Beobachtungen

Carla Bohndick

 

Eine Form der Datenerhebung ist die Beobachtung, deren großer Vorteil ist, dass sie sehr häufig angewendet werden kann. Allerdings dürfen Beobachtungen nicht mit einfachem Zuschauen oder so genannten Alltagsbeobachtungen verwechselt werden, die relativ beliebig durchgeführt werden. Bei einer systematischen Beobachtung legen Sie demgegenüber im Vorhinein Regeln fest, was Sie wie und wann beobachten wollen und was für die Beobachtung nicht von Interesse ist. So ist es z.B. wichtig, dass Sie eine Fragestellung haben, die Sie beantworten wollen und dadurch in Ihrer Beobachtung geleitet werden. Besondere Vorsicht bei einer Beobachtung sollten Sie auch darauf legen, dass Sie schrittweise vorgehen, erst beobachten, das Beobachtete festhalten und erst im Anschluss deuten und interpretieren. Dies ist besonders wichtig, damit Sie die Gütekriterien einhalten können. Der erste Schritt bei einer Beobachtung wäre also beispielsweise festzuhalten, dass eine Person die Mundwinkel hochzieht. Erst im Schritt der Interpretation, könnten Sie vermuten, dass die Person lächelt.

Formen der Beobachtung

Bevor Sie also einen solchen Beobachtungsplan für Ihre Beobachtung erstellen, sollten Sie sich zwischen verschiedenen Arten der Beobachtung entscheiden. Dabei gibt es folgende Formen der Beobachtung:

  • Es wird zunächst zwischen einer teilnehmenden und einer nicht teilnehmenden Beobachtung sowie einer offen oder verdeckten Beobachtung unterschieden. Bei einer teilnehmenden Beobachtung nehmen Sie aktiv am Gegenstand Ihrer Beobachtung teil. Sie sammeln also beispielsweise Daten über eine Gruppendiskussion an der Sie selber teilnehmen. Bei einer nicht teilnehmenden Beobachtung beobachten Sie das Geschehen nur, ohne daran teilzunehmen. Sie würden hier also nicht an der Gruppendiskussion teilnehmen, sondern sie etwas abseits lediglich beobachten.
  • Eine offene Beobachtung ist es dann, wenn die beobachteten Personen wissen, dass eine Beobachtung stattfindet, eine verdeckte Beobachtung ist den beobachteten Personen nicht bewusst.
  • Außerdem müssen Sie sich zwischen einer strukturierten und einer unstrukturierten Beobachtung entscheiden. Mit den Vor- und Nachteilen von Standardisierung beschäftigt sich auch dieser Beitrag. Eine offene Beobachtung bedeutet, dass im Vorhinein nur wenige Beobachtungsrichtlinien festgelegt werden, nach denen die Beobachtung aufgebaut ist. Je standardisierter die Beobachtung, desto genauer ist festgelegt, was beobachtet wird und wie dies festgehalten wird.
  • Auch der Ort an dem Sie beobachten, spielt eine Rolle. Die Beobachtung kann entweder im Feld oder im Labor stattfinden. Eine Beobachtung im Feld bedeutet, dass die Personen in ihrem natürlichen Umfeld agieren. Im Feld können Sie also zum Beispiel das Verhalten einer Schülerin in einer konkreten Unterrichtssituation beobachten. Bei einer Beobachtung im Labor ist die Umgebung vorbereitet, um zum Beispiel Störquellen zu vermeiden.

Dokumentation der Beobachtung

Damit Ihre Beobachtung für andere und später auch für Sie noch nachvollziehbar ist, sollten Sie sich Gedanken über die Dokumentation Ihrer Beobachtung machen. Dafür stehen Ihnen verschiedene Möglichkeiten zur Verfügung. Sie können technische Hilfsmittel nutzen und beispielsweise Videokameras einsetzen, um so ihr Beobachtungsmaterial zu erstellen oder zu erweitern und die Möglichkeit zu haben, zeitlich unabhängig und auch mehrmals die gefilmte Situation zu beobachten.

Die Wahl der Dokumentationsmethode hängt vor allem davon ab, wie Sie mit den erhobenen Daten weiter verfahren wollen und wie offen bzw. standardisiert Sie beobachten wollen. So können Sie z.B. Transkripte der beobachteten Situationen anlegen. Eine Alternative sind Strichlisten, wenn Sie beispielsweise nur das Meldeverhalten beobachten und aufzeichnen wollen. Häufig werden auch Ratingskalen (also z.B. von 1 „trifft gar nicht zu“ bis 5 „trifft voll und ganz zu“) eingesetzt. Für viele Fragestellungen existieren auch Beobachtungsbögen, die Ihnen die Beobachtung erleichtern.

Beobachtungsbögen

Ein beispielhafter Beobachtungsbogen ist der Bogen zur Einblicknahme in die Lehr- und Lernsituation (ELL[1]). Dieser Bogen eignet sich insbesondere für Unterrichtsbeobachtungen. Unterteilt in verschiedene Bereiche (z.B. Klassenmanagement oder Aktivierung) sollen hier verschiedene Aussagen auf einer fünfstufigen Skala von 1 (trifft nicht zu) bis 4 (trifft zu) beurteilt werden. Zusätzlich steht die Angabe „nicht beurteilbar“ zur Verfügung. Die einzelnen Aussagen werden in einem Anhang weiter ausgeführt und durch Beispiele und Gegenbeispiele veranschaulicht. So wird z.B. die Aussage „Die Schüleräußerungen sind gut verstehbar.“ durch das Beispiel „Die Schüleräußerungen sind im gesamten Klassenraum mühelos verstehbar“ und das Gegenbeispiel „Nachfragen („Wie bitte?“) oder Missverständnisse lassen auf mangelnde akustische Verstehbarkeit schließen, z.B. infolge von zu hohem Lärmpegel“ illustriert. Außerdem werden im Anhang noch einige Hinweise zur Anwendung des ELL gegeben.

Sie können auch selber einen Beobachtungsbogen entwickeln oder bestehende Bögen für sich anpassen. Bevor Sie diesen Bogen allerdings einsetzen, sollten Sie ihn zunächst ausprobieren. Dabei sollten Sie immer darauf achten, dass

  • die Aufgaben für den Beobachtenden nicht zu umfangreich sind,
  • die Aufgabe unmissverständlich ist,
  • die zu beobachteten Facetten auch wirklich beobachtbar sind („Die Schüler sind motiviert“ ist bspw. schwer zu beobachten.)

Beobachtungsfehler

Verschiedene Fehlerquellen führen dazu, dass Beobachtungsfehler gemacht werden. Einige Probleme können Sie schon mindern, wenn Sie diesen Text aufmerksam gelesen haben (und z.B. zunächst beobachten und erst später interpretieren). Weitere Probleme entstehen beispielsweise durch (s.a. Abel, Möller & Treumann, 1998):

  • Sympathie und Antipathie mit den Beobachtenden: Durch eine solche Identifizierung kann es schwerfallen, objektiv zu beobachten.
  • Selektivität der Wahrnehmung: Sie können nicht alles, was passiert, beobachten, sondern immer nur einen Ausschnitt. Das was Sie beobachten, ist durch Ihre Erfahrungen und auch durch Ihre Vorurteile beeinflusst. So kann es beispielsweise dazu kommen, dass Sie Dinge übersehen, die für Sie selbstverständlich sind.
  • Auswahl der Beobachtungsperiode: Es kann sein, dass Sie nicht alle relevanten Situationen beobachten. Sie sollten also versuchen, möglichst alle für Ihre Fragestellung relevanten vorkommenden Situationen zu beobachten.
  • Verfälschung der Situation durch die Beobachtung: Wenn es sich um eine offene Beobachtung handelt, kann es sein, dass die Beobachtenden sich anders verhalten, als sie es sonst täten.

Mehrere Beobachtende

Um Aussagen über die Objektivität Ihrer Beobachtung machen zu können, ist es sinnvoll, zumindest teilweise mit mehreren Beobachtenden zu beobachten. In jedem Fall sollten die Beobachtenden gut geschult sein und die Ziele, Kategorien und Indikatoren der Beobachtung kennen. Es bietet sich an, die Beobachtung mit Hilfe von Videos zu üben. Unten finden Sie eine Reihe von Internetseiten, auf denen Sie Unterrichtsvideos ansehen können.

Wenn zwei oder mehr Beobachtende eingesetzt wurden, können Sie die Beobachterübereinstimmung untersuchen. Dazu werden Beobachtungen Kategorien zugeordnet. Um die prozentuale Beobachterübereinstimmung zu bestimmen, werden ganz einfach alle Übereinstimmungen bei der Wahl der Kategorien zusammengezählt und durch die Anzahl der beobachteten Objekte geteilt. Eine hohe Prozentzahl steht für eine hohe Übereinstimmung. Da aber bei diesem Verfahren eine zufällige Klassifizierung der Beobachter nicht berücksichtigt wird, wurde ein neues Maß, das sogenannte cohens kappa entwickelt. Es berücksichtigt neben der prozentualen Übereinstimmung eine Schätzung für die zu erwartende Übereinstimmung der beobachteten Objekte. Ein kleiner Wert entspricht einer schlechten, Werte ab 0,60 einer guten Beobachterübereinstimmung.

 

Unterrichtsvideos:

http://www.unterrichtsdiagnostik.info/video/

https://www.uni-muenster.de/Koviu/

http://www.timssvideo.com/

http://www.guterunterricht.de/GU/Videos.html

 

Literatur:

Abel, J., Möller, R. & Treumann, K. P. (1998). Einführung in die empirische Pädagogik. Stuttgart: Kohlhammer.

Atteslander, P. (2008). Methoden der empirischen Sozialforschung (12. Aufl.). Berlin: Erich Schmidt.

Bortz, J. & Döring, N. (2006). Forschungsmethoden und Evaluation. Für Human- und Sozialwissenschaftler (4. Aufl.). Heidelberg: Springer.


[1] Abrufbar unter http://unterrichtsdiagnostik.info/media/files/Link%208_ELL_V6_2.pdf

 

Schreiben

Stefanie Schäfer, Sarah Henke & Yvonne Lohmeier

 

Nachdem Sie nun Ihre Forschung geplant, durchgeführt und ausgewertet haben, besteht der nächste Schritt darin, Ihre Ergebnisse schriftlich festzuhalten. Dieses Kapitel gibt Ihnen dabei Hilfestellung.

Textsorten erschließen – Texte konzipieren

Jede Schreibaufgabe bringt unterschiedliche Anforderungen mit sich. Das Ziel eines Essays ist ein anderes als das einer schriftlichen Ausarbeitung. Der Stil eines Flyers unterscheidet sich stark von dem eines Presseartikels. Alle Texte haben jedoch gemeinsam, dass sie von verschiedenen Faktoren bestimmt werden, die sich gegenseitig beeinflussen.

 Diagramm 13

Abbildung 1: Dimensionen der Textproduktion (Frank/Haacke/Lahm 2007, S. 118.)

Klären Sie im Vorfeld, welche Anforderungen an den Forschungsbericht gestellt werden, den Sie verfassen. Hierbei können Sie die Praxissemesterbroschüren heranziehen. Außerdem können dabei auch die folgenden Fragen eine Hilfe sein:

Kontext

  • In welchem Rahmen schreibe ich den Text? (z.B. Fachdisziplin, Organisation)
  • Wie schreibt man in diesem Zusammenhang? (z.B. Sprachstil, Fachwörter)
  • Welche (impliziten) Regeln gelten in diesem Kontext?
  • Welche Rolle habe ich in diesem Zusammenhang? Welche Hierarchieebenen bestehen ggf.?
  • Wo, wann und unter welchen Bedingungen wird der Text gelesen?

Thema und Inhalt

  • Worüber schreibe ich?
  • Was ist/sind die zentrale/n Aussage/n meines Textes?

Ziel und Funktion

  • Wozu schreibe ich? Was will ich mit dem Text erreichen?
  • Wozu dient der Text? Was ‚tue‘ ich in diesem Text? (z.B. informieren, berichten, überzeugen)

Adressaten

  • An wen wendet sich der Text? Wer sind die Leser_innen?
  • Was erwarten die Leser_innen? Was wünschen sie sich?
  • Was wissen die Leser_innen? Was ist neu?
  • An welchen Punkten bin ich mit meinen Leser_innen evtl. gleicher bzw. anderer Meinung?

Rolle und Haltung

  • In welcher Rolle schreibe ich diesen Text? (z.B. den Forschungsbericht als angehende_r Wissenschaftler_in und Student_in)
  • Welche Haltung habe ich zu der Schreibaufgabe, den Leser_innen und dem Thema?
  • Sind meine Rolle und meine Haltung zur Schreibaufgabe miteinander in Einklang (zu bringen)?

Form

  • Wie ist der Text typischerweise aufgebaut?
  • Wie soll zitiert und belegt werden?
  • Welche Vorgaben gibt es zum Layout?
  • Wie sind Sprach- und Wortwahl? 

Ins Schreiben kommen

Es gibt nicht DIE eine Methode, die den Schlüssel zu einem gelungenen Text darstellt. Abhängig von der Textart und individuellen Herangehensweisen kann der Weg zum Text unterschiedlich gestaltet werden. Deshalb ist es hilfreich, neue Methoden und Strategien auszuprobieren, zu reflektieren und darüber das eigene Repertoire zu erweitern. Auf diese Weise können Sie unterschiedlichen Schreibaufgaben flexibel begegnen. Im Folgenden werden zwei Möglichkeiten der Textproduktion vorgestellt, die Sie für Ihren Forschungsbericht nutzen können.

Drauflos-Schreiben mit anschließender redaktioneller Arbeit

Dieses Vorgehen verbindet Phasen des Kreierens mit Phasen des Kontrollierens. Es dient einem ersten Sammeln von Ideen und der Freisetzung von ungewohnten und assoziativen Einfällen sowie der Reflexion von Gedanken und Geschriebenem. Nach einem Clustering und freiem Schreiben (kreieren), wird in einem zweiten Schritt dazu übergangen, seine Gedanken zu ordnen und seinen Text zu überarbeiten (kontrollieren). Folgende Schritte bieten dafür eine Orientierung:

  1. Markieren Sie auf dem Papier einen Rand von ca. vier Zentimetern.
  2. Machen Sie zügig ein Cluster zu einem Unterthema Ihres Schreibprojektes (fünf Minuten).
    Clustering ist eine visuelle Brainstormingmethode, bei der es darum geht, Ideen und ungewohnte Einfälle hervorzulocken, aber noch nicht zu strukturieren! Schreiben Sie dafür Ihr Unterthema in die Mitte eines Blattes und schreiben Sie alles auf, was Ihnen dazu einfällt, auch Abwegiges, Absurdes, Witziges.
    Diagramm 14
  3. Wählen Sie eine Idee aus Ihrem Cluster aus und schreiben Sie einfach drauflos, ohne sich Gedanken über Stil oder Struktur zu machen (sieben Minuten).
  4. Machen Sie nun fünf Minuten Pause und gehen Sie kurz spazieren.
  5. Überarbeiten Sie nun Ihren Text, indem Sie an jeden Sinnabschnitt schreiben, was jeweils das Thema und die Hauptaussage des Abschnitts sowie seine Funktion für die Textstruktur sind.
  6. Überprüfen Sie dann die Reihenfolge der Aussagen und ändern Sie sie ggf. Schneiden Sie hierfür die Textteile mit einer Schere auseinander und fügen Sie sie neu zusammen.

Fokussiertes Freewriting nach dem IMRAD-Schema

Das IMRAD-Schema geht auf die Struktur wissenschaftlicher Arbeiten zurück, die in der Regel folgendermaßen aufgebaut sind: Introduction – Material und Methods – Results – and Discussion (s.a. hier).

Diese Elemente werden zur Planung des Schreibprozesses übernommen und mit kurzen Phasen des freien und kreativen Schreibens verbunden, sodass sich fünf Schritte ergeben:

  1. Introduction: Welche Frage wollen Sie in Ihrer Forschungsarbeit beantworten? Von welchem Problem gehen Sie aus? Was wollen Sie herausfinden? Schreiben Sie fünf Minuten lang zügig alles auf, was Ihnen zu diesen Leitfragen einfällt, ohne dabei auf Stil und Ausdruck zu achten! Bitte schreiben Sie in ganzen Sätzen.
  2. Material and Methods: Auf welche Weise wollen Sie Ihre Frage beantworten? Wie gehen Sie im Forschungsprozess vor? Fünf Minuten drauf los schreiben – bitte wieder in ganzen Sätzen.
  3. Results: Welche Ergebnisse erhoffen Sie sich? Was haben Sie bereits herausgefunden? Fünf Minuten drauf los schreiben.
  4. Discussion: Was bedeuten Ihre Erkenntnisse? In welcher Beziehung stehen Ihre Ergebnisse zu den Positionen Anderer? Fünf Minuten drauf los schreiben.
  5. Lesen Sie das Geschriebene noch einmal durch. Markieren Sie die Gedanken, die Sie in Ihrem Schreibprojekt weiter verarbeiten und vertiefen wollen.

Diese Methoden dienen dem Schreibeinstieg und sind Möglichkeiten, während des Schreibens neue Impulse zu erhalten. Jeder Mensch hat andere Vorlieben; wandeln Sie die Methoden gern so ab, dass sie für Sie passen. Alles, was funktioniert, ist erlaubt!

Textüberarbeitung und Korrektur

Damit Texte gut werden, müssen sie sinnvoll überarbeitet werden. Planen Sie ausreichend Zeit für diesen Arbeitsschritt ein. Zur Textüberarbeitung gehören sowohl die Überprüfung der Struktur und Stringenz des Textes als auch die Überarbeitung auf sprachlicher Ebene (Wortwahl, Satzstruktur). Überarbeiten Sie am besten immer am Papierausdruck.

Strukturelle Überarbeitung:

Eine Möglichkeit der strukturellen Textüberarbeitung ist der technische Blick auf den Text. Schreiben Sie an jeden Absatz bzw. Sinnabschnitt:

Was ist das Thema des Absatzes?

Was ist die Hauptaussage des Absatzes?

Welche Funktion hat der Absatz im Hinblick auf die Textstruktur?

Anschließend können Sie überlegen, ob die Abfolge sinnvoll und nachvollziehbar ist. Fehlt ein gedanklicher Schritt? Ist etwas im Hinblick auf die Gesamtstruktur überflüssig? Sortieren, streichen und ergänzen Sie wo nötig oder sinnvoll.

Sprachliche Überarbeitung:

Überprüft wird die Satzstruktur, die möglichst klar sein und ohne viele Einschübe auskommen sollte. Schachtelsätze vermindern die Lesbarkeit der Texte. Zu kurze Sätze drücken hingegen oft den wissenschaftlichen Zusammenhang nicht angemessen aus. Es geht um eine präzise und verständliche Vermittlung des Inhalts, ohne den/die Leser_in mit der komplexen Syntax zu überfordern. Deshalb empfiehlt sich folgendes Schema: [Nebensatz+] Hauptsatz + Nebensatz [+Nebensatz]. Wichtig ist, dass die Hauptaussage im Hauptsatz steht und nicht nebenbei in einen Nebensatz erwähnt wird.

Um eine gute Lesbarkeit zu erreichen, sind Überleitungen sehr wichtig. Dies können Konnektoren (Adverbien, Konjunktionen, Subjunktionen) zwischen den Sätzen oder ganze Sätze zwischen den Absätzen sein. Wenn Sie Fachbegriffe einsetzen, achten Sie auf eine präzise Verwendung. Gibt es zu einem Fachwort mehrere Definitionen, muss klargestellt werden, wie es in der vorliegenden Arbeit zu verstehen ist.

Korrektur:

Zum Abschluss überprüfen Sie die Orthografie und Formatierung.

Schreiben als Prozess

Diagramm 15

Alle vorgestellten Methoden und Schritte finden sich an bestimmten Stellen im Schreibprozess wieder. Dieser Prozess umfasst mehrere Phasen, die nicht unbedingt der Reihe nach durchlaufen werden. Oft sind Rückwärtsloopings nötig, um neues Material zu sammeln, zu überarbeiten usw.

Ein Austausch über das eigene Schreibprojekt ist in allen diesen Phasen sinnvoll. Holen Sie sich schon früh eine Rückmeldung, nicht erst kurz vor der Abgabe. Dabei können Freunde, Mitstudierende oder spezielle Angebote in der Universität (z.B. das Kompetenzzentrum Schreiben) helfen.

 

Literaturempfehlungen:

Boeglin, M. (2007). Wissenschaftlich arbeiten Schritt für Schritt. Gelassen und effektiv studieren. München: Wilhelm Fink Verlag, UTB.

Frank, A., Haacke, S., Lahm, S. (2013). Schlüsselkompetenzen: Schreiben in Studium und Beruf. 2. Auflage. Stuttgart, Weimar: J.B. Metzler.

Kruse, O. (2007). Keine Angst vor dem leeren Blatt. Ohne Schreibblockaden durchs Studium. 12. neu bearbeitete Auflage. Frankfurt: Campus.

Voss, R. (2014). Wissenschaftliches Arbeiten …leicht verständlich. 3. überarbeitete Auflage. Konstanz, München: UKV Verlagsgesellschaft, UTB.

 

Literatur:

Böttcher, I., Czapla, C. (2002). Repertoires flexibilisieren. Kreative Methoden für professionelles Schreiben. In Perrin, D., Böttcher, I., Kruse, O., Wrobel, A. (Hrsg.), Schreiben (S.183-203). Wiesbaden: Westdeutscher Verlag.

Elbow, P. (1998). Writing with Power. Techniques for Mastering the Writing Process. New York: Oxford University Press.

Frank, A., Haacke, S., Lahm, S. (2007). Schlüsselkompetenzen: Schreiben in Studium und Beruf. Stuttgart, Weimar: J.B. Metzler.

Girgensohn, K. (2007). Neue Wege zur Schlüsselqualifikation Schreiben: Autonome Schreibgruppen an der Hochschule. Wiesbaden: Deutscher Universitäts-Verlag.

Girgensohn, K., Sennewald, N. (2012). Schreiben lehren, Schreiben lernen. Eine Einführung. Darmstadt: Wissenschaftliche Buchgesellschaft.

Kruse, O. Berger, K., Ulmi, M. (2006). Prozessorientierte Schreibdidaktik. Schreibtraining für Schule, Studium und Beruf. Bern, Stuttgart, Wien: Haupt.

Rico, G. L. (2002). Garantiert Schreiben lernen. 13. Auflage. Hamburg: Rowohlt.

 

Weitere Quellen:

Flyum, K.H. (2007). Präsentation der Übung ‚Schreiben nach dem IMRAD-Schema‘ auf der EATAW Tagung in Bochum.

Zusammenhangsmaße

Carla Bohndick

 

Wenn Sie untersuchen wollen, ob Zusammenhänge zwischen zwei Variablen bestehen, berechnen Sie die Korrelation. Zunächst ist dies eine deskriptive Fragestellung. Sie können die verschiedenen Zusammenhangsmaße aber auch inferenzstatistisch absichern. In diesem Kapitel wird verdeutlicht, was unter einer Korrelation verstanden wird. Außerdem werden Interpretationsprobleme dargestellt.

Die am häufigsten verwendete Möglichkeit, Zusammenhänge zwischen zwei Variablen zu berechnen, ist die Produkt-Moment-Korrelation. Um diese zu berechnen, müssen beide Variablen mindestens intervallskaliert sein. Im Folgenden berechnen wir die Korrelation zwischen dem Alter und der Motivation, genauer der Variable Mot 1 aus diesem Beitrag.

Zunächst müssen Sie die Kovarianz berechnen, die Formel dafür lautet:

Formel 18

Wenn Sie diese Formel genauer betrachten, fällt Ihnen sicherlich die Ähnlichkeit zu der in diesem Beitrag vorgestellten Varianz auf. Die Varianz ist nämlich lediglich die Kovarianz einer Variablen mit sich selber, also statt y würden Sie hier x einsetzen und so käme das Quadrat ins Spiel. Für unser Beispiel lässt sich also folgende Kovarianz berechnen:

Sei x = Alter und somit y= Mot1. Zuerst berechnen wir die Mittelwerte der Variablen x und y:

Formel 19

Formel 20

Nun können wir die Kovarianz berechnen:

Formel 21

Wir erhalten für unser Beispiel also eine Kovarianz von ca. 0,1776. Grundsätzlich kann die Kovarianz beliebig große Werte annehmen. Positive Werte sprechen dabei für einen positiven Zusammenhang zwischen den beiden Variablen und negative Werte für einen negativen Zusammenhang. Für unser Beispiel heißt das also, dass ein positiver Zusammenhang besteht.

Besser als die Kovarianz lässt sich die Korrelation (r) interpretieren. Für die Korrelation wird die Kovarianz anhand der Standardabweichungen (vgl. hier) der beiden Variablen standardisiert:

Formel 22

Zur Erinnerung: Die Standardabweichung ist gleich der Wurzel der Varianz.

Die Berechnung für unser Beispiel sieht also wie folgt aus:

Formel 23

SD_y neu

Somit können wir r wie folgt berechnen:

r neu Zsmh-maße

 

Der Korrelationskoeffizient r kann Werte von -1 bis 1 annehmen. Bei -1 liegt ein perfekt negativer Zusammenhang vor, bei 0 liegt kein (linearer) Zusammenhang vor und bei 1 liegt ein perfekt positiver Zusammenhang vor. Welche Korrelationen als groß und welche Korrelationen als klein bezeichnet werden, lässt sich nicht abschließend bestimmen. Einige Autoren sehen Korrelationen ab 0.5 als groß, Korrelationen um 0.3 als moderat und Korrelationen um 0.1 als klein (Cohen, 1988), andere hingegen sehen Korrelationen bis 0.5 als gering, 0.7 als moderat und 0.9 als hoch an (Nachtigall & Wirtz, 2004). Letztlich kommt es auf den publizierten Forschungsstand zu einer konkreten Fragestellung an, welche Werte als bedeutsam betrachtet werden. Im sozialwissenschaftlichen Bereich ist es für neue Forschungsfragen üblich, von der genannten Konvention nach Cohen auszugehen. Für unser Beispiel gehen Sie bitte davon aus, dass Werte ab 0.3 als bedeutsam angesehen werden können. Das heißt also, dass zwischen dem Alter und der Variable Mot1 ein geringer positiver Zusammenhang besteht.

Um die verschieden starken Korrelationen besser zu illustrieren, finden Sie in den Abbildungen unten Beispiele für mögliche Korrelationen. Jeder Datenpunkt kann dabei einer Versuchsperson zugeordnet werden und zeigt damit das Ergebnis für zwei verschiedene Variablen an. Dabei ist die eine Variable auf der x-Achse und die andere Variable auf der y-Achse abgetragen.

Nullkorrelation   r = .84

r = 1   r = -1

 

Abb. 1 Verschiedene Korrelationen, Bewertung nach Cohen (1988)

Interpretationsprobleme: Korrelation und Kausalität

Stellen Sie sich vor, Sie hätten nun die Korrelation zwischen Leseleistung und Lesemotivation errechnet. Herausgekommen wäre r = 0.5, also ein moderater Zusammenhang zwischen den beiden Variablen. Sie können nun allerdings keine Aussagen über die Richtung des Zusammenhangs treffen. Das heißt, Aussagen wie „eine höhere Leseleistung führt zu einer höheren Lesemotivation“ oder andersherum „eine höhere Lesemotivation führt zu einer höheren Leseleistung“ sind nicht zulässig. Um Wirkrichtungen festzustellen, bedarf es spezieller Designs (vgl. Kapitel zur Planung). Manchmal ist auch eine dritte Variable z Auslöser für den Zusammenhang. Hier könnte z.B. die Begeisterung der Eltern für das Lesen (z) sowohl einen Einfluss auf die Lesemotivation (x) und auf die Leseleistung (y) haben, wie auch die folgende Abbildung veranschaulicht.

Diagramm 6

Um die Problematik zu verdeutlichen, sehen Sie im Folgenden weitere Beispiele, in denen fälschlicherweise eine bestimmte Richtung des Zusammenhangs angenommen wurde. Versuchen Sie doch einmal, die Gründe zu finden, die zu dem jeweiligen Zusammenhang geführt haben.

  • Je mehr Leute der Feuerwehr eingesetzt werden, desto höher ist später der Brandschaden.
  • Je größer die Füße, desto größer das Gehalt.
  • Gute Luft (z.B. in Kurorten) führt zu einer erhöhten Sterblichkeitsrate.

 

Software-Empfehlungen:

Sie können Korrelationen per Hand berechnen, aber es gibt auch Computerprogramme, die Sie bei der Berechnung unterstützen können. Dies sind beispielsweise einfache Tabellenkalkulationsprogramme wie z.B. Excel, Sie können aber auch spezielle Software wie SPSS (kostenpflichtig) oder R (Open Source und kostenfrei) nutzen.

 

Literatur:

Beller, S. (2008). Empirisch forschen lernen. Konzepte, Methoden, Fallbeispiele, Tipps (2., überarb. Aufl). Bern: Huber.

Cohen, J. (1988). Statistical power analysis for the behavioral sciences (2. Aufl.). Hillsdale: L. Erlbaum Associates.

Krämer, W. (2009). So lügt man mit Statistik (12. Aufl.). München: Piper.

Nachtigall, C. & Wirtz, M. A. (2004). Wahrscheinlichkeitsrechnung und Inferenzstatistik (3. Aufl.). Weinheim: Juventa Verlag.

Lautes Denken

Elke Düsing

 

Wenn Sie Einblicke in die mentalen Aktivitäten eines Schülers oder einer Schülerin beispielsweise während der Bearbeitung von Aufgaben oder der Rezeption von Texten bekommen möchten, bietet sich die qualitative Forschungsmethode des „Lauten Denkens“ (thinking aloud protocol) an. Lautes Denken bedeutet, dass das Individuum eine handlungsbegleitende, mündliche Beschreibung seiner gedanklichen Planungen und Vorgehensweisen formulieren soll. Da Sie die Untersuchung in der Regel nur mit jeweils einem Probanden oder einer Probandin durchführen können, ist diese Methode den empirisch-induktiven Verbalisierungsverfahren zuzuordnen. Das heißt, dass Sie vom einzelnen Fallbeispiel Schlussfolgerungen ableiten. Sie werden als Untersucher/in feststellen, dass das Laute Denken nicht nur eine Verbalisierung kognitiver Prozesse, sondern ggf. auch von Gefühlen ist.

Grundsätzlich kann allerdings die Verbalisierung mentaler Prozesse nicht mit dem ursprünglichen Denkprozess gleichgesetzt werden, da die Versprachlichung und die zeitliche Differenz der Vorgänge bereits eine Weiterverarbeitung darstellen. Der zeitnahe Einblick in die mentalen Aktivitäten, die im Kurzzeitgedächtnis abgelegt sind mittels der handlungsbegleitenden Verbalisierung nennt sich Introspektion.  Die Beschreibung der Gedankengänge nach Abschluss der Aufgabenbearbeitung wird hingegen als verzögerte Retrospektion bezeichnet. Je zeitnaher die Gedanken versprachlicht werden, desto eher ist eine Abbildung der ursprünglichen Gedankengänge gewährleistet.

Manchmal neigt der laut Denkende dazu, seine Handlungen zu rechtfertigen oder zu reflektieren, was nur Sie als Untersuchende/r durch entsprechende Anweisungen beeinflussen können oder aber in der Auswertungsphase mit berücksichtigen müssen. Ihr Verhalten ist während der Erhebungssituation grundsätzlich von großer Bedeutung.

Verhalten des Forschenden

Es ist wichtig, dass Sie dem Schüler/der Schülerin als Versuchsperson mit Sympathie und hoher Sensibilität begegnen. Dadurch kann die Gefahr reduziert werden, dass er/sie Aussagen formuliert, die lediglich der sozialen Erwünschtheit entsprechen. Verzichten Sie auf persönliche Kommentare. Ein Video- oder Audiomitschnitt ist ergänzend oder alternativ zum schriftlichen Protokoll zu empfehlen, um alle Äußerungen nachträglich auswerten zu können.

Selbstverständlich sollten Sie die Dokumentationsvariante und den verantwortungsvollen  Umgang mit den gewonnenen Daten adressatengerecht erläutern. Vor der Untersuchung notieren Sie sich die persönlichen Angaben der Versuchsperson (Name, Alter, Jahrgangsstufe, Geschlecht etc.). Neben den Personendaten kann auch das Interesse und die Motivation bzgl. der Aufgabenstellung erfragt werden, falls dies für die Untersuchungsfrage hilfreich ist. Nicht nur sozial erwünschte Aussagen können die Untersuchung verfälschen, sondern ebenfalls die besonderen Bedingungsfaktoren der Gesprächssituation. Häufig neigt der/die Proband/in dazu, den/die Untersucher/in anzusprechen, da dies in der Kommunikation zwischen zwei Personen natürlich ist. Bei der Methode des Lauten Denkens müssen Sie als Untersuchungsleiter/in dem Gegenüber jedoch vorab erläutern, dass Sie zwar interessiert zuhören werden, aber kein Gespräch führen wollen. Betonen Sie, dass die Versuchsperson sich auf sich selber konzentrieren und nicht sozial interagieren soll.

Hier ein Beispiel für einen möglichen Anweisungstext:

„Sprich bitte alles aus, was dir in den Sinn kommt und durch den Kopf geht, während du die Aufgabe löst. Dabei ist es wichtig, dass du nicht versuchst, zu erklären oder zu strukturieren, was du tust. Stell dir einfach vor, du bist allein im Raum und sprichst mit dir selbst.“[1]

Es ist sehr sinnvoll, das Laute Denken vor Untersuchungsbeginn anhand anderer Aufgabenstellungen zu üben. Dies ist besonders wichtig, wenn die Probanden noch sehr jung sind. Planen Sie also am besten eine Aufwärmphase ein.

Alter der Probanden

Insbesondere jüngeren Schülerinnen und Schülern wird es schwer fallen, keinen Kontakt zu Ihnen als Untersuchungsperson aufzubauen. Die Verbalisierungsfähigkeit eigener Gedankengänge hängt vom Entwicklungsstand und von den sprachlichen Kompetenzen des/der Probanden/in ab. Deshalb kann die Methode nicht immer erfolgreich in der Grundschule eingesetzt werden.

Zusammenfassend werden im Folgenden die wichtigsten Verhaltensaspekte des/der Untersuchers/in genannt.

1) Vor Versuchsbeginn Erhebung der persönlichen Daten

2) Vorab Übung des Lauten Denkens anhand anderer Aufgabenstellungen

3) Klare Aufgabenstellung, ggf. schriftliche Präsentation der Aufgabenstellung

4) Freundliche und ungezwungene Untersuchungsatmosphäre

Entwicklungsgeschichte der Methode

Zu Beginn des 20. Jhs. begann die Psychologie sich für die kognitiven Prozesse des Individuums zu interessieren, wofür die Methode der Selbstbeobachtung in Form eines Berichts genutzt wurde. Laut-Denk-Protokolle kamen zunehmend zu Beginn der 1970er Jahre zum Einsatz. Seit der kognitiven Wende, die u.a. die Abkehr vom Behaviorismus zum Kognitivismus bezeichnet, und ungefähr den 1970/80er Jahren zugeordnet werden kann, rückten die Prozesse des Denkens in zahlreichen Wissenschaftsdisziplinen in den Vordergrund, so dass nach einer Forschungsmethode gesucht wurde, diese individuellen Vorgänge nachvollziehen zu können. Das Laute Denken stellt hierfür eine geeignete Möglichkeit dar.

Mittlerweile findet diese Methode auch Einsatz in didaktischen Zusammenhängen, beispielsweise wenn die Lehrkraft im Deutschunterricht Lesestrategien vermittelt, indem sie den Schülerinnen und Schülerinnen die eigenen Denkprozesse und Umgangsweisen mit einem Text handlungsbegleitend verbalisiert.[2] Hierbei handelt es sich um eine Variante des Lauten Denkens, die ausdrücklich den kommunikativen Austausch in einem spezifischen sozialen Kontext mit berücksichtigt.

Die Verbalisierung der Denkprozesse, die von einem Schüler/in formuliert werden, kann auch als informative Grundlage für die Diagnostik des persönlichen Lernstands dienen. In ritualisierten Rechtschreibgesprächen wird diese Methode beispielsweise implizit angewandt. So sollen einzelne Schüler/innen beschreiben, wie sie bei der Lösung eines Rechtschreibproblems vorgehen. Dadurch kann ggf. das Vorgehen durch die Hinweise der Mitschülerinnen und Mitschüler optimiert werden oder als lösungsrelevante Möglichkeit präsentiert und diskutiert werden.

Anwendungsbeispiel

Kompetenzbereich: Lesekompetenz

Untersuchungsziel: Sie möchten herausfinden, wie die Schülerin bzw. der Schüler vorgeht, um eine Tabelle zu verstehen.

Vorgehen:

1) Dokumentation der Personendaten

2) Zusätzliche Informationen können über einen Fragebogen erfasst werden z.B. zum Selbstwertkonzept im Umgang mit Tabellen über eine kurze Selbsteinschätzung:

  • z.B. „Ich kann einen Zugfahrplan gut lesen.“ – Kreuze an: „Trifft zu –Trifft weniger zu – Trifft gar nicht zu.“
  • Zusätzliche Fragen zur Lesepräferenz (Was liest du gerne?) oder Lesequantität (Wie oft liest du in deiner Freizeit?) könnten ggf. ebenfalls hilfreich sein.

3) Kurze Erläuterung des Vorgehens: Aufwärmphase – Dokumentationsmedium (z.B. Video, Audio, Protokoll)

4) Kurzes Training der Methode (Aufwärmphase)

  • „Ich zeige dir jetzt gleich ein Bild. Du sollst dem Bild einen Titel geben.

Sprich bitte alles aus, was dir durch den Kopf geht, wenn du das Bild betrachtest, um deinen Titel zu finden. Dabei ist es wichtig, dass du nicht versuchst, zu erklären, was du tust. Stell dir einfach vor, du bist allein im Raum und sprichst mit dir selbst.“

Hinweis:

Bestärken Sie die Schülerin bzw. den Schüler, die Gedanken zu verbalisieren. Ggf. müssen Sie kurze Erinnerungsimpulse geben wie „Lautes Denken nicht vergessen“.

5) Hauptuntersuchung

Aufgabenstellung: Welche Informationen kannst du dieser Tabelle entnehmen?

Anweisung der Versuchsleitung:

„Ich zeige dir jetzt gleich die Aufgabenstellung.

Sprich bitte alles aus, was dir durch den Kopf geht, während du die Aufgabe bearbeitest. Dabei ist es wichtig, dass du nicht versuchst, zu erklären, was du tust. Stell dir einfach vor, du bist allein im Raum und sprichst mit dir selbst.“

6) Dokumentationsmöglichkeiten

Falls Sie einen Audio- oder Videomitschnitt machen, können Sie selber zusätzliche Notizen zum Beispiel zur Mimik, Gestik oder Verbalisierungsgeschwindigkeit und Pausensetzung machen.

Als Audioaufnahmesoftware bietet sich das kostenlose Programm „Audacity“ an.

7) Auswertung der Daten

Das aufgezeichnete Laute Denken muss zunächst transkribiert werden (s.a. Transkription). Hierzu eignet sich das Gesprächsanalytische Transkriptionssystem (GAT).

Reduzieren Sie das Datenmaterial auf die Untersuchungsperspektive „Wie geht der Proband vor, um die Tabelle zu verstehen?“

8) Nutzung der Daten

Es gibt verschiedene Möglichkeiten, diese Ergebnisse zu verwenden. Die Antwort auf Ihre Forschungsfrage kann z.B. Grundlage für die Individualdiagnostik sein. Falls Ihnen die Daten mehrerer Probanden vorliegen, werden Schlussfolgerungen auf unterschiedliche oder ähnliche Vorgehensweisen möglich.

Literatur:

  • Göpferich, Susanne (2007): Praktische Handreichung für Studien mit lautem Denken und Translog (2000 und 2006). Institut für Theoretische und Angewandte Translationswissenschaft (ITAT). Karl-Franzens-Universität Graz. (Stand Februar 2007). http://www.susanne-goepferich.de/Handreichung.pdf (25.02.2007). Abrufdatum: 18.10.2014.
  • Heine, Lena (2014): Introspektion. In: Settinieri, Julia u.a. (Hrsg.): Empirische Forschungsmethoden für Deutsch als Fremd- und Zweitsprache. Paderborn,123-135.
  • Heine, Lena/Schramm, Karen (2007): Lautes Denken in der Fremdsprachenforschung: Eine Handreichung für die empirische Praxis. In: Vollmer, Helmut J. (Hrsg.): Synergieeffekte in der Fremdsprachenforschung. Empirische Zugänge, Probleme, Ergebnisse. Frankfurt: Peter Lang Verlag, 167-206.
  • Konrad, Klaus (2010): Lautes Denken. In: Mey, Günter/ Mruck, Katja (Hrsg.): Handbuch Qualitative Forschung in der Psychologie. Wiesbaden: VS Verlag, 476-490.
  • Schreier, Margit (2006): Qualitatives Untersuchungsdesign. In: Groeben, Norbert (Hrsg.): Empirische Unterrichtsforschung in der Literatur- und Lesedidaktik. Weinheim München: Iuventa Verlag, 343-359.
  • Steen, Gerard J. (1994): Lautes Denken zwischen Validität und Reliabilität. In: Barsch, Achim (Hrsg.): Empirische Literaturwissenschaft in der Diskussion. Frankfurt: Suhrkamp Taschenbuch Wissenschaft, 297-305.

[1] Heine/Schramm ( 2007, 178)

[2] Vgl. Willenberg, Heiner (2007): Der Lehrer als Meisterleser. In: Willenberg, Heiner (Hrsg.) Kompetenzhandbuch für den Deutschunterricht. Baltmannsweiler: Schneider Verlag Hohengehren, 182.

Inferenzstatistik

Carla Bohndick

Im Beitrag zur Deskriptiven Statistik haben Sie erfahren, wie Sie Ihre Daten beschreibend darstellen können. Häufig wollen Sie aber herausfinden, ob Ihre Daten Ihre postulierte Hypothese bestätigen (vgl. Kapitel zur Planung) Wenn Sie also beispielsweise die Hypothese aufgestellt haben, dass sich die Lesemotivation von Jungen und Mädchen unterscheidet, müssen Sie diese Hypothese prüfen.

Prüfung von Hypothesen

Das Grundprinzip zur Überprüfung ist immer ähnlich: Sie vergleichen, wie wahrscheinlich die von Ihnen gefundenen Kennwerte (z.B. Lagemaß, Streuungsmaß, Zusammenhangsmaß) sind, wenn man eine theoretisch angenommene Verteilung der Kennwerte zugrunde legt, mit einem per Konvention festgelegten Wahrscheinlichkeitswert (siehe unten „Signifikanz“). Diese zugrunde gelegte theoretische Verteilung wird als H0 (sprich: H-null) oder Nullhypothese bezeichnet, weil die Wahrscheinlichkeit für die gefundenen Kennwerte unter der Annahme berechnet wird, dass es null Unterschied zwischen den verglichenen Gruppen bzw. null Zusammenhang zwischen den untersuchten Variablen gibt. Die Annahmen, dass es dementgegen doch Unterschiede bzw. Zusammenhänge gibt, werden zusammenfassend als Alternativhypothese bzw. H1 bezeichnet.

Neben der Unterscheidung zwischen H0 bzw. H1 und Unterschieds- bzw. Zusammenhangshypothese wird auch noch nach ungerichteten bzw. gerichteten Hypothesen differenziert. Eine Hypothese ist ungerichtet, wenn die Alternativhypothesen sowohl positive als auch negative Abweichungen von der Nullannahme umfassen. Bei gerichteten Hypothesen ist festgelegt, dass nur Abweichungen in eine Richtung gegen die Nullhypothese sprechen, Abweichungen in die andere Richtung aber als für die Nullhypothese sprechend interpretiert werden (beispielsweise, weil sowohl Nullunterschiede als auch Abweichungen in die unerwartete Richtung gegen die inhaltlichen Forschungsannahmen sprechen).

Beispiele:

H1 H0
Unterschiedshypothese ungerichtet Es gibt einen Unterschied in der Lesemotivation von Jungen und Mädchen.
Formel 8
Es gibt keinen Unterschied in der Lesemotivation von Jungen und Mädchen.
Formel 9
Unterschiedshypothese gerichtet Die Lesemotivation von Jungen ist höher als die von Mädchen.
Formel 10
Die Lesemotivation von Jungen ist kleiner oder gleich der Lesemotivation von Mädchen.
Formel 11
Zusammenhangshypothese ungerichtet Die Lesemotivation hängt mit dem Alter der Schülerinnen und Schüler zusammen.
Formel 12
Die Lesemotivation hängt nicht mit dem Alter der Schülerinnen und Schüler zusammen.
Formel 13
Zusammenhangshypothese gerichtet Die Lesemotivation steigt mit höherem Alter der Schülerinnen und Schüler.
Formel 14
Die Lesemotivation sinkt mit höherem Alter der Schülerinnen und Schüler oder bleibt gleich.
Formel 15

 Signifikanz

Im nächsten Schritt testen Sie, ob es Evidenz gegen – also Zweifel an der – Nullhypothese gibt. Die Logik dahinter ist, dass Sie es sich besonders schwer machen und die H0 so lange beibehalten, bis Sie sehr viel Evidenz gegen die H0 haben. Dies nennt sich Signifikanzprüfung. Dafür legen Sie ein Signifikanzniveau α fest (nach Konvention meist 5% oder 1%). Dies ist die Wahrscheinlichkeit, mit der die Nullhypothese abgelehnt wird, obwohl sie richtig ist. Wenn die errechnete Wahrscheinlichkeit kleiner ist als das vorher festgelegte Signifikanzniveau, heißt dies, dass Ihre Nullhypothese mit den Werten, die Sie erhoben haben, praktisch nicht vereinbar ist. Sie können H0 also verwerfen und die H1 akzeptieren.

Beispiel:

  • Sie wollen die Hypothese überprüfen, dass es einen Unterschied in der Lesemotivation von Jungen und Mädchen gibt.
  • Dafür stellen Sie die Nullhypothese „Es gibt keinen Unterschied zwischen Mädchen und Jungen“ auf.
  • Das Signifikanzniveau legen Sie mit 5% (α = 0,05) fest.
  • Durch einen passenden Signifikanztest (z.B. den unten vorgestellten t-Test) erhalten Sie eine Aussage über die Wahrscheinlichkeit, mit der Ihre Daten auftreten würden, wenn man die Nullhypothese annimmt, wenn es also keinen Unterschied zwischen Jungen und Mädchen gäbe.
  • Ein Wert von 5,1% (p = 0,051) würde also dafür sprechen, die Nullhypothese beizubehalten, da diese nicht abgelehnt werden kann bzw. es nicht genug Evidenz gegen diese gibt.
  • Demgegenüber würde ein Wert von 4,9% (p = 0,049) dafür sprechen, die Nullhypothese zu verwerfen. Sie könnten also feststellen, dass der Unterschied zwischen Mädchen und Jungen auf dem 5%-Niveau signifikant ist.

Verfahren zur Prüfung der Signifikanz bei Unterschiedshypothesen: Beispiel t-Test

Ein häufig angewandtes Verfahren, um Unterschiedshypothesen zu überprüfen, ist der t-Test. Dieser kann (leicht abgewandelt) für verschiedene Fragen verwendet werden:

  • Unterscheidet sich der Mittelwert der Stichprobe zu einem Messzeitpunkt von dem Mittelwert derselben Stichprobe zu einem anderen Messzeitpunkt (Messwiederholung)? Sie könnte beispielsweise interessieren, ob sich die Leistung der Schülerinnen und Schüler vom Anfang bis zum Ende des Schuljahres verbessert hat.
  • Unterscheidet sich der Mittelwert einer Stichprobe von dem Mittelwert einer anderen Stichprobe? Diese Frage ist beispielsweise dann interessant, wenn wie oben zwei Gruppen wie Mädchen oder Jungen oder Kinder der vierten Klasse und Kinder der fünften Klasse verglichen werden sollen.
  • Unterscheidet sich der Mittelwert der Stichprobe von einem bestimmten gesetzten Wert? Diese Frage ist beispielsweise dann interessant, wenn Sie einen festgesetzten Wert haben und zum Beispiel untersuchen wollen, ob sich die maximale Konzentrationsfähigkeit von Schülerinnen und Schülern signifikant von einer Schulstunde von 45 Minuten unterscheidet.

Das Prinzip hinter dem t-Test ist wie folgt: Aus den Mittelwerten und der Standardabweichung (also statistischen Kennwerten) wird ein Wert (der Testwert) berechnet. Dieser Wert wird anschließend mit einer Verteilung verglichen.

Bei unserem Beispiel handelt es sich um zwei unabhängige Stichproben, also die Stichprobe der Jungen und die Stichprobe der Mädchen. Für den Fall, dass Sie gleich viele Mädchen wie Jungen befragt haben, die Stichproben also gleich groß sind, lautet die Formel wie folgt:

Formel 16

Im Zähler steht die Differenz der Mittelwerte. In unserem Beispiel wäre das also der Mittelwert der Lesemotivation der Jungen, der von dem Mittelwert der Lesemotivation der Mädchen abgezogen wird. Um den Nenner zu berechnen, brauchen Sie die Gesamtstichprobengröße n sowie die Varianz beider Gruppen. Wie Sie diese berechnen, können Sie hier nachlesen. Das Ergebnis ist Ihr Testwert t, den Sie nun mit dem kritischen t-Wert vergleichen. Dieser kritische t-Wert wird berechnet, indem die H0, dass es keine Unterschiede zwischen den Gruppen gibt, zugrunde gelegt wird. Wenn Sie einen empirischen t-Wert aus Ihren Daten berechnet haben, der extremer ist als der kritische t-Wert, dann bedeutet dies, dass Ihre gefundenen Daten sehr schlecht zu der Annahme passen, dass es keine Unterschiede gibt. Sie lehnen deswegen in diesem Fall die H0 ab. Um den kritischen t-Wert herauszufinden, können Sie Verteilungsfunktionen heranziehen, die in Statistiklehrbüchern in Tabellenform abgedruckt sind. Diese Aufgabe übernimmt Ihre Statistiksoftware (s. Softwareempfehlungen) aber auch für Sie. Wichtig ist in beiden Fällen, dass Sie beachten, ob Ihre Forschungshypothese gerichtet oder ungerichtet ist. Zu gerichteten Hypothesen gehören einseitige Testungen bzw. die unmittelbar ablesbaren Signifikanz-Grenzen und zu ungerichteten Hypothesen zweiseitige Testungen bzw. die halbierten tabellierten Signifikanz-Grenzen (sofern die Tabellen für einseitige Testungen ausgelegt sind).

Voraussetzung für den t-Test ist, dass das Merkmal normalverteilt oder Ihre Stichprobe groß genug ist. Falls dies bei Ihnen nicht der Fall ist, stehen Ihnen nonparametrische Verfahren zur Verfügung, die nach ähnlichen Prinzipien funktionieren. Auch für weitere Fragestellungen, wie klassische Evaluationsdesigns (vgl. Planung von Studien), existieren passende Methoden, wie z.B. die Varianzanalyse mit Messwiederholung. Auch Zusammenhangshypothesen werden nach demselben Verfahren (statistischen Kennwerte – Testwerte – Vergleich mit Verteilung) geprüft.

Effektstärke

Die Signifikanz ist u.a. von der Stichprobengröße abhängig, bei sehr großen Stichproben werden auch kleinste Effekte signifikant, bei sehr kleinen Stichproben auch große nicht. Deshalb ist es sinnvoll, wenn Sie zusätzlich zur Signifikanz auch Effektstärken berichten. Darunter können standardisierte Kennwerte verstanden werden, die beispielsweise Aussagen über die Relevanz von Mittelwertunterschieden machen.  Durch die Standardisierung ist es möglich, Ergebnisse verschiedener Studien zu vergleichen und zusammen zu fassen.

Ein Beispiel dafür ist Cohens d, eine Effektgröße für Mittelwertunterschiede. Wenn die beiden Gruppen, die Sie vergleichen, dieselbe Gruppengröße n haben, wird der Wert mit folgender Rechnung geschätzt:

Formel 17

Ähnlich wie bei der Formel zur Berechnung des t-Wertes steht dabei im Zähler wieder die Differenz der Mittelwerte, im Nenner stehen die Varianzen. Der Unterschied ist, dass hier nicht durch die Stichprobe geteilt wird (s.o.). Ihr Ergebnis können Sie folgendermaßen interpretieren: kleiner Effekt: d = 0,2; mittlerer Effekt: d = 0,5; großer Effekt: d = 0,8 (Cohen, 1988).

Eine Effektstärke für Zusammenhangshypothesen ist r und wird im Kapitel Zusammenhangsmaße eingeführt.

 

Softwareempfehlungen:

Zur Prüfung von Hypothesen bietet sich die Nutzung spezieller Statistiksoftware wie SPSS (kostenpflichtig) oder R (kostenfrei) an. Effektstärken werden häufig nicht angegeben. Diese können Sie sich aber einfach mit Tabellenkalkulationsprogrammen programmieren oder mit dem Taschenrechner per Hand ausrechnen.

 

Literaturempfehlungen:

Beller, S. (2008). Empirisch forschen lernen. Konzepte, Methoden, Fallbeispiele, Tipps (2., überarb. Aufl). Bern: Huber.

Bortz, J. & Döring, N. (2006). Forschungsmethoden und Evaluation. Für Human- und Sozialwissenschaftler (4. Aufl.). Heidelberg: Springer.

Bortz, J. & Schuster, C. (2010). Statistik für Human- und Sozialwissenschaftler (7. Aufl.). Berlin: Springer.

Cohen, J. (1988). Statistical power analysis for the behavioral sciences (2. Aufl.). Hillsdale: L. Erlbaum Associates.