35

Methoden (Fach) / methoden (Lektion)

Diese Lektion wurde von herpherpderp erstellt.

Lektion lernen

Diese Lektion ist leider nicht zum lernen freigegeben.

zurück  |  weiter 1 / 1

• Messung Abbildung, reduzierte Komplexität
• Merkmale Genau definierte Eigenschaften
• Ausprägung Inhalt der Messung
• Empirisch Relativ Merkmalsträgern ihre Beziehung untereinander in der Wirklichkeit
• Operationalisierung Genau Beschreibung des Messverfahrens
• Systematische Messfehler Abhängig von der messender Person Abhängig vom Messinstrument (Zählung von Wählern nur einem Ausgang) Abhängig vom tatsächlichen Wert (Einkommen in der Umfrage) Abhängig vom Wert auf einer anderen Variable (Rückerinnerung, Alter)
• Kriterien der Messqualität Objektivität: Unabhängigkeit von der messenden Person Reliabilität: Die Messung ist unabhängig vom Messinstrument, Zuverlässig Validität: Messung der theoritischen Konstrukts, Gültigkeit
• Theorieschulen in der emp. PoWi 1.   Pluralismus 2.   Korporatismus 3.   Institutionalismus 4.   Konstruktivismus 5.   Rational Choice und Spieltheorie
• Triangulation Messung auf verschiedene Methoden oder die selbe Methode auf unterschiedliche Weise
• Variablen Vektor von Messungen   Variablen die direkt sichtbar sind: Manifest Variablen die zwar da sind aber nicht direkt sichtbar sind: Latent
• Anzeige
• Skalenniveaus/Messniveaus der Variablen Nominal :Jeder Variablenwert hat nur eine Qualität (Symbole) Ordinal: Wert enthält einen Rang. Bsp: Höchster formeller Bildungsabschluss (Zahlen) Metrisch: Variablenwert höher oder niedriger Rang UND Abständge sind vergleichbar (Zahlen)
• Skala? Index? Der Unterschied? Skala: Manifeste Variablen. Bildet nur eine Dimension ab Index: Besteht aus mehreren Dimensionen. Zusammenfassung zu einer Maßzahl. Sinn: Ausgleich von Messfehlern Unterschied: Index verdichten viele Infos ineiner Zahl. Z. B. Abi Note.
• Likert-Skala / Guttman-Skala Likert Skala:Zustmmen oder Ablehnen -2 lehne völlig ab -1 lehne ich ab 0 weder/noch 1 stimme zu 2 stimme völlig zu Guttman-Skala: Ordinale Variable aus hierarchischen Variablen unterschiedlicher Schwierigkeit. a_____b______________c
• Guttman Skala berechnung R=1-(Anzahl der Fehler)/(Anzahl der Beobachtung*Anzahl der Variablen) Daumen Regel: R > 0,90
• Experiment? Bewusste Manipulation des Ursachenfaktors Kontrolle der Größe/Timings des Ursachenfaktors Mindestens 2 Gruppen Eine Gruppe mit Treatment/Placebo manipuliert
• Treatment? Stimuli(us)? Treatment: Bewusste Manipulation Stimuli: Reiz
• Mills Methoden Mills Methode der Übereinstimmung    Induktive Suche nach kausalen Zusammenhängen zwischen  Bedingungen (unabhängigen Variablen) und Wirkung  (abhängige Variable)    Ausschluss von potenziellen notwendigen Bedingungen +++ Mills Methode der Differenz Ausschluss von potenziellen hinreichenden Bedingungen +-+
• Matched Pairs Bei jedem Zweierpaar alle bekannten Faktoren gleich
• Matched Groups Zweiergruppen (Experimental und Kontrollgruppen) Verteilung (gleiche Anzahl von Frauen, Abiturienten etc)
• Bedrohung der internen Validität History: Zwischen den Messungen passiert etwas Testing: Hawthrone-/Rosenthal-Effekte Maturation: Subjekt verändert sich Instrumentation: Versuchsausführung verändert sich unabsichtlich Regression to the mean: Extremwerte im Pretest werden durchschnittlich im Post-test Selection Bias: Systematische Unterschiede zwischen Experimental- und Kontrolgruppe. Anders ausprägung der 3. Variable Mortality: Person ist nicht erreichbar/verweigert
• Probleme von Mills Methoden Unsicherheit, ob alle relevanten Faktoren identifiziert und adäquat gemessen komplexe Kombination von Faktoren unberücksichtigt Komplexere Zusammenhänge -> Suche nach INUS-Bedingungen
• Quasi Experiment Natürlich vorkommender Ablauf ohne radomisierte Zuteilung eines Treatments Künstliche Kontrollgruppe: wie wäre das ohne das Ereignis
• Ex-Post-Facto? Struktur für die Analyse erst im Nachhinein Kausale Aussagen nur mit hilfe theoritischer Erwägungen möglich Einfluss von 3. Variablen erfolgt im nachhinein -> Alle 3. Variablen müssen erhoben und messbar sein
• Typen von Ex-Post-Facto designs Querschnittstudie: Daten über mehrere Merkmalsträger für einen Zeitpunkt Fallstudiendesign: Ausführliche Untersuchung von Einzelfällen. Häufig Induktiv. Suche nach fehlenden Kausallinien Trendstudiendesign: Querschnittsdaten über merhere Zeitpunkte Panelstudie: Mehrere Beobachtungen von dem selben Merkmalsträger
• Bruttostichprobe gezogene Stichprobe vor Realisierung
• Bereinigte Bruttostichprobe: Bruttostichprobe minus stichprobenneutrale Ausfälle
• Nettostichprobe realisierte Stichprobe, d.h. bereinigte Bruttostichprobe minus systematische Ausfälle
• Ausschöpfungsquote   Nettostichprobe/bereinigte Bruttostichprobe  
• Unit-Nonresponse/Totalausfälle keine Daten von einem Merkmalsträger, den man gewählt, zu bekommen
• Item-Nonresponse/Fehlende Werte es fehlen einzelne Daten bei einem ausgewählten Merkmalsträger
• Anzeige
• MCAR - Missing completely at random Fehlende Werte stehen nicht in Zusammenhang mit beobachteten oder unbeobachteten Werten z.B. Interviewer überspringt zufällig eine Frage Beeinflussen Stichprobe nicht  
• MAR - Missing at Random Fehlende Werte hängen ab von beobachteten Werten, nicht aber vom (unbekannten) beobachteten Wert    Fehlende Werte sind ZufallsSP innerhalb einer bestimmten Gruppe beobachteter Daten z.B.: Älterer Befragter kann sich nicht an Ereignis erinnern  Fehlender Wert = Ereignis  Beobachteter Wert = Alter
• NMAR - Not missing at random  Fehlende Werte hängen von (unbekannten) unbeobachteten Werten ab z.B. Gewalttätige politische Handlungen werden wegen sozialer Erwünschtheit nicht genannt
• Quotenauswahl Ablauf? Vor-/Nachteile? Anlauf: Festlegung eines Quotenplans Quotenanweisungen für die Interviewer FEldaerbeti der Interviewer Vorteile:  geringe Kosten schnelle Durchführbarkeit  benötigt keine Liste über Erhebungselemente Nachteile:  Vorwissen über GG nötig (Quotierungsmerkmal) ggf. Commitment des Interviewers nötig Repräsentativität wird nur hinsichtlich quotierter Merkmale erreicht Überrepräsentation leicht erreichbarer Personen  keine Zufallsauswahl, keine Inferenzstatistik  Ausfälle verdeckt (-> Ausschöpfung) hoher Aufwand bei kombinierten Quoten
• Fallstudiendesigns Most Similar Case Design Most Different Case Design Typical Case Design Diverse Selection Design Extreme Selection Design Deviant Case Design Critical Case Design Influential Case Design

zurück  |  weiter 1 / 1