypen/Skalenniveaus Übergang Ordinalskala/Intervallskala fließend Likert-Skalen werden bei geeigneter Definition häufig als Intervallskalen betrachtet Voraussetzung: stets dieselbe Richtung verwenden sehr gut – eher gut – mittelmäßig – weniger gut – gar nicht gut Wichtige statistische Auswertungsverfahren setzen Intervallskalierung voraus www.ph−noe.ac.at Skalentypen/Skalenniveaus Häufig existiert äquivalentes Verfahren für Ordinalskalen, welches die Ränge der Merkmalsausprägungen benutzt: t-Tests Mann-Whitney-Test, Wilcoxon-Test ANOVA Kruskal-Wallis-Test Pearson-Korrelation Kendallsches Tau Teststärke ist beim Verfahren für Intervallskalen meist höher Mehrfaktorenanalyse setzt Intervallskalierung voraus, keine Alternative für Ordinalskalen Wichtig: Wahl des Skalenniveaus in der Begründungsphase! www.ph−noe.ac.at Beschreibende Statistik / Statistische Maßzahlen Nominalskalen Zentralmaß ist der Modus, d.h. die am häufigsten vorkommende Ausprägung Streuungsmaß ist nicht definierbar (keine Differenzen, keine Ränge) Darstellung der Verteilung durch Häufigkeitstabellen und Balken- oder Säulendiagramme www.ph−noe.ac.at Beschreibende Statistik / Statistische Maßzahlen Ordinalskalen Zentralmaß ist der Median Streuungsmaß ist der Quartilsabstand Darstellung der Verteilung durch Boxplot/Diagramm Problematik der Definition des Medians bzw. der Quartile „Die kleinsten 50 % der Datenwerte sind ≤ dem Median“ vs. Mittelwert zweier Werte Problematik der Definition von Ausreißern www.ph−noe.ac.at Beschreibende Statistik / Statistische Maßzahlen Intervallskalen Zentralmaß ist das arithmetische Mittel Streuungsmaß ist die Varianz oder die Standardabweichung Darstellung der Verteilung durch Häufigkeitstabellen, Balken-, Säulendiagramme oder Histogramme Problematik: Interpretation von Histogrammen mit unterschiedlicher Klassenbreite Problematik: Definition der empirischen Varianz (Grundgesamtheit vs. Stichprobe) www.ph−noe.ac.at Literatur/Links Bortz, J. (1999). Statistik für Sozialwissenschaftler. Springer Verlag, Berlin. Bortz, J. & Döring, N. (2006). Forschungsmethoden und Evaluation für Human- und Sozialwissenschaftler (4. Aufl.). Springer Verlag, Berlin. Janssen, J. & Laatz, W. (2007). Statistische Datenanalyse mit SPSS für Windows. Springer Verlag, Berlin. www.ph−noe.ac.at Gernot Greschonig Kinder profitieren von Forschung 05.11.2024 www.ph−noe.ac.at Reliabilität Stabilität Unabhängigkeit vom Zeitpunkt Konsistenz Items in einem Test messen dasselbe Merkmal Äquivalenz Gleichwertigkeit von Messungen www.ph−noe.ac.at Messung der Reliabilität Paralleltest Retest Interne Konsistenz Cronbachsches Alpha durchschnittliche Korrelation zwischen den Items standardisierte und nicht standardisierte Version www.ph−noe.ac.at Cronbachsches Alpha Maßzahl für die interne Konsistenz einer Skala Definiert als durchschnittliche Korrelation zwischen den Items eines Fragebogens Ergibt einen Zahlenwert ≤ 1 Faustregel zur Interpretation: Cronbachsches Alpha Bedeutung > 0,9 exzellent > 0,8 gut > 0,7 akzeptabel > 0,6 fragwürdig > 0,5 schlecht ≤ 0,5 inakzeptabel www.ph−noe.ac.at Cronbachsches Alpha Folgende Werte sind zu beachten: Korrigierte Item-Skala-Korrelation oder Trennschärfe sollte zumindest 0,3 betragen, sonst sollten die betreffenden Items weggelassen oder modifiziert werden Cronbachs Alpha, wenn Item weggelassen Items weglassen, wenn wesentliche Steigerung eintritt bzw. dadurch erst ein akzeptabler Wert erreicht wird www.ph−noe.ac.at Typische quantitative Forschungsfragen/Hypothesen Unterschiedshypothesen Veränderungshypothesen Zusammenhangshypothesen Hypothesen, die einen Einfluss postulieren www.ph−noe.ac.at Unterschiedshypothesen Vergleich zweier oder mehrerer Gruppen durch eine Hypothese z.B. in folgender Form: „Es gibt einen (signifikanten) Unterschied zwischen Gruppe A und Gruppe B hinsichtlich der Variablen X.“ Beispiele für Unterschiedshypothesen sind: „Es gibt signifikante Unterschiede zwischen Teilzeit- und Vollzeit- Studierenden hinsichtlich der Selbstkompetenz.“ „Es gibt signifikante Unterschiede zwischen Frauen und Männern hinsichtlich der Merkmale Narzissmus, Machiavellismus und Psychopathie.“ www.ph−noe.ac.at Veränderungshypothesen Im Bildungswesen soll meist der Effekt einer Intervention erforscht werden, z.B. durch den Vergleich zweier Zeitpunkte durch eine Hypothese in folgender Form: „Es gibt eine (signifikante) Veränderung zwischen Zeitpunkt t1 und Zeitpunkt t 2 hinsichtlich der Variablen X.“ Beispiel für eine Veränderungshypothese: „Im Laufe eines Unterrichtspraktikums verändert sich die Selbsteinschätzung hinsichtlich des kompetenten Umgangs mit Unterrichtsstörungen signifikant.” www.ph−noe.ac.at Zusammenhangshypothesen Ein Zusammenhang zwischen Variablen soll erforscht werden, z.B. durch eine Hypothese der Form: „Es gibt einen (signifikanten) Zusammenhang zwischen Variable X und Variable Y.“ Beispiele für Zusammenhangshypothesen: „Zwischen der Selbstkompetenz von Lehrpersonen und dem kompetenten Umgang mit Unterrichtsstörungen besteht ein signifikanter Zusammenhang.“ www.ph−noe.ac.at Hypothesen, die einen Einfluss postulieren Der Einfluss einer Variablen auf eine andere Variable soll quantifiziert werden, z.B. durch eine Hypothese der Form: „Die Variable X hat einen (signifikanten) Einfluss auf die Variable Y.“ Auch der Einfluss von verschiedenen Variablen kann verglichen werden: „Die Variable X hat einen größeren Einfluss als die Variable Y auf die Variable Z.“ Beispiel für einer Hypothese, die einen Einfluss postuliert: „Die soziodemografischen Daten haben einen signifikanten Einfluss auf die Selbstkompetenz.“ www.ph−noe.ac.at Stichproben Zufallsstichprobe Einzelne Elemente der Grundgesamtheit werden zufällig und mit gleicher Wahrscheinlichkeit ausgewählt. Klumpenstichprobe Z.B. einzelne, zufällig ausgewählte Schulklassen bei Interventionsstudien. www.ph−noe.ac.at Stichproben Geschichtete Zufallsstichprobe: Bestimmte Merkmale sollen prozentuell in der Stichprobe gleich wie in der Grundgesamtheit verteilt sein. Gelegenheitsstichprobe oder Ad-Hoc-Stichprobe: Willkürliche Auswahl von Personen oder Objekten, die gerade zur Verfügung stehen. www.ph−noe.ac.at Nullhypothese und Alternativhypothese Nullhypothese 𝐻0 : Annahme, dass kein Unterschied oder kein Zusammenhang besteht Annahme, dass ein Merkmal einer gewissen Verteilungshypothese (z.B. Normalverteilung) gehorcht Alternativhypothese 𝐻1 (Verneinung der Nullhypothese ): Meist ist das Verwerfen der Nullhypothese bzw. die Annahme der Alternativhypothese beabsichtigt Ausnahmen z.B. Tests auf Normalverteilung, Gleichheit der Varianzen www.ph−noe.ac.at Fehler erster und zweiter Art Ein statistisches Verfahren beruht auf zufälligen Vorgängen, daher können immer fehlerhafte Entscheidungen auftreten: Fehler erster Art bzw. α-Fehler Ablehnung der Nullhypothese trotz deren tatsächlicher Gültigkeit Fehler zweiter Art bzw. β-Fehler Annahme der Nullhypothese trotz Gültigkeit der Alternativhypothese Irrtumswahrscheinlichkeit bzw. Signifikanzniveau α (typischerweise 0,05 d.h. 5%) grenzt die Wahrscheinlichkeit des Fehlers erster Art ein www.ph−noe.ac.at Fehler erster und zweiter Art Gegenwahrscheinlichkeit zum β-Fehler: Trennschärfe, Teststärke, Power, Güte, Macht, Sensitivität des Tests Im Gegensatz zum Signifikanzniveau α können wir die Trennschärfe meist nicht kontrollieren, Einflussfaktoren sind insbesondere: - Stichprobengröße - Effektstärke Mit kleinen Stichproben lassen sich schwache Effekte und geringe Unterschiede nur mit unzureichender Wahrscheinlichkeit nachweisen. www.ph−noe.ac.at Fehler erster und zweiter Art Achtung: bei Tests auf Normalverteilung oder die Gleichheit von Varianzen ist meist die Beibehaltung der Nullhypothese erwünscht Vertauschung von Fehler erster und zweiter Art tritt ein Bei kleinen Stichproben ergibt der Test mit hoher Wahrscheinlichkeit das Vorliegen einer Normalverteilung bzw. die Gleichheit der Varianzen, auch wenn diese nicht erfüllt ist. www.ph−noe.ac.at Zweiseitiger Hypothesentest (Binomialtest) Zweiseitiger Hypothesentest für die (unbekannte) relative Häufigkeit 𝑝 eines Merkmals in der Grundgesamtheit - Nullhypothese 𝐻0 ……der relative Anteil 𝑝 des Merkmals in der Grundgesamtheit ist 𝑝0 - Alternativhypothese 𝐻1 ……der relative Anteil 𝑝 des Merkmals in der Grundgesamtheit ist von 𝑝0 verschieden Wir ziehen eine Stichprobe vom Umfang 𝑛 aus der Grundgesamtheit. Dieser Vorgang ist zufällig, damit auch die absolute Häufigkeit des Merkmals in der Stichprobe! www.ph−noe.ac.at Zweiseitiger Hypothesentest (Binomialtest) Unter der Voraussetzung der Nullhypothese 𝐻0 ist die absolute Häufigkeit des Merkmals in der Stichprobe binomialverteilt mit dem Parameter 𝑝: 𝑛 P(Merkmal triff 𝑘-mal zu)= ∙ 𝑝0 𝑘 ∙ 1 − 𝑝0 𝑛−𝑘 𝑘 Man definiert nun den sog. den Verwerfungsbereich 𝑉 des Tests. Dieser besteht aus den möglichen Häufigkeiten des Merkmals in der Stichprobe, - die am meisten gegen 𝐻0 sprechen, - sodass die Wahrscheinlichkeit, unter Voraussetzung von 𝐻0 trotzdem im Verwerfungsbereich zu liegen, höchstens α beträgt. Der Verwerfungsbereich hat die Form 𝑉 = {0,1,2, … , 𝑎, 𝑏, … , 𝑛} mit 𝑎 < 𝑏. www.ph−noe.ac.at Zweiseitiger Hypothesentest (Binomialtest) Liegt die tatsächlich erhobene Häufigkeit des Merkmals in der Stichprobe im Verwerfungsbereich, dann wird die Nullhypothese 𝐻0 abgelehnt (d.h. wir gehen von 𝑝 ≠ 𝑝0 aus). Andernfalls wird die Alternativhypothese 𝐻1 abgelehnt (d.h. wir gehen von 𝑝 = 𝑝0 aus). Diese Entscheidungen können nur mit (hinreichen großer) Wahrscheinlichkeit getroffen werden. Wird die Nullhypothese fälschlicherweise abgelehnt, dann spricht man von einem Fehler 1. Art. Wird die Nullhypothese fälschlicherweise angenommen, dann spricht man von einem Fehler 2. Art. www.ph−noe.ac.at Statistische Testverfahren Unterschiedshypothesen mit 2 Gruppen Metrische Skalierung der Daten mit Normalverteilung: T-Test für unabhängige Stichproben Ordinalskalen (z.B. Antworten auf Fragebogen) oder metrische Skalen ohne Normalverteilung: U-Test nach Mann und Whitney Nominalskalen: Chi-Quadrat-Test Unterschiedshypothesen mit mehr als 2 Gruppen Metrische Skalierung der Daten mit Normalverteilung: ANOVA (Varianzanalyse) Ordinalskalen (z.B. Antworten auf Fragebogen) oder metrische Skalen ohne Normalverteilung: Kruskal-Wallis-Test Nominalskalen: Chi-Quadrat-Test www.ph−noe.ac.at Statistische Testverfahren Veränderungshypothesen mit 2 Zeitpunkten Metrische Skalierung der Daten mit Normalverteilung: T-Test für gepaarte Stichproben Ordinalskalen (z.B. Antworten auf Fragebogen) oder metrische Skalen ohne Normalverteilung: Wilcoxon-Test Nominalskalen: McNemar-Test Veränderungshypothesen mit mehr als 2 Zeitpunkten Metrische Skalierung der Daten mit Normalverteilung: Varianzanalyse mit Messwiederholung Ordinalskalen (z.B. Antworten auf Fragebogen) oder metrische Skalen ohne Normalverteilung: Friedman-Test Nominalskalen: Cochran Q-Test www.ph−noe.ac.at Statistische Testverfahren Zusammenhangshypothesen Metrische Skalen mit Normalverteilung: Pearson-Korrelationskoeffizient Ordinalskalen (z.B. Antworten auf Fragebogen) oder metrische Skalen ohne Normalverteilung: Spearman-Rangkorrelationskoeffizient Nominalskalen: Cramers V-Korrelationskoeffizient Hypothesen, die einen Einfluss postulieren Metrische Skalierung der Daten mit Normalverteilung: lineare Regression Ordinalskalen (z.B. Antworten auf Fragebogen) oder metrische Skalen ohne Normalverteilung: ordinale Regression Nominalskalen: logistische Regression www.ph−noe.ac.at Beispiele von Nullhypothesen T-Test für unabhängige Stichproben Nullhypothese 𝐻0 ….. Erwartungswerte (Mittelwerte) der beiden Populationen sind gleich U-Test nach Mann und Whitney Nullhypothese 𝐻0 ….. Es ist gleich wahrscheinlich, dass ein zufällig aus der einen Population ausgewählter Wert größer oder kleiner ist als ein zufällig ausgewählter Wert aus der anderen Population www.ph−noe.ac.at Gernot Greschonig Kinder profitieren von Forschung 26.11.2024 www.ph−noe.ac.at Chi-Quadrat-Test / Mehrfeldtafeln Grundlage ist die Chi-Quadrat-Verteilung d.h. eine Summe von mehreren unabhängigen quadrierten Standardnormalverteilungen die Zahl der Normalverteilungen = Zahl der Freiheitsgrade (Parameter) Nullhypothese 𝐻0 ….. die 𝑘 Ausprägungen der Merkmale sind in den einzelnen Stichproben mit den Stichprobenumfängen 𝑛1 , … , 𝑛𝑚 identisch verteilt Teststatistik Chi-Quadrat-verteilt mit 𝑘 − 1 𝑚 − 1 Freiheitsgraden www.ph−noe.ac.at Beispiel: Vierfeldtafel (2 Gruppen, dichotomes Merkmal) Gruppe Merkmal X Gruppe 1 Gruppe 2 Zeilensumme Ausprägung 1 a b a+b Ausprägung 2 c d c+d Spaltensumme a+c b+d n=a+b+c+d Hier gilt: k= 𝑚 = 2, daher ein Freiheitsgrad www.ph−noe.ac.at Chi-Quadrat-Test Erwartete Häufigkeit in einer Zelle Zeilensumme ∙ Spaltensumme 𝑛 Teststatistik: die Terme (Häufigkeit in einer Zelle − Erwartete Häufigkeit in einer Zelle)2 Erwartete Häufigkeit in einer Zelle werden über alle Zellen summiert Asymptotisch ergibt sich eine Chi-Quadrat-Verteilung mit 𝑘 − 1 𝑚 − 1 Freiheitsgraden www.ph−noe.ac.at Bedingungen für den Chi-Quadrat-Test Stichprobenumfang 𝑛 > 30 alle erwarteten Häufigkeiten zumindest 1 zumindest 80% der erwarteten Häufigkeiten größer als 5 Daher: eventuell Zusammenfassung von Merkmalskategorien, um die Bedingungen zu erfüllen www.ph−noe.ac.at Korrelationen (Zusammenhangshypothesen) Pearson Korrelation Quotient von Kovarianz und dem Produkt der Standardabweichungen Ergebnis ist ein Zahlenwert von -1 bis +1 Verwendung für metrisch skalierte Merkmale mit Normalverteilung Test der Zusammenhangshypothesen mittels t-Verteilung Betrag des Korrelationskoeffizienten Stärke der Korrelation 0,0 < 0,1 keine Korrelation 0,1 < 0,3 geringe Korrelation 0,3 < 0,5 mittlere Korrelation 0,5 < 0,7 hohe Korrelation 0,7 < 1 sehr hohe Korrelation www.ph−noe.ac.at Beispiele von „Punktwolken“ und deren Korrelation www.ph−noe.ac.at Korrelationen (Zusammenhangshypothesen) Spearman Korrelation (Rangkorrelation) Verwendung für ordinalskalierte Merkmale Merkmalsausprägungen werden in Ränge geordnet, dann wie Pearson Test der Zusammenhangshypothesen mittels Permutationstest Betrag des Korrelationskoeffizienten Stärke der Korrelation 0,0 < 0,1 keine Korrelation 0,1 < 0,3 geringe Korrelation 0,3 < 0,5 mittlere Korrelation 0,5 < 0,7 hohe Korrelation 0,7 < 1 sehr hohe Korrelation www.ph−noe.ac.at Zusammenhangshypothesen bei Nominalskalierung Phi-Koeffizient (Vierfelderkoeffizient) zwei dichotome Merkmale Berechnung wie Pearson, Ausprägungen werden jeweils 0 bzw. 1 gesetzt Cramér V-Korrelationskoeffizient zumindest ein Merkmal polytom Berechnung aus der Teststatistik der zugehörigen Kreuztabelle ergibt im Gegensatz zu Phi stets einen positiven Wert www.ph−noe.ac.at Effektstärken bei Nominalskalierung Phi-Koeffizient analog Pearson-Korrelation Cramér V-Korrelationskoeffizient V=0 kein Zusammenhang V = 0,1 schwacher Zusammenhang V = 0,3 mittlerer Zusammenhang V = 0,5 starker Zusammenhang V=1 perfekter Zusammenhang www.ph−noe.ac.at Effektstärken bei t-Tests Effektstärke nach Cohen (Cohen‘s d) Interpretation: 0,10 schwacher Effekt 0.30 mittlerer Effekt 0,50 starker Effekt www.ph−noe.ac.at Diskussion t-Test / Welch-Test / U-Test Welch-Test t-Test für gepaarte Stichproben (Unterschiedshypothesen) ohne die Voraussetzung gleicher Varianzen SPSS liefert die entsprechenden p-Werte (Signifikanzen) in den Zeilen „Varianzen sind nicht gleich“ Freiheitsgrade sind beim Welch-Test im Allgemeinen nicht ganzzahlig, sondern ergeben sich durch die Welch–Satterthwaite-Gleichung Voraussetzungen ohne Normalverteilungsannahme beide Stichprobengrößen zumindest 30 www.ph−noe.ac.at Diskussion t-Test / Welch-Test / U-Test Beachte die unterschiedlichen Nullhypothesen bei t-Test bzw. U-Test Simulationen (siehe Kubinger et al.) ergeben teilweise deutlich überhöhte Irrtumswahrscheinlichkeiten des U-Tests, wenn dieser zum Testen der Mittelwertsgleichheit bei Ablehnung der Normalverteilungsannahme verwendet wird. Trotzdem hält der U-Test die Irrtumswahrscheinlichkeit hinsichtlich „seiner“ Nullhypothese ein. Mitunter kann bei schiefen Verteilungen Signifikanz beim U-Test gegeben sein, jedoch nicht beim t-Test. www.ph−noe.ac.at Diskussion t-Test / Welch-Test / U-Test Testen der Normalverteilungsannahme (z.B. Shapiro-Wilk-Test) Problem der geringen Teststärke bei kleinen Stichproben (< 30), denn die Normalverteilungsannahme ist die Nullhypothese. Normalverteilungsannahme wird selbst bei starker Abweichung eventuell mit großer Wahrscheinlichkeit nicht abgelehnt. Testen der Gleichheit der Varianzen (z.B. Levene-Test) Problematik wie beim Testen der Normalverteilungsannahme Kubinger et al. schlagen bei beiden Stichproben ≥ 30 die Verwendung des Welch-Tests ohne Testen der Normalverteilungsannahme bzw. der Gleichheit der Varianzen vor. www.ph−noe.ac.at Literatur Kubinger, K., Rasch, D. & Moder, K. Zur Legende der Voraussetzungen des t- Tests für unabhängige Stichproben. Psychologische Rundschau, 60 (2009) 1, S. 26-27. Kubinger, K., Rasch, D. & Moder, K. The two-sample t test: pre-testing its assumptions does not pay off. Statistics Papers 52 (2011), S. 219–231. www.ph−noe.ac.at Gernot Greschonig Kinder profitieren von Forschung 08.01.2025 www.ph−noe.ac.at Lineare Regression (Einflusshypothesen) Beschreibung des Einflusses einer (einfache Regression) oder mehrerer (multiple Regression) unabhängiger Variablen auf abhängige Variable(n) Festlegung der unabhängigen bzw. abhängigen Variablen ist theoretisch zu begründen Variablen müssen intervallskaliert (metrisch skaliert) sein Modellierung des Einflusses durch eine Geradenfunktion (d.h. linear affin) Ziel ist die Schätzung des Achsabstandes und der Koeffizienten (Steigungen) der Geradenfunktionen aus der Punktwolke der Daten www.ph−noe.ac.at Lineare Regression (Einflusshypothesen) Beispiele von unabhängigen bzw. abhängigen Variablen Körpergröße Körpermasse Körpergröße Armspannweite Arbeitszeit pro Woche monatliches Einkommen Intelligenzquotient erreichte Punkte bei einem Kompetenztest www.ph−noe.ac.at Einfache lineare Regression www.ph−noe.ac.at Einfache lineare Regression Schätzung des Achsabstandes (Konstante) und der Steigung (Koeffizient) mittels der Methode der kleinsten Quadrate Summe der quadrierten vertikalen Abstände der Datenpunkte von der Geraden wird minimiert Minimum der Abstandsquadrate wird nur von einer einzigen Geraden erreicht -> Lösung des Regressionsproblems Signifikanzwerte zur Beurteilung, ob überhaupt ein Einfluss der unabhängigen auf die abhängige Variable besteht (p0,1) www.ph−noe.ac.at Einfache lineare Regression Güte der Anpassung wird durch das Bestimmtheitsmaß 𝑅2 beschrieben 𝑅2 ist der quadrierte Pearson-Korrelationskoeffizienten der Variablen. 𝑅2 ist jener Anteil der Quadratsumme, den das lineare Modell erklärt. 𝑅2 = 1 bedeutet daher, dass alle Punkte exakt auf der Geraden liegen. Effektstärke nach Cohen 𝑅2 𝑓= 1+𝑅 2 Interpretation der Effektstärke wie Cohen‘s-d www.ph−noe.ac.at Multiple lineare Regression Erfordert die Theorie der Funktionen mehrerer Variablen Methode der kleinsten Quadrate wird analog angewandt Ergebnis ist eine Konstante und ein Koeffizient für jede unabhängige Variable Signifikanzwerte dienen zur Beurteilung, ob eine unabhängige Variable eingeschlossen (p0,1) wird. Unterschiedliche Methoden des Einschlusses/Ausschlusses Einschluss - bei theoretisch begründeten unabhängigen Variablen Vorwärts-Selektion Rückwärts-Elimination www.ph−noe.ac.at Lineare Regression Beurteilung des linearen Zusammenhangs anhand des Streudiagramms Multiple Regression erfordert eine Matrix von Streudiagrammen www.ph−noe.ac.at Gernot Greschonig Präsentation und Dokumentation von wissenschaftlichen Daten 30.11.2024 www.ph−noe.ac.at Guideline Masterarbeit Aktuelle APA-Richtlinien, dzt. APA (7th Edition) Ausnahme: Zeilenabstand 1,5 Guideline und Vorlage aus dem Intranet 200.000 Zeichen inklusive Leerzeichen, max. +/- 10% Abweichung www.ph−noe.ac.at Zitierregeln (Kurzbeleg) Direktes Zitat: „text text text“ (Autor*in, Erscheinungsjahr, S. XY). text text text „text text text“ (Autor*in, Erscheinungsjahr, S. XY). (Doppelte) Anführungszeichen im zitierten Text werden in einfache umgewandelt. Zwei Autor*innen werden mit & getrennt, ab drei nur der/die Erstautor*in et al. www.ph−noe.ac.at Zitierregeln (Kurzbeleg) Langes direktes Zitat: Lange direkte Zitate (ab 40 Wörter) werden im Block eingerückt und ohne Anführungszeichen gesetzt. Kurzbeleg nach dem Schlusspunkt Seitenangaben bei spezifischen Stellen einer Quelle Kein f. oder ff. verwenden, stattdessen (Autor*in, Erscheinungsjahr, S. XY-ZT) Bei mehrfacher Verwendung immer wieder den Kurzbeleg angeben, kein ebd., ibd. oder a.a.O. www.ph−noe.ac.at Zitierregeln (Kurzbeleg) Indirektes Zitat (sinngemäße Wiedergabe von Textstellen): Eingeklammerte Kurzbelege im Text text text text (Autor*in, Erscheinungsjahr, S. XY). Narrative Kurzbelege im Text Autor*in (2022, S. XY) erklärt dieses Phänomen mit … APA sieht keine Fußnoten und kein „vgl.“ bei indirekten Zitaten vor. Fußnoten nur für Zusatzinformationen und Anmerkungen www.ph−noe.ac.at Zitierregeln (Kurzbeleg) Indirektes Zitat (sinngemäße Wiedergabe von Textstellen): Eingeklammerte Kurzbelege im Text text text text (Autor*in, Erscheinungsjahr, S. XY). Narrative Kurzbelege im Text Autor*in (2022, S. XY) erklärt dieses Phänomen mit … www.ph−noe.ac.at Umsetzung von APA (7th Edition) in Word / SPSS Leider hat Microsoft APA 7 noch nicht in Word integriert MS-Word: Zur Umstellung der Word-Referenzen siehe https://answers.microsoft.com/en-us/msoffice/forum/all/apa-7th-edition-in- ms-word/486fc70e-b7c7-40df-89bb-f8fc07169d40 https://answers.microsoft.com/en-us/msoffice/forum/all/apa-7th-edition-in- ms-word-2/89149ca0-af44-49a1-ac1b-645ef049165f Alternative: Verwendung von Zotero, Citavi etc. mit APA 7 Einstellung www.ph−noe.ac.at Umsetzung von APA (7th Edition) in Word Beschriftungen von Abbildungen/Tabellen Beschriftungen sind nun oben Bezeichnung (Abb./Tabelle) und Nummerierung sind fett und linksbündig Legende in einer neuen Zeile kursiv gedruckt www.ph−noe.ac.at Umsetzung von APA (7th Edition) in SPSS Tabellen in SPSS: Erzeugen einer Tabelle Doppelklick auf die Tabelle Format -> Tabellenvorlagen Auswahl: APA_SansSerif_10pt Export als.docx Kopieren in die Vorlage zur Masterarbeit www.ph−noe.ac.at Geschlechtsinklusives Formulieren Laut Richtlinie aus dem Intranet In Personenbezeichnungen sollen neben männlichen und weiblichen auch nicht binäre Geschlechtsidentitäten abgebildet und einbezogen werden. Gute Lesbarkeit soll dennoch garantiert werden. Der Genderstern (Asterisk) gilt als aktueller Standard in schriftlichen Texten. Nach Möglichkeit Verwendung von geschlechtsneutralen Formulierungen bzw. Umformulierungen www.ph−noe.ac.at Geschlechtsinklusives Formulieren Umformulierungen Nach Möglichkeit keine oder nur geringe Verwendung von unbestimmten Pronomen mit Geschlechtsbezug (z.B. jede/jeder, keine/keiner) Verzicht auf Ausdrücke und Redewendungen mit versteckten Rollenzuschreibungen (z.B. staatsmännisch, etwas auf Vordermann bringen) www.ph−noe.ac.at Beschreibung der Stichprobe Auswahl der Untersuchungsteilnehmer*innen Art der Stichprobe Zufallsstichprobe, Ad-Hoc Stichprobe, Elemente der Selbstselektion Stichprobengröße Alter, Dienstalter, Geschlecht, Ausbildung der Teilnehmer*innen Darstellung in Tabellen und ggf. Diagrammen www.ph−noe.ac.at Deskriptive Ergebnisse Häufigkeitsauszählungen mit Prozentangaben Je nach zugrundeliegender Skala auch arithmetisches Mittel, Median, Maximum, Minimum, Spannweite und Standardabweichung Darstellung von Merkmalen/Skalen durch Häufigkeitsauszählungen, ev. unterstützt durch Tabellen und Diagramme www.ph−noe.ac.at Berichten statistischer Ergebnisse im Auswertungsteil Angabe des verwendeten Verfahrens Laut Masterrichtlinie unverzichtbar: Angabe des p-Werts zur Prüfung der Signifikanz je nach Verfahren die Angabe des Korrelationskoeffizienten zur Bestimmung der Stärke des Zusammenhangs Höhe des Mittelwertunterschieds / der mittleren Ränge Empfehlenswert: Angabe der Effektgröße (Cohen‘s d, Phi-Koeffizient, Kontingenzkoeffizient, Cramér V) Einordnung (kein/schwacher/mittlerer/starker Effekt bzw. Zusammenhang) www.ph−noe.ac.at Signifikanzniveaus / Effektstärken Signifikanzniveaus 0,05 < p ≤ 0,1 tendenziell signifikant 0,01 < p ≤ 0,05 signifikant 0,001 < p ≤ 0,01 hoch signifikant p ≤ 0,001 höchst signifikant Effektstärken 0,10 schwacher Effekt 0,30 mittlerer Effekt 0,50 starker Effekt www.ph−noe.ac.at Beispiel Chi2-Test (Alternativhypothese) Der Chi2-Test (siehe Anhang X, Tabelle Y) ergibt einen Wert von Chi2=32,76 (df = 1) mit einer Signifikanz von p < 0,001. Der daraus berechnete Kontingenzkoeffizient K (siehe Anhang X, Tabelle III) von 0,52 kennzeichnet einen starken Effekt. Für die Stichprobe zeigt sich ein höchst signifikanter Unterschied zwischen Lehrpersonen, die im Curriculum A studiert haben und jenen und jenen im Curriculum B bezüglich der Nennung von der Ursache C. Die Hypothese H1 „Hinsichtlich der Sensibilität für das Erkennen von Ursache C zeigt sich ein signifikanter Unterschied zwischen den Lehrpersonen mit Studium im Curriculum A und jenen im Curriculum B“ kann für diese Stichprobe angenommen werden. www.ph−noe.ac.at Beispiel Chi2-Test (Nullhypothese) Der Chi2-Test (siehe Anhang X, Tabelle Y) ergibt einen Wert von Chi2=1,97 (df = 1) mit p = 0,16, daher ist das Ergebnis nicht signifikant. Die Hypothese H1 „Hinsichtlich der Sensibilität für das Erkennen von Ursache C zeigt sich ein signifikanter Unterschied zwischen den Lehrpersonen mit Studium im Curriculum A und jenen im Curriculum B“ kann für diese Stichprobe nicht bestätigt werden. Die Nullhypothese wird daher angenommen. www.ph−noe.ac.at Beispiel t-Test unabhängige Stichproben Es zeigt sich für die Frauen in der befragten Gruppe ein deutlich geringerer Mittelwert (M = 1,79, SD = 1,516) als für die Männer (M = 2,44, SD = 2,153). Der Welsh-Test (t-Test mit ungleichen Varianzen) ergibt einen Mittelwertsunterschied von 0,65. Der t-Wert (siehe Anhang B, Tabelle VII) beträgt -1,821, die Freiheitsgrade df haben den Wert 57,489. Das Ergebnis ist zwar tendenziell signifikant (p = 0,074), trotzdem wird die Nullhypothese beibehalten. Die Hypothese H2 „In der befragten Gruppe von Lehrpersonen unterscheiden sich Frauen und Männer signifikant bezüglich der Skala D“ wird verworfen. Es zeigt sich kein signifikanter Unterschied (t(57,489) = -1,821; p = 0,074) zwischen Frauen und Männern bezüglich der Skala D. www.ph−noe.ac.at Beispiel U-Test für unabhängige Stichproben Es zeigt sich für die Frauen in der befragten Gruppe ein deutlich geringerer mittlerer Rang (78,09) als für die Männer (94,91). Der Mann-Whitney U-Test mit n=164 ergibt eine Teststatistik von U=2068, dieses Ergebnis ist signifikant mit p=0,026. Die Hypothese H2 „In der befragten Gruppe von Lehrpersonen unterscheiden sich Frauen und Männer signifikant bezüglich der Skala D“ wird angenommen. www.ph−noe.ac.at Literatur Brink, A. (2013). Anfertigung wissenschaftlicher Arbeiten. Springer Gabler. Eco, U. (2020). Wie man eine wissenschaftliche Abschlußarbeit schreibt: Doktor-, Diplom-und Magisterarbeit in den Geistes-und Sozialwissenschaften. utb. Karmasin, M., & Ribing, R. (2017). Die Gestaltung wissenschaftlicher Arbeiten: ein Leitfaden für Facharbeit/VWA, Seminararbeiten, Bachelor-, Master-, Magister-und Diplomarbeiten sowie Dissertationen (Vol. 2774). utb. Samac, K., Prenner, M., & Schwetz, H. (2011). Die Bachelorarbeit an Universität und Fachhochschule: ein Lehr-und Lernbuch zur Gestaltung wissenschaftlicher Arbeiten (Vol. 3241). utb. www.ph−noe.ac.at