Forschungstheorien im Überblick

Question 1

Schritte im Forschungsprozess

Accepted Answer

1. Entstehen eines Erkenntnisinteresses (welches Thema, welches Merkmal interessiert mich?)2. Sammlung verfügbaren Wissens3. Entwicklung einer Fragestellung/Hypothese4. Planung einer Untersuchung (Untersuchungsstrategie/-art, Datenerhebungsmethode, Wahl der Stichprobe)5. Durchführung der Untersuchung (Erhebung der Daten)6. Auswertung der Daten7. Interpretation/ Schlussfolgerungen aus der Untersuchung8. Mitteilung der Untersuchung

Question 2

Forschungsstrategien – Wie untersucht man eine Hypothese?

Accepted Answer

• Qualitative vs. quantitative Herangehensweise• Laborstudie vs. Feldstudie• Experimenteller Ansatz• Quasi-experimenteller Ansatz• Längsschnittlicher – Querschnittlicher Ansatz• Korrelativer Ansatz• Sekundär- und Metaanalysen

Question 3

Qualitative vs. quantitative Daten -Quantitativ:

Accepted Answer

Zuordnung von Merkmalsausprägungen zu Zahlenz.B. weiblich = 0, männlich = 1z.B. rot = 1, gelb = 2, grün = 3, blau = 4z.B. Score (Anzahl gelöster Aufgaben) in einem LeistungstestDie Menge aller Merkmalsmessungen bezeichnet man als (quantitative) Daten.

Question 4

Qualitative vs. quantitative Daten - Qualitative:

Accepted Answer

Werden die Merkmalsausprägungen verbal beschriebenso spricht man von qualitativen Datenz.B. inhaltliche Interessen der Psychologiestudierenden

Question 5

Labor vs. Feld (Untersuchungs-Setting) -Laborstudie:

Accepted Answer

• In einer eher künstlichen Situation, in der man dieBedingungen und Störvariablen relativ gut kontrollieren kann,wird eine Hypothese untersucht.• Untersuchungsbedingungen können gut variiert, repliziert undmanipuliert werden.• Möglichkeit der gezielten Variation einer einzigen Variable(UV), so dass Unterschiede in AV auf diese Veränderungenauch zurückführbar sindBsp. Lernprozesse beim Lesen von Texten am Computer mitHilfe einer Blickbewegungskamera

Question 6

Labor vs. Feld (Untersuchungs-Setting) - Feldstudie:

Accepted Answer

Daten werden im natürlichen Kontext erhoben• Kontrollierbarkeit der Bedingungen und Störvariablen weitweniger möglich• Weniger standardisiert, aber mehr Nähe zum Verhalten inAlltagssituationenBsp. Spielverhalten von Kindern am Spielplatz beobachten

Question 7

Experimenteller Ansatz

Accepted Answer

„Königsweg“, um kausale Zusammenhänge zu prüfen

Question 8

Experimenteller Ansatz - Kausalität

Accepted Answer

Bsp.: Ein Huhn freute sich jeden Morgen darauf, dass einMann in den Stall kam und es fütterte.Schluss: „Wenn der Mann kommt, dann füttert er mich“Eines Morgens kam der Mann in den Stall und schlachtetedas Huhn. ↓Aus der Regelmäßigkeit eines Ablaufs kann nicht auf Zukünftiges geschlossen werden. Ein empirischer Zusammenhang ist kein ausreichender Beleg für eine kausale Beeinflussung einer Variablen durch eine andere.

Question 9

Voraussetzungen für Kausale Schlussfolgerungen (wenn experimentelles Vorgehen nicht möglich)

Accepted Answer

1. Kovariation von AV und UV (Bsp. Computerspielen und Aggressives Verhalten)2. Zeitliche Vorgeordnetheit der UV (Computerspielen muss VORdem Aggressiven Verhalten sein)3. Ausschluss von Alternativerklärungen (alle Störvariablen müssen kontrolliert sein; Bsp. Geschlecht kovariiert mit beiden Variablen)

Question 10

Experimenteller Ansatz - Kausale Zusammenhänge

Accepted Answer

Kausale Zusammenhänge können geprüft werden, indem dievermutete Ursache (UV) manipuliert wird (und nur diese) undihre Auswirkung auf das Ergebnis (AV) registriert wird ↓ Logik eines Experiments!• Künstliche Herstellung der Variation der UV (mindestens 2 Ausprägungen/ Bedingungen) -> maximale Kontrolle aller Störvariablen• Zufällige Zuteilung der Untersuchungsobjekte(Randomisierung)

Question 11

Experimenteller Ansatz Eine Untersuchung hat hohe interne Validität, wenn ...

Accepted Answer

• wenn aus den aus ihr gewonnenen Erkenntnissen eineeindeutige Schlussfolgerung bezüglich der kausalenBeziehung zwischen der AV und der UV gezogen werden kann• alle relevanten Störvariablen ausgeschlossen werden können.

Question 12

Experimenteller Ansatz Beispiel 1: Hypothese: Koffein wirkt sich auf Intelligenzleistung aus

Accepted Answer

UV - Koffein Experimentalgruppe: Koffein gegeben Kontrollgruppe: Placebo, Kein Koffein gegeben AV – Leistung im Intelligenztest

Question 13

Experimenteller Ansatz Beispiel 2: Forschungsfrage: Wie lang ist die Reaktionszeit von Personen bei unterschiedlichen Lärmbedingungen?

Accepted Answer

Hypothese: Je stärker der Lärm, desto länger die Reaktionszeit der PersonenUV: Lärmpegel (unterschiedliche Abstufungen) AV: ReaktionszeitStörvariablen: Hörvermögen, Umgebungsgeräusche, ReaktionsgeschwindigkeitDesign: VL manipuliert den Lärm, misst wie schnell jemand nach einem Signal einen Knopfdrückt, Umgebungsgeräusche werden ausgeschaltet, Hörvermögen und Reaktionsgeschwindigkeit der Personen vorher getestet

Question 14

Experimenteller Ansatz -Manchmal ein Problem Experimenteller Designs:

Accepted Answer

Mangel an externer Validität→ wenn die aus ihr gewonnenen Erkenntnisse nicht auf andere Situationen, Orte, Personen, Zeitpunkte generalisiert werden können.

Question 15

Quasi-Experimenteller Ansatz

Accepted Answer

• Zentraler Unterschied zum Experiment: keine zufälligeZuteilung zu den Untersuchungsbedingungen• Auch hier Manipulation der UV und Beobachtung der Folgenfür AV• Zuteilung erfolgt nach anderem Prinzip (z.B. Wunsch der TN,natürliche Gruppen)• Reduziert die interne Validität einer Untersuchung, ist aber inmanchen Forschungskontexten nicht zu ändern• Wichtige Folge: Maximale Erfassung von möglichenStörvariablen und explizites Berücksichtigen vonAlternativerklärungen

Question 16

Quasi-Experimenteller Ansatz Beispiel 1: Was bringt ein zusätzliches Therapiemodul in einer Rehaklinik? Hypothese: Das neue Therapiemodul steigert den Therapieerfolg.

Accepted Answer

Man kann nicht zur Therapie gezwungen werden → Selbstselektion → „Verweigerer“ sind Kontrollgruppe → Mehr Erfolg in Experimentalgruppe kann z.B. auch an mehr Therapiemotivation liegen → Ausgangsunterschiede kontrollieren!

Question 17

Quasi-Experimenteller Ansatz Beispiel 2: Monoedukativer Unterricht führt zu mehr Interesse der Mädchen an MINT-Fächern

Accepted Answer

- Probleme kausale Effekte für monoedukativem Unterricht festzustellen • Eingangsselektivität: SchülerInnen mit bestimmten SES werdenangesprochen; bei Kontrolle oft keine Effekte• Erwartungseffekte: Vorteile monoedukativen Unterrichts z.T.durch Erwartung des Besonderen im Vorfeld erklärbar• LehrerInnen – SchülerInnen – Interaktionen: kaumberücksichtigt; LehrerInnen unterrichten unterschiedlich inAbhängigkeit von Geschlechterzusammensetzung in der Klasse• Indikatoren für „besseren“ Unterricht unterschiedlich:akademisches Selbstkonzept, Leistungen, soziale Prozesse in der Klasse

Question 18

Quasi-Experimenteller Ansatz Möglichkeiten der Kontrolle von Störvariablen:

Accepted Answer

1) Einbezug eines Vortests – Messwiederholung2) Aggregation über mehrere Beobachtungseinheiten3) Statistische Kontrolle (Auspartialisieren)4) Parallelisierung/ Matching

Question 19

Längsschnittlicher Ansatz – querschnittlicher Ansatz -Längsschnittstudien (Longitudinalstudie):

Accepted Answer

• Untersuchung, bei der Personen/ Untersuchungseinheiten bzgl.der selben Variablen mehrfach untersucht werden• Bsp. Panelstudien (dieselbe Stichprobe wird über längere Zeithinweg beobachtet; s. „Bildungspanel“)• Meist sehr aufwändig

Question 20

Längsschnittlicher Ansatz – querschnittlicher Ansatz - Querschnittstudien:

Accepted Answer

• Eine oder mehrere Stichproben (z.B. Altersgruppen) werdenzum gleichen Zeitpunkt untersucht• Oft geringere interne Validität als LS (z.B. Kohorteneffektekonfundieren u.U. Alterseffekte)

Question 21

Längsschnittlicher Ansatz – querschnittlicher Ansatz - Kombination Längsschnitt + Querschnitt:

Accepted Answer

• Kohorten-Sequenz-Design

Question 22

Korrelativer Ansatz

Accepted Answer

• Hier werden nur Zusammenhänge zwischen zwei Variablenermittelt (keine Differenzierung nach UV und AV).• z.B. Korrelation Intelligenz und Kreativität• Gefahr von Scheinzusammenhängen immer berücksichtigen• Bsp. Intelligenz – Kreativität -> Einfluss könnte vermittelt seinüber Sozialisation in der Familie• Störvariablen mit erheben und kontrollieren

Question 23

Sekundär- und Metaanalysen - Sekundäranalysen:

Accepted Answer

Auswertungen von Daten, die ursprünglich aus anderemErkenntnisinteresse erhoben wurden

Question 24

Sekundär- und Metaanalysen - Meta-Analysen

Accepted Answer

Veröffentlichte Studien und Daten zu einem Thema werdenzusammenfassend betrachtet zur Gesamtschätzung desuntersuchten Effekts

Question 25

Sekundär- und Metaanalysen

Accepted Answer

Zentral: Keine eigene Datenerhebung, Nutzung vonvorhandener Information

Question 26

Qualitätsanforderungen – 3 zentrale Gütekriterien

Accepted Answer

Objektivität Reliabilität Validität

Question 27

Objektivität:

Accepted Answer

Ergebnisse sind unabhängig von der untersuchenden Person(Schwieriger bei qualitativen Methoden der Datenerhebung)

Question 28

Reliabilität:

Accepted Answer

Zuverlässigkeit, Genauigkeit, mit der man Sachverhalte misst

Question 29

Validität:

Accepted Answer

Gültigkeit und Aussagekraft mit der ein Verfahren tatsächlichdas misst, was es zu messen vorgibt

Question 30

Auswertung der Daten -Deskriptive Statistik

Accepted Answer

• Bereitet Informationen über erfasste Merkmale auf, in dem Einzelwerte zustatistischen Kennwerten zusammengefasst werden• Ziel: Beschreibung der Daten mittels Kennwerten, Graphiken, Tabellen, Diagrammen• Bezieht sich auf die konkret untersuchte Stichprobe

Question 31

Auswertung der Daten -Deskriptive Statistik Beispiele:

Accepted Answer

• Betrachtung der Verteilung von Häufigkeiten• Darstellung durch Maße der zentralen Tendenz- Modalwert (diejenige Merkmalausprägung, die die meisten Elemente enthält)- Median (Wert bis zu dem 50% aller Werte liegen)- Arithmetisches Mittel (Mittelwert)• + Streuungsmaße (z.B. Standardabweichung, Median)

Question 32

Auswertung der Daten - Inferenzstatistik

Accepted Answer

• Synonym: schließende oder induktive Statistik• Ziel ist die Analyse von Daten mit Fokus aufGeneralisierung (=Verallgemeinerung) derErgebnisse auf die ganze Population• Statistische Hypothesenprüfung ist das Anliegen(s. eigenen Vorlesungstermin dazu: Grundidee derSignifikanztestung)

Question 33

Auswertung der Daten

Accepted Answer

Inferenzstatistik Deskriptive Statistik

Question 34

Begriffsklärung - Population:

Accepted Answer

• Menge aller potenziellen Untersuchungsobjekte, über die etwas ausgesagt werden soll - Grundgesamtheit• Ist im Allgemeinen so groß, dass eine Vollerhebung nicht möglich ist• Bsp. Grundgesamtheit aller Studierenden

Question 35

Begriffsklärung - Stichprobe:

Accepted Answer

• Auswahl aus einer Population, die untersucht wird• Wird nach verschiedenen Prinzipien gezogen, die Auswahl hat massive Konsequenzen auf dieErgebnisse (Bsp. Verzerrungseffekte) – sollte repräsentativ für Population sein; falls nichtEinschränkung der Generalisierbarkeit

Einführung in wissenschaftliches Denken (Subject) / Forschungstheorien im Überblick (Lesson)