14

Sozialwissenschaftliche Forschung (Fach) / 8. Datenauswertung (Lektion)

Diese Lektion wurde von Alixobert erstellt.

Lektion lernen

Diese Lektion ist leider nicht zum lernen freigegeben.

zurück  |  weiter 1 / 1

Anzeige
  • 2. Sekundäranalyse Auswertung/Neuanalyse von Daten, die nicht extra für das eigene Forschungsprojekt erhoben wurden- stattdessen werden bereits existierende, zu anderen Zwecken erstellte Datensätze nalysiert Re-Analyse von Daten aus anderen Forschungsprojekten Analyse von Daten, die zu anderen als Forschungszwecken erstellt wurden Vorteil: Aufwandsersparung Aspekte / Probleme: - Dateneignung für eigene Fragestellung?- Dateiaufbereitungsform entspricht eigenen Zielsetzungen? (bspw. Aufteilung der Daten nach Altergruppen -> einzelne Lebensalter nicht rückverfolgbar)- Daten liegen meist in aggregierter (aufbereiteter) Form vor, Rohdaten sind nicht mehr zugänglich
  • 3. Qualitative Dokumentanalyse entweder extra erstellte Dokumente oder bereits existierende i.R. gedruckte Form, mittlerweile häufig elektronisch verfügbar für bestimmten Zweck produziert (Entscheidung zu untermauern oder Person/Instanz zu überzeugen) bilden nur begrenzten Sachverhalt ab-> bei Analyse muss beachtet werden, wer das Dokument für wen und wozu erstellt hat Art der Gestaltung von Dokumenten ist häufig bestandteil ihrer Bedeutung / Wirkung
  • 6. Übersicht 1. Inhaltsanalyse Quantitative Inhaltsanalyse- Definition- Auswertungsstrategien: Häufigkeits- und Kontigentanalyse- Phasen- Probleme Qualitative Inhaltsanalyse- Definition- Ablauf: zusammenfassend (Paraphrarisierung, Generalisierung);explizieren (enge, weite Kontextanalyse);strukturierend (formal, inhaltlich, typisierend, skalierend)- Probleme 2. Quantitative Datenanalyse Datenaufbereitung Datenbereinigung Auswertung: - unvariante Analyse (Häufigkeit, zentrale Tendenz, Streuung)- Korrelation und bivariante Analyse- multuvariante Analyse (Faktorenanalyse, Clusterverfahren, multuvariante Testverfahren) 3. Interpretative Analyse Theoriegenerierende Analyse Hermeneutische Verfahren Fallanalyse und Typenbilder
  • a) 7. Inhaltsanalyse klassische Vorgehensweise zur Auswertung von Textmaterialien Methode zu systematischen, intersubjektiv nachvollziehbaren Beschreibung inhaltlicher und formaler Merkmale von Mitteilungen basiert auf verwendung von Kategorien Ziel: Klassifikation der Inhalte von Texten Vorgehen: indem Aussagen, Sätze, Worte einem System von Kategorien zugeordnet werden Unterscheidung zwischen qualitativer und quantitativer Inhaltsanalyse
  • b) 8. Quantitative Inhaltsanalyse Definition: die quantitative Inhaltsanalyse erfasst einzelne Merkmale von Texten, indem sie Textteile in Kategorien, die Operationalisierungen der interessierenden Merkmale darstellen, einordnet. Die Häufigkeit der einzelnen Kategorien geben Auskunft über die Merkmalsausprägungen des untersuchten Textes.-> wie kommunizieren bestimmte Medien über einen bestimmten Gegenstand und wie sich das auf den Adressat auswirkt wer (Sender) sagt (schreibt, etc.) was (Information) zu wem (Empfänger) wie (Medium) und mit welchem Effekt? im Zentrum ein Kategoriensystem, mit dem die untersuchten Materialien klassifiziert werden Kodierung: Zuordnung der Textpassagen Auswertungsstrategien: einfache Häufigkeitsanalyse: z.B. mediale Präsenz eines themas in der Tagespresse Kontigenzanalyse: nicht nur Häufigkeit von Begriffen/Themen, sondern auch mit welchem Begriffen sie auftauchen, z.B. 'Gesundheitsfond' mit 'Kosten' Phasen: Bestimmung relevanter Texte ggf. Stichprobenziehung Festlegung der Zähleinheit: Worte, Wortgruppen, Sätze, etc. Ableitung eines Kategoriensystems (aus Fragestellung und theoretischem Hintergrund) -> Kodierung des Textes mithilfe von Kodierregeln statistische Analysen zur Ermittlung der Häufigkeit von Wörtern (im Zusammenhang mit anderen) Probleme: Verzicht auf Fallanalyse (Text, seine Struktur, seine Besonderheit als Ganzes werden nicht berücksichtigt) keine Kontextbetrachtung inwieweit die Häufigkeitsanalyse von Aussagen/Ereignissen in Texten ausreicht, um inhaltliche Fragestellungen befriedigend zu beantworten, ist seit Beginn der inhaltsanalytischen Forschung umstritten
  • c) 9. Qualitative Inhaltsanalyse Ziel: Analye von Textmaterialien, welche sowohl systematisch und intersubjektiv überprüfbar erfolgt, jedoch gleichzeitig der Interpretationsbedürftigkeit und Bedeutungsfülle von Texten etc. Rechnung trägt Ablauf: Festlegung des Materials (Auswahl der Interviews, relevante Ausschnitte) Analyse der Erhebungssitation (Zustandekommen, Beteiligte, Anwesende) Formale Charakterisierung des Materials (Erhebungsform, Aufzeichnung oder Protokoll?, Aufbereitung, Einfluss der Transskription auf Text) Festlegung der Richtung der Analyse Auswahl der Analysetechnik / Festlegung der Analyseeinheit-> Durchführung der Analyse, Interpretation der Ergebnisse Techniken: grundsätzlich: Kontext und Entstehungsbedingungen des Materials rekonstruieren Zusammenfassende Inhaltsanalyse Explizierende Inhaltsanalyse Strukturierende Inhaltsanalyse Probleme: Fokus auf Textoberfläche (Was) hoher Aufwand Verwendung von Paraphrasen anstatt direkter Erklärung des Ursprungtextes (v.a. bei zusammenfassender IA)
  • d) 10. Techniken qualitativer Inhaltsanalysen - Zusammenfassende IA Material wir paraphrasiert, um weniger relevante Passagen zu streichen (erste Reduktion) und Ähnliches zu bündeln (zweite Reduktion) nach der Paraphrasierung folgt die Generalisierung
  • e) 11. Techniken qualitativer Inhaltsanalysen - Explizierende IA Aufklärung diffuser, mehrdeutiger oder widersprüchlicher Textstellen enge Kontextanalyse: zusätzliche Aussagen im selben Text weite Kontextanalyse: Einbeziehung von Informationen außerhalb des Textes Formulierung/Überprüfung explizierender paraphrase am direkten kontext (bspw. Conferencier-Typ)
  • f) 12. Techniken qualitativer Inhaltsanalysen - Strukturierende IA dient zur Identifiaktion von Typen oder formalen, inhaltlichen, typisierenden oder skalierenden Strukturen nach formalen Strukturierungsgesichtspunkten -> Herausfilterung innerer Struktur (formale Struktur) Extrahierung / Zusammenfassung von Material zu bestimmten Inhaltsbereichen (inhaltliche Struktur) Suchen und Beschreibung einzelner Markanter Ausprägungen im Material (typisierende Struktur) Einschätzung des Materials in Skalenform (skalierende Struktur)
  • g) 13. Quantitative Datenanalyse 1. Datenaufbereitung: Transformation in auswertbare Zahlenwerte bevor Daten analysiert werden können, zunächst Erstellung einer Datenmatrix (Kodierung der Variablen); Zuordnung von Antworten zu Zahlenwerten 2. Datenbereinigung (Korrektur von Fehlern): beachtung der Plausibilitätsprüfung anschließend können Analysen unterschiedlicher Komplexität mit ihnen durchgeführt werden 3. Auswertung univariant Korrelation und bivariant multuvariant
  • Anzeige
  • h) 14. Auswertung Quantitative Datenanalyse - Univariante Analyse auf eine Variabel bezogen Häufigkeit (relaitv, kumulativ) Zentrale Tendenz: Mittelwert/arithmetisches Mittel: Intervallskalenniveau der Werte als Voraussetzung (gleicher Abstand zwischen den Werten); Summe der Beobachtungswerte geteilt durch Anzahl der Fälle (bspw. Durchschnittsnote) Median: kein intervallskalenniveau, sondern Ordinalskalenniveau (ordnet man die Werte nach Größe, ist Median Wert, der an mittlerer Stelle steht) Streuung (Spannweite/Differenz zwischen min. und max. Wert)
  • i) 15. Auswertung Quantitative Datenanlyse - Korrelation und bivariante Analyse auf zwei Variablen bezogen: Zusammenhänge aufzeigend Korrelation: Veränderung des Wertes einer Variabel geht einher mit der Veränderung des Wertes der anderen Variabel positiver Zusammenhang negativer zusammenhang Abwesenheit von Zusammenhang, keine Vorhersage Korrelation gibt jedoch nicht an, welche Variable Zusammenhang bewirkt
  • j) 16. Auswertung Quantitative Datenanalyse - Multivariante Analyse Zusammenhänge zwischen mehr als zwei Variablen-> differenziertere Zusammenhangsanalyse als bivariante Faktorenanalyse:- Ziel: aus beobachteten Variablen auf latente Faktoren schließen- so kann man aus einer Vielzahl von Antworten auf Einstellungsfragen die dahinterliegenden latenten Einstellungen/Faktoren identifizieren Clusteranalyse: Suche von Ähnlichkeiten zwischen den unterschiedlichen Fällen Multuvariante Testverfahren
  • k) Interpretative Analysen im Unterschied zu quantitativen verfahren direkte interpretation der Daten Spielarten: Theoriegenerierende Analysen (Grounded Theory) Hermeneutischeverfahren- Narrative Analysen: Rekonstruktion der Erzählung- Objektive Hermeneutik: Identifikation der latenten Sinnstruktur- Konversations- und Diskursanalysen: Analyse der formalen Prozeduren der Kommunikation Fallanalysen und Typenbildung

zurück  |  weiter 1 / 1