Data Collection Methods in the Social and Behavioral Sciences - Cheatsheet

Bedeutung und Ziele der Datenerhebung

Definition:

Zentrale Aufgabe für fundierte Forschung; Sammeln von Daten zur Analyse und Interpretation sozialer und wirtschaftlicher Phänomene.

Details:

• Grundlage für Hypothesenprüfung und Theorieentwicklung
• Bereitstellung belastbarer und valider Daten
• Erkenntnisgewinn durch empirische Analyse
• Unterstützung evidenzbasierter Entscheidungen
• Förderung der Reproduzierbarkeit von Studien

Qualitative Forschungsmethoden: Interviews und Fokusgruppen

Definition:

Interviews und Fokusgruppen sind zentrale Methoden der qualitativen Forschung, um tiefgehende Einblicke in subjektive Sichtweisen und Erfahrungen der Teilnehmenden zu gewinnen.

Details:

• Interviews: Einzelgespräche mit strukturierten, halbstrukturierten oder unstrukturierten Fragen.
• Fokusgruppen: Moderierte Gruppendiskussionen zur Erfassung von Meinungen und Interaktionen der Gruppe.
• Ziele: Verständnis und Interpretation sozialer Phänomene, Erkundung neuer Themenfelder.
• Geeignet für: Komplexe Problemstellungen, Entwicklung von Hypothesen, Pilotstudien.
• Analysetechniken: Theoretisches Sampling, Grounded Theory, thematische Analyse.

Quantitative Forschungsmethoden: Umfragen und Fragebögen

Definition:

Quantitative Forschungsmethoden: Umfragen und Fragebögen werden zur systematischen Erhebung von numerischen Daten verwendet.

Details:

• Umfragen: Erheben Daten durch eine strukturierte Befragung vieler Teilnehmer.
• Fragebögen: Standardisierte Instrumente zur Messung von Meinungen, Einstellungen, Verhalten.
• Skalenniveaus: Nominal, Ordinal, Intervall, Verhältnis.
• Stichprobenverfahren: Zufallsstichprobe, Quotenstichprobe, Klumpenstichprobe.
• Datenanalyse: Häufigkeitsverteilungen, Mittelwerte, Korrelationen, Regressionen.
• Gütekriterien: Objektivität, Reliabilität, Validität.

Datenqualität und Quellen der Verzerrung

Definition:

Qualität der gesammelten Daten und potenzielle Fehlerquellen, die die Ergebnisse einer Studie beeinflussen können.

Details:

• Datenqualität: Genauigkeit, Zuverlässigkeit, Validität und Konsistenz der Daten.
• Quellen der Verzerrung:
• Stichprobenverzerrung: systematische Fehler bei der Auswahl von Stichproben.
• Antwortverzerrung: Verzerrung durch ungenaue oder unwahre Antworten der Befragten.
• Messverzerrung: Fehler bei der Datenerhebung, z.B. durch ungenaue Instrumente.
• Auswahlverzerrung: Unterschiede zwischen den ausgewählten und nicht ausgewählten Personen.
• Publikationsverzerrung: Bevorzugung der Veröffentlichung signifikanter Ergebnisse.

Ethik in der Datenerhebung: Datenschutz und Vertraulichkeit

Definition:

Datenschutz und Vertraulichkeit in der Datenerhebung gewährleisten, dass persönliche Daten geschützt und nicht unbefugt weitergegeben werden.

Details:

• Vermeidung von Identifikation: Anonymisierung und Pseudonymisierung
• Zustimmung: Einwilligung der Teilnehmer einholen
• Sicherheitsmaßnahmen: Verschlüsselung und sichere Speicherung
• Transparenz: Teilnehmer über Zwecke und Nutzung der Daten informieren
• Rechtliche Rahmenbedingungen: DSGVO und andere relevante Gesetze einhalten

Stichprobenziehung und Repräsentativität in quantitativer Forschung

Definition:

Gewinnung von Stichproben und deren Fähigkeit, die Grundgesamtheit in quantitativer Forschung zu repräsentieren.

Details:

• Zufallsstichprobe: Jede Einheit der Grundgesamtheit hat eine bekannte, gleiche Chance, ausgewählt zu werden.
• Schichtung: Population in verschiedene Schichten unterteilt, aus jeder Schicht zufällig ausgewählt.
• Klumpenstichprobe: Auswahl von ganzen Gruppen oder Klumpen aus der Population.
• Repräsentativität: Stichprobe sollte die Merkmale der Grundgesamtheit in angemessener Weise abbilden.
• Bias und Verzerrung vermeiden: Verzerrte Stichproben führen zu falschen Schlussfolgerungen.
• Größe der Stichprobe: Einfluss auf die Genauigkeit der Schätzungen. Größere Stichproben verringern den Stichprobenfehler.
• Stichprobenfehler: \(SE = \frac{\sigma}{\sqrt{n}}\) wobei \(\sigma\) Standardabweichung und \(n\) Stichprobengröße ist.

Gütekriterien und Validität in der qualitativen Forschung

Definition:

Gütekriterien und Validität: Beurteilungsmaßstäbe der Qualität und Glaubwürdigkeit in der qualitativen Forschung; Schlüssel zur Zuverlässigkeit und Reproduzierbarkeit der Ergebnisse.

Details:

• Zentrale Gütekriterien: Verfahrensdokumentation, Interpretationsabsicherung, Regelgeleitetheit, Nähe zum Gegenstand.
• Validität: Konstruktvalidität (auch Konzepttreue), interne Validität (Glaubwürdigkeit), externe Validität (Übertragbarkeit), ökologische Validität (Alltagsnähe).
• Methoden zur Sicherstellung: Triangulation, Peer Debriefing, Member Check, dichte Beschreibung.

Softwaretools für die Datenanalyse

Definition:

Tools zur statistischen Analyse und Interpretation von Datensätzen.

Details:

• SPSS: Weitverbreitetes Tool für Sozialwissenschaften; bietet umfangreiche statistische Verfahren
• R: Open-Source-Software; hohe Flexibilität durch Pakete und Skriptfähigkeit
• Stata: Besonders gut für ökonometrische Analysen; Benutzerfreundlichkeit und leistungsstarke Datenmanipulation
• Python: Sehr flexibel; zahlreiche Bibliotheken wie pandas, NumPy und SciPy
• Excel: Weitverbreitet und leicht zugänglich; nützlich für einfache Analysen und Datenvisualisierung