Bachelorarbeit: Bachelorarbeit + unbenotetes Kolloquium - Exam.pdf

Aufgabe 1)

Einführung in die qualitative Forschung: Qualitative Forschung untersucht soziale Phänomene in ihrer natürlichen Umgebung und zielt darauf ab, tiefgehendes Verständnis zu generieren.

• Methoden: Interviews, Fokusgruppen, teilnehmende Beobachtung
• Datenerhebung: eher unstrukturiert oder halbstrukturiert
• Analyse: interpretativ, z.B. durch Kodierung
• Stärken: Tiefe Einblicke, Kontextverständnis
• Schwächen: Subjektivität, geringe Generalisierbarkeit

a)

Erkläre den Unterschied zwischen unstrukturierten und halbstrukturierten Interviews und nenne je zwei Vorteile und zwei Herausforderungen dieser Methoden. Wie beeinflussen diese Faktoren die Analyse der Daten?

Lösung:

Unterschied zwischen unstrukturierten und halbstrukturierten Interviews:

• Unstrukturierte Interviews:
  • Bei unstrukturierten Interviews gibt es keinen festen Fragenkatalog. Der Interviewer folgt dem Gesprächsverlauf des Interviewten und stellt spontan Fragen.
  • Vorteile:
    • Ermöglicht tiefe Einblicke in persönliche Meinungen und Erfahrungen des Interviewten
    • Bietet Flexibilität, um auf unerwartete Themen und Antworten einzugehen
  • Herausforderungen:
    • Erfordert erhebliche Interviewfähigkeiten und Flexibilität des Interviewers
    • Die Analyse kann komplex sein, da die Daten sehr heterogen und divers sind
• Halbstrukturierte Interviews:
  • In halbstrukturierten Interviews gibt es einen allgemeinen Fragenleitfaden, aber der Interviewer hat die Freiheit, tiefergehende oder zusätzliche Fragen zu stellen, basierend auf den Antworten des Interviewten.
  • Vorteile:
    • Gibt ein gewisses Maß an Struktur, das die Vergleichbarkeit zwischen verschiedenen Interviews erleichtert
    • Erlaubt dennoch Flexibilität, um interessante Aspekte weiter zu erforschen
  • Herausforderungen:
    • Es besteht das Risiko, dass der Interviewer zu sehr am Leitfaden klebt und interessante spontane Antworten verpasst
    • Kann zeitaufwändig sein, wenn viele zusätzliche Fragen gestellt werden

• Unstrukturierte Interviews:
  • Die hohe Diversität der Antworten kann die Kodierung und Analyse komplizierter machen, aber auch reichhaltigere Einblicke bieten
  • Erfordert möglicherweise mehr Zeit und Ressourcen für die Datenanalyse
• Halbstrukturierte Interviews:
  • Die Kombination aus Struktur und Flexibilität erleichtert die Identifizierung von Mustern und die Vergleichbarkeit der Daten, was die Kodierung und Analyse effizienter macht
  • Es kann jedoch eine Herausforderung sein, die Balance zwischen Struktur und Tiefe zu finden

b)

Inwiefern könnten die subjektiven Einflüsse eines Forschers die Ergebnisse einer qualitativen Studie beeinflussen? Diskutiere drei Strategien, die Forscher anwenden können, um diese Subjektivität zu minimieren.

Lösung:

Einfluss subjektiver Einflüsse auf die Ergebnisse einer qualitativen Studie:

Subjektive Einflüsse eines Forschers können die Ergebnisse einer qualitativen Studie wesentlich beeinflussen. Da qualitative Forschung oft interpretativ ist, können persönliche Meinungen, Vorerfahrungen und Erwartungen des Forschers die Art und Weise beeinflussen, wie Daten gesammelt, interpretiert und präsentiert werden. Dies kann zu einer verzerrten Darstellung der untersuchten Phänomene und somit zu weniger validen Ergebnissen führen.

Drei Strategien zur Minimierung der Subjektivität:

• Reflexivität: Ein zentraler Ansatz zur Minimierung von Subjektivität ist die Reflexivität. Forscher sollten kontinuierlich ihre eigenen Annahmen, Werte und mögliche Vorurteile kritisch hinterfragen und dokumentieren. Dies kann beispielsweise durch das Führen eines Reflexionsjournals geschehen. Ein reflektiertes Bewusstsein der eigenen Subjektivität ermöglicht eine bewusstere und ausgewogenere Analyse.
• Triangulation: Die Nutzung von Triangulation kann helfen, subjektive Einflüsse zu minimieren. Dies bedeutet, dass verschiedene Datenquellen, Methoden oder Forscher zur Untersuchung desselben Phänomens verwendet werden. Durch den Vergleich und die Kombination unterschiedlicher Perspektiven kann die Validität der Ergebnisse erhöht und die Subjektivität einzelner Forscher verringert werden.
• Peer-Review und Interkoder-Reliabilität: Die Einbeziehung anderer Forscher in den Analyseprozess kann ebenfalls dazu beitragen, subjektive Einflüsse zu minimieren. Durch Peer-Review können andere Forscher die Interpretation und Analyse der Daten überprüfen und kommentieren. Zudem kann die Interkoder-Reliabilität überprüft werden, indem mehrere Forscher unabhängig voneinander die gleichen Daten kodieren und die Übereinstimmung bewertet wird. Eine hohe Interkoder-Reliabilität weist auf eine objektivere Analyse hin.

c)

Beschreibe den Prozess der Kodierung in der qualitativen Forschung. Welche Rolle spielt die Kodierung bei der Analyse und Interpretation der gewonnenen Daten?

Lösung:

Prozess der Kodierung in der qualitativen Forschung:

Kodierung ist ein zentraler Schritt in der qualitativen Forschung, der es Forschern ermöglicht, große Mengen an unstrukturierten Daten systematisch zu analysieren und zu interpretieren. Der Prozess der Kodierung umfasst mehrere Schritte:

• Offene Kodierung: In dieser Anfangsphase werden die gesammelten Daten (z.B. Interviewtranskripte oder Beobachtungsnotizen) durchgelesen, und bedeutungsvolle Segmente oder Ideen werden identifiziert und mit beschreibenden Labels (Codes) versehen. Ziel ist es, die Daten in kleinere, handhabbare Einheiten zu zerlegen.
• Axiale Kodierung: In dieser Phase werden Beziehungen zwischen den identifizierten Codes untersucht und kategorisiert. Es geht darum, zentrale Themen oder Kategorien zu erkennen, die verschiedene Codes und deren Beziehungen zueinander verbinden. Dies hilft, die Datenstruktur zu klären und zentrale Konzepte zu identifizieren.
• Selektive Kodierung: Hierbei werden die zentralen Kategorien weiterentwickelt und verfeinert. Diese Phase konzentriert sich auf die Integration und Verknüpfung der wichtigsten Kategorien zu einer kohärenten Erzählung oder einem theoretischen Rahmen. Es wird eine zentrale Erzählung oder ein Hauptthema entwickelt, das die wesentlichen Erkenntnisse der Forschung widerspiegelt.

Rolle der Kodierung bei der Analyse und Interpretation der gewonnenen Daten:

• Systematisierung der Daten: Die Kodierung hilft, unstrukturierte Daten zu strukturieren und zu organisieren, was die Analyse erleichtert. Durch die Zuordnung von Codes können große Mengen an Daten systematisch segmentiert und untersucht werden.
• Erkennung von Mustern und Themen: Durch die Kodierung können wiederkehrende Muster, Themen oder Konzepte in den Daten identifiziert werden. Diese Muster und Themen bieten Einblicke in die zentralen Fragestellungen der Forschung und unterstützen die Entwicklung von Hypothesen oder Theorien.
• Interpretation der Daten: Die Kodierung legt die Grundlage für eine tiefgehende Interpretation der Daten. Indem Codes und Kategorien entwickelt werden, können Forscher Bedeutungen und Zusammenhänge innerhalb der Daten aufdecken und theoretische Schlussfolgerungen ziehen.
• Validierung der Ergebnisse: Eine sorgfältige und systematische Kodierung ermöglicht es, die Reliabilität und Validität der Forschung zu erhöhen. Durch die transparente Dokumentation des Kodierungsprozesses können andere Forscher die Ergebnisse nachvollziehen und überprüfen.

d)

Vergleiche die Stärken und Schwächen der teilnehmenden Beobachtung mit denen der Fokusgruppenmethode. In welchem Kontext würdest Du welche Methode bevorzugen und warum?

Lösung:

Vergleich der Stärken und Schwächen von teilnehmender Beobachtung und Fokusgruppenmethode:

• Teilnehmende Beobachtung:
  • Stärken:
    • Ermöglicht tiefes Eintauchen in die soziale Umgebung und bietet ein umfassendes Verständnis des untersuchten Phänomens
    • Direkte Beobachtung von Verhaltensweisen und Interaktionen in ihrem natürlichen Kontext
    • Ermöglicht das Erfassen von non-verbalen Hinweisen und Situationen, die durch Befragung allein nicht erfasst werden könnten
  • Schwächen:
    • Gefahr der Subjektivität und des Einflusses der eigenen Präsenz auf das Beobachtete
    • Erfordert langfristige Engagement und kann zeitaufwändig und ressourcenintensiv sein
    • Schwierigkeiten bei der Generalisierbarkeit der Ergebnisse, da in spezifischen Kontexten durchgeführt
• Fokusgruppenmethode:
  • Stärken:
    • Ermöglicht das Sammeln vielfältiger Meinungen und Perspektiven innerhalb kurzer Zeit
    • Bietet einen dynamischen Austausch, der zu tiefgehenden und spontanen Einsichten führen kann
    • Kann kosteneffizienter sein als individuelle Interviews oder langfristige Beobachtungsstudien
  • Schwächen:
    • Gruppendynamik kann dominantere Meinungen bevorzugen und schüchterne Teilnehmer unterrepräsentieren
    • Die Qualität der Daten hängt stark von der Moderationsfähigkeit des Facilitators ab
    • Kann die Tiefe des Verständnisses im Vergleich zu Einzelinterviews oder teilnehmender Beobachtung einschränken

Kontextpräferenz für die Methodenwahl:

• Teilnehmende Beobachtung: Diese Methode würde ich bevorzugen, wenn das Ziel der Forschung darin besteht, Verhaltensmuster, Routinen oder soziale Interaktionen in ihrem natürlichen Kontext detailliert zu verstehen. Zum Beispiel wäre es besonders nützlich in ethnografischen Studien, wo das alltägliche Leben und die Kultur einer bestimmten Gruppe tief untersucht werden sollen.
• Fokusgruppenmethode: Diese Methode würde ich bevorzugen, wenn das Ziel der Forschung darin besteht, eine breite Palette von Meinungen, Einstellungen oder Wahrnehmungen zu einem bestimmten Thema innerhalb kurzer Zeit zu erfassen. Fokusgruppen sind besonders nützlich in explorativen Phasen von Forschungsprojekten, Marktforschung oder bei der Untersuchung von sozialen Themen, bei denen der Austausch zwischen den Teilnehmern wertvolle Einblicke liefern kann.

Aufgabe 2)

Stelle Dir vor, Du bist ein Betriebswirt und hast die Aufgabe, eine Datenanalyse für ein Unternehmen durchzuführen. Du verfügst über einen Datensatz, der die monatlichen Verkaufszahlen eines Produkts über einen Zeitraum von drei Jahren umfasst. Zusätzlich enthält der Datensatz Informationen über Werbeausgaben und die Anzahl der Verkaufsmitarbeiter im gleichen Zeitraum.

a)

Wende deskriptive statistische Methoden an und berechne den Mittelwert, Median, Modus und die Standardabweichung der monatlichen Verkaufszahlen.

Lösung:

Um deskriptive statistische Methoden anzuwenden und den Mittelwert, Median, Modus und die Standardabweichung der monatlichen Verkaufszahlen zu berechnen, folge diesen Schritten:

• Datenvorbereitung: Stelle sicher, dass die monatlichen Verkaufszahlen in einer zugänglichen Form vorliegen, z.B. in einer Liste oder einer Tabelle.
• Mittelwert (Durchschnitt): Berechne den Mittelwert der monatlichen Verkaufszahlen, indem Du die Summe aller Verkaufszahlen durch die Anzahl der Monate teilst: \( \text{Mittelwert} = \frac{\text{Summe der Verkaufszahlen}}{\text{Anzahl der Monate}} \)
• Median (Zentralwert): Der Median ist der Wert, der in der Mitte einer geordneten Datenreihe liegt. Wenn die Anzahl der Verkaufszahlen gerade ist, wird der Median als Durchschnitt der beiden mittleren Werte berechnet:
• Sortiere die monatlichen Verkaufszahlen in aufsteigender Reihenfolge.
• Wenn die Anzahl der Monate ungerade ist, ist der Median der mittlere Wert.
• Wenn die Anzahl der Monate gerade ist, ist der Median der Durchschnitt der beiden mittleren Werte.
• Modus (Modalwert): Der Modus ist der Wert, der am häufigsten in den monatlichen Verkaufszahlen vorkommt.
• Standardabweichung: Berechne die Standardabweichung, um zu bestimmen, wie stark die monatlichen Verkaufszahlen um den Mittelwert streuen: \( \text{Standardabweichung} = \sqrt{ \frac{1}{N} \sum (x_i - \text{Mittelwert})^2 } \)
  • \(N\) ist die Anzahl der Monate.
  • \(x_i\) ist der Verkaufszahl im Monat \(i\).

b)

Führe eine lineare Regressionsanalyse durch, um den Einfluss der Werbeausgaben auf die Verkaufszahlen zu bestimmen. Stelle das Regressionsmodell in der Form y = β0 + β1x + ε auf und interpretiere die Ergebnisse.

Lösung:

Um den Einfluss der Werbeausgaben auf die Verkaufszahlen zu bestimmen, kannst Du eine lineare Regressionsanalyse durchführen. Die lineare Regressionsanalyse hilft dabei, die Beziehung zwischen den unabhängigen Variablen (in diesem Fall den Werbeausgaben) und den abhängigen Variablen (den Verkaufszahlen) zu quantifizieren.

Folge diesen Schritten:

• Datenvorbereitung: Stelle sicher, dass Du zwei Spalten mit Daten hast: eine für die Werbeausgaben und eine für die monatlichen Verkaufszahlen.
• Regressionsformel: Stelle das Regressionsmodell in der folgenden Form auf: \( y = \beta_0 + \beta_1x + \epsilon \)
  • \( y \) steht für die monatlichen Verkaufszahlen (abhängige Variable).
  • \( x \) steht für die Werbeausgaben (unabhängige Variable).
  • \( \beta_0 \) ist der y-Achsenabschnitt.
  • \( \beta_1 \) ist die Steigerungsrate oder der Regressionskoeffizient.
  • \( \epsilon \) ist der Fehlerterm.
• Datenanalyse durchführen: Verwende statistische Software oder Programmiersprachen wie Python oder R, um die lineare Regression durchzuführen.

  # Beispiel in Python with Statsmodels library import statsmodels.api as sm import pandas as pd  # Angenommen, df ist ein DataFrame mit den Spalten 'Werbeausgaben' und 'Verkaufszahlen' x = df['Werbeausgaben'] y = df['Verkaufszahlen']  # Füge einen konstanten Term (für \( \beta_0 \)) zu x hinzu x = sm.add_constant(x)  # Passe das Modell an model = sm.OLS(y, x).fit()  # Zusammenfassung der Ergebnisse print(model.summary())  

Ergebnisse interpretieren: Nachdem Du das Modell angepasst hast, erhältst Du eine Zusammenfassung der Regressionsergebnisse. Achte besonders auf folgende Punkte:

• \( \beta_0 \): Der y-Achsenabschnitt, der den geschätzten Verkaufswert angibt, wenn die Werbeausgaben null sind.
• \( \beta_1 \): Der Koeffizient der Werbeausgaben. Dieser Wert gibt den geschätzten Anstieg der Verkaufszahlen für jede zusätzliche Einheit der Werbeausgaben an. Ein positiver Wert bedeutet, dass höhere Werbeausgaben zu höheren Verkaufszahlen führen und umgekehrt.
• p-Werte: Diese Werte helfen zu bestimmen, ob die Koeffizienten statistisch signifikant sind. Ein p-Wert kleiner als 0,05 deutet darauf hin, dass die Variable signifikant ist.
• R-Quadrat-Wert: Dieser Wert zeigt, wie gut das Modell die Daten erklärt. Ein Wert nahe 1 bedeutet, dass das Modell einen großen Teil der Variabilität der abhängigen Variable erklärt.

Durch die Analyse dieser Ergebnisse kannst Du feststellen, ob und wie stark die Werbeausgaben die Verkaufszahlen beeinflussen.

c)

Überprüfe, ob ein signifikanter Zusammenhang zwischen der Anzahl der Verkaufsmitarbeiter und den monatlichen Verkaufszahlen mittels Pearson-Korrelation besteht. Berechne den Korrelationskoeffizienten und interpretiere das Ergebnis.

Lösung:

Um zu überprüfen, ob ein signifikanter Zusammenhang zwischen der Anzahl der Verkaufsmitarbeiter und den monatlichen Verkaufszahlen besteht, kann die Pearson-Korrelation verwendet werden. Der Pearson-Korrelationskoeffizient misst die lineare Beziehung zwischen zwei Variablen.

Folge diesen Schritten:

• Datenvorbereitung: Stelle sicher, dass Du zwei Spalten mit Daten hast: eine für die Anzahl der Verkaufsmitarbeiter und eine für die monatlichen Verkaufszahlen.
• Berechnung des Pearson-Korrelationskoeffizienten: Der Pearson-Korrelationskoeffizient \( r \) wird wie folgt berechnet: \[ r = \frac{\sum (x_i - \bar{x})(y_i - \bar{y})}{\sqrt{\sum (x_i - \bar{x})^2 \sum (y_i - \bar{y})^2}} \]
  • \( x_i \) und \( y_i \) sind die Datenpunkte für die Anzahl der Verkaufsmitarbeiter beziehungsweise die Verkaufszahlen.
  • \( \bar{x} \) und \( \bar{y} \) sind die Mittelwerte der jeweiligen Variablen.

    # Beispiel in Python with pandas library import pandas as pd  # Angenommen, df ist ein DataFrame mit den Spalten 'Verkaufsmitarbeiter' und 'Verkaufszahlen' correlation = df['Verkaufsmitarbeiter'].corr(df['Verkaufszahlen']) print('Pearson-Korrelationskoeffizient:', correlation)  

• Ergebnis interpretieren: Der Pearson-Korrelationskoeffizient liegt zwischen -1 und 1:
  • \( r = 1 \) bedeutet eine perfekte positive lineare Beziehung
  • \( r = -1 \) bedeutet eine perfekte negative lineare Beziehung
  • \( r = 0 \) bedeutet keine lineare Beziehung

Interpretation des berechneten Korrelationskoeffizienten: Ein positiver Korrelationskoeffizient zeigt, dass die Verkaufszahlen tendenziell steigen, wenn die Anzahl der Verkaufsmitarbeiter zunimmt, und ein negativer Koefizient zeigt, dass die Verkaufszahlen tendenziell sinken, wenn die Anzahl der Verkaufsmitarbeiter zunimmt. Bei einem Wert nahe 0 ist der Zusammenhang schwach oder nicht vorhanden.

d)

Führe einen ANOVA-Test durch, um zu überprüfen, ob es signifikante Unterschiede in den durchschnittlichen Verkaufszahlen gibt, wenn Du die Daten nach Quartalen (Q1, Q2, Q3, Q4) aufteilst. Formuliere die Null- und Alternativhypothesen und interpretiere die Ergebnisse.

Lösung:

Ein ANOVA-Test (Analyse der Varianz) kann verwendet werden, um zu überprüfen, ob es signifikante Unterschiede in den durchschnittlichen Verkaufszahlen gibt, wenn die Daten nach Quartalen (Q1, Q2, Q3, Q4) aufgeteilt werden.

Folge diesen Schritten:

• Datenvorbereitung: Stelle sicher, dass die monatlichen Verkaufszahlen jedem der vier Quartale (Q1, Q2, Q3, Q4) zugeordnet sind.
• Formuliere die Hypothesen:
• Nullhypothese (H0): Die durchschnittlichen Verkaufszahlen unterscheiden sich nicht signifikant zwischen den Quartalen.
• Alternativhypothese (H1): Es gibt mindestens ein Quartal, dessen durchschnittliche Verkaufszahlen sich signifikant von den anderen Quartalen unterscheiden.
• Durchführung des ANOVA-Tests: Verwende statistische Software oder Programmiersprachen wie Python oder R, um den ANOVA-Test durchzuführen.

  # Beispiel in Python mit scipy.stats und pandas library import pandas as pd from scipy import stats  # Angenommen, df ist ein DataFrame mit den Spalten 'Quartal' (Q1, Q2, Q3, Q4) und 'Verkaufszahlen'  # Splitte die Daten nach Quartalen Q1 = df[df['Quartal'] == 'Q1']['Verkaufszahlen'] Q2 = df[df['Quartal'] == 'Q2']['Verkaufszahlen'] Q3 = df[df['Quartal'] == 'Q3']['Verkaufszahlen'] Q4 = df[df['Quartal'] == 'Q4']['Verkaufszahlen']  # Durchführung des ANOVA-Tests f_val, p_val = stats.f_oneway(Q1, Q2, Q3, Q4) print('ANOVA F-Wert:', f_val) print('ANOVA p-Wert:', p_val)  

• F-Wert: Dieser Wert gibt an, wie viel der Varianz zwischen den Gruppen durch die Gruppenmittelwerte erklärt wird. Ein höherer F-Wert deutet auf größere Unterschiede zwischen den Gruppen hin.
• p-Wert: Wenn der p-Wert kleiner als ein vorgegebenes Signifikanzniveau (normalerweise 0,05) ist, weist dies darauf hin, dass die Nullhypothese abgelehnt wird und es signifikante Unterschiede zwischen den Quartalen gibt.

Wenn der p-Wert kleiner als 0,05 ist, kannst Du die Nullhypothese ablehnen und schlussfolgern, dass mindestens ein Quartal signifikant unterschiedliche durchschnittliche Verkaufszahlen im Vergleich zu den anderen Quartalen besitzt. Andernfalls gibt es keine signifikanten Unterschiede zwischen den Quartalen.

Aufgabe 3)

Du schreibst Deine Bachelorarbeit an der TU München im Studiengang Betriebswirtschaftslehre und möchtest sicherstellen, dass Du korrekte Zitiertechniken anwendest und Plagiate vermeidest. Im Folgenden konkretes Szenario, in dem Du Dein Wissen über korrektes Zitieren und die Vermeidung von Plagiaten anwenden musst.

Stell Dir vor, Du schreibst ein Kapitel Deiner Bachelorarbeit über das Thema „Nachhaltiges Management“. Während Deiner Recherche stößt Du auf eine Studie von Müller und Schneider (2020), in der genau die Maßnahmen beschrieben werden, die Du in Deinem Kapitel erwähnen möchtest.

a)

Direktes Zitat anwenden: Nehmen wir an, in der genannten Studie steht folgender Satz: „Nachhaltiges Management stellt einen zentralen Erfolgsfaktor für moderne Unternehmen dar.“ Wie würdest Du diesen Satz in Deinem Text wörtlich zitieren? Formuliere den Satz in Deinem Kapitel und füge eine korrekte Quellenangabe nach dem APA-Zitierstil hinzu.

Lösung:

Um den Satz aus der Studie von Müller und Schneider (2020) korrekt und direkt zu zitieren, kannst Du ihn wie folgt in Dein Kapitel einbinden:

Wie Müller und Schneider (2020) feststellen: „Nachhaltiges Management stellt einen zentralen Erfolgsfaktor für moderne Unternehmen dar.“

Oder:

„Nachhaltiges Management stellt einen zentralen Erfolgsfaktor für moderne Unternehmen dar“ (Müller & Schneider, 2020).

b)

Indirektes Zitat anwenden: Formuliere den obigen Satz sinngemäß um und zitiere korrekt nach dem APA-Stil, ohne Anführungszeichen zu verwenden. Beschreibe zusätzlich, warum es wichtig ist, die Quelle auch bei sinngemäßen Wiedergaben anzugeben.

Lösung:

Um das indirekte Zitat korrekt zu verwenden, kannst Du den Satz sinngemäß umformulieren und die Quelle nach APA-Stil zitieren:

Wie Müller und Schneider (2020) betonen, ist nachhaltiges Management entscheidend für den Erfolg moderner Unternehmen.

Es ist wichtig, die Quelle auch bei sinngemäßen Wiedergaben anzugeben, da Du damit anerkennst, dass die ursprüngliche Idee oder das Konzept von einem anderen Autor stammt. Dies vermeidet Plagiarism und zeigt, dass Du fremde Arbeiten respektierst und transparent mit Deiner Forschung umgehst. So honorierst Du die wissenschaftlichen Beiträge anderer und demonstrierst gleichzeitig die Sorgfalt und Integrität in Deiner eigenen akademischen Arbeit.

c)

Plagiatvermeidung erklären: Diskutiere drei Methoden, die Dir helfen, Plagiate zu vermeiden, wenn Du fremde Quellen in Deiner Bachelorarbeit verwendest. Erkläre auch, wie die Nutzung von Plagiatserkennungssoftware Dich unterstützen kann und welche Schritte Du unternimmst, falls die Software mögliche Plagiate in Deinem Dokument entdeckt.

Lösung:

Methoden zur Plagiatvermeidung:

• Korrektes Zitieren: Wenn Du Informationen, Ideen oder Texte aus anderen Quellen übernimmst, musst Du diese korrekt zitieren. Dies bedeutet, sowohl direkte Zitate als auch sinngemäße Übernahmen mit den dazugehörigen Quellenangaben zu versehen. Verwende stets den richtigen Zitierstil, beispielsweise APA, und stelle sicher, dass alle Zitierungen vollständig und korrekt sind.
• Paraphrasieren und Zusammenfassen: Anstatt Texte einfach zu kopieren, solltest Du lernen, die Ideen anderer Autoren in Deinen eigenen Worten wiederzugeben. Dabei ist es wichtig, die ursprüngliche Bedeutung der Quelle zu bewahren, sie jedoch in eine neue, eigenständige Form zu bringen. Auch hier ist eine Quellenangabe notwendig, um den ursprünglichen Autor anzuerkennen.
• Eigenes Verständnis darstellen: Versuche, Deine eigene Analyse und Interpretation der recherchierten Informationen darzustellen. Dies zeigt nicht nur Deine eigene Auseinandersetzung mit dem Thema, sondern mindert auch das Risiko, unbeabsichtigt Inhalte zu plagiieren.

Nutzung von Plagiatserkennungssoftware:

Plagiatserkennungssoftware hilft dabei, Plagiate zu vermeiden, indem sie Deine Arbeit mit einer Vielzahl von Quellen vergleicht und auf Übereinstimmungen überprüft. Diese Software markiert Stellen, die möglicherweise plagiiert sind, und gibt Dir die Möglichkeit, solche Passagen zu überprüfen und gegebenenfalls zu korrigieren.

Schritte bei der Entdeckung von möglichen Plagiaten:

• Überprüfung und Validierung: Wenn die Software Übereinstimmungen findet, überprüfe die markierten Stellen und stelle sicher, dass alle zitierten Quellen korrekt angegeben sind.
• Korrektur: Wenn es Stellen gibt, die ohne korrekte Quellenangabe übernommen wurden, füge die notwendigen Zitate hinzu oder formuliere die Passagen eigenständig um.
• Erneute Überprüfung: Nachdem Korrekturen vorgenommen wurden, führe eine erneute Überprüfung mit der Plagiatserkennungssoftware durch, um sicherzustellen, dass keine weiteren Plagiate vorhanden sind.

Aufgabe 4)

Du bist beauftragt worden, einen wissenschaftlichen Artikel aus dem Bereich Betriebswirtschaftslehre im Rahmen Deiner Bachelorarbeit zu bewerten. Der Artikel trägt den Titel

a)

Analysiere die Aktualität, Originalität und Bedeutung der Ergebnisse des Artikels. Identifiziere die Hauptfragestellungen und diskutiere, inwiefern diese Fragestellungen im Kontext der aktuellen Forschung relevant sind.

Lösung:

Analyse der Aktualität, Originalität und Bedeutung der Ergebnisse des Artikels:

• Aktualität: Um die Aktualität des Artikels zu bewerten, solltest Du das Veröffentlichungsdatum überprüfen und hinterfragen, ob die genannten Studien und Daten neu und relevant sind. Ein Artikel, der kürzlich veröffentlicht wurde und auf neuesten Daten basiert, hat eine höhere Aktualität und Relevanz im aktuellen Forschungskontext.
• Originalität: Hier geht es darum zu beurteilen, ob der Artikel neue Einblicke oder Verfahren bietet, die bisher nicht in der Literatur behandelt wurden. Du solltest feststellen, ob der Autor innovative Methoden oder Perspektiven verwendet hat, um ein Problem zu analysieren oder zu lösen.
• Bedeutung der Ergebnisse: Analysiere, wie wichtig und weitreichend die Ergebnisse des Artikels sind. Fragen, die Du Dir stellen solltest, sind: Tragen die Ergebnisse wesentlich zum Verständnis des behandelten Themas bei? Haben sie praktische und theoretische Implikationen?

Hauptfragestellungen und deren Relevanz im Kontext der aktuellen Forschung:

• Identifiziere die Kernfragen, die der Artikel untersucht. Dies könnte die Untersuchung bestimmter betriebswirtschaftlicher Theorien, Marktmechanismen oder Managementstrategien beinhalten.
• Diskutiere, wie relevant diese Fragestellungen in der aktuellen Forschung sind. Werden sie derzeit intensiv diskutiert? Bieten sie Lösungsansätze für aktuelle Probleme in der Praxis?
• Vergleiche die Fragestellungen des Artikels mit denen anderer aktueller Studien, um zu bewerten, ob der Artikel eine Lücke in der bestehenden Forschung füllt oder eine neue Perspektive bietet.

Indem Du diese Aspekte gründlich analysierst und bewertest, kannst Du eine fundierte Meinung über den wissenschaftlichen Beitrag des Artikels entwickeln.

b)

Bewerte die Methodik des Artikels. Überprüfe die Nachvollziehbarkeit der angewendeten Methoden und diskutiere mögliche Stärken und Schwächen. Ziehe dabei auch Vergleichswerte wie den Impact-Faktor und den H-Index der Zeitschrift, in der der Artikel veröffentlicht wurde, heran.

Lösung:

Bewertung der Methodik des Artikels:

• Nachvollziehbarkeit der angewendeten Methoden: Um die Methodik des Artikels zu bewerten, solltest Du folgende Aspekte berücksichtigen:
  • Beschreibung der Methoden: Wurde die Methode klar und detailliert beschrieben, sodass andere Forscher die Studie replizieren können?
  • Angemessenheit der Methoden: Sind die gewählten Methoden passend und etabliert, um die Forschungsfrage(n) zu beantworten?
  • Datenquelle und Datenerhebung: Sind die Datenquellen zuverlässig und wurden die Daten auf nachvollziehbare Weise erhoben?
  • Analyseverfahren: Wurde eine fundierte Methode zur Analyse der Daten gewählt?

• Diskussion der Stärken und Schwächen:
  • Stärken: Analysiere, welche Stärken die Methodik des Artikels aufweist. Beispielsweise könnten eine große Stichprobengröße, die Verwendung etablierter Verfahren oder innovative methodische Ansätze als Stärken betrachtet werden.
  • Schwächen: Identifiziere mögliche Schwächen der Methodik, wie z.B. eine begrenzte Stichprobengröße, potenzielle Verzerrungen bei der Datenerhebung oder die Wahl ungeeigneter oder veralteter Analyseverfahren.

• Vergleichswerte: Impact-Faktor und H-Index:
  • Impact-Faktor: Der Impact-Faktor gibt an, wie häufig Artikel der betreffenden Zeitschrift in anderen wissenschaftlichen Arbeiten zitiert werden. Ein hoher Impact-Faktor kann auf eine hohe Qualität und Relevanz der veröffentlichten Arbeiten hinweisen.
  • H-Index: Der H-Index misst sowohl die Produktivität als auch den Einfluss der Veröffentlichungen eines Forschers oder einer Zeitschrift. Ein hoher H-Index kann ein Indikator für bedeutende Forschungsergebnisse sein.
  • Überprüfe den Impact-Faktor und den H-Index der Zeitschrift, in der der Artikel veröffentlicht wurde, um die allgemeine Reputation und wissenschaftliche Anerkennung der Publikation zu bewerten.

Durch die sorgfältige Bewertung dieser Kriterien kannst Du Dir ein fundiertes Bild von der Methodik des Artikels und seiner wissenschaftlichen Qualität machen.