Sie sind auf Seite 1von 62

Datenerhebung

2. Theoretische Grundlagen

Universität für Bodenkultur Wien Department für Wirtschafts- und Sozialwissenschaften

Entdeckungs-, Begründungs- und Verwertungszusammenhang

Zusammenhang

Elemente/Schritte

Entdeckungszusammenhang

Interesse des Wissenschafters Problem der Theoriebildung Konkreter Auftrag

Begründungszusammenhang

Theorie Definition von Begriffen und Variablen Operationalisierung Hypothesenbildung Geeignete Methode und statistische Kriterien Datenerhebung Auswertung und statistische Prüfung Interpretation

 
 

Verwertungszusammenhang

Darstellung

Publikation

Vorträge

Pressemitteilungen

Institut für Marketing & Innovation

I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer

Datenerhebung

2. Theoretische Grundlagen

Universität für Bodenkultur Wien Department für Wirtschafts- und Sozialwissenschaften

Entdeckungs-, Begründungs- und Verwertungszusammenhang an einem konkreten Forschungsprojekt

I ENTDECKUNGSZUSAMMENHANG

Auftraggeber

Umweltbundesamt

Forschungsinteresse

In verschiedenen Medien wurde die Aussage kolportiert, dass zuviel Papierrecycling dem Wald schade.

kolportiert, dass zuviel Papierrecycling dem Wald schade. Interesse der beteiligten Problem Da in der Papierindustrie

Interesse der beteiligten

Problem

Da in der Papierindustrie immer mehr Altpapier eingesetzt wird, wird gleichzeitig weniger Holz nachgefragt. Damit würde der Preis für Holz sinken und die Waldbesitzer könnten sich nicht mehr leisten, sogenannte "Durchforstungen" (Waldpflegemaßnahmen, aus denen der größte Teil des Holzes für die Papierindustrie stammt) durchzuführen. Fehlende Durchforstungen würden dem Wald und der Forstwirtschaft (weniger Einkommen durch geringere Preise und weniger Holznutzung) schaden.

Institut für Marketing & Innovation

I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer

Datenerhebung

2. Theoretische Grundlagen

Universität für Bodenkultur Wien Department für Wirtschafts- und Sozialwissenschaften

II BEGRÜNDUNGSZUSAMMENHANG

Theoretischer

Allgemeine Markttheorien

Bezugsrahmen

Grundhypothesen

Wechselwirkungen zwischen Einsatzmengen von Altpapier und Nachfragemengen nach Holz

(Auswahl)

Wechselwirkungen zwischen Einsatz von Sägenebenprodukten und Einsatz von Holz aus dem Wald

• Wechselwirkungen zwischen Preisen von Altpapier, Holz aus dem Wald und Sägenebenprodukten

Wechselwirkungen zwischen Preisen von Altpapier, Holz aus dem Wald und Sägenebenprodukten

Begriffe und Variablen (Auswahl)

Definition der Produkte und Vorgänge, z.B. Vornutzung – Industrieholz aus dem Wald – Sägenebenprodukte

Operationalisierung von nicht direkt messbaren Größen. Preise für verschiedene Produkte nicht statistisch erfasst, vielfach aber deren Produktionswerte und Produktionsmengen. Division von Produktionswerten durch Produktionsmengen ergibt Produkt-Durchschnittswert– Ersatz für Preise herangezogen werden kann.

Festlegung der zu erhebenden Variablen

Institut für Marketing & Innovation

I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer

Datenerhebung

2. Theoretische Grundlagen

Universität für Bodenkultur Wien Department für Wirtschafts- und Sozialwissenschaften

II BEGRÜNDUNGSZUSAMMENHANG FORTS.)

Erhebungsmethoden

Sekundärdatenanalyse (bestehende Daten)

Datenerhebung und Auswertung

Daten in nationalen und internationalen Statistiken. Konsistenzprüfung durch Auftraggeber nach Anleitung des Wissenschafters

Ökonometrische Auswertung

Simulationsmodell: Darstellung von Zusammenhängen

Beschreibung - Interpretation – Analyse – Erklärung

Marktbeschreibung der österreichischen Papierindustrie

Feststellung, dass Altpapiereinsatz tatsächlich negativen Einfluss auf den Holzpreis ausübt.

 

Feststellung, dass vermehrter Einsatz von Sägenebenprodukten zumindest den gleichen Einfluss auf den Preis von Holz aus dem Wald hat, wie Einsatz von Altpapier.

Feststellung, dass verstärktes Altpapierrecycling das Angebot von Altpapier erhöhen und damit die Preise für Altpapier reduzieren würde. Damit würden die Kosten für die Papierindustrie insgesamt sinken, sie würde mehr produzieren und damit würde auch mehr Holz aus dem Wald nachgefragt werden.

Institut für Marketing & Innovation

I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer

Datenerhebung

2. Theoretische Grundlagen

Universität für Bodenkultur Wien Department für Wirtschafts- und Sozialwissenschaften

II BEGRÜNDUNGSZUSAMMENHANG (FORTS.)

Ergebnisse (Auswahl)

Nachdem dem Wald selbst egal ist, ob er durchforstet wird oder nicht, hätte eine verminderte Durchforstung vor allem einen negativen Einfluss auf das Einkommen der Waldbesitzer.

Fehlende Waldpflege kann in bestimmten Waldbereichen (z.B. im sogenannten Schutzwald) zur Verminderung von für Menschen wichtige Waldleistungen führen.

Nicht verstärktes Recycling hätte primär Auswirkungen auf die Nachfrage nach und die Preise von Holz, sondern eine (theoretisch mögliche) gesetzliche Vorschrift, dass die Papierindustrie eine bestimmte Mindestquote an Altpapier einsetzen muss.

Datenerhebung

2. Theoretische Grundlagen

Universität für Bodenkultur Wien Department für Wirtschafts- und Sozialwissenschaften

III VERWERTUNGSZUSAMMENHANG

Nutzen für den Auftraggeber

Das Umweltbundesamt kann auf wissenschaftlicher Basis den Argumenten entgegentreten, dass zuviel Recycling dem Wald schade.

entgegentret en, dass zuviel Recycling dem Wald schade. Publikation Veröffentlichung eines Forschungsberichtes im

Publikation

Veröffentlichung eines Forschungsberichtes im Eigenverlag des UBA Kleinere Artikel in Fachzeitschriften Keine weite Verbreitung in der Fachöffentlichkeit, da die Diskussion um Altpapier der Papierindustrie zu heikel war und die Forstwirtschaft die Ergebnisse nicht unbedingt hören wollte, da sie ihren Intentionen z.T. widersprachen.

Datenerhebung

2. Theoretische Grundlagen

Theorie

Universität für Bodenkultur Wien Department für Wirtschafts- und Sozialwissenschaften

Was ist eine Theorie ?

System logisch widerspruchsfreier Begriffe, Definitionen und Aussagen, das ein Phänomen, einen Bereich von Sachverhalten ordnen, Tatbestände erklären oder wissenschaftlich begründete Prognosen treffen soll.

oder wissenschaftlich begründete Prognosen treffen soll. Diese Aussagen sollten (zumindest theoretisch) empirisch

Diese Aussagen sollten (zumindest theoretisch) empirisch überprüfbar sein.

Datenerhebung

2. Theoretische Grundlagen

Theorie

Universität für Bodenkultur Wien Department für Wirtschafts- und Sozialwissenschaften

Beispiel: Theorie des vollkommenen Marktes

Keine Unterschiede in sachlicher, räumlicher und zeitlicher Hinsicht. Was heißt das ?

Das der Marktbetrachtung unterliegende Gut ist vollkommen standardisiert. [Beispiel: eine Aktie]

Die Marktakteure sind voll über das Marktgeschehen informiert und reagieren unendlich schnell.

keine räumlichen Unterschiede und daher keine

Transportkosten. Standardisierte Güter haben zu einem

Zeitpunkt immer denselben Preis.

Institut für Marketing & Innovation

I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer

Datenerhebung

2. Theoretische Grundlagen

Theorie

Universität für Bodenkultur Wien Department für Wirtschafts- und Sozialwissenschaften

Beispiel: Theorie des vollkommenen Marktes (Forts.)

Marktakteure wollen maximalen Nutzen erzielen; Verkäufer höchst möglichen Preis, Käufer geringste Kosten. „Persönliche" Präferenzen gibt es nicht. [Beispiel: Das kleine Geschäft um die Ecke, das vielleicht teurer ist als der Supermarkt am Stadtrand, aber näher liegt und vielleicht als Nebeneffekt einen "Plausch" mit dem Besitzer zulässt, würde kein Geschäft machen]

Weder Verkäufer noch Käufer müssen das Gut begutachten, sondern können sich ausschließlich auf den Preis und die Menge konzentrieren

Institut für Marketing & Innovation

I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer

Datenerhebung

2. Theoretische Grundlagen

Theorie

P

P *

Datenerhebung 2. Theoretische Grundlagen Theorie P P * A Q * Q N Universität für Bodenkultur
A
A

Q

*

Q

N

2. Theoretische Grundlagen Theorie P P * A Q * Q N Universität für Bodenkultur Wien

Universität für Bodenkultur Wien Department für Wirtschafts- und Sozialwissenschaften

Nur unten den genannten Bedingungen würde das Modell des

Marktgleich-

gewichtes

funktionieren.

Datenerhebung

2. Theoretische Grundlagen

Theorie

Universität für Bodenkultur Wien Department für Wirtschafts- und Sozialwissenschaften

Theorien sind also von der Wirklichkeit abstrahierte verbale Formulierungen.

von der Wirklichkeit abstrahierte verbale Formulierungen. Was können Theorien leisten ? •

Was können Theorien leisten ?

Hypothesenerzeugungsfunktion

Forschungserzeugungsfunktion

Datenerzeugungsfunktion

Datenerhebung

2. Theoretische Grundlagen

Theorie

Universität für Bodenkultur Wien Department für Wirtschafts- und Sozialwissenschaften

Schlussfolgerung für die Datenerhebung:

In den meisten Fällen wird es nicht sinnvoll sein, für eine Datenerhebung eine eigene Theorie zu entwickeln, wohl aber ist es sinnvoll – wenn möglich -, einen Bezug zu einer Theorie herzustellen (s. Hypothesen)

Institut für Marketing & Innovation

I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer

Datenerhebung

2. Theoretische Grundlagen

Hypothesen

Universität für Bodenkultur Wien Department für Wirtschafts- und Sozialwissenschaften

Was ist eine Hypothese ?

Sätze, über deren Gültigkeit durch im Wissenschaftsbetrieb akzeptierte Prüfverfahren entschieden werden kann.

akzeptierte Prüfverfahren entschieden werden kann. Hypothesen selbst sind nicht "wahr" oder

Hypothesen selbst sind nicht "wahr" oder "falsch", sie müssen aber für eine wissenschaftliche Prüfung geeignet sein.

Beispiel für eine Hypothese:

Das Wahlverhalten von Männern und Frauen ist unterschiedlich. Oder spezifischer: Frauen wählen häufiger die Grünen als Männer.

Datenerhebung

2. Theoretische Grundlagen

Hypothesen

Universität für Bodenkultur Wien Department für Wirtschafts- und Sozialwissenschaften

Charakteristika von Hypothesen ?

und Sozialwissenschaften Charakteristika von Hypothesen ? • Wohlbegründete Vermutungen • In den SOWI meist

Wohlbegründete Vermutungen

In den SOWI meist keine „Allsätze“ (wie „alle

Metalle leiten Strom“) sondern treffen nur mit bestimmter Wahrscheinlichkeit zu (letztere ist zu definieren).

Datenerhebung

2. Theoretische Grundlagen

Hypothesen

Universität für Bodenkultur Wien Department für Wirtschafts- und Sozialwissenschaften

Aufstellung und Überprüfung von Hypothesen

Der Entdeckungszusammenhang - Wie kommt man dazu ?

Der Begründungszusammenhang - Wie kann man etwas rechtfertigen (überprüfen) ?

Während es für die Bestätigung von Hypothesen mehr oder weniger explizite Regeln gibt, ist dies für die Aufstellung von Hypothesen kaum der Fall.

dies für die Aufstellung von Hypothesen kaum der Fall. • Institut für Marketing & Innovation I

Datenerhebung

2. Theoretische Grundlagen

Hypothesen

Aufstellung von Hypothesen – vier Strategien

„Gesunder Menschenverstand", Intuition, Plausibilität

Menschenverstand", Intuition, Plausibilität Universität für Bodenkultur Wien Department für

Universität für Bodenkultur Wien Department für Wirtschafts- und Sozialwissenschaften

Verwissenschaftlichte Primärerfahrung

Hypothesen aus der Kenntnis von Forschungsergebnissen

Beziehung auf eine Theorie

Datenerhebung

2. Theoretische Grundlagen

Hypothesen

Universität für Bodenkultur Wien Department für Wirtschafts- und Sozialwissenschaften

Hypothesen aus der Kenntnis von Forschungsergebnissen

vergleichbare Untersuchungen

Interpretation und Analyse von

sekundärstatistischen Unterlagen

Pilotstudien

Datenerhebung

2. Theoretische Grundlagen

Hypothesen

Universität für Bodenkultur Wien Department für Wirtschafts- und Sozialwissenschaften

Beziehung auf eine Theorie

Größtmögliche Erklärungskraft wenn Untersuchungs- hypothesen Theorien entnommen bzw. zu Oberhypothesen in Beziehung gesetzt werden.

Beispiel: Bezug auf die allgemeine Nachfragetheorie

Die Nachfrage nach einem Produkt steigt mit dem Einkommen und fällt mit dem Preis – kann für einzelne Produkte überprüft werden.

Datenerhebung

2. Theoretische Grundlagen

Hypothesen

Erstellung eines Hypothesenplans, der alle Hypothesen enthält Hintergrundhypothesen

der alle Hypothesen enthält • Hintergrundhypothesen Universität für Bodenkultur Wien Department für

Universität für Bodenkultur Wien Department für Wirtschafts- und Sozialwissenschaften

Werden vorausgesetzt und selbst nicht mehr getestet (z.B. statistische Verteilungen, Verhalten von Personen in einer Interviewsituation etc.).

Testhypothesen

Werden auf ihre Gültigkeit geprüft. Art der Beziehungen, Definition von abhängigen und unabhängigen Variablen

Datenerhebung

2. Theoretische Grundlagen

Universität für Bodenkultur Wien Department für Wirtschafts- und Sozialwissenschaften

Theorien und Hypothesen – ein humorvolles Beispiel

Die Storchentheorie (Atteslander, 2000)

Ziel eines Forschungsprojektes:

Kritische Hinterfragung des Kinderglaubens und der Mythen eine Volkes (zu finden im „Atlas der deutschen Volkskunde)

Herausgegriffen wurde die Theorie, dass Störche die Kinder bringen

Erste zu prüfende Hypothese: Je mehr Störche in einer Region, desto höher die Geburtenrate

Institut für Marketing & Innovation

I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer

Datenerhebung

2. Theoretische Grundlagen

Universität für Bodenkultur Wien Department für Wirtschafts- und Sozialwissenschaften

Theorien und Hypothesen – ein humorvolles Beispiel

Die Storchentheorie (Atteslander, 2000)

Erste Ergebnisse einer Pilotstudie in 21 Bezirken:

Die Storchendichte erklärt einen erstaunlich hohen Teil der Varianz in den Geburtenraten Die Theorie hat sich bewährt

Daraufhin fließen Forschungsgelder und eine großangelegte Untersuchung in ganz Mitteleuropa wird durchgeführt.

Institut für Marketing & Innovation

I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer

Datenerhebung

2. Theoretische Grundlagen

Universität für Bodenkultur Wien Department für Wirtschafts- und Sozialwissenschaften

Theorien und Hypothesen – ein humorvolles Beispiel

Theorien und Hypothesen – ein humorvolles Beispiel Die Theorie hält. Die Wissenschafter müssen ihre

Die Theorie hält. Die Wissenschafter müssen ihre anfängliche Skepsis aufgeben.

Datenerhebung

2. Theoretische Grundlagen

Universität für Bodenkultur Wien Department für Wirtschafts- und Sozialwissenschaften

Theorien und Hypothesen – ein humorvolles Beispiel

Die Storchentheorie (Atteslander, 2000)

Eine gewisse Skepsis bleibt, da die hohe Restvarianz beunruhigt. Die Korrelation ist nicht vollkommen.

Es müssen noch andere Faktoren als die Störche eine Rolle spielen. Die Theorie muss multivariat ausgebaut werden.

Datenerhebung

2. Theoretische Grundlagen

Universität für Bodenkultur Wien Department für Wirtschafts- und Sozialwissenschaften

Theorien und Hypothesen – ein humorvolles Beispiel

Die Storchentheorie (Atteslander, 2000)

Es werden die Meinungen der Betroffenen (Kinder) erhoben: Diese sind der Auffassung, dass auch Hebammen, Eulen, Krähen, Raben, Wassermänner und Nikoläuse, darüber hinaus viele andere seltene Tiere Kinder bringen.

Es entfaltet sich ein wissenschaftliches Forschungsprogramm, das das Vorhandensein anderer Tiere miteinbezieht.

Institut für Marketing & Innovation

I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer

Datenerhebung

2. Theoretische Grundlagen

Universität für Bodenkultur Wien Department für Wirtschafts- und Sozialwissenschaften

Theorien und Hypothesen – ein humorvolles Beispiel

Die Storchentheorie (Atteslander, 2000)

Erste Irritationen

Ein Doktorand stellt in einem bestimmten Gebiet fest, dass es hier keine Korrelation zwischen Storchendichte und Geburtenraten gibt.

Datenerhebung

2. Theoretische Grundlagen

Universität für Bodenkultur Wien Department für Wirtschafts- und Sozialwissenschaften

Theorien und Hypothesen – ein humorvolles Beispiel

Theorien und Hypothesen – ein humorvolles Beispiel Institut für Marketing & Innovation I Ao.Univ. Prof.

Institut für Marketing & Innovation

I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer

Datenerhebung

2. Theoretische Grundlagen

Universität für Bodenkultur Wien Department für Wirtschafts- und Sozialwissenschaften

Theorien und Hypothesen – ein humorvolles Beispiel

Die Storchentheorie (Atteslander, 2000)

Weginterpretation der Nullvarianz durch den Doktorvater

Auf der Gesamtebene liegt zwar eine Nullkorrelation vor, aber die Gesamtpopulation setzt sich aus zwei unterschiedlichen Populationen zusammen: Gemeinden, in denen nur Störche gefunden wurden und Gemeinden, in denen neben Störchen auch andere Tiere agieren. Bei den letzteren liegt die Geburtenrate insgesamt höher.

Institut für Marketing & Innovation

I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer

Datenerhebung

2. Theoretische Grundlagen

Universität für Bodenkultur Wien Department für Wirtschafts- und Sozialwissenschaften

Theorien und Hypothesen – ein humorvolles Beispiel

Theorien und Hypothesen – ein humorvolles Beispiel Für die beiden Subpopula- tionen getrennt liegt sehr wohl

Für die beiden

Subpopula-

tionen getrennt liegt sehr wohl Korrelation vor

(Multikausalität)

Die Theorie stimmt doch !!

Datenerhebung

2. Theoretische Grundlagen

Universität für Bodenkultur Wien Department für Wirtschafts- und Sozialwissenschaften

Theorien und Hypothesen – ein humorvolles Beispiel

Die Storchentheorie (Atteslander, 2000)

Nächste Irritation durch Nachwuchsforscher

Eine Studie wird publiziert, in der gezeigt wird, dass die Geburtenrate in einem bestimmten Gebiet sehr eng mit dem Grad der Industrialisierung/Urbanisierung zusammenhängt. Die Störche kommen als Erklärung wohl erst in zweiter Linie in Frage

Institut für Marketing & Innovation

I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer

Datenerhebung

2. Theoretische Grundlagen

Universität für Bodenkultur Wien Department für Wirtschafts- und Sozialwissenschaften

Theorien und Hypothesen – ein humorvolles Beispiel

Theorien und Hypothesen – ein humorvolles Beispiel Institut für Marketing & Innovation I Ao.Univ. Prof.

Datenerhebung

2. Theoretische Grundlagen

Universität für Bodenkultur Wien Department für Wirtschafts- und Sozialwissenschaften

Theorien und Hypothesen – ein humorvolles Beispiel

Die Storchentheorie (Atteslander, 2000)

Die Studie des Nachwuchsforschers wird von den wissenschaftlichen Vertretern der Storchentheorie in der Luft zerissen.

Es wurde vergessen, die Storchendichte konstant zu halten. Wenn man die Gemeinden mit niedriger und hoher Storchendichte getrennt betrachtet, ergibt sich keine Korrelation zwischen Industrialisierung und Geburtenrate. Die Störche sind doch die Haupterklärung

Institut für Marketing & Innovation

I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer

Datenerhebung

2. Theoretische Grundlagen

Universität für Bodenkultur Wien Department für Wirtschafts- und Sozialwissenschaften

Theorien und Hypothesen – ein humorvolles Beispiel

Theorien und Hypothesen – ein humorvolles Beispiel Institut für Marketing & Innovation I Ao.Univ. Prof.

Institut für Marketing & Innovation

I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer

Datenerhebung

2. Theoretische Grundlagen

Universität für Bodenkultur Wien Department für Wirtschafts- und Sozialwissenschaften

Theorien und Hypothesen – ein humorvolles Beispiel

Die Storchentheorie (Atteslander, 2000)

Der Nachwuchsforscher wechselt seinen Job und wird Biologe

Er lernt die neuesten Theorien über menschliche Fortpflanzung und die Ökologie der Störche kennen und kommt zu einer neuen Theorie. Die Industrialisierung beeinflusst – UNABHÄNGIG voneinander – die Storchendichte und die menschliche Geburtenrate. Eine neue Theorie ist geboren.

Institut für Marketing & Innovation

I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer

Datenerhebung

2. Theoretische Grundlagen

Universität für Bodenkultur Wien Department für Wirtschafts- und Sozialwissenschaften

Theorien und Hypothesen – ein humorvolles Beispiel

Theorien und Hypothesen – ein humorvolles Beispiel Institut für Marketing & Innovation I Ao.Univ. Prof.

Datenerhebung

2. Theoretische Grundlagen

Universität für Bodenkultur Wien Department für Wirtschafts- und Sozialwissenschaften

Definitionen, Begriffsbildung und Operationalisierung Definieren von Begriffen oder Aussagen = Einengen von Bedeutungsspielräumen Begriff umso informationsreicher, je mehr Fälle er ausschließt

umso informationsreicher, je mehr Fälle er ausschließt Die Aussage: „Die Anzahl der Boku-StudentInnen wird im

Die Aussage: „Die Anzahl der Boku-StudentInnen wird im nächsten Jahr steigen oder nicht" schließt keinen der möglichen Fälle aus. Keinesfalls falsch, bringt aber auch keine Information.

oder nicht" schließt keinen der möglichen Fälle aus. Keinesfalls falsch, bringt aber auch keine Information.

Institut für Marketing & Innovation

I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer

Datenerhebung

2. Theoretische Grundlagen

Universität für Bodenkultur Wien Department für Wirtschafts- und Sozialwissenschaften

Definitionen, Begriffsbildung und Operationalisierung Grundregeln für die Definition direkt zu beobach- tender Phänomene:

für die Definition direkt zu beobach- tender Phänomene: a) Definitionen vielfach in Gleichungsform

a) Definitionen vielfach in Gleichungsform

Boku-Bakkalaureats = Person, die ein Bakkalaureats- studentIn studium an der Boku inskribiert hat

Institut für Marketing & Innovation

I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer

Datenerhebung

2. Theoretische Grundlagen

Universität für Bodenkultur Wien Department für Wirtschafts- und Sozialwissenschaften

Definitionen, Begriffsbildung und Operationalisierung b) Die beiden Seiten des Ausdruckes müssen gleich- wertig sein

Person, die ein Bakkalaureats- = studium an der Boku inskribiert hat

Boku-Bakkalaureats-

studentIn

Gleichwertigkeit hier nicht der Fall:

Boku-BakkalaureatsstudentIn =

Person, die an der Boku inskribiert hat

Institut für Marketing & Innovation

I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer

Datenerhebung

2. Theoretische Grundlagen

Universität für Bodenkultur Wien Department für Wirtschafts- und Sozialwissenschaften

Definitionen, Begriffsbildung und Operationalisierung

c) Definitionen dürfen nicht zirkulär sein

Boku-BakkalaureatsstudentIn =

Person, die an der Boku als Bakkalau- reatsstudentIn bezeichnet wird

Datenerhebung

2. Theoretische Grundlagen

Universität für Bodenkultur Wien Department für Wirtschafts- und Sozialwissenschaften

Definitionen, Begriffsbildung und Operationalisierung

Typen von Definitionen:

und Operationalisierung Typen von Definitionen: • Realdefinition • Nominaldefinition • Operationale

Realdefinition

Nominaldefinition

Operationale Definition

Datenerhebung

2. Theoretische Grundlagen

Universität für Bodenkultur Wien Department für Wirtschafts- und Sozialwissenschaften

Definitionen, Begriffsbildung und Operationalisierung

Realdefinitionen behaupten etwas über das "Wesen" bzw. über die Beschaffenheit oder bestimmte Merkmale des Phänomens. Die Definition beansprucht generell "wahr" zu sein.

Definition beansprucht generell "wahr" zu sein . Institut für Marketing & Innovation I Ao.Univ. Prof.

Datenerhebung

2. Theoretische Grundlagen

Universität für Bodenkultur Wien Department für Wirtschafts- und Sozialwissenschaften

Definitionen, Begriffsbildung und Operationalisierung

Beispiel für eine Realdefinition:

Boku-StudentInnen sind jene natürlichen Personen beiderlei Geschlechts inländischer oder ausländischer Herkunft, die ein Bakkalaureats-, Magister-, Diplom- oder Doktoratsstudium an der Boku inskribiert haben. StudentInnen anderer Universitäten, die nur einzelne Lehrveranstaltungen an der Boku mitbelegt haben, gelten nicht als Boku-StudentInnen. Ausländische StudentInnen, die im Rahmen eines Vorstudienlehrgang Kurse zur Vorbereitung auf die Deutsch-Prüfung sowie Ergänzungsprüfungen für die Zulassung zum eigentlichen Studium zu absolvieren haben, werden als "außerordentlicher" Hörer bezeichnet, alle anderen als "ordentliche" Hörer.

Datenerhebung

2. Theoretische Grundlagen

Universität für Bodenkultur Wien Department für Wirtschafts- und Sozialwissenschaften

Definitionen, Begriffsbildung und Operationalisierung

Eine Nominaldefinition setzt einen Begriff über den Sprachgebrauch fest - ohne Anspruch auf all- gemeine Gültigkeit/Richtigkeit. Festgelegt für einen bestimmten Zweck.

. Festgelegt für einen bestimmten Zweck. Institut für Marketing & Innovation I Ao.Univ. Prof.

Datenerhebung

2. Theoretische Grundlagen

Universität für Bodenkultur Wien Department für Wirtschafts- und Sozialwissenschaften

Definitionen, Begriffsbildung und Operationalisierung

Beispiel für eine Nominaldefinition:

Boku-StudentInnen höherer Semester soll heißen:

Boku-StudentInnen, Semester befinden

die

sich

in

einem

höheren

als

dem

6.

Mögliche alternative Definitionen:

über der jeweiligen Mindeststudiendauer

MagisterstudentInnen + DiplomstudentInnen im 3. Abschnitt + Doktoratsstudentinnen

Datenerhebung

2. Theoretische Grundlagen

Universität für Bodenkultur Wien Department für Wirtschafts- und Sozialwissenschaften

Definitionen, Begriffsbildung und Operationalisierung

Operationale Definition bei nicht direkt beobacht- baren Sachverhalten:

Zuordnung

von

beobachtbaren

baren Sachverhalten: • Zuordnung von beobachtbaren Eigenschaften (wenn X (Eigenschaft), dann Y (definierter

Eigenschaften

(wenn X (Eigenschaft), dann Y (definierter Begriff)

Beispiel für eine operationale Definition:

Wenn eine Person auf die Frage "Wie oft haben Sie im letzten Monat bei Baumärkten eingekauft?" mit "mindestens einmal" (X) antwortet, dann soll dieser Person das Prädikat "Interesse für Heimwerkertätigkeit" (Y) zugeordnet werden.

Datenerhebung

2. Theoretische Grundlagen

Universität für Bodenkultur Wien Department für Wirtschafts- und Sozialwissenschaften

Definitionen, Begriffsbildung und Operationalisierung

Operationale Definition - Kennzeichen

Verbindung zwischen Theoriesprache (z.B. Interesse an Heimwerkertätigkeit) und Beobachtungssprache (z.B. Häufigkeit des Einkaufes in Baumärkten)

(z.B. Häufigkeit des Einkaufes in Baumärkten) • Wichtigkeit/Schwierigkeit der Auswahl der

Wichtigkeit/Schwierigkeit

der

Auswahl

der

„richtigen“ Testbedingungen (Indikatoren)

Datenerhebung

2. Theoretische Grundlagen

Universität für Bodenkultur Wien Department für Wirtschafts- und Sozialwissenschaften

Definitionen, Begriffsbildung und Operationalisierung

Indikatoren:

beobachtbare Sachverhalte, von denen auf das Vorliegen von nicht oder nur partiell beobachtbaren Sachverhalten geschlossen werden kann

beobachtbaren Sachverhalten geschlossen werden kann Operationalisieren eines Begriffes: Zusammenstellung eines

Operationalisieren eines Begriffes:

Zusammenstellung eines Satzes von Indikatoren, der gemessen werden kann und der erfüllt sein muss, um auf den Begriffes in der Realität schließen zu können.

Datenerhebung

2. Theoretische Grundlagen

Universität für Bodenkultur Wien Department für Wirtschafts- und Sozialwissenschaften

Definitionen, Begriffsbildung und Operationalisierung

Beispiel:

Ein Baumarkt möchte in einer Holzfachzeitschrift inserieren, Zwei Zeitschriften stehen zur Auswahl, die Geschäftsleitung möchte sich aber nur Inserate in einer Zeitung (der effizienteren) leisten. Die Leser der Holzfachzeitschrift A sollen darauf untersucht werden, ob sie mehr Interesse für Heimwerker- tätigkeit haben als die Leser der Holzfachzeitschrift B. Das Merkmal "Interesse für Heimwerkertätigkeit" ist der operational zu definierende Begriff.

Datenerhebung

2. Theoretische Grundlagen

Universität für Bodenkultur Wien Department für Wirtschafts- und Sozialwissenschaften

Definitionen, Begriffsbildung und Operationalisierung

Alleinige Verwendung des Indikators „Häufig- keit des Einkaufes in Baumärkten“ Problem:

„Häufig- keit des Einkaufes in Baumärkten“ Problem: • Handeln (Einkauf) nicht notwendigerweise

Handeln (Einkauf) nicht notwendigerweise gleichzusetzen mit Interesse

Baumarktkunden lesen vielleicht keine Fachzeitschrift

Interesse vielleicht vorhanden, aber Baumarkt zu weit entfernt für regelmäßigen Einkauf

Datenerhebung

2. Theoretische Grundlagen

Universität für Bodenkultur Wien Department für Wirtschafts- und Sozialwissenschaften

Definitionen, Begriffsbildung und Operationalisierung

Grundregeln für die Auswahl von Indikatoren:

nicht ein Indikator, mehrere Indikatoren

Heranziehung bestätigter bzw. theoretisch begründbarer Hypothesen

Indikatoren muss das angezielte Merkmal richtig bezeich- nen

Differenzierung des Merkmals soll möglich sein (nicht nur „ja/nein“)

Indikatoren müssen erhebbar sein

Indikatoren müssen selbst eindeutig definiert sein

Institut für Marketing & Innovation

I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer

Datenerhebung

2. Theoretische Grundlagen

Universität für Bodenkultur Wien Department für Wirtschafts- und Sozialwissenschaften

Definitionen, Begriffsbildung und Operationalisierung

Logische Vorgangsweise bei unserem Beispiel:

Abstraktionsebene-Begriff:

"Interesse für Heimwerkertätigkeit"

(Ebene der Theoriesprache)

Nominaldefinition f. Interesse: "Form der Akzentuierung und Verarbeitung der Welt

zur 'Eigenwelt',

stabile Schwerpunktbil-

dung, persönliches beteiligt sein"

Zuordnungsregeln:

(Kenntnisse und Hypothesen über empiri- sche Regelmäßigkeiten des Objektbe- reiches)

Personen, die Interesse an Heimwerkertä- tigkeit haben:

1.

Sind über Bezugsmöglichkeiten von

 

Heimwerkerbedarf informiert.

2.

Kaufen regelmäßig in Baumärkten,

Bastlergeschäften und dergleichen ein.

3.

Besitzen Werkzeuge.

4. Haben ihre Wohnung mit eigenen Erzeugnissen ausgestattet

Institut für Marketing & Innovation

I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer

Datenerhebung

2. Theoretische Grundlagen

Universität für Bodenkultur Wien Department für Wirtschafts- und Sozialwissenschaften

Definitionen, Begriffsbildung und Operationalisierung

Beobachtungsaussagen (Indikatoren):

 

Fragen des Fragebogens:

1.

Können Sie Geschäfte nennen, in denen

Heimwerkerbedarf angeboten wird?

2.

Wie oft kaufen Sie in einem Baumarkt,

Bastlergeschäft oder dergleichen ein ?

Bastlergeschäft oder dergleichen ein ?

3.

Welche der folgenden Heimwerker-

Werkzeuge besitzen Sie ?

 

Tapezierertisch/Bohrmaschine/Stichsäge/ elektr. Schraubenzieher/Elektrohobel/ nichts davon

4.

Welche der folgenden Arbeiten haben

Sie selbst durchgeführt ? Ausmalen bzw. Tapezieren/Regalbau/ Kasten- oder Kästchenbau/ Fußbodenverle- gung/Decken- oder Wandverkleidung/ Tischbau/ nichts davon

Tapezieren/Regalbau/ Kasten- oder Kästchenbau/ Fußbodenverle- gung/Decken- oder Wandverkleidung/ Tischbau/ nichts davon

Institut für Marketing & Innovation

I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer

Datenerhebung

2. Theoretische Grundlagen

Universität für Bodenkultur Wien Department für Wirtschafts- und Sozialwissenschaften

Definitionen, Begriffsbildung und Operationalisierung

Vordefinitionen:

Nominaldefinition von:

"informiert" (Frage 1.):

mindestens zwei richtig genannte Bezugsquellen "regelmäßig" (Frage 2.):

mindestens 1 mal im Monat "Werkzeuge" (Frage 3.) mindestens drei der genannten "Erzeugnisse" (Frage 4.) mindestens zwei der genannten

Datenerhebung

2. Theoretische Grundlagen

Universität für Bodenkultur Wien Department für Wirtschafts- und Sozialwissenschaften

Definitionen, Begriffsbildung und Operationalisierung

Eine operationale Definition des Begriffes "Interesse an Heimwerkertätigkeit" könnte lauten:

Wenn jemand alle Fragen 1-4 im Sinne der Vordefinitionen positiv beantwortet, soll ihm das Merkmal "großes Interesse an Heimwerkertätigkeit" zugeordnet werden, wenn keine der

Fragen positiv beantwortet wird, das Merkmal "kein Interesse an Heimwerkertätigkeit", dazwischen soll eine Abstufung der

; 2

dazwischen soll eine Abstufung der ; 2 Interessiertheit gelten (3 Fragen positiv: "Interesse

Interessiertheit gelten (3 Fragen positiv: "Interesse an

Fragen positiv: "Mäßiges Interesse "Geringes Interesse").

";

1 Frage positiv:

Datenerhebung

2. Theoretische Grundlagen

Hypothesenformulierung

Universität für Bodenkultur Wien Department für Wirtschafts- und Sozialwissenschaften

Beispiel für eine Hypothese:

In Österreich ist die Arbeitslosenquote bei Personen mit Universitätsabschluss niedriger als bei Personen mit anderen beruflichen Qualifikationen

Datenerhebung

2. Theoretische Grundlagen

Hypothesenformulierung

Universität für Bodenkultur Wien Department für Wirtschafts- und Sozialwissenschaften

Charakteristische Kriterien von Hypothesen (nach dem o.a. Beispiel)

1. Es handelt sich um eine Aussage, nicht um einen Befehl.

2. Mindestens zwei semantisch gehaltvolle Begriffe

("Arbeitslosenquote" und "Universitätsabschluss“)

3. Die Begriffe sind durch einen logischen Operator

miteinander verknüpft; hier "wenn – dann". Wenn Universitätsabschluss – dann geringere Arbeitslosenquote.

Datenerhebung

2. Theoretische Grundlagen

Hypothesenformulierung

Universität für Bodenkultur Wien Department für Wirtschafts- und Sozialwissenschaften

Charakteristische Kriterien von Hypothesen (Forts.)

4. Die Aussage ist nicht tautologisch

5. Die Aussage ist widerspruchsfrei

6. Die empirischen Gehaltsbedingungen sind implizit oder

explizit im einzelnen aufgezählt. In der o.a. Hypothese ist implizit eine Universalaussage enthalten. Sie bezieht sich auf

Personen in ganz Österreich mit Universitätsabschluss. Immer Angabe notwendig, unter welchen Bedingungen Hypothese gelten soll bzw. unter welchen Bedingungen verallgemeinert werden kann.

Datenerhebung

2. Theoretische Grundlagen

Hypothesenformulierung

Universität für Bodenkultur Wien Department für Wirtschafts- und Sozialwissenschaften

Charakteristische Kriterien von Hypothesen (Forts.)

7. Die Begriffe sind auf Wirklichkeitsphänomene hin

operationalisierbar.

8. Die Aussage ist falsifizierbar. Die amtliche

Arbeitslosenstatistik wird regelmäßig veröffentlicht, durch die

Detailerhebungen wird die Zusammensetzung der als arbeitslos gemeldeten Erwerbsfähigen nach verschiedenen Personengruppen aufgeschlüsselt.

9. Alle Begriffe müssen präzise definiert sein.

9. Alle Begriffe müssen präzise definiert sein. Institut für Marketing & Innovation I Ao.Univ. Prof.

Datenerhebung

2. Theoretische Grundlagen

Hypothesenformulierung

Universität für Bodenkultur Wien Department für Wirtschafts- und Sozialwissenschaften

Typen von Hypothesen

Deterministische Hypothese:

Gilt für alle bzw. eine festgelegte Anzahl der Merkmale

Beispiel für eine deterministische Hypothese:

Alle Boku-StudentInnen sind mit ihrem Studium zufrieden

Datenerhebung

2. Theoretische Grundlagen

Hypothesenformulierung

Universität für Bodenkultur Wien Department für Wirtschafts- und Sozialwissenschaften

Beispiel für eine probabilistische Hypothese:

In Österreich ist die Arbeitslosenquote bei Personen mit Universitätsabschluss niedriger als bei Personen mit anderen beruflichen Qualifikationen

Nicht alle oder bestimmte Personen mit Universitätsabschluss haben einen Job, sondern anteilig mehr Personen mit Universitätsabschluss als anteilig Personen mit anderer Qualifikation.

Datenerhebung

2. Theoretische Grundlagen

Hypothesenformulierung

Universität für Bodenkultur Wien Department für Wirtschafts- und Sozialwissenschaften

Deterministische Hypothesen sind leichter falsifizierbar als probabilistische.

sind leichter falsifizierbar als probabilistische. Findet sich nur ein/e einzige/r Boku-StudentIn, die mit dem

Findet sich nur ein/e einzige/r Boku-StudentIn, die mit dem Studium nicht zufrieden ist, dann ist die Hypothese schon falsifiziert.

Datenerhebung

2. Theoretische Grundlagen

Hypothesenformulierung

Universität für Bodenkultur Wien Department für Wirtschafts- und Sozialwissenschaften

Präzise Definition der Beziehungen zwischen Merkmalen in Hypothesen

Beispiel für unpräzise Definition der Beziehung:

Die Arbeitslosenquote hängt von der beruflichen Qualifikation ab (Sagt nichts darüber aus, wie der berufliche Qualifikation die Wahrscheinlichkeit von Arbeitslosigkeit beeinflusst.)

Datenerhebung

2. Theoretische Grundlagen

Hypothesenformulierung

Universität für Bodenkultur Wien Department für Wirtschafts- und Sozialwissenschaften

Art der der Beziehungen zwischen Merkmalen

Korrelation:

Interdependenz:

Abhängigkeit von intervenierenden Gegebenheiten:

Strikte Kausal- beziehung:

* Je höher die berufliche Qualifikation desto niedriger die Wahrscheinlichkeit von Arbeitslosigkeit

* Steigt die berufliche Qualifikation, sinkt die Wahrscheinlichkeit von Arbeitslosigkeit

* Je höher die berufliche Qualifikation, desto geringer die Wahrscheinlichkeit von Arbeitslosigkeit innerhalb derselben Alterskategorie

* Ein Universitätsabschluss allein bewirkt die geringere Wahrscheinlichkeit von Arbeitslosigkeit