Grundlagen empirischer Forschungsmethoden in der medialen Interaktion - Cheatsheet

Definition und Merkmale der empirischen Forschung

Definition:

Empirische Forschung: Methode zur Gewinnung von Wissen und Erkenntnissen durch Beobachtung, Experiment oder Erhebung von Daten.

Details:

• Basis: Systematische Sammlung und Analyse von Daten
• Ziel: Überprüfung von Hypothesen, Theorien oder Modellen
• Merkmale: Objektivität, Reliabilität, Validität
• Methoden: Befragungen, Experimente, Beobachtungen, Sekundäranalysen
• Datenquellen: Primär- und Sekundärquellen
• Ergebnisse: Quantitativ (statistisch) oder qualitativ (inhaltlich)

Hypothesenbildung und Theorienentwicklung

Definition:

Hypothesenbildung bedeutet, Annahmen für wissenschaftliche Untersuchungen zu formulieren. Theorienentwicklung ist das Erstellen eines konsistenten Systems von Erklärungen.

Details:

• Hypothese: Aussage, die getestet werden soll.
• Formulierung: Konkret, präzise, falsifizierbar.
• Theorie: System wissenschaftlicher Aussagen.
• Validierung durch empirische Forschung.
• Modellbildung zur Abbildung der Realität.
• Verwendung von Datenanalyse zur Überprüfung der Hypothesen.
• Ziel: Erklärung und Vorhersage von Phänomenen.

Grundlagen der wissenschaftlichen Validität und Reliabilität

Definition:

Gültigkeit und Zuverlässigkeit wissenschaftlicher Messungen;

Details:

• Validität (Gültigkeit): Misst das Instrument, was es zu messen vorgibt?
• • Inhaltsvalidität: Inhaltsgetreue Abbildung des Messinhalts.
  • Kriteriumsvalidität: Übereinstimmung mit einem anderen Messinstrument.
  • Konstruktvalidität: Messgenauigkeit eines theoretischen Konstrukts.
• Reliabilität (Zuverlässigkeit): Wie konstant und reproduzierbar sind die Messergebnisse?
• • Test-Retest-Reliabilität: Konsistenz über Zeit hinweg.
  • Interrater-Reliabilität: Übereinstimmung zwischen verschiedenen Beobachtern.
  • Interne Konsistenz: Zusammenhang der Items innerhalb eines Tests.

Quantitative und qualitative Datenerhebung: Techniken und Methoden

Definition:

Vorgehen zur Sammlung und Analyse von Daten, um Hypothesen zu überprüfen oder neue Erkenntnisse zu gewinnen.

Details:

• Quantitative Datenerhebung: Messung und Analyse numerischer Daten, um Muster und Korrelationen zu erkennen.
• Methoden: Umfragen, Experimente, standardisierte Tests.
• Typische Techniken: Fragebögen, statistische Analysen, Likert-Skalen.
• Qualitative Datenerhebung: Untersuchung nicht-numerischer Daten, um tiefergehende Einblicke zu erhalten.
• Methoden: Interviews, Beobachtungen, Inhaltsanalysen.
• Typische Techniken: Offene Fragen, Teilnehmende Beobachtung, Diskursanalyse.
• Vorteile: Quantitative Datenerhebung bietet Generalisierbarkeit, qualitative Tiefe und Kontext. Beide kombiniert können umfassendere Ergebnisse liefern.

Interpretation und Visualisierung von Daten

Definition:

Interpretation und Visualisierung von Daten - Wichtiger Schritt zur Analyse und Präsentation von Forschungsergebnissen. Daten verständlich und aussagekräftig darstellen.

Details:

• Data Cleaning: Rohdatenbereinigung
• Statistische Analyse: Methoden wie Mittelwert, Median, Standardabweichung
• Graphische Darstellung: Nutzung von Diagrammen, z.B. Balken-, Linien- und Kreisdiagramme
• Tools: Nutzung von Software wie Python (matplotlib, seaborn), R (ggplot2)
• Interpretation: Rückschluss auf Hypothesen, Mustererkennung

Verwendung von Softwaretools zur Datenanalyse (z.B. SPSS, R)

Definition:

Verwendung von Softwaretools zur Datenanalyse wie SPSS und R zur Durchführung statistischer Analysen und Visualisierung von Daten.

Details:

• SPSS: Benutzerfreundlich, ideal für Einsteiger, oft in Sozialwissenschaften genutzt.
• R: Flexibel, leistungsstark, viele Pakete für verschiedene Analysen verfügbar, bevorzugt in Forschung und Wissenschaft.
• Datenimport und -manipulation, statistische Tests, Modellierung und Grafikfunktionen in beiden Tools.
• Syntaxbasierte Bedienung in R, Menü- und Skriptbasierte Bedienung in SPSS.

Ethik und Datenschutz in medienbasierten Experimenten

Definition:

Ethik und Datenschutz in medienbasierten Experimenten adressieren moralische und rechtliche Aspekte bei der Durchführung von Forschung, um die Privatsphäre der Teilnehmer zu schützen und ethische Standards einzuhalten.

Details:

• Informierte Einwilligung: Teilnehmer müssen vorab über alle Aspekte des Experiments informiert und ihre Zustimmung eingeholt werden.
• Anonymisierung: Daten der Teilnehmer müssen anonymisiert oder pseudonymisiert werden, um die Identifizierung zu verhindern.
• Datenspeicherung: Sichere Speicherung und kontrollierter Zugang zu Daten sind erforderlich, um Missbrauch zu verhindern.
• Ethik-Komitee: Experimente müssen oft von unabhängigen Ethik-Komitees überprüft und genehmigt werden.
• Rechtliche Rahmenbedingungen: Beachte nationale und internationale Gesetze wie DSGVO (Datenschutz-Grundverordnung) und BDSG (Bundesdatenschutzgesetz).

Untersuchung von Nutzerverhalten in digitalen Medien

Definition:

Untersuchung, wie Nutzer mit digitalen Medien interagieren, um Erkenntnisse für Design, Marketing und Funktionalität zu gewinnen.

Details:

• Methoden: Beobachtungen, Befragungen, Experimente, Logfile-Analysen
• Kennzahlen: Verweildauer, Klickraten, Conversion Rate
• Tools: Google Analytics, Heatmaps, A/B-Tests
• Ziel: Verständnis von Nutzerpräferenzen und -verhalten, Optimierung der Benutzerfreundlichkeit