DozRef Forschungsphasen W

Phasen eines quantitativ-empirischen
Forschungsprozesses
MA PhD Ernest Albert
Phasen eines quantitativ-empirischen
Forschungsprozesses
MA PhD Ernest Albert
Hauptmerkmale des quantitativ-empirischen
Forschungsprozesses
primäre Orientierung am Deduktionsprinzip (Ableitungsprinzip)
kreative, unkonventionelle Theorien erlaubt, sofern abgeleitete
Hypothesen nach wissenschaftlichen Regeln geprüft werden
Ersatz von Theorien – nach deren Prüfung mit erhobenen und
analysierten Daten – durch bessere Theorien
Erkenntnisgewinn durch explizite und exakte Feststellung von
Quantitäten
(formeller) Versuch der Falsifikation von Theorien
Quantitative Sozialwissenschaftlnnen haben meist den methodologischen Wert des
Falsifikationsprinzips verstanden und verinnerlicht. Zugleich wird ihre Arbeit kaum
ergiebig, wenn sie sich ausschliesslich daran orientieren und zum Beispiel kein
ausreichendes Verständnis induktiver und interpretativer Prozesse in der Forschung
einsetzen können.
Phasen / Forschungsprozess 2
Ablaufdiagramm eines quantitativ-empirischen
Forschungsprozesses
(Literaturgestützte) Auswahl des Forschungsproblems
Begriffsklärung / Theoriewahl / Theoriebildung
Operationalisierung / Forschungsdesign
Datenerhebung
Datenaufbereitung / Datenauswertung / Interpretation
Publikation / Berichtlegung / Implementierung
Zum Vergleich: Ablaufdiagramm eines
qualitativ-empirischen Forschungsprozesses
Phase 1: Auswahl des Forschungsproblems
Grundsätzlich eine Phase der Freiheit für ForscherInnen
Praktisch ist die Freiheit in verschiedener Art & Intensität eingeschränkt:
– Kulturelle Werte beeinflussen Wahrscheinlichkeit, dass ein
Problem wichtiger als ein anderes erscheint (vgl. "Wertbeziehung" bei
den Theoretikern Heinrich Rickert und Max Weber)
– Auftragsforschung: Auftraggeber bestimmt Problem, Forscher kann
ev. Einfluss auf genauere Definition / Forschungsrahmen nehmen
– "Akademische Auftragsforschung": Professoren erwarten, dass
Mitabeiter ihre Spezialisierung / Theorien / Datensätze u.a.
übernehmen
– Bereits intensiv beforschte Probleme: nur noch Möglichkeit, sich
bestehenden Lagern anzuschließen? (vgl. "Problemgeschichte",
"Forschungstradition", "Diskurs")
– Machbarkeitsgründe lassen viele Gebiete fast unerforscht; jedoch
können sich Gelegenheitsfenster öffnen
– Innere Schranken: manche ForscherInnen operieren bevorzugt auf
stark vorstrukturierten Gebieten (Bsp.: zumeist wichtige (!)
Fortsetzung etablierter Forschungsprogramme, Replikationsstudien,
empirisch begründende Erweiterungen anerkannter Regelwerke und
Systematiken)
– (Anonyme) Begutachtungssysteme in Forschungsförderung/-betrieb:
dysfunktionale Mainstreaming- bezw. More-of-the-same-Effekte?
(ForscherInnen passen Projekte an die gleichen antizipierten
Erwünschtheiten an wie ihre KollegInnen anstatt die volle Diversität
ihres Vorwissens einzubringen)
– Studentische Forschung: oft Kombination aus vorgegebenem
thematischem Rahmen und zugestandenen Freiheiten beim
genaueren untersuchten Forschungsproblem
Wissenschaftliche Gütekriterien / Phase 1:
Innovations- und Originalitätskriterien: Beforschen, was noch nicht –

oder nicht so – beforscht wurde (so dass unser substanzielles und/oder
methodisches Wissen möglichst zunimmt)!
Relevanzkriterium: Beforschen, was das Wohlergehen vieler, oder

einiger sehr stark, betrifft!
Phase 2: Begriffsklärung / Theoriewahl / Theoriebildung
Phase der Intensivrecherche und potenziell eigener Kreativität
Um existierende Begriffe und Theorien zum Forschungsproblem
möglichst vollständig zu kennen, ist eine professionelle
Literaturrecherche notwendig (elektron. Volltextzugriffe auf
Fachzeitschriften und Datenbanken, Zitationsanalysen, etc.)
Sichüben in Realdefinitionen (= ev. ambitiös), Nominaldefinitionen und
operationalen Definitionen (= ev. vorauseilend) lässt auch quantitative
Forscher ihre Abhängigkeit von einer Sprachgemeinschaft erfahren; im
Versuch, immer besser zu definieren "lauert" infiniter definitorischer
Regress
Regelfall langjähriger Arbeit mit existierenden Theorien (z.B. in einem
neuen Teilbereich des Forschungsfeldes), bevor ev. eigene Theorie
(meist innerhalb des gleichen Paradigmas) getestet wird
Bei noch kaum beforschten Gebieten sinnvolles Vorschalten einer
qualitativen oder quantitativen Explorationsstudie zur Theoriebildung
Notwendigkeitskriterium: Bei neuen eigenen Theorien fördert auch
eine tiefe, professionelle Literaturrecherche keine ältere Theorie zu
Tage, welche die formulierten Zusammenhänge bereits beschreibt.
Präzisionskriterium: Alle verwendeten zentralen Begriffe sind für die
Mitglieder der Sprachgemeinschaft präzise und eindeutig definiert. Die
Definitionen weisen eine optimale Breite, ausreichende Kürze sowie
Zirkel- und Redundanzfreiheit auf.
Parsimoniekriterium: Die verwendete Theorie ist im Sinne von
"Ockhams Razor" so sparsam wie möglich und nur so komplex wie
nötig; sie reduziert wie eine Landkarte Komplexität und hebt
Entscheidendes hervor.
Kühnheitskriterium: Die Theorie hat einen hohen Informationsgehalt,
d.h. viele potenzielle Falsifikatoren und ist nichttrivial bis kontraintuitiv.
Teilweise anerkanntes Gütekriterium / Phase 2:
Formalisierungskriterium: Die Theorie lässt sich (vollständig) auch als
mathematische Formel oder als Pfaddiagramm darstellen (woraus sich
direkt mathematisch auch unerwartete Forschungshypothesen ableiten
lassen).
Von vielen Sozialwissenschaftlern nicht anerkanntes Kriterium, die
einen grundsätzlichen Unterschied zwischen Naturgesetzen und
(zeitweiligen) probabilistischen Regelmässigkeiten in menschlichen
Gesellschaften formal sichtbar halten wollen. Dies mit Verweis
– auf das reaktive Verhalten von Menschen gegenüber
publizierten sozialwissenschaftlichen Erkenntnissen
– auf das ungünstige Verhältnis zwischen dem (ambitiösen)
Formalisierungsgrad und dem (geringen) empirischen Erfolg vieler
Modelle (meist mit "ceteris paribus" Annahmen)
Phase 3: Operationalisierung / Forschungsdesign
Phase des Werkzeugmachens (bei Forschung mit vorhandenem
Werkzeug teils ersetzt durch fachgerecht-kritikfähigen Nachvollzug der
eingeflossenen Entscheidungen und durch Anwendungsfähigkeit)
Mit Hilfe empirisch prüfbarer Peripherie einer Theorie soll auf
Wahrheitsgehalt des selten direkt prüfbaren Kerns geschlossen werden
Die theoretischen Begriffe werden messbar gemacht durch Spezifikation
der enthaltenen Dimensionen, entsprechender Zuordnung geeigneter
Indikatoren sowie durch Anweisungen, wie mit diesen zu messen ist
Von dieser Operationalisierung ist die Wahl des gesamten
Forschungsdesigns kaum trennbar, da sich das Design als ihr größerer
– auch organisatorischer und zu finanzierender – Rahmen sehen lässt
und beide Bereiche meist von gegenseitiger Abstimmung profitieren
Forschungsdesign: Quantitativ/qualitativ/gemischt? Querschnittlich,
längsschnittlich, panelanalytisch? Befragend, inhaltsanalytisch,
experimentell, beoachtend? Untersuchungseinheiten, Stichprobe?
Reliabilität: quantifizierbare Messzuverlässigkeit, so bei
Messwiederholungen und analog aufgefassten multiplen Indikatoren.
Inhaltsvalidität: vorwiegend qualitativ eruierbare Messvollständigkeit,
durch Einschluss aller intendierter Begriffsaspekte (geprüft z.B. durch
kognitive Interviews mit einem Test-Sample von Personen).
Kriteriumsvalidität: quantifizierbare Messgültigkeit anhand eines
einzelnen, als geeignet argumentierten Aussenkriteriums
Konstruktvalidität: quantifizierbare Messgültigkeit anhand einer
Vielfalt von Aussenkriterien, die als geeignet argumentiert werden –
z.B. Messergebnissen desselben intendierten Konstrukts mit möglichst
andersartigen Instrumenten; oder anderer Konstrukte, deren erwartete
Beziehung zum intendierten Konstrukt theoretisch geklärt wurde)
Wissenschaftliche Gütekriterien / Phase 3 (Forts.):
Messniveau: durch generierte Daten repräsentiertes Niveau an
Informationsgehalt, erlaubten Rechenoperationen und
Transformierbarkeiten auf andere Niveaus entlang der absteigenden
Skala: ratio – intervall – ordinal – nominal.
Kriterien der praktischen Messdurchführung: z.B. Anteil an formal
adäquaten Antworten, der sich durch Designelemente wie ein
Befragungssetting, eine investierte Interviewerschulung oder ein
Pretest zur Verbesserung von Frageformulierungen realisieren lässt.
Phase 4: Datenerhebung
Traditionell "manuellste" Phase für ForscherInnen und MitarbeiterInnen
Hat sich in den letzten Jahrzehnten mehr als andere Phasen in Richtung
Automatisierungsfortschritte und Outsourcing-Optionen verändert
(Bsp. Online-Fragebögen, Software zur Medieninhaltserfassung,
Beobachtungsdaten ab Webcam, angebotene eigene Panels der
Marktforschungsinstitute)
Häufige Delegationen bedeuten primäre Überwachungs-, Schulungs-,
Koordinations- und Qualitätssicherungsrollen für ForscherInnen
(u.a. "Feldkontrolle")
Erfahrene ForscherInnen nehmen Möglichkeiten (weiterhin) wahr, im
überschaubaren, hoch motivierten Team "alles selbst zu machen" – die
Unterschiede in der Datenqualität können beträchtlich sein
Genaue Anforderungen der Phase hängen stark von der
Erhebungsmethode ab
Phase 4: Datenerhebung
Minimiertes Rauschen: In der Phase "massenweiser" Feldanwendung
des Erhebungsinstruments wird gesorgt, dass der durch die
Anwendungsumstände (Delegation an Auftragnehmer,
Arbeitsmonotonie, Demotivation, reaktive Settings) drohende
Informationsverlust ("Rauschen" statt "Signal") gering bleibt. Zwei
wichtige Teilaspekte des minimierten Rauschens sind:
Minimierung arbeitserleichternder Datenfälschungen: Hier können
sich Maßnahmen empfehlen, weil Coder oder Interviewer, deren
Leistungen am Markt eingekauft werden, oft Verdrängungsprozesse
intrinsischer Arbeitsmotivation hinter sich haben.
Minimierung von Interviewer-/Versuchsleitereffekten: Z.B. durch
begrenzte Zahl von Interviews, die eine Person pro Studie führen darf.
Phase 5: Datenaufbereitung/-auswertung / Interpretation
Datenaufbereitung: Gute wissenschaftliche Praxis erlaubt keine
"Bereinigungen", die auf leichtere Bestätigung von Hypothesen zielen
Auch hochentwickelte Verfahren machen aus suboptimalen Daten
keine besseren – was leicht vergessen wird bei Besprechungen
von Imputationsverfahren (Anpassungen eines lückenhaften
Datensatzes an sich selbst oder an früher/anderswo festgestellte
Zusammenhänge) oder von speziellen Auswertungsverfahren für
komplexe Stichproben
Auswertungsverfahren im Aufschwung (letzte Jahrzehnte): SEMs (ganze
Verfahrensfamilie), Mehrebenenregressionen, MDS, panelanalytische
und meta-analytische Verfahren
Auswertungsverfahren im Abschwung: Clusteranalyse (zunehmend
ersetzt durch Latente Klassenanalyse), herkömmliche Pfadanalysen
(SEMs überlegen durch Differenzierung von Struktur- und
Messmodellen)
Bornierter Umgang mit multivariaten Auswertungsverfahren häufig
(pauschale Ablehnung oder unreflektierte Übernahme alles Neuen)
Doing Modelleisenbahn mit Auswertungsmethoden: Vor einiger Zeit fand an der
Universität Utrecht ein Methodenkongress statt, an dem Scherze kursierten über die
Beliebtheit des Utrechter Eisenbahnmuseums nicht nur bei Kindern, sondern auch bei
den KongressteilnehmerInnen. Grundtenor des Schmunzelns war, dass
Modelleisenbahnen bekanntlich geeignete Fetischobjekte seien und dass solche
Statistiker besonders anziehen würden. Ob es einen solchen Zusammenhang wirklich
gibt, könnte vielleicht in einer Korrelationsstudie mit Drittvariablenkontrolle geprüft
werden. Ein Körnchen Wahrheit liegt aber sicher in der Anfälligkeit statistischer
Verfahren und der Programme, mit denen sie angewandt werden, für Fetischisierung.
Ebenso scheinen sie sich fürs Doing Gender zu eignen. So hörte man unter
SoziologInnen lange Zeit vor allem Männer davon schwärmen, wie sie in einem der
statusträchtigen Statistikprogramme noch rohen Code in eine spartanische Datenzeile
eingeben und dabei "volle Kontrolle" über alle Prozeduren behalten konnten. Falls aus
einem maßvollen Fetisch und dem Doing Gender mit Auswertungsmethoden lauter
mutige, exzellente Studien und eine (noch) bessere Gesellschaft hervorgehen, werden
die meisten FachkollegInnen wenig dagegen einzuwänden haben.
Struktur geben: Ruhig & systematisch aufbereitete Daten, intelligentes
Variablen-Benennen & -Etikettieren sowie Vorgehen nach einem
Auswertungsplan verhindern Chaos angesichts unbegrenzter
Auswertungsmöglichkeiten und erzeugen u.a. ein Datenfile, mit dem
eine Gutachterin problemlos Modelle nachrechnen könnte.
Vom Einfachen zum Komplexen schreiten: Auswertungen beginnen
univariat, werden i.d.R. bivariat (bezw. subgruppen-vergleichend) und
dann multivariat. Bei statistischen Modellen befassen sie sich erst mit
der Prämisseneinhaltung, dann mit globalen Gütemaßen und mit der –
Fokussierungen erfordernden – Vielzahl von Koeffizientausprägungen.
Interpretieren können: Besonders bei nicht durchgehend bestätigten
Hypothesen und unerwarteten Befunden ergänzen Iterationen,
Interpretationen & Revisionen die Auswertungen und informieren die
ergebnisüberblickende Diskussion / die zukünftige Forschung.
Phase 6: Publikation / Berichtlegung / Implementierung
Besonders stark an der Produktion wissenschaftlicher Reputation
beteiligte Phase
Meist nötige Überarbeitungen in Peer-Review-Prozessen bewirken
Journal-Publikation oft erst Jahre nach Abschluss einer Studie
Trend zur zeitnahen online (Vor-)Publikation von Working Papers
Trend zur ergänzenden oder reinen Online-Publikation auch definitiver
Beiträge (z.B. auf Mitgliederportalen wie Research Gate), zu reinen
Online-Journals sowie zur Verfügbarmachung von Publikationsteilen
oberhalb des Umfangslimits gedruckter Journals über das Web
Sammelband-Herausgeberschaft führt i.d.R. zu reziproken
Beitrags-Einladungen
Monografien weiterhin reputationsträchtig, jedoch relativ im
Abschwung u.a. wegen kumulativen Dissertationen
Angesehene Publikumsmedien u.U. wichtige ergänzende "Outlets"
Verständlichkeit: Die Aufklärungsnorm gilt auf jedem Anspruchs- und
Abstraktionsniveau des Wissenschaftssystems, Verschleierungen sind
suspekt; gleichzeitig gelten viele Standards, um technische Fakten
platzsparend an Fachpublika zu vermitteln, z.B. "N=870", "*p<0.05".
Standardisierter Aufbau: Zur optimalen Verständlichkeit gehört das
Einhalten des üblichen Textaufbaus für (quantitative) Beiträge im
Fachbereich; dieser spiegelt meist NICHT genau die Arbeitsreihenfolge
im Forschungsprozess! (Bsp. Fragebogen am Schluss im Anhang;
Ergebnisse bereits am Anfang im Abstract).
Selbsterklärende Tabellen und Abbildungen: mittels entsprechenden
Überschriften, Inhalten und Anmerkungen (teils in Kleinschrift).
Erwartungskonformes Abstract: Die meist englische Zusammenfassung
informiert ohne Überschreitung eines i.d.R. fixen Zeichenlimits über
Forschungsfragen, alle Eckdaten und zentrale Ergebnisse einer Studie.
Umfangsflexibilität: je nach den Normen eines zur Publikation bereiten
Outlets muss ein verständlicher Beitrag über dieselbe Forschung mit
anderer Zeichen- oder Seitenzahl bereitgestellt werden können; i.d.R.
wird Fähigkeit belohnt, zugleich stark & verständlich zu verdichten
bezw. Nichtessentielles wegzulassen.
Unabhängigkeit: Auch bei Auftragsforschung verschmilzt die
Perspektive im Forschungsbericht nicht mit derjenigen des
Auftraggebers; bei pragmatischem Forschungsziel werden jedoch u.U.
direkt implementierbare Handlungsempfehlungen gegeben.
Vermiedene Eigenplagiate: Es wird zwar mehr als ein Disseminierungs
Kanal für Forschungsergebnisse gesucht (um genug Fachpublikum zu
erreichen), aber die verschiedenen Publikationen unterscheiden sich
ausreichend in ihrer Schwerpunktsetzung und/oder Ausführlichkeit, so
dass sie keine Kopien voneinander sind.
Akkumulierte Zahl früherer Publikationen und Zitationen: wird als
Relevanzindikator einer jeweiligen neuen Publikation genutzt, wodurch
Publikationserfolg im Forschungsbetrieb i.d.R. eine selbstverstärkende
Dynamik über das Publikationstempo erhält. Publikationen in den
höchstrangigen begutachteten Fachmedien (sogenannten Top Journals
mit hohem "Impact Factor") zählen dabei wie viele Publikationen in
anderen Fachmedien.
Manche ForscherInnen kritisieren jedoch die gängige Praxis, Forschungsleistung

insgesamt über simplizistische Parameter des Publikationserfolgs zu vergleichen. Sie
befürchten u.a. Verluste in der Forschungsqualität und –vielfalt (z.B. mit Eigenplagiaten
aufgeblähte Publikationslisten, Verzicht auf wertvolle regionale Forschung mangels
Eignung für internationale Top-Journals). Teils versuchen sie, einflussreiche Personen-
und Hochschul-Rankings zu boykottieren.
Quellen
Albert, H. (1980). Traktat über kritische Vernunft. Tübingen: J.C.B. Mohr.
Diekmann, A. (2000): Empirische Sozialforschung: Grundlagen, Methoden, Anwendungen. Rowohlt Taschenbuch Verlag: Reinbek bei
Hamburg.
Erhart, W. (2005). Das zweite Geschlecht: 'Männlichkeit', interdisziplinär. Internationales Archiv für Sozialgeschichte der deutschen
Literatur, 30, 2. Heft, 156-232. S. 209-214.
Kieser, A. & Osterloh, M. (2012). 'Den Unfug schnell beenden': Professoren boykottieren das BWL-Ranking des Handelsblatts.
Forschung & Lehre 10/12, 820-821.
Popper, K.R. (1984). Logik der Forschung. Tübingen: J.C.B. Mohr.
Schnell, R., Hill, P.B. & Esser, E. (2008): Methoden der empirischen Sozialforschung. München: Oldenbourg.
Weber, M. (1988 [1922]). Gesammelte Aufsätze zur Wissenschaftslehre. Tübingen: J.C.B. Mohr (Paul Siebeck). S. 489-540.

DozRef Forschungsphasen W

Hochgeladen von

Dokumentinformationen

Originaltitel

Copyright

Verfügbare Formate

Dieses Dokument teilen

Dokument teilen oder einbetten

Freigabeoptionen

Stufen Sie dieses Dokument als nützlich ein?

Sind diese Inhalte unangemessen?

Copyright:

Verfügbare Formate

DozRef Forschungsphasen W

Hochgeladen von

Copyright:

Verfügbare Formate

Phasen eines quantitativ-empirischen

Begriffsklärung / Theoriewahl / Theoriebildung

Datenaufbereitung / Datenauswertung / Interpretation

Publikation / Berichtlegung / Implementierung

Wissenschaftliche Gütekriterien / Phase 1:

Innovations- und Originalitätskriterien: Beforschen, was noch nicht –

Relevanzkriterium: Beforschen, was das Wohlergehen vieler, oder

Manche ForscherInnen kritisieren jedoch die gängige Praxis, Forschungsleistung

Das könnte Ihnen auch gefallen