Politikwissenschaft

 

Webseite durchsuchen

Methoden Grundlagen

Benjamin Schlegel | 22. Februar 2016

PDF

Dieser Artikel gibt eine kurze Einführung in die Methoden. Es gibt eine Vielzahl von Methoden. Je nach Anwendungsfall ist die eine oder andere besser geeignet.

Wichtige Begriffe

Bei der explorativen Forschung wird ein Thema erkundet. Das Ziel ist Vorwissen zu generieren. Bei der deskriptiven Forschung wird nur beschrieben; das Ziel ist die Diagnose und nicht die Ursachenidentifikation. Bei Hypothesentests werden vermutete Zusammenhänge, welche aus der Theorie abgeleitet werden, empirisch überprüft. Bei der Evaluation wird die Wirksamkeit von Massnahmen überprüft. Bei der Überprüfung der Kausalität wird untersucht, ob ein Ereignis oder Zustand die Ursache einer Wirkung ist.

Bei der Induktion werden Beobachtungen generalisiert, d.h. es werden Gesetzte und Theorien aus Daten geschaffen. (Beispiel: Jemand sieht drei weisse Schwäne und zieht daraus den Schluss, dass alle Schwände weiss sind.) Bei der Deduktion werden aus Gesetzen und Theorien Erklärungen und Vorhersagen gemacht. (Beispiel: Alle Professoren sind intelligent. Marco Steenbergen ist ein Professor. Also ist Marco Steenbergen intelligent.)

Eine Theorie besteht aus verknüpften Aussagen, welche sich empirisch überprüfen lassen. Eine Theorie ist ein Abbild, welches sich (im Normalfall) auf spezifische Ausschnitte der Realität bezieht. Eine Theorie definiert zudem die grundlegenden Begriffe.

Eine Hypothese ist eine theoretisch hergeleitete Vermutung über einen Zusammenhang. Eine Hypothese muss falsifizierbar sein, d.h. sie muss testbar sein und wiederlegt werden können. (Beispiel: Je gebildeter eine Person ist, desto eher ist sie für Umweltanliegen.) Die abhängige Variable (AV), auch erklärte Variable genannt, wird mit der unabhängigen Variable (UV), auch erklärende Variable genannt, erklärt. Beim vorherigen Beispiel ist die Bildung die unabhängige Variable und Einstellung zu Umweltthemen die abhängige Variable.

einfache Hypothese

Eine Kontrollvariable (KV) wird verwendet, um eine Verzerrung zu verhindern. Kontrollvariablen kontrollieren auf weitere Einflüsse. Beispielsweise könnte man beim vorherigen Beispiel auf das Alter kontrollieren, um ausschliessen zu können, dass die Bildung eigentlich gar keine Rolle spielt oder deren Einfluss schwächer ist, da ja ältere Personen eher besser gebildet sind und der wirkliche Zusammenhang darin besteht, dass ältere Personen eher für Umweltanliegen sind.

Hypothese mit Kontrollvariable

Eine interagierende Variable beeinflusst die Stärke des Zusammenhangs. Sie wird auch moderierende Variable genannt. (Beispiel: Je rechter einer Person ist, desto geringer ist der Einfluss der Bildung auf die Einstellung zu Umweltthemen.)

Hypothese mit interagierender Variable

Quantitative Analysen beinhalten viele Fälle. Die Analyse erfolgt mit Hilfe statistischer Verfahren. Bei Quantitativen Analysen ist der Forscher weniger am Einzelfall interessiert, sondern mehr an durchschnittlichen Effekten. Bei qualitativen Analysen werden einzelne Fälle betrachtet. Das Ziel ist, komplexe Vorgänge im Detail zu verstehen. Resultate quantitativer Analysen können besser generalisiert werden, dafür werden mit qualitativen Analysen mehr Details bekannt. Teilweise ist eine Mischung von beiden eine gute Lösung, die Vor- und Nachteile beider Formen optimal auszunutzen.

Die Auswahl der Fälle kann mit einem Querschnittsdesign (mehrere Fälle mit gleichem Zeitpunkt) oder mit einem Längsschnittdesign (mehre Fälle mit unterschiedlichen Zeitpunkten). Beim Längsschnittdesign wird zwischen Trenddesign (unterschiedliche Fälle bei den Zeitpunkten) und Paneldesign (gleiche Fälle mit mehreren Zeitpunkten) unterschieden.

Bei der Fallauswahl ist es wichtig darauf zu achten, dass es zu keinen selection bias (verzerrte Fallauswahl) kommt. Ein selection bias kann die Resultate massiv verfälschen. So werden z.B. bei Telefonumfragen nur diejenigen erfasst, welche einen Festnetzanschluss haben.

Eine notwendige Bedingung wird benötigt, damit die Wirkung eintreten kann. Es garantiert jedoch nicht, dass die Wirkung auch wirklich eintritt. Anders bei der hinreichenden Bedingung. Diese garantiert den Eintritt der Wirkung, jedoch kann die Wirkung auch ohne diese Bedingung eintreten.

Quantitative Methoden

Bei quantitativen Methoden wird in der Regel eine Regression gerechnet. Dafür müssen die Variablen messbar sein.

Skalen

Bei der Nominalskala ist nur der Vergleich gleich/ungleich zulässig. Die Werte sind in Kategorien aufgeteilt, welche keine Rangfolge haben. Beispiele für nominalskalierte Variablen sind:

Bei der Ordinalskala ist eine Rangfolge zulässig, die Unterschiede zwischen den einzelnen Kategorien sind jedoch nicht interpretierbar. Beispiele für ordinalskalierte Variablen sind:

Bei der Intervallskala hingegen ist die Abstandsinterpretation zulässig, jedoch keine Verhältnisbildungen. Beispiele für intervallskalierte Variablen sind:

Bei der Ratioskala (auch: Verhältnisskala) ist zusätzlich noch die Verhältnisbildung zulässig, da sie einen absoluten Nullpunkt haben. Beispiele für ratioskalierte Variablen:

Bei der Absolutskala ist zusätzlich noch die Einheit natürlich, d.h. eine Einheit ist immer eine Einheit und nicht plötzlich 2 Einheiten mit einer anderen Masseinheit. Beispiele für absolutskalierte Variablen sind:

Eine Variable die nur zwei verschiedenen Werte annehmen kann wird dichotom genannt. Beispiele dichotomer Variablen:

einige Regressionen - Übersicht

RegressionAnforderung AV
lineare Regressionintervallskaliert
logistische Regressiondichotom
Probit Regressiondichotom
geordnete logistische Regressionordinalskaliert
multinomiale Regressionnominalskaliert
poisson Regressionabsolutskaliert

Weiterführende Links

Verallgemeinerte lineare Modelle (Deutsch/Englisch)