Willkommen zum Informationsportal zu qualitativen und quantitativen empirischen Forschungsmethoden

Dr. Jan Henning-Kahmann
Institut für Erziehungswissenschaft
        Prof. Dr. Markus Antonius Wirtz
Abteilung für Forschungsmethoden, Institut für Psychologie


In diesem Portal werden Internetressourcen und Literaturempfehlungen präsentiert, die einen niedrigschwelligen Einstieg in zentrale forschungsmethodische Themen und Verfahren ermöglichen. Nutzerinnen und Nutzer können sich selbstständig zu Themen informieren, die auch in der forschungsmethodischen Lehre behandelt werden oder das Rüstzeug für eigene empirische Forschungsarbeiten darstellen. Dozierende können die Materialien gezielt zur Vorbereitung, Gestaltung und Ergänzung der Inhalte von Lehrveranstaltungen nutzen.
Neben didaktisch aufbereiteten Einstiegsmöglichkeiten sind auch nützliche Internetressourcen, wie z. B. Online-Rechner zu Maßzahlen oder Tests, aufgeführt, die die praktische Arbeit unterstützen. 

Geordnet nach Themenbereichen (siehe unten!) sind die Beiträge zu den Einzelthemen wie folgt strukturiert aufbereitet:

  1. Video-Tutorials: Youtube wird von vielen engagierten Dozentinnen und Dozenten, aber auch von Studierenden als Plattform genutzt, um kleine didaktische Einstiege zu präsentieren. Wir haben interessante und empfehlenswerte Beiträge zusammengestellt, die für das Selbststudium geeignet sein können.    
  2. Online-Lernangebote und -ressourcen: In dieser Rubrik finden sich insbesondere Internetmaterialien, die Themen aufbereiten (z. B. Lernmaterialien anderer Hochschulen) oder die Datenanalyse unterstützen (z. B. Online-Rechner).
  3. Fachliteratur (Lehrbücher & Artikel)
  4. Anwendung in Datenanalysesoftware: Für die behandelten Inhalte wird gezeigt, wie die Datenaufbereitung und -analyse computergestützt erfolgen kann. Für quantitative Analysemethoden wird hier die Analyse v.a. mittels SPSS themenspezifisch eingeführt. Für qualitative Verfahren wird insbesondere auf die Anwendungsoptionen der Software MAXQDA verwiesen. Eine umfassende Einführung in die qualitative Datenaufbereitunganalyse mittels MAQDA findet sich in Themenbereich 30 (s.u.).

Zum Großteil der Themenbereiche werden geeignete Materialien ‚Zum Einstieg‘ und ‚Zur Vertiefung‘  unterschieden. Einstiegsbeiträge erfordern keine spezifischen Vorkenntnisse. Vertiefungsbeiträge sind – obwohl sie in der Regel als Einstiege ohne Vorkenntnisse konzipiert sind – leicht oberhalb des Einsteigerniveaus angesiedelt oder behandeln spezielle Aspekte, die bezüglich des Themas eine typische oder lehrreiche Facette behandeln.

Hinweis: Bei den hier präsentierten Inhalten handelt es sich in der Regel um frei zugängliche Quellen. Um das geistige Eigentum der Inhalte zu schützen und deren Herkunft nachvollziehbar zu machen, werden die jeweiligen Autoren bzw. Autorinnen der Quellen explizit benannt. Um eine möglichst hohe Qualität der Inhalte dieses Portals zu gewährleisten, wurden diese von uns sorgsam ausgewählt und inhaltlich geprüft. Eine absolute Fehlerfreiheit kann jedoch nicht garantiert werden!
Bei etwaigen Fehlern, Unklarheiten oder allgemeinen Anmerkungen bitten wir daher um eine kurze Nachricht an Dr. Jan Henning-Kahmann (jan.henning[atnospam]ph-freiburg.de)

Falls Sie uns Rückmeldung zu diesem Portal geben möchten und/oder Vorschläge zur Ergänzung bzw. Verbesserung haben, finden Sie am Ende dieser Seite (unten) ein entsprechendes kurzes Feedback-Formular.


Weitere Informationsangebote zu Forschungsmethoden der Pädagogischen Hochschule:

Das Portal QUASUS präsentiert umfassende Informationen aus dem Bereich qualitativer Forschungsmethoden.

Das über die PH-Bibliothek frei zugängliche Lexikon der Psychologie enthält im separat aufbereiteten Teilgebiet "Forschungsmethoden, Statistik, Evaluation" lexikalische Definitionen, Essays und Strukturierungen aus dem gesamten Spektrum empirischer Forschungsmethoden.

Themenbereiche

Themenbereich 1: Einführende Informationen zu Forschungsmethoden in bildungswissenschaftlichen Studiengängen

In den folgenden fünf Videos wird eine umfassende Einführung zu Forschungsmethoden in bildungswissenschaftlichen Studiengängen präsentiert. In der dreiteiligen Vorlesung "Grundüberlegungen zu Merkmalen und Bedeutung empirischer bildungswissenschaftlicher Forschungsmethoden" werden zunächst folgende Fragen behandelt:

  1. Worin unterscheiden sich wissenschaftliche Erkenntnisse von Alltagserkenntnissen?
  2. Was versteht man unter Empirie und Theorie?
  3. Was sind Kernmerkmale bildungswissenschaftlicher Forschung?

In zwei weiteren Videos "Grundlegende Aspekte der Anwendung qualitativer und quantitativer empirischer Forschungsmethoden" (s.u.) werden die Kernmerkmale quantiativer und qualitativer Forschungsmethoden und -strategien einführend erläutert.


Vorlesung "Grundüberlegungen zu Merkmalen und Bedeutung empirischer bildungswissenschaftlicher Forschungsmethoden"


Teil 1: Worin unterscheiden sich wissenschaftliche Erkenntnisse von Alltagserkenntnissen?


Teil 2: Was versteht man unter Empirie und Theorie?


Teil 3: Was sind Kernmerkmale bildungswissenschaftlicher Forschung?



Grundlegende Aspekte der Anwendung qualitativer und quantitativer empirischer Forschungsmethoden

In den folgenden zwei Videos (35 & 52 Min) werden grundlegende Aspekte der Anwendung qualitativer und quantitativer empirischer Forschungsmethoden eingeführt. Die Informationen werden gemäß folgender Gliederungspunkte aufbereitet:

I. Empirie - Forschungsmethoden - Theorie
II. Grundlegende Aspekte der Methodenwahl
III. Grundlegende Aspekte qualitativer Methoden
IV. Grundlegende Aspekte quantitativer Methoden
V. Kontrastierung der methodischen Zugänge
VI. Integration der methodischen Zugänge in mehrschrittigen Forschungsprozessen


Grundlegende Aspekte der Anwendung qualitativer und quantitativer empirischer Forschungsmethoden (Teil 1)


Grundlegende Aspekte der Anwendung qualitativer und quantitativer empirischer Forschungsmethoden (Teil 2)


2. Fachliteratur (Lehrbücher & Artikel)

Die folgende Fachliteratur ist geeignet, um sich in die Grundlagen sowie ggf. weiterführende Fragen zum Thema "Forschungsmethoden in bildungswissenschaftlichen Studiengängen" einzulesen:

  • Bartels, A. & Stöckler, M. (2007). Wissenschaftstheorie. Paderborn: Mentis.
  • Döring, N. & Bortz, J. (2016). Forschungsmethoden und Evaluation in den Human- und Sozialwissenschaften. Berlin: Springer. (Kap. 1, 2 & 4, verfügbar per Campuslizenz)
  • Schurz, G. (2006). Einführung in die Wissenschaftstheorie. Darmstadt: Wissenschaftliche Buchgesellschaft.
  • Sedlmeier, P. & Renkewitz, F. (2013). Forschungsmethoden und Statistik für Psychologen und Sozialwissenschaftler. München: Pearson. (Kap. 1 & 2)

Themenbereich 2: Messen & Skalenniveaus

Zum Einstieg

1. Video-Tutorials

Das folgende Video (11:41 Min.) von Dr. Malte Persike (Psychologisches Institut der Universität Mainz) führt den Begriff der Skala bzw. Skalen ein und bietet einen sehr guten ersten Einstieg in das Thema. Im Anschluss an diese Definition wird anhand eines praktischen Beispiels dargestellt, wie man von einem psychologischen Merkmal (hier: Zwangsstörung) zu einer Skala gelangt und es werden die systematischen Unterschiede verschiedener Skalen(-niveaus) beispielbasiert verdeutlicht. Und schließlich wird der Frage nachgegangen, warum die Kenntnis der Skalenniveaus so wichtig für die empirische Forschung ist. Genaue Ausführungen zu den einzelnen Skalenniveaus sind in den weiteren Videos (s.u.) zu finden.

 

Im folgenden kurzen Video (8:53 Min.) führt Prof. Mathias Bärtl von der Hochschule für Technik, Wirtschaft und Medien in Offenburg anhand eines einfachen Beispiels in die verschiedenen Skalenniveaus ein.

 

Im folgenden englischsprachigen Video (11:03 Min.) von Prof. Laura Killam des Cambrian College in Ontario (Canada) werden ebenfalls die wesentlichen Merkmale unterschiedlicher Skalenniveaus behandelt. Darüber hinaus geht sie jeweils auf mit dem Skalenniveau zusammenhängende Maßzahlen ein, zeigt einen Entscheidungsbaum zur Festlegung des Skalenniveaus auf und stellt erlaubte Transformationen bzw. statistische Maße in einer Tabelle gegenüber.


2. Online-Lernangebote und -ressourcen

Auf folgenden Internetseiten finden Sie einführende Online-Lernangebote zum Thema "Messen & Skalenniveaus":

  • Im E-Learning-Modul Methoden der Psychologie und Versuchsplanung der TU Dresden wird zum einen kurz und prägnant beschrieben, was man unter einer (psychologischen) Messtheorie versteht und zum anderen werden die Skalenniveaus erläutert, jeweils grafisch dargestellt und in einer Übersichtstabelle zusammengefasst.
  • Die Methodenberatung der Universität Zürich (UZH) beinhaltet u.a. auch eine kurze Beschreibung der verschiedenen Skalenniveaus und deren Hierarchie.
  • ViLeS (Virtuelle Lernräume im Studium) - Statistische Methodenlehre der Universität Oldenburg: Im Modul "Das Skalenniveau" werden nicht nur die Konzepte und Definitionen dargeboten und in einem hilfreichen Schema zur Skalenbestimmung zusammengefasst, sondern es können auch Beispiele und Aufgaben dazu bearbeitet werden.

3. Fachliteratur (Lehrbücher & Artikel)

Die folgende Fachliteratur ist geeignet, um sich in die Grundlagen zum Thema "Messen & Skalenniveaus" einzulesen:

  • Rasch, B., Friese, M., Hofmann, W. & Naumann, E. (2014). Quantitative Methoden 1 - Einführung in die Statistik für Psychologen und Sozialwissenschaftler. Berlin: Springer. (Kap. 1.2, verfügbar per Campuslizenz)
  • Sedlmeier, P. & Renkewitz, F. (2013). Forschungs-methoden und Statistik für Psychologen und Sozialwissenschaftler. München: Pearson. (Kap. 3.1 - 3.3)
  • Wirtz, M. & Nachtigall, C. (2012). Deskriptive Statistik. Statistische Methoden für Psychologen, Teil 1. Weinheim: Beltz. (Kap. II. A.)

4. Anwendung in Datenanalysesoftware

Im folgenden Video (12:37 Min.) von Prof. Dr. Todd L. Grande (Wilmington University, USA) wird basierend auf den jeweiligen Eigenschaften der 4 Skalenniveaus (Nominal, Ordinal, Interval, Ratio) erläutert, welche statistischen Maßzahlen sich in SPSS sinnvoll berechnen lassen und was dies für konkrete Beispielmerkmale/-variablen bedeuten würde.


Eine Einführung in den Umgang mit Variablen und Skalenniveaus in SPSS bietet z.B. folgende Literatur:

  • Tachtsoglou & König (2017). Statistik für Erziehungswissenschaftlerinnen und Erziehungswissenschaftler: Konzepte, Beispiele und Anwendungen in SPSS und R. Wiesbaden: Springer VS. (Kap. 2, verfügbar per Campuslizenz)

In der Schriftenreihe SPSS Special Topics des Leibniz-Rechenzentrums der Bayerischen Akademie der Wissenschaften werden zu Beginn die verschiedenen Skalenniveaus kurz erläutert und jeweils anhand eines Beispiels aus einem bereitgestellten Datensatz (download) veranschaulicht. Dies bietet somit die Möglichkeit, die Anwendung des Skalenniveaus in SPSS beispielbasiert nachzuvollziehen.

Zur Vertiefung

1. Video-Tutorials

In den vier Videos (ca. 5 - 13 Min.) der folgenden Wiedergabeliste befasst sich Prof. Dr. Joseph Johnson (Department of Psychology, Miami University, Oxford, USA) im Rahmen seiner Lehrveranstaltung "Research Design and Analysis in Psychology I" vertieft mit Variablen und Messungen. Dabei geht er zunächst auf 1.) verschiedene Arten von Variablen ein und erläutert diese an 2.) einem ausführlichen Beispiel. Anschließend werden 3.) die Skalenniveaus thematisiert und veranschaulicht und zudem 4.) unterschiedliche Arten von Messungen gegenüber gestellt. Die Videos enthalten zusätzlich auch kurze "Tests" zur Überprüfung des eigenen Lernfortschrittes.


In seiner YouTube-Reihe "Measurement Theory" befasst sich Dr. Ross Avilla von der University of California, Merced (USA) in 10 Videos mit zentralen Themen der (psychologischen) Messtheorie wie z.B. latente und manifeste Variablen, Arten von Messfehlern oder Gütekriterien einer Messung.

 

In diesem Video (19:11 Min.) befasst sich Dr. Malte Persike (Psychologisches Institut der Universität Mainz) mit dem Skalenniveau dichotomer Variablen, also solcher Variablen, die nur zwei Merkmalsausprägungen aufweisen. Dabei erläutert er anhand von Beispielen, warum es mitunter gerechtfertigt sein kann, dichotome Variablen als intervallskaliert zu behandeln und was dabei zu beachten ist.


2. Online-Lernangebote und -ressourcen

In der Research Methods Knowledge Base von Prof. William M. K. Trochim (College of Human Ecology, Cornell University, Ithaca NY, USA), einem online frei verfügbaren Lehrbuch zu Methoden der empirischen Sozialwissenschaften, umfasst das Kapitel "Measurement" neben einem Abschnitt zum Thema "Levels of Measurement" u.a. auch ein ausführliches Unterkapitel rund um Fragen der Skalierung ("Scaling") wie z.B. die Unterscheidung der Begriffe Skala und Antwortformat oder uni- und mehrdimensionaler Skalen.

Im E-Learning-Modul Methoden der Psychologie und Versuchsplanung der TU Dresden findet sich auch ein vertiefendes Online-Lernangebot zum Thema "Messen & Skalenniveaus". Dabei wird dargestellt, wie der Umgang mit dem Repräsentations-, Eindeutigkeits- und Bedeutsamkeitsproblem und die daraus folgenden Abbildungsregeln den Skalentyp bestimmen.


3. Fachliteratur (Lehrbücher & Artikel)

Die folgende Fachliteratur kann empfohlen werden, um sich vertieft mit dem Thema "Skalenniveau" bzw.  weiterführenden Fragen, wie z.B. der Gestaltung von Ratingskalen oder den Eigenschaften von Likert-Skalen, zu befassen:

  • Carifio, J. & Perla, R. J. (2007). Ten Common Misunderstandings, Misconceptions, Persistent Myths and Urban Legends about Likert Scales and Likert Response Formats and their Antidotes. Journal of Social Sciences, 3 (3), 106-116.
  • Döring, N. & Bortz, J. (2016). Forschungsmethoden und Evaluation in den Human- und Sozialwissenschaften. Berlin: Springer. (Kap. 8.4, verfügbar per Campuslizenz)
  • Menold, N. & Bogner, K. (2015). Gestaltung von Ratingskalen in Fragebögen. Mannheim, GESIS – Leibniz-Institut für Sozialwissenschaften (GESIS Survey Guidelines). DOI: 10.15465/gesis-sg_015

Themenbereich 3: Lage- und Streuungsmaße

Zum Einstieg

1. Video-Tutorials

Einen allerersten Einstieg in das Thema "Lage- und Streuungsmaße" bietet das kurze Video (6:42 Min.) von Dr. Malte Persike (Psychologisches Institut der Universität Mainz). In diesem ersten Teil seines Primer "Deskriptive Statistik" führt er in die grundlegende Idee der gängigen Kennwerte Mittelwert, Varianz und Standardabweichung ein und stellt die entsprechenden Formeln zur Berechnung dieser Maßzahlen vor.

Die beiden englischsprachigen Videos "Measures of Central Tendency" und "Measures of Variability" aus dem Kapitel "Descriptive Statistics" der Internetseite Stat Trek - Teach yourself statistics führen in leicht verständlicher Sprache mit Hilfe vieler Beispiele in die Grundlagen zum Thema "Lage- und Streuungsmaße" ein. Beide Videos  bieten somit gleichzeitig die Gelegenheit, sich mit den entsprechenden englischen Fachbegriffen frühzeitig vertraut zu machen.
(Hinweis: Um das Video abspielen zu können, muss das Flash-Plugin im Browser aktiviert sein bzw. werden!)

Einen sehr guten Überblick zu verschiedenen Streuungsmaßen bietet auch das folgende Video (14:34 Min.) von Prof. Mathias Bärtl der Hochschule für Technik, Wirtschaft und Medien in Offenburg. Darin werden nicht nur Standardabweichung und Varianz, sondern zudem Spannweite, mittlere absolute Abweichung sowie der Variationskoeffizient anhand von Beispielen erklärt und deren Berechnung veranschaulicht.


2. Online-Lernangebote und -ressourcen

Auf folgenden Internetseiten finden Sie einführende Online-Lernangebote zum Thema "Lage- und Streuungsmaße":

  • Die englischsprachige Internetseite "Stat Trek - Teach yourself statistics" beinhaltet im Kapitel "Descriptive Statistics" u.a. auch zwei kurze Einheiten zu den Themen "Central tendency" und "Variability" inklusive Lernzielkontrolle und bietet somit gleichzeitig die Gelegenheit, sich mit den englischen Fachbegriffen für Lage- und Streuungsmaße frühzeitig vertraut zu machen.

3. Fachliteratur (Lehrbücher & Artikel)

Mit Hilfe der folgenden Fachliteratur kann man sich in die Grundlagen zum Thema "Lage- und Streuungsmaße" einarbeiten:

  • Rasch, B., Friese, M., Hofmann, W. & Naumann, E. (2014). Quantitative Methoden 1 - Einführung in die Statistik für Psychologen und Sozialwissenschaftler. Berlin: Springer. (Kap. 1.3, verfügbar per Campuslizenz)
  • Sedlmeier, P. & Renkewitz, F. (2013). Forschungsmethoden und Statistik für Psychologen und Sozialwissenschaftler. München: Pearson. (Kap. 6)
  • Wirtz, M. & Nachtigall, C. (2012). Deskriptive Statistik. Statistische Methoden für Psychologen, Teil 1. Weinheim: Beltz. (Kap. II. B.2)

4. Anwendung in Datenanalysesoftware

Das Skript "Datenauswertung mit SPSS" (Version 1.3, 2012) des Zentrums für HochschulBildung (zhb) der TU Dortmund bietet einen umfassenden Überblick über die grundlegenden Funktionen und Möglichkeiten zur statistischen Datenanalyse mittels SPSS. Dabei werden einzelne Themen, wie z.B. Lage- und Streuungsmaße, in kurzen Exkursen gesondert behandelt.

Eine Einführung in die Berechnung von Lage- und Streuungsmaße in SPSS bietet z.B. folgende Literatur:

  • Tachtsoglou & König (2017). Statistik für Erziehungswissenschaftlerinnen und Erziehungswissenschaftler: Konzepte, Beispiele und Anwendungen in SPSS und R. Wiesbaden: Springer VS. (Kap. 3 & 4, verfügbar per Campuslizenz)

Im folgenden kurzen Video (6:21 Min.) des Projektes edulap (Educational Landscape Psychology) der Universität Zürich wird die Durchführung verschiedener deskriptiver Analysen in SPSS demonstriert. Im Einzelnen wird über die entsprechenden Menüoptionen die Berechnung von Mittelwert, Median, Modus und Standardabweichung sowie die Ausgabe verschiedener Quartile bzw. Perzentile und Histogramme veranschaulicht und die Darstellung der Analyseergebnisse im Ausgabefenster betrachtet.

 

Hinweis: Die im Video verwendete, ältere Version der Software ("PASW") kann optisch von aktuellen SPSS-Versionen abweichen. Die verwendeten Menüoptionen bleiben davon jedoch unberührt und können identisch ausgeführt werden!

 

In einem kurzen, mitunter amüsanten PDF-Skript zeigt Robert Grant, tätig an der Kingston University und St. George's (Medical School) University of London, wie sich Mittelwerte und Konfidenzintervalle beim Vergleich mehrerer Gruppen - unter Zuhilfenahme von Excel - mit SPSS berechnen und graphisch darstellen lassen.

Zur Vertiefung

1. Video-Tutorials

Im folgenden Video (15:08 Min.) erläutert Prof. Mathias Bärtl von der Hochschule für Technik, Wirtschaft und Medien in Offenburg anhand eines Beispiels verschiedene Arten von Mittelwerten. Neben dem arithmetischen werden zusätzlich auch das harmonische sowie das geometrische Mittel, das sich insbesondere für Wachstumsraten eignet, erklärt und beispielhaft berechnet.

 

Im folgenden Video (14:45 Min.) erläutert Prof. Mathias Bärtl von der Hochschule für Technik, Wirtschaft und Medien in Offenburg die Erstellung von Boxplots und inwiefern sich eine solche grafische Darstellung besonders gut für den Vergleich von Datensätzen eignet.


2. Online-Lernangebote und -ressourcen

Auf folgenden Internetseiten finden Sie vertiefende Online-Lernangebote zum Thema "Lage- und Streuungsmaße":

  • Auf der Internetseite "A New View of Statistics" von Prof. Dr. Will Hopkins, School of Sport & Recreation der  Auckland University of Technology (NZ), wird im kurzen Beitrag "Mean +/- SD or Mean +/- SEM" erörtert, worin sich die beiden Maße Standardabweichung (SD) und Standardfehler (SEM) unterscheiden und warum die Standardabweichung als Maß für Variabilität vorzuziehen ist.

3. Fachliteratur (Lehrbücher & Artikel)

Die folgende Fachliteratur kann empfohlen werden, um sich vertieft mit dem Thema "Lage- und Streuungsmaße" zu befassen:

  • Gollwitzer, M., Eid, M. & Schmitt, M. (2013). Statistik und Forschungsmethoden. Weinheim: Beltz. (Kap. 6.1-6.4, verfügbar per Campuslizenz)
  • Koschack, J. (2008). Standardabweichung und Standardfehler: der kleine, aber feine Unterschied. Zeitschrift für Allgemeinmedizin, 84 (6), 258-260. DOI: 10.1055/s-2008-1073146

Themenbereich 4: Verteilungen und Datentransformation

Zum Einstieg

1. Video-Tutorials

Im kurzen Video "Normal Distributions, Standard Deviations, Modality, Skewness and Kurtosis: Understanding concepts" (5:06 Min.) von Prof. Laura Killam des Cambrian College in Ontario (Canada) werden die wesentlichen Merkmale einer Normalverteilung, wie z.B. deren Modalität (Modality), Schiefe (Skewness) oder Exzess (Kurtosis) grafisch dargestellt und erläutert.

 

In diesem Video (8:02 Min.), das als Begleitmaterial zum Lehrbuch "Quantitative Methoden 1 - Einführung in die Statistik für Psychologen und Sozialwissenschaftler" von Rasch et al. (2014) dient, wird die z-Standardisierung von Daten aus Verteilungen mit unterschiedlichen Kennwerten als eine häufige Form der Datentransformation erläutert. Dabei wird die zugrunde liegende Formel erklärt und deren Anwendung an einem praktischen Beispiel (IQ-Test) verdeutlicht.


2. Online-Lernangebote und -ressourcen

Auf folgenden Internetseiten finden Sie einführende Online-Lernangebote zum Thema "Verteilungen und Datentransformation":

  • Die Methodenberatung der Universität Zürich (UZH) bietet im Kapitel Deskriptive, univariate Analyse (Verteilungen) unter "4. Schiefe und Steilheit" sowie "5. Normalverteilung" Infos zu zentralen Merkmalen einer Verteilung und behandelt Normal- und Standardnormalverteilung.
  • ViLeS (Virtuelle Lernräume im Studium) - Statistische Methodenlehre der Universität Oldenburg: Im Modul "Normalverteilung" des Kapitels zu theoretischen Verteilungen werden Normal- und Standardnormalverteilung erläutert und mit der Z-Transformation eine gängige Methode zur Standardisierung von Normalverteilungen vorgestellt.
  • Die englischsprachige Internetseite "Stat Trek - Teach yourself statistics" bietet u.a. auch zwei kurze Einheiten zu den Themen "Normal Distribution" sowie "Standard Normal Distribution" (inklusive Beispiele) und ermöglicht somit gleichzeitig, sich mit den englischen Fachbegriffen für Verteilungen und Datentransformation frühzeitig vertraut zu machen.

3. Fachliteratur (Lehrbücher & Artikel)

Mit Hilfe der folgenden Fachliteratur kann man sich in die Grundlagen zum Thema "Verteilungen und Datentransformation" einarbeiten:

  • Rasch, B., Friese, M., Hofmann, W. & Naumann, E. (2014). Quantitative Methoden 1 - Einführung in die Statistik für Psychologen und Sozialwissenschaftler. Berlin: Springer. (Kap. 1.3.3, 1.4, 2.1 & 2.2; verfügbar per Campuslizenz)
  • Sedlmeier, P. & Renkewitz, F. (2013). Forschungsmethoden und Statistik für Psychologen und Sozialwissenschaftler. München: Pearson. (Kap. 6.6 & 10.5.2)
  • Wirtz, M. & Nachtigall, C. (2012). Deskriptive Statistik. Statistische Methoden für Psychologen, Teil 1. Weinheim: Beltz. (Kap. II. B.1.5, II.B.3 & II.B.5)
  • Wirtz, M. & Nachtigall, C. (2012). Wahrscheinlichkeitsrechnung und Inferenzstatistik. Statistische Methoden für Psychologen, Teil 2. Weinheim: Beltz. (Kap. I. B.8)

4. Anwendung in Datenanalysesoftware

Eine Einführung in die z-Transformation in SPSS bietet z.B. folgende Literatur:

  • Tachtsoglou & König (2017). Statistik für Erziehungswissenschaftlerinnen und Erziehungswissenschaftler: Konzepte, Beispiele und Anwendungen in SPSS und R. Wiesbaden: Springer VS. (Kap. 5, verfügbar per Campuslizenz)

Im folgenden Video (7:12 Min.) von Prof. Dr. Todd L. Grande (Wilmington University, USA) wird demonstriert, wie sich Variablen in SPSS auf Normalverteilung überprüfen lassen und wie die dabei erhaltenen Analyseergebnisse im Ausgabefenster zu interpretieren sind.

 

In der Schriftenreihe SPSS Special Topics des Leibniz-Rechenzentrums der Bayerischen Akademie der Wissenschaften werden die zentralen Aspekte zur Normalverteilung kurz erläutert und anhand verschiedener Übungen mit einem bereitgestellten SPSS-Datensatz (download) veranschaulicht.

 

In einem weiteren Video (7:20 Min.) von Prof. Dr. Todd L. Grande (Wilmington University, USA) wird gezeigt, wie man in SPSS eine z-Standardisierung für bereits vorhandene Variablen vornimmt, um z.B. Daten aus verschiedenen Testverfahren miteinander zu vergleichen.

 

In den SPSS-Ergänzungen zu Rasch et al. (2014) wird begleitend zu Kapitel 2: Inferenzstatistik [siehe Fachliteratur!] in wenigen Schritten erklärt, wie sich mit SPSS Konfidenzintervalle für bestimmte Variablen berechnen lassen.

Zur Vertiefung

1. Video-Tutorials

In diesem kurzen Video (2:35 Min.) erläutert Dr. Malte Persike (Psychologisches Institut der Universität Mainz), wie die z-Standardisierung angewendet werden kann, um eine Skalentransformation vorzunehmen.

 

Im Anschluss an das vorherige Video zur Skalentransformation (s.o.) verdeutlicht Dr. Malte Persike (Psychologisches Institut der Universität Mainz) anhand des Beispiels von Intelligenztest, zu welchem Zweck Skalentransformationen in der empirischen Bildungsforschung vorgenommen werden (5:01 Min.).

 

Im folgenden Video (18:31 Min.) erläutert Prof. Mathias Bärtl von der Hochschule für Technik, Wirtschaft und Medien in Offenburg die wesentlichen Merkmale einer Stichprobenverteilung, indem er auf die Unterscheidung von Stichprobe und Grundgesamtheit eingeht und die Funktion der Standardnormalverteilung erklärt. Anschließend zeigt er auf, wie sich damit Konfidenzintervalle für die Schätzung von Stichprobenkennwerten bestimmen lassen.


2. Online-Lernangebote und -ressourcen

Auf folgenden Internetseiten finden Sie vertiefende Online-Lernangebote zum Thema "Verteilungen und Datentransformation":

  • Das Lernmodul "Population und Stichprobe" von MESOSworld (Methodological Education for the Social Sciences) erläutert ausführlich, wie anhand einer Stichprobe auf die unbekannten Kennwerte der zugrundeliegenden Population geschlossen werden kann und schließt mit einem Fallbeispiel ab.
  • Die englischsprachige Internetseite "Stat Trek - Teach yourself statistics" bietet u.a. auch eine Einheit zum Thema "Sampling Distributions" (inklusive Beispiele) sowie einen Online-Rechner, mit dem sich kumulative Wahrscheinlichkeiten für eine Normalverteilung berechnen lassen.
  • Im Online-Angebot von "Psychometrica - Institut für psychologische Diagnostik" (von Dr. Alexandra Lenhard) findet sich u.a. ein Normwert-Rechner zur Umrechnung von IQ-Werten, T-Werten, Standardwerten, Wertpunkten (Wechsler Intelligenztests), der PISA-Skala und Prozenträngen inkl. Bedienungsanleitung. Dabei werden bei Dateneingabe per Textfeld oder Schieberegler automatisch die Entsprechungen in den anderen Normwertskalen errechnet.

3. Fachliteratur (Lehrbücher & Artikel)

Die folgende Fachliteratur kann empfohlen werden, um sich mit weiterführenden Fragen zum Thema "Verteilungen und Datentransformation" zu befassen:

  • Piovesana, A. & Senior, G. (2016). How Small Is Big. Sample Size and Skewness. Assessment, 1-8. DOI: 10.1177/1073191116669784
  • Rasch, B., Friese, M., Hofmann, W. & Naumann, E. (2014). Quantitative Methoden 1 - Einführung in die Statistik für Psychologen und Sozialwissenschaftler. Berlin: Springer. (Kap. 2.3; verfügbar per Campuslizenz)
  • Sedlmeier, P. & Renkewitz, F. (2013). Forschungsmethoden und Statistik für Psychologen und Sozialwissenschaftler. München: Pearson. (Kap. 10.2 & 10.4 sowie 11.1 & 11.4)
  • Wirtz, M. & Nachtigall, C. (2012). Wahrscheinlichkeitsrechnung und Inferenzstatistik. Statistische Methoden für Psychologen, Teil 2. Weinheim: Beltz. (Kap. II. A.1 & II.A.2)

Themenbereich 5: Signifikanz

Zum Einstieg

1. Video-Tutorials

Im folgenden Video (16:14 Min.) führt Prof. Mathias Bärtl von der Hochschule für Technik, Wirtschaft und Medien in Offenburg anhand eines einfachen Beispiels in die Grundlagen und Logik des statistischen Testens ein. Dabei zeigt er mit Hilfe der Binomialverteilung auf, wie sich eine Hypothese auf statistische Signifikanz testen lässt und erläutert zudem die in diesem Kontext wichtigsten Begriffe (Hypothese, Testverteilung, Testniveau, Teststatistik).

 

In diesem Video (13:40 Min.) von Youtube-Nutzer "Benedict K" werden die grundlegenden Konzepte p-Wert, Nullhypothese und Signifikanzniveau anschaulich erklärt und mit Hilfe eines einfachen Beispiels erläutert, wie diese in der empirischen Forschung angewendet werden.

 

Im Anschluss an das Video "p-Wert, Nullhypothese, Signifikanzniveau - die Idee erklärt" (s.o.) wird im folgenden Video (13:20 Min.) von Youtube-Nutzer "Benedict K" erläutert, wie sich die Ver- bzw. Anwendung von p-Wert, Signifikanzniveau und Nullhypothese zwischen einseitiger und zweiseitiger Hypothesentestung unterscheidet. Auch hier dient ein einfaches Beispiel aus dem Schulkontext zur Veranschaulichung.


2. Online-Lernangebote und -ressourcen

Auf folgenden Internetseiten finden Sie einführende Online-Lernangebote zum Thema "Signifikanz" und damit verbundenen Aspekten:

  • Die englischsprachige Internetseite "Stat Trek - Teach yourself statistics" bietet u.a. auch zwei kurze Einheiten zu den Fragen "What is Hypothesis Testing?" und "How to Test Hypotheses" und ermöglicht somit gleichzeitig, sich mit den englischen Fachbegriffen rund um das Thema Signifikanz und Hypothesentestung  frühzeitig vertraut zu machen.
  • ViLeS (Virtuelle Lernräume im Studium) - Statistische Methodenlehre der Universität Oldenburg: Im Modul "Allgemeine Aspekte des Testmodells" des Kapitels 4 "Hypothesentests" werden die grundlegenden Konzepte der Hypothesentestung wie z.B. Annahme-/ Ablehnungsbereich, Signifikanzniveau, Alpha-/Beta-Fehler etc. erlärt.
  • Im E-Learning-Modul Methoden der Psychologie und Versuchsplanung der TU Dresden finden Sie ein kurzes Online-Lernangebot zum Alpha-Fehler und Beta-Fehler sowie deren Zusammenhang.

3. Fachliteratur (Lehrbücher & Artikel)

Mit Hilfe der folgenden Fachliteratur kann man sich in die Grundlagen zum Thema "Signifikanz" einarbeiten:

  • Döring, N. & Bortz, J. (2016). Forschungsmethoden und Evaluation in den Human- und Sozialwissenschaften. Berlin: Springer. (Kap. 12.5.1., S. 659-671, verfügbar per Campuslizenz)
  • Sedlmeier, P. & Renkewitz, F. (2013). Forschungsmethoden und Statistik für Psychologen und Sozialwissenschaftler. München: Pearson. (Kap. 12.1-12.3 & 12.8)
  • Wirtz, M. & Nachtigall, C. (2012). Wahrscheinlichkeitsrechnung und Inferenzstatistik. Statistische Methoden für Psychologen, Teil 2. Weinheim: Beltz. (Kap. II. B.1)

4. Anwendung in Datenanalysesoftware

In der Schriftenreihe SPSS Special Topics des Leibniz-Rechenzentrums der Bayerischen Akademie der Wissenschaften werden die zentralen Aspekte zum Begriff "Signifikanz" erläutert und anhand verschiedener Übungen mit einem bereitgestellten SPSS-Datensatz (download) veranschaulicht.

Im folgenden Video (6:47 Min.) von Prof. Dr. Todd L. Grande (Wilmington University, USA) wird nach einer kurzen Wiederholgung zum Alpha-/Beta-Fehler anhand einer Varianzanalyse demonstriert, wie sich die Teststärke und die Wahrscheinlichkeit für einen Fehler 2. Art (Beta) in SPSS berechnen lassen.

 

Im Kapitel Power Analysis der Webseite "Quick-R: accessing the power of R" von Dr. Robert I. Kabacoff (Wesleyan University Connecticut, USA) wird eine Anleitung in die Durchführung einer Poweranalyse in R mit dem Paket "pwr" gegeben.

Im 341 Seiten umfassenden STATA Power and Sample Size Reference Manual (Release 13) sollte man alle erforderlichen Informationen zur Power- und Stichprobenumfangsberechnung mit STATA finden.

Zur Vertiefung

1. Video-Tutorials

In diesem kurzen Video-Auschnitt (5:05 Min.) geht Dr. Malte Persike (Psychologisches Institut der Universität Mainz) anhand eines Beispiels* nochmal explizit auf die möglichen Fehler 1. und 2. Art ein, erläutert zu beachtende "Regeln" bei der Hypothesentestung und fasst nochmal das Prozedere beim statistischen Testen zusammen.

*Im Beispiel wird der Frage nachgegangen, ob ein Kartenspiel gezinkt ist oder nicht.

 

Im Video "Type I and II Errors, Power, Effect Size, Significance and Power Analysis in Quantitative Research" (9:42 Min.) von Prof. Laura Killam des Cambrian College in Ontario (Canada) werden zentrale statistische Konzepte der Hypothesentestung sowie ihre Zusammenhänge anschaulich erklärt.

ACHTUNG: In Minute 9:22 wird das Signifikanzniveau versehentlich mit 0.5 angegeben. Korrekt muss dies 0.05 lauten!

 

Im Video "Power and Sample Size Primer" (12:17) der Software-Firma NCSS werden Definitionen zentraler Konzepte wie z.B. Null- und Alternativhypothese, Teststatistik, p-Werte, Alpha-/Beta-Fehler und Teststärke gegeben. Anschließend werden Faktoren diskutiert, welche die Teststärke (Power) beeinflussen. Und schließlich werden die Definitionen und diskutierten Faktoren anhand eines realen Beispiels in Beziehung zueinander gesetzt.


2. Online-Lernangebote und -ressourcen

Auf folgenden Internetseiten finden Sie vertiefende Online-Lernangebote bzw. -ressourcen, um sich mit weiterführenden Fragen zum Thema "Signifikanz" (z.B. Alpha/Beta-Fehler, Teststärke, Stichprobenumfang, etc.) zu befassen:

  • Mit dem kostenlosen Computerprogramm G*Power (Version 3.1.9.2) können sowohl Teststärken und Effektgrößen bestimmt als auch benötigte Stichprobenumfänge berechnet werden. Das relativ kleine Programm ist für Windows (20 MB) und Mac (2 MB) verfügbar. Als Hilfe werden auf der Hompage ein Manual sowie ein kurzes Tutorial (als PDF) angeboten. Eine sehr ausführliche Anleitung zur Stichprobenumfangsplanung sowie Effekt- und Teststärkenberechnung mit G*Power 3.0 liegt zudem von Buchwald & Thielgen (2008) vor.
  • Weitere Hinweise zur konkreten Anwendung von G*Power bei bestimmten statistischen Verfahren (z.B. t-Test, Varianzanalyse, etc.) finden Sie auch unter den jeweiligen Themenbereichen in unserem Portal!

3. Fachliteratur (Lehrbücher & Artikel)

Die folgende Fachliteratur kann empfohlen werden, um sich mit weiterführenden Fragen zum Thema "Signifikanz" (z.B. Alpha/Beta-Fehler, Teststärke, Stichprobenumfang) zu befassen:

  • Asraf, R.M. & Brewer, J.K. (2004). Conducting Tests of Hypotheses: The Need for an Adequate Sample Size. Australian Educational Researcher, 31 (1), 79-94.
  • Döring, N. & Bortz, J. (2016). Forschungsmethoden und Evaluation in den Human- und Sozialwissenschaften. Berlin: Springer. (Kap. 12.5.1., S. 671-676, verfügbar per Campuslizenz)
  • Prajapati, B., Dunne, M. C. M., & Armstrong, R. A. (2010). Sample size estimation and statistical power analyses. Optometry Today, 2010 (July).
  • Sedlmeier, P. & Renkewitz, F. (2013). Forschungsmethoden und Statistik für Psychologen und Sozialwissenschaftler. München: Pearson. (Kap. 12.4-12.7)

Themenbereich 6: Effektstärke

Zum Einstieg

1. Video-Tutorials

Im folgenden Video (9:37 Min.) wird anhand der viel zitierten Studie "Visible Learning" von John Hattie erklärt, was man unter einer Effektstärke versteht. Dabei wird verdeutlicht, wie sich Effektstärken messen lassen, wie man sie interpretieren kann und warum Hattie sie verwendet, um Lernerfolge nachzuweisen.

 

Im einem sehr kurzen Video (1:32 Min.) von Visible Learning Plus - einer Arbeitsgruppe um Prof. John Hattie - wird gezeigt, was eine Effektstärke ist, wie sich 3 Beispiele verschiedener Effektstärkemaße unterscheiden und warum sehr häufig Cohen`s d zur Berechnung der Effektstärke verwendet wird.

 

Im Video "Viel hilft viel: Das Effektstärkemaß Cohen's d " (8:35 Min.) befasst sich Dr. Malte Persike (Psychologisches Institut der Universität Mainz) mit der (irrsinnigen) Empfehlung "Wenn`s nicht signifikant wird, nimm einfach mehr Leute." und zeigt anhand des t-Tests dabei auf, warum es der Berechung von Cohen`s d (oder vergleichbarer Maße) bedarf, um die Größe eines gefundenen statistischen Effektes zu beurteilen.
(Hinweis: Zum besseren Verständnis sollten die Begriffe "Erwartungswert" und "Standardfehler" sowie die Formel für den t-Wert bekannt sein.)


2. Online-Lernangebote und -ressourcen

Auf folgenden Internetseiten finden Sie einführende Online-Lernangebote zum Thema "Effektstärke" sowie Onlineressourcen zur Berechnung verschiedener Effektstärkemaße:

  • Im E-Learning-Modul Methoden der Psychologie und Versuchsplanung der TU Dresden finden Sie ein kurzes Online-Lernangebot zum Begriff der Effektgrösse.
  • Auf den Internetseiten von Dr. Lee Becker (University of Colorado, USA) werden zwei Tools zur Berechnung der Effektstärkemaße d und r angeboten, basierend auf der Eingabe von Mittelwerten (+ Standardabweichungen) bzw. t-Werten (+ Freiheitsgrade). In den beigefügten Effect Size Lecture Notes werden zudem die zugrundeliegenden statistischen Konzepte und Formeln ausführlich erklärt.
  • Im Online-Angebot von "Psychometrica - Institut für psychologische Diagnostik" (von Dr. Alexandra Lenhard) finden sich u.a. auch zahlreiche Tools zur Berechnung verschiedener Effektstärkemaße. Darüber hinaus können dort unterschiedliche Maße umgerechnet bzw. aus z-Werten berechnet werden und es wird eine Tabelle zur Interpretation der Höhe von Effektstärken zur Verfügung gestellt.
  • Einem Beitrag im "Dorsch - Lexikon für Psychologie" (verfügbar per Campuslizenz) kann eine Tabelle mit vorgeschlagenen Beurteilungskategorien für Maße der Effektgröße entnommen werden. Die Beurteilungskategorien stellen eine orientierende Beurteilungshilfe dar, wenn keine Referenz für die Effektgröße aus Vergleichsstudien oder auf Basis inhaltlicher Überlegungen ermittelt werden kann.

3. Fachliteratur (Lehrbücher & Artikel)

Mit Hilfe der folgenden Fachliteratur kann man sich in die Grundlagen zum Thema "Effektstärke" einarbeiten:

  • Döring, N. & Bortz, J. (2016). Forschungsmethoden und Evaluation in den Human- und Sozialwissenschaften. Berlin: Springer. (Kap. 14.2.1 & 14.2.2, verfügbar per Campuslizenz)
  • Sedlmeier, P. & Renkewitz, F. (2013). Forschungsmethoden und Statistik für Psychologen und Sozialwissenschaftler. München: Pearson. (Kap. 9)
  • Ferguson, C. J. (2009). An effect size primer: A guide for clinicians and researchers. Professional Psychology: Research and Practice, 40(5), 532-538. (verfügbar per Campuslizenz)

4. Anwendung in Datenanalysesoftware

Die Schriftenreihe SPSS Special Topics des Leibniz-Rechenzentrums der Bayerischen Akademie der Wissenschaften enthält u.a. auch ein kurzes Unterkapitel zur "Effektstärke" (hier: Effektgröße) und veranschaulicht diese anhand verschiedener Übungen mit einem bereitgestellten SPSS-Datensatz (download).

Im folgenden Video (7:08 Min.) von Prof. Dr. Todd L. Grande (Wilmington University, USA) wird anhand einer nominalskalierten (unabhängigen) und einer intervallskalierten (abhängigen) Variable demonstriert, wie sich die beiden Effektstärkemaße Eta und Eta2 in SPSS berechnen und interpretieren lassen. Zudem werden die Unterschiede dieser beiden Maße erklärt.

 

Im kurzen Video "Effect Size" (5:45 Min.) von Dr. Michael J. Bernstein (Pennsylvania State University, USA) wird zunächst anhand eines T-Tests für unabhängige Stichproben aufgezeigt, wie sich Cohen`s d als Effektstärkemaß beim Vergleich zweier Gruppen (oder Level) mit SPSS berechnen lässt. Dabei werden die im T-Test erhaltenen Werte verwendet, um über das Effektstärke-Tool von von Dr. Lee Becker (siehe oben!) Cohen`s d zu bestimmen. Anschließend wird zudem anhand einer univariaten Analyse gezeigt, wie sich das partielle Eta2 als Effektstärkemaß beim Vergleich von mehr als zwei Gruppen (oder Level) mit SPSS direkt berechnen lässt.

Zur Vertiefung

1. Video-Tutorials

Im folgenden Video (6:07 Min.), das als Begleitmaterial zum Lehrbuch "Quantitative Methoden 1 - Einführung in die Statistik für Psychologen und Sozialwissenschaftler" von Rasch et al. (2014) dient, wird anhand des Ergebnisses eines t-Tests (für unabhängige Stichproben) die Berechnung der Effektgröße d veranschaulicht. Dabei werden die einzelnen Rechenschritte aufgezeigt, die Interpretation von d erläutert sowie spezifische Vor- und Nachteile dieses Effektstärkemaßes angesprochen.

 

In diesem Video (9:29 Min.), das ebenfalls als Begleitmaterial zum Lehrbuch "Quantitative Methoden 1 - Einführung in die Statistik für Psychologen und Sozialwissenschaftler" von Rasch et al. (2014) dient, wird die Effektgröße Omega2 - im Vergleich zur standardisierten Mittelwertsdifferenz d (s. Video oben) - vorgestellt. Dabei wird die zugrunde liegende Formel basierend auf dem Konzept der Varianzzerlegung erklärt und die Interpretation der erhaltenen Werte erläutert.

 

Im Video "The New Statistics: Effect Sizes and Confidence Intervals (Workshop Part 3)" (35:45 Min.) referiert Prof. em. G. Cumming (La Trobe University, USA) zum Thema Effektstärken und Konfidenzintervalle aus seinem Buch "Understanding The New Statistics: Effect Sizes, Confidence Intervals, and Meta-Analysis" aus 2012. Dabei veranschaulicht er zentrale Aspekte u.a. mit seinem Tool ESCI ("Exploratory Software for Confidence Intervals"), mit dem sich z.B. Effektgrößen-Konfidenzintervalle für Cohen`s d bestimmen und graphisch darstellen lassen (siehe 2. Online-Lernangebote und -ressourcen).


2. Online-Lernangebote und -ressourcen

Auf den folgenden Internetseiten finden Sie eine Auswahl verschiedener Onlineressourcen zur Berechnung unterschiedlicher Maße rund um die "Effektstärke":

  • Mit dem Practical Meta-Analysis Effect Size Calculator von Dr. David B. Wilson (George Mason University) lassen sich webbasiert Punkt- und Intervallschätzer unterschiedlicher Gruppendifferenz-, Zusammenhangs- und Risiko-Effektgrößenmaße berechnen.
  • Prof. James H. Steiger (Peabody College, Vanderbilt University, USA) bietet auf www.statpower.net/Software.html verschiedene Tools zur Berechnung von Nichtzentralitätsparametern sowie zur direkten Bestimmung von Effektgrößen-Konfidenzintervallen (z. B. des multiplen Determinationskoeffizienten) zum kostenlosen Download an.
  • M. J. Smithson bietet Skripts für SPSS sowie weitere Statistik-Programmpakete (wie z.B. SAS oder R) an, welche die Bestimmung von Konfidenzintervallen und Teststärkeberechnungen ermöglichen.

3. Fachliteratur (Lehrbücher & Artikel)

Die folgende Fachliteratur kann empfohlen werden, um sich mit weiterführenden Fragen zum Thema "Effektstärke" zu befassen:

  • Cheung, A.C.K. & Slavin, R.E. (2016). How Methodological Features Affect Effect Sizes in Education. Educational Researcher, 45, 283-292.
  • Fritz, C.O., Morris, P.E. & Richler, J.J. (2012). Effect Size Estimates: Current Use, Calculations, and Interpretation. Journal of Experimental Psychology: General, 141 (1), 2-18.
  • Gignac, G.E. & Szodorai, E.T. (2016). Effect size guidelines for individual differences researchers. Personality and Individual Differences, 102, 74–78.
  • Richardson, J.T.E. (2011). Eta squared and partial eta squared as measures of effect size in educational research. Educational Research Review, 6 (2), 135-147.

Themenbereich 7: Korrelation

Zum Einstieg

1. Video-Tutorials

Im folgenden Video (13:24 Min.) führt Prof. Mathias Bärtl von der Hochschule für Technik, Wirtschaft und Medien in Offenburg anhand eines einfachen Beispiels in die Verwendung von Streudiagrammen und die Berechnung des (metrischen) Korrelationskoeffizienten ein.

 

Links zu weiteren Videos:
Das englischsprachige Videos "Linear correlation" (17:07 Min) aus dem gleichnamigen Kapitel der Internetseite Stat Trek - Teach yourself statistics führt in leicht verständlicher Sprache mit Hilfe von Beispielen in die Grundlagen zum Thema "Korrelation" ein. Es bietet somit gleichzeitig die Gelegenheit, sich mit den entsprechenden englischen Fachbegriffen frühzeitig vertraut zu machen
(Hinweis: Um das Video abspielen zu können, muss das Flash-Plugin im Browser aktiviert sein bzw. werden!)


Im kurzen Video "Interpreting correlation coefficients in a correlation matrix" (5:54 Min.) von Prof. Laura Killam des Cambrian College in Ontario (Canada) werden zentrale Begriffe und Konzepte zur Korrelation (z.B. Koeffizienten, Stärke und Richtung) definiert und erläutert. Zudem wird illustriert, wie eine Korrelationsmatrix aufgebaut und zu interpretieren ist.


2. Online-Lernangebote und -ressourcen

Auf folgenden Internetseiten finden Sie einführende Online-Lernangebote zum Thema "Korrelation":

  • Die Methodenberatung der Universität Zürich (UZH) bietet im Kapitel "Zusammenhänge" unter Korrelation nach Bravais-Pearson einen guten Einstieg sowohl in die grundlegenden Konzepte zur (bivariaten) Korrelation als auch in deren Berechnung und Anwendung in SPSS.
  • Das Lernmodul "Korrelationsanalyse" von MESOSworld (Methodological Education for the Social Sciences) führt schrittweise in das Verständnis linearer Beziehungen und die Berechnung des Korrelationskoeffizienten ein und schließt mit einer Übungsaufgabe und einem "SPSS-Kochbuch" ab.
    (Hinweis: Um alle Inhalte des Lernmoduls sehen zu können, muss der Flash-Player installiert sein bzw. werden!)
  • Die englischsprachige Internetseite Stat Trek - Teach yourself statistics beinhaltet im Kapitel "Linear correlation" eine Einheit zum Thema "Korrelation" inklusive Lernzielkontrolle und ausführlichem Video-Tutorial (siehe oben!).

3. Fachliteratur (Lehrbücher & Artikel)

Mit Hilfe der folgenden Fachliteratur kann man sich in die Grundlagen zum Thema "Korrelation" einarbeiten:

  • Döring, N. & Bortz, J. (2016). Forschungsmethoden und Evaluation in den Human- und Sozialwissenschaften. Berlin: Springer. (Kap. 12.5.2., S. 677-683, verfügbar per Campuslizenz)
  • Rasch, B., Friese, M., Hofmann, W. & Naumann, E. (2014). Quantitative Methoden 1 - Einführung in die Statistik für Psychologen und Sozialwissenschaftler. Berlin: Springer. (Kap. 4.1.1 - 4.1.3; 4.1.5; verfügbar per Campuslizenz)
  • Sedlmeier, P. & Renkewitz, F. (2013). Forschungsmethoden und Statistik für Psychologen und Sozialwissenschaftler. München: Pearson. (Kap. 7.1 - 7.4)

4. Anwendung in Datenanalysesoftware

Im folgenden Video (10:50 Min.) von Prof. Dr. Todd L. Grande (Wilmington University, USA) wird gezeigt, wie sich die Voraussetzungen zur Berechnung des Produkt-Moment-Korrelationskoeffizienten nach Pearson in SPSS prüfen lassen. Dabei wird zunächst auf die Normalverteilungsannahme und das Vorliegen von Ausreißerwerten getestet und anschließend die Linearität und die Homoskedastizität graphisch mittels Streudiagramm überprüft.

 

Im Anschluß an die Voraussetzungsprüfung (siehe Video oben!) demonstriert Prof. Dr. Todd L. Grande (Wilmington University, USA) in diesem Video (12:06 Min.) die Durchführung einer Korrelationsanalyse in SPSS. Er verdeutlicht dies anhand eines Beispiels mit drei Variablen und geht dabei ausführlich auf die in der Korrelationstabelle enthaltenen Ergebnisse und deren Interpretation ein.

 

In diesem Video (12:37 Min.) von Prof. Dr. Todd L. Grande (Wilmington University, USA) werden anhand eines fiktiven Datensatzes mit drei (abhängigen) Variablen verschiedene Möglchkeiten aufgezeigt, wie sich Streudiagramme in SPSS erzeugen lassen, um potentielle Zusammenhänge zwischen mehreren Variablen zu untersuchen. Dabei werden eine Reihe von hilfreichen Optionen zum Streudiagramm sowie die Interpretation der damit erhaltenen graphischen Ergebnisausgabe erläutert. Abschließend werden die beobachteten Zusammenhänge nochmals mittels der berechneten Korrelationstabelle verglichen und überprüft.

Zur Vertiefung

1. Video-Tutorials

In diesem englischsprachigen Video (8:12 Min.) von Youtube-Nutzer "Benedict K" wird erklärt, wie sich der Korrelationskoeffizient bei Transformationen, wie z.B. einer geänderten Skalierung oder der Addition einer Konstante, in den zugrunde liegenden Daten verhält. (Hinweis: Grundlegende Kenntnisse zum Korrelationskoeffizienten werden vorausgesetzt!)

 

Im kurzen Video "The Correlation Coefficient - Common Misconception" (6:44 Min.) von Youtube-Nutzer "Benedict K" wird ein besonderer Aspekt des Korrelationskoeffizienten thematisiert und der Frage nachgegangen, ob beim Vorliegen einer jeweils positiven Korrelation zwischen den Variablen A und B sowie B und C automatisch auch eine positive Korrelation zwischen A und C gegeben sein muss? Anhand von fiktivem und realem Datenmaterial wird veranschaulicht, warum diese Frage - durchaus kontraintuitiv - verneint werden muss.

 

Im ersten Video (10:01 Min.) seiner Youtube-Reihe "Correlation & Single Regression" befasst sich Dr. Ross Avilla von der University of California, Merced (USA) damit, wie sich Korrelationen mit Hilfe von Streudiagrammen visualisieren lassen. Anhand von realen Daten wird dabei veranschaulicht, wie sich Zusammenhänge in einem Streudiagramm darstellen lassen bzw. welche Aspekte einer Korrelation aus einer solchen Visualisierung abgelesen werden können. (Hinweis: relativ hohes Sprechtempo!)


2. Online-Lernangebote und -ressourcen

Auf den folgenden Internetseiten finden Sie eine Auswahl verschiedener Onlineressourcen zur Berechnung unterschiedlicher Korrelationsmaße und damit verbundenen Kennwerten sowie zur Erstellung eines Streudiagrammes:

  • Im Online-Angebot von "Psychometrica - Institut für psychologische Diagnostik" (von Dr. Alexandra Lenhard) finden sich u.a. auch zahlreiche Tools zur Durchführung von Signifikanztests bei Korrelationen. Darüber hinaus können dort Korrelationen z.B. mittels Fisher-Z-Transformation konvertiert und auch gemittelt werden. Eine Option zur direkten Berechnung von linearen Korrelationen anhand eines einzugebenden Datenpaares ist ebenfalls enthalten.
  • Auf der englischsprachigen Internetseite VassarStats: Website for Statistical Computation von Prof. em. Richard Lowry (Vassar College, USA) finden sich unter der Rubrik "Correlation & Regression" zahlreiche Tools zur Berechnung verschiedenster korrelationsbezogener Maße wie z.B. lineare und Partialkorrelationen, Konfidenzintervalle für r und vieles mehr.
  • Mit DrawMyData bietet Robert Grant, tätig an der Kingston University und St. George's (Medical School) University of London, ein einfach zu bedienendes Tool zur Erstellung beliebiger Streudiagramme (scatter plots). Dabei werden die einzelnen Datenpunkte per Mausklick direkt in das Diagramm gesetzt und automatisch in eine Datentabelle überführt, die sich kopieren oder direkt abspeichern lässt.

3. Fachliteratur (Lehrbücher & Artikel)

Die folgende Fachliteratur kann empfohlen werden, um sich mit weiterführenden Fragen zum Thema "Korrelation" (z.B. Fishers Z-Transformation, Konfidenzintervalle, Effekt-/Teststärke, etc.) zu befassen:

  • Döring, N. & Bortz, J. (2016). Forschungsmethoden und Evaluation in den Human- und Sozialwissenschaften. Berlin: Springer. (Kap. 12.5.2., S. 683-695, verfügbar per Campuslizenz)
  • Hemphill, J.F. (2003). Interpreting the Magnitudes of Correlation Coefficients. American Psychologist, Vol 58 (1), 78-79.
  • Rasch, B., Friese, M., Hofmann, W. & Naumann, E. (2014). Quantitative Methoden 1 - Einführung in die Statistik für Psychologen und Sozialwissenschaftler. Berlin: Springer. (Kap. 4.1.4; 4.1.6 - 4.1.10; 4.2; verfügbar per Campuslizenz)
  • Sedlmeier, P. & Renkewitz, F. (2013). Forschungsmethoden und Statistik für Psychologen und Sozialwissenschaftler. München: Pearson. (Kap. 7.7)

Themenbereich 8: Korrelation und Kausalität

Zum Einstieg

1. Video-Tutorials

In diesem kurzen Video (5:58 Min.) erläutert Prof. Mathias Bärtl von der Hochschule für Technik, Wirtschaft und Medien in Offenburg den Begriff der Kausalität und warum dieser nicht mit "Korrelation" gleichgesetzt werden kann. Hierzu verdeutlicht er, was man unter einem Kausalzusammenhang versteht und zeigt anhand eines Beispiels aus dem Hochschulkontext auf, warum eine hohe Korrelation zweier Merkmale noch kein Nachweis einer Wirkungsbeziehung sein muss.

 

Im folgenden Video (6:20 Min.) befasst sich Dr. Malte Persike (Psychologisches Institut der Universität Mainz) mit der Interpretation von Korrelationen und der irrtümlichen Annahme, dass eine Korrelation automatisch auch auf eine Kausalität hinweist. Dazu zeigt er anhand von Beispielen unterschiedliche Ursachen für eine Assoziation von Variablen auf und unter welchen Bedingungen der Schluss von einer Korrelation auf Kausalität doch zulässig ist.

 

Im kurzen Video "How Ice Cream Kills! Correlation vs. Causation" (5:26 Min.) von Dr. Richard Feenstra (www.decisionskills.com) wird anhand der vermeintlichen Gefahren von Eiscreme (Fettleibigkeit, Kriminalität, Ertrinken, Waldbrände) verdeutlicht, warum Korrelation nicht mit Kausalität gleichgesetzt werden darf und wie derartige Zusammenhänge (z.B. zwischen Eisverkauf und Waldbränden) zustande kommen.


2. Online-Lernangebote und -ressourcen

Auf folgenden Internetseiten finden Sie einführende Online-Lernangebote zum Thema "Korrelation und Kausalität":

  • Einen leichten Einstieg in das Thema bietet das E-Learning-Modul Methoden der Psychologie und Versuchsplanung der TU Dresden mit zwei kurzen Einheiten zu den Konzepten von Korrelation sowie Kausalität.
  • Auf der Webseite "Methoden der Entwicklungspsychologie - Datenerhebung und Datenauswertung" von Prof. Dr. Günter Daniel Rey (TU Chemnitz) wird im Abschnitt "Korrelationen und Kausalität" erläutert, welche Ursachen für eine Korrelation zweier Variablen theoretisch überhaupt möglich sind und wie man einzelne dieser Möglichkeiten ausschließen kann. Zudem wird anhand von Beispielen illustriert, warum eine hohe Korrelation noch kein Garant für einen Kausalzusammenhang ist.
  • Im Blog "Crashkurs-Statistik" von Alexander Engelhardt (freiberuflicher Data Scientist sowie Doktorand an der LMU München) führt der Artikel "Korrelation und Kausalität" anhand von fiktiven und realen Beispielen in das Thema ein und spricht dabei die zentralen Aspekte an.

3. Fachliteratur (Lehrbücher & Artikel)

Mit Hilfe der folgenden Fachliteratur kann man sich in die Grundlagen zum Thema "Korrelation und Kausalität" einarbeiten:

  • Döring, N. & Bortz, J. (2016). Forschungsmethoden und Evaluation in den Human- und Sozialwissenschaften. Berlin: Springer. (Kap. 12.5.2., S. 695-701 & S. 684-687, verfügbar per Campuslizenz)
  • Krämer, W. (2015). So lügt man mit Statistik. Frankfurt am Main: Campus-Verlag. (Kap. 15)
  • Sedlmeier, P. & Renkewitz, F. (2013). Forschungsmethoden und Statistik für Psychologen und Sozialwissenschaftler. München: Pearson. (Kap. 7.5 & 7.6)
  • Wirtz, M. & Nachtigall, C. (2012). Deskriptive Statistik. Statistische Methoden für Psychologen, Teil 1. Weinheim: Beltz. (Kap. II.C.3)

4. Anwendung in Datenanalysesoftware

Im folgenden Video (11:05 Min.) von Prof. Dr. Todd L. Grande (Wilmington University, USA) wird gezeigt, wie sich die Voraussetzungen zur Berechnung einer Partialkorrelation in SPSS prüfen lassen. Dabei wird zunächst auf die Normalverteilungsannahme und das Vorliegen von Ausreißerwerten getestet und anschließend die Linearität graphisch mittels Streudiagrammen überprüft.

 

Im Anschluß an die Voraussetzungsprüfung (siehe Video oben!) demonstriert Prof. Dr. Todd L. Grande (Wilmington University, USA) in diesem Video (8:18 Min.) die Durchführung einer Partialkorrelationsanalyse in SPSS. Er verdeutlicht dies anhand eines Beispiels mit drei Variablen und geht dabei nach den Zielen und Voraussetzungen einer solchen Analyse v.a. ausführlich auf die in der Korrelationstabelle enthaltenen Ergebnisse und deren Interpretation ein.

Zur Vertiefung

1. Video-Tutorials

Im ersten Video (6:08 Min) der zweiteiligen Reihe "Correlation Is Not Causation" von Soomo Publishing (www.soomolearning.com) wird der Frage nachgegangen, ob die Aussage, dass der Konsum von Videospielen Kinder aggressiv macht, aufgrund der gefundenen Korrelation zwischen diesen beiden Variablen (Videospielkonsum & Aggressivität) gerechtfertigt werden kann. Dazu wird in Teil 1 zunächst verdeutlicht, wie eine solche Korrelation zu interpretieren ist.

 

Im zweiten Video (8:36 Min.) der Reihe "Correlation Is Not Causation" von Soomo Publishing (www.soomolearning.com) wird aufgezeigt, warum die gefundene Korrelation zwischen Videospielkonsum und Aggressivität keine Aussage auf einen kausalen Zusammenhang erlaubt. Dazu wird die Bedeutung von sogenannten "Drittvariablen" erläutert und auf das Beispiel übertragen. Schließlich wird demonstriert, wie sich die Aussage, dass der Konsum von Videospielen Kinder aggressiv macht, tatsächlich - nämlich experimentell - auf Kausalität prüfen ließe.

 

Im Video "Causal Relationship in Scientific Reseach" (16:39 Min.) gibt Dr. E. Paik (University of Nevada, Las Vegas) eine Einführung in die Untersuchung kausaler Zusammenhänge in der wissenschaftlichen Forschung. Dazu wird zunächst das Konzept der Kausalität mit Hilfe eines Beispiels erörtert und anschließend verdeutlicht, wie Kausalität in der Forschung modelliert wird, d.h. wie sie sich experimentell überprüfen lässt. Im Zuge dieser Präsentation werden zudem die Begriffe von Ursache, Wirkung, Wenn-Dann-Regel, wissenschaftliches Experiment, unabhängige und abhängige Variable eingeführt.


2. Online-Lernangebote und -ressourcen

Auf folgenden Internetseiten finden Sie vertiefende Online-Lernangebote bzw. -ressourcen zu weiterführenden Fragen rund um das Thema "Korrelation und Kausalität" (z.B. Partialkorrelation):

  • Im Online-Kurs "STAT 505" des PennState Eberly College of Science wird in Kapitel 6.3 die Testung auf eine partielle Korrelation und die Berechnung der entsprechenden Konfidenzintervalle veranschaulicht.
  • Auf der englischsprachigen Internetseite VassarStats: Website for Statistical Computation von Prof. em. Richard Lowry (Vassar College, USA) finden sich unter der Rubrik "Correlation & Regression" neben zahlreichen Tools zu verschiedensten korrelationsbezogenen Maßen auch solche zur Berechnung von  Partialkorrelationen.
  • Auf seiner Homepage stellt der US-amerikanische Autor Tyler Vigen ("Spurious correlations") ganze 30.000(!) Beispiele für Scheinkorrelationen vor und weist die Quellen der zugrunde liegenden Daten aus. Zudem lassen sich aus der Fülle der vorliegenden Variablen - quasi zu Übungszwecken - diverse "neue" Korrelationen bestimmen und graphisch darstellen.

3. Fachliteratur (Lehrbücher & Artikel)

Die folgende Fachliteratur kann empfohlen werden, um sich mit weiterführenden Fragen zum Thema "Korrelation und Kausalität" zu befassen:

  • Opp, K.-D. (2010). Kausalität als Gegenstand der Sozialwissenschaften und der multivariaten Statistik. In C. Wolf & H. Best (Hrsg.). Handbuch der sozialwissenschaftlichen Datenanalyse (S. 9-38). Wiesbaden: VS Verlag für Sozialwissenschaften. (verfügbar per Campuslizenz)
  • Rasch, B., Friese, M., Hofmann, W. & Naumann, E. (2014). Quantitative Methoden 1 - Einführung in die Statistik für Psychologen und Sozialwissenschaftler. Berlin: Springer. (Kap. 4.1.11; verfügbar per Campuslizenz)
  • Simon, H. (1954). Spurious Correlation: A Causal Interpretation. Journal of the American Statistical Association, 49(267), 467-479.

Themenbereich 9: Lineare Regression

Zum Einstieg

1. Video-Tutorials

Im folgenden Video (8:17 Min.), das als Begleitmaterial zum Lehrbuch "Quantitative Methoden 1 - Einführung in die Statistik für Psychologen und Sozialwissenschaftler" von Rasch et al. (2014) dient, wird in die einfache lineare Regression eingeführt. Dabei wird zunächst die grundlegende Idee erläutert und zentrale Begriffe erklärt. Anschließend wird das Kriterium der kleinsten Quadrate veranschaulicht und die Formel zur Bestimmung der Regressionsgeraden angewendet.

 

Links zu weiteren Videos:

Die beiden englischsprachigen Videos "Simple linear regression" (12:39 Min.) und "Regression Example" (14:52 Min.) aus dem Kapitel "Regression" der Internetseite Stat Trek - Teach yourself statistics führen in leicht verständlicher Sprache mit Hilfe vieler Beispiele in die Grundlagen zum Thema "Lineare Regression" ein.
(Hinweis: Um das Video abspielen zu können, muss das Flash-Plugin im Browser aktiviert sein bzw. werden!)


Im zweiten und dritten Video (16:22 & 9:10 Min.) seiner Youtube-Reihe "Correlation & Single Regression" befasst sich Dr. Ross Avilla von der University of California, Merced (USA) mit der einfachen linearen Regression und ihren Voraussetzungen. Anhand von Beispieldaten werden dabei die zentralen Konzepte (z.B. intercept, slope, etc.) erläutert und graphisch veranschaulicht, die Vor- und Nachteile der Regression diskutiert und die Voraussetzungen für eine (lineare) Regressionsanalyse im Detail erörtert.
(Hinweis: relativ hohes Sprechtempo!)


2. Online-Lernangebote und -ressourcen

Auf folgenden Internetseiten finden Sie einführende Online-Lernangebote zum Thema "Lineare Regression":

  • Die Methodenberatung der Universität Zürich (UZH) bietet im Kapitel "Zusammenhänge" unter Einfache lineare Regression einen guten Einstieg sowohl in die Voraussetzungen und grundlegenden Konzepte zur (einfachen) linearen Regression als auch in deren Berechnung und Anwendung in SPSS.
  • Das Lernmodul "Regressionsanalyse" von MESOSworld (Methodological Education for the Social Sciences) führt schrittweise in das Verständnis und die Berechnung des Regressionskoeffizienten sowie die Bestimmung von Modellgüte, Standardfehler und Signifikanz ein und schließt mit einem "SPSS-Kochbuch" ab.
    (Hinweis: Um alle Inhalte des Lernmoduls sehen zu können, muss der Flash-Player installiert sein bzw. werden!)

3. Fachliteratur (Lehrbücher & Artikel)

Mit Hilfe der folgenden Fachliteratur kann man sich in die Grundlagen zum Thema "Lineare Regression" einarbeiten:

  • Gollwitzer, M., Eid, M. & Schmitt, M. (2011). Statistik und Forschungsmethoden. Weinheim: Beltz. (Kap. 16, verfügbar per Campuslizenz)
  • Rasch, B., Friese, M., Hofmann, W. & Naumann, E. (2014). Quantitative Methoden 1 - Einführung in die Statistik für Psychologen und Sozialwissenschaftler. Berlin: Springer. (Kap. 4.3; verfügbar per Campuslizenz)
  • Sedlmeier, P. & Renkewitz, F. (2013). Forschungsmethoden und Statistik für Psychologen und Sozialwissenschaftler. München: Pearson. (Kap. 8.1-8.3)
  • Schneider, A., Hommel, G. & Blettner, M. (2010). Linear regression analysis — part 14 of a series on evaluation of scientific publications. Deutsches Ärzteblatt, 107 (44), 776–782.

4. Anwendung in Datenanalysesoftware

Die Schriftenreihe SPSS Special Topics des Leibniz-Rechenzentrums der Bayerischen Akademie der Wissenschaften enthält u.a. auch ein eigenes Kapitel "Lineare Regression", in dem sowohl die einfache als auch die multiple lineare Regression erläutert und deren Durchführung in SPSS anhand verschiedener Übungen mit einem bereitgestellten Datensatz (download) veranschaulicht wird.

Im Skript "Lineare Regressionsanalyse" von Prof. Dr. Kappelhoff (em.) wird die Durchführung einer bivariaten bzw. multivariaten Regression beschrieben und u.a. die SPSS-Ausgabedatei erläutert.


Mit Hilfe der folgenden Literatur kann man sich in die Anwendung der Regression in Datenanalysesoftware (SPSS & R) einarbeiten:

  • Schendera, C. (2014). Regressionsanalyse mit SPSS. München: De Gruyter Oldenbourg.
  • Schlittgen, R. (2013). Regressionsanalyse mit R. München: Oldenbourg-Verlag.


Im folgenden Video (9:07 Min.) von Prof. Dr. Todd L. Grande (Wilmington University, USA) wird die Durchführung einer einfachen linearen Regression in SPSS sowie die Überprüfung der Voraussetzungen (Normalverteilung, Linearität, Residuen, etc.) und die Interpretation der erhaltenen Ergebnisse  demonstriert.

 

Im folgenden Video (14:53 Min.) von Prof. Dr. Todd L. Grande (Wilmington University, USA) wird die Durchführung einer multiplen linearen Regression in SPSS sowie die Überprüfung der Voraussetzungen (Normalverteilung, Multikollinearität, Ausreißer, Linearität, Stichprobengröße) und die Interpretation der erhaltenen Ergebnisse demonstriert.

Zur Vertiefung

1. Video-Tutorials

Im folgenden Video (8:08 Min.) führt Prof. Jeremy Balka von der University of Guelph (Canada) in leicht verständlicher Sprache und mit Hilfe zweier Beispiele zunächst in die Grundlagen der einfachen linearen Regression ein. In den weiteren 11 kurzen Videos (ca. 7-10 Min.) seiner Youtube-Reihe "Simple Linear Regression" behandelt er anschließend jeweils verschiedene zentrale Aspekte der einfachen linearen Regression wie z.B. die Regressionsgerade, Modellparameter, Voraussetzungen, Transformationen, etc. im Detail, was eine gute Möglichkeit zur Vertiefung der Grundlagen bietet.

 

In seiner Youtube-Reihe "Multipe Regression" befasst sich Dr. Ross Avilla von der University of California, Merced (USA) in 4 überwiegend kurzen Videos mit verschiedenen Aspekten der multiplen Regression. Anhand von Beispieldaten wird dabei neben den Grundlagen v.a. erläutert, 1) was Multikollinearität bedeutet, 2) wie man eine hierachische Regressionsanalyse duchführt und 3) was eine schrittweise Regression im Zuge explorativer Analysen bedeutet. In einer kurzen Zusammenfassung wird abschließend nochmal 4) ein Überblick über die multiple Regression gegeben.
(Hinweis: relativ hohes Sprechtempo!)


Im folgenden einstündigen(!) Video befasst sich Dr. Malte Persike (Psychologisches Institut der Universität Mainz) ausführlich mit der multiplen Regression. Dabei werden aufbauend auf einem (fiktiven) Experiment die grundlegenden Konzepte und Begriffe detailliert erklärt und die der multiplen Regression zugrundeliegenden Formeln und Gleichungen vorgestellt.

 

Im Anschluss an das Video "Multiple Lineare Regression - Grundlagen" (s.o.) befasst sich Dr. Malte Persike (Psychologisches Institut der Universität Mainz) in diesem einstündigen(!) Video mit statistischen Kennwerten zur Beurteilung der Güte einer multiplen Regression. Dabei werden der multiple Korrelationskoeffizient R und der multiple Determinationskoeffizient R2 sowie die weiteren Kennwerte der Nützlichkeit, Redundanz und Suppression vorgestellt und ausführlich erläutert.


2. Online-Lernangebote und -ressourcen

Auf folgenden Internetseiten finden Sie vertiefende Online-Lernangebote bzw. -ressourcen zu weiterführenden Fragen rund um das Thema "Lineare Regression":

  • Die Methodenberatung der Universität Zürich (UZH) bietet im Kapitel "Zusammenhänge" unter Multiple Regressionsanalyse einen guten Einstieg sowohl in die Voraussetzungen und grundlegenden Konzepte zur multiplen Regressionsanalyse als auch in deren Berechnung und Anwendung in SPSS.
  • Auf der englischsprachigen Internetseite VassarStats: Website for Statistical Computation von Prof. em. Richard Lowry (Vassar College, USA) finden sich unter der Rubrik "Correlation & Regression" verschiedene  Tools zur Berechnung linearer, multipler und logistischer Regressionen.
  • Auf der englischsprachigen Internetseite "Free Statistics Calculators" von Prof. Daniel Soper (California State University, USA) findet sich unter der Rubrik Effect Size for Multiple Regression Related Calculators eine Vielzahl an regressionsbezogenen Online-Rechnern, von der Berechnung benötigter Stichprobengrößen über Test- und Effektstärkebestimmung bis hin zu Signifikanztests und Konfidenzintervallberechnung.

3. Fachliteratur (Lehrbücher & Artikel)

Die folgende Fachliteratur kann empfohlen werden, um sich mit weiterführenden Fragen zum Thema "Regression" (z.B. Multiple Regression) zu befassen:

  • Backhaus, K., Erichson, B., Plinke, W. & Weiber, R. (2016). Multivariate Analysemethoden: eine anwendungsorientierte Einführung. Berlin: Springer. (Kap. 1)
  • Gollwitzer, M., Eid, M. & Schmitt, M. (2011). Statistik und Forschungsmethoden. Weinheim: Beltz. (Kap. 18, verfügbar per Campuslizenz)
  • Sedlmeier, P. & Renkewitz, F. (2013). Forschungsmethoden und Statistik für Psychologen und Sozialwissenschaftler. München: Pearson. (Kap. 8.4)
  • Urban, D. & Mayerl, J. (2011). Regressionsanalyse: Theorie, Technik und Anwendung. Wiesbaden: VS Verlag für Sozialwissenschaften. (verfügbar per Campuslizenz)

Themenbereich 10: Logistische Regression

Zum Einstieg

1. Video-Tutorials

Im folgenden Video (17:30 Min.) von Prof. Steve Grambow (Duke University Medical Center, USA) wird eine umfassende und anschauliche Einführung in die (einfache) logistische Regression gegeben. Dabei werden anhand von realen Daten alle wichtigen Aspekte der logistischen Regression wie z.B. die Logit-Funktion und Odds Ratio erörtert und zudem die Interpretation und Darstellung erhaltener Ergebnisse wie auch die Voraussetzungen der logistischen Regression thematisiert.
(Hinweis: Da es sich um ein multivariates Verfahren handelt, wird vorausgesetzt, dass das Verfahren der linearen Regression bekannt ist!)


2. Online-Lernangebote und -ressourcen

Auf folgenden Internetseiten finden Sie einführende Online-Lernangebote zum Thema "Logistische Regression":

  • Die Methodenberatung der Universität Zürich (UZH) bietet im Kapitel "Zusammenhänge" unter Logistische Regressionsanalyse einen guten Einstieg sowohl in die Voraussetzungen und grundlegenden Konzepte zur logistischen Regression als auch in deren Berechnung und Anwendung in SPSS.
  • Unter "An Introduction to Logistic Regression" gibt Dr. John Whitehead (Appalachian State University, USA) einen guten Überblick über die wesentlichen Merkmale der logistischen Regression, der sich für einen Einstieg in das Thema eignet.
  • Im Skript "Logistische Regression (in SPSS)" von Prof. Dr. Daniel Lois (Universität der Bundeswehr München) werden die Grundlagen und zentralen Konzepte (Logit-Funktion und Modellfit) der logistischen Regression nicht nur erläutert, sondern zusätzlich an einem Anwendungsbeipiel (in SPSS) veranschaulicht und durch Anwendungsempfehlungen ergänzt.

3. Fachliteratur (Lehrbücher & Artikel)

Mit Hilfe der folgenden Fachliteratur kann man sich in die Grundlagen zum Thema "Logistische Regression" einarbeiten:

  • Best, H. & Wolf, C. (2010). Logistische Regression. In C. Wolf & H. Best (Hrsg.). Handbuch der sozialwissenschaftlichen Datenanalyse (S. 827-854). Wiesbaden: VS Verlag für Sozialwissenschaften. (verfügbar per Campuslizenz)
  • Gollwitzer, M., Eid, M. & Schmitt, M. (2011). Statistik und Forschungsmethoden. Weinheim: Beltz. (Kap. 21, verfügbar per Campuslizenz)
  • Mayerl, J. & Urban, D., (2010). Binär-logistische Regressionsanalyse. Grundlagen und Anwendung für Sozialwissenschaftler. Schriftenreihe des Instituts für Sozialwissenschaften der Universität Stuttgart, SISS No. 3/2010. (verfügbar per Campuslizenz)

4. Anwendung in Datenanalysesoftware

Die Schriftenreihe SPSS Special Topics des Leibniz-Rechenzentrums der Bayerischen Akademie der Wissenschaften enthält u.a. auch ein eigenes Kapitel "Lineare Regression", in dem auch kurz die binär-logistische Regression erläutert und deren Durchführung in SPSS anhand einer Übung mit einem bereitgestellten Datensatz (download) veranschaulicht wird.


Mit Hilfe der folgenden Literatur kann man sich in die Anwendung der logistischen Regression in Datenanalysesoftware (SPSS & R)

  • Schendera, C. (2014). Regressionsanalyse mit SPSS. München: De Gruyter Oldenbourg.
  • Schlittgen, R. (2013). Regressionsanalyse mit R. München: Oldenbourg-Verlag.


Im folgenden Video (11:51 Min.) von Prof. Dr. Todd L. Grande (Wilmington University, USA) wird die Durchführung einer binär-logistischen Regression mit einer kontinuierlichen Prädiktorvariable in SPSS sowie die Interpretation des erhaltenen Odds Ratio und dessen Umrechung in Wahrscheinlichkeiten  demonstriert.


Im folgenden Video (14:44 Min.) von Prof. Dr. Todd L. Grande (Wilmington University, USA) wird die Durchführung einer binär-logistischen Regression mit zwei dichotomen Prädiktorvariablen in SPSS sowie die Interpretation der erhaltenen Ergebnisse schrittweise und ausführlich demonstriert.


Im folgenden Video (11:15 Min.) von Prof. Dr. Todd L. Grande (Wilmington University, USA) wird die Durchführung einer multinomialen logistischen Regression mit einer dichotomen Prädiktorvariable (3 Level) in SPSS veranschaulicht und die Interpretation der erhaltenen Ergebnisse anhand der Ausgabe erläutert.

Zur Vertiefung

1. Video-Tutorials

In seiner Youtube-Reihe "Statistics PL16 - Logistic Regression" führt Brandon Foltz (Cengage Learning, USA) in 6 Videos schrittweise in die verschiedenen Aspekten der logistischen Regression ein. Anhand eines fiktiven Beispiels werden dabei nach einer Einführung v.a. Odds Ratio, die Logit- und Regressionsgleichung, die Wahrscheinlichkeitsschätzung und die computerbasierte Anwendung erläutert.
(Hinweis: Da es sich um ein multivariates Verfahren handelt, wird vorausgesetzt, dass das Verfahren der linearen Regression bekannt ist!)


2. Online-Lernangebote und -ressourcen

Auf folgenden Internetseiten finden Sie vertiefende Online-Lernangebote bzw. -ressourcen zu weiterführenden Fragen rund um das Thema "Logistische Regression":

  • Im Online-Kurs "STAT 504" des PennState Eberly College of Science wird in Kapitel 6 nach einer Einführung in das Allgemeine Lineare Modell (GLM) die binär-logistische Regression mit einem bzw. mehreren kategorialen Prädiktoren veranschaulicht und in Kapitel 7 der Einbezug kontinuierlicher Kovariaten sowie die Prüfung der Modellgüte thematisiert.
  • Auf der englischsprachigen Internetseite VassarStats: Website for Statistical Computation von Prof. em. Richard Lowry (Vassar College, USA) finden sich unter der Rubrik "Correlation & Regression" neben einem einführenden Beispiel auch zwei Tools zur Berechnung einer einfachen logistischen Regression.
  • Auf der Homepage von Prof. Dr. John C. Pezzullo, Georgetown University, Washington DC (USA), befindet sich ein Online-Rechner für die logistische Regression, mit dessen Hilfe sich nach Eingabe entsprechender Rohdaten (auch aggregierte) die zentralen Kennwerte wie z.B. Koeffizienten, Standardfehler, Odds Ratio, Konfidenzintervalle und Signifikanzniveau ausgeben lassen.
  • Das Skript "INTRODUCTION TO LOGISTIC REGRESSION" eines Workshops der Vanderbilt University (USA) kann für eine weiterführende Auseinandersetzung mit der logistischen Regression genutzt werden.

3. Fachliteratur (Lehrbücher & Artikel)

Die folgende Fachliteratur kann empfohlen werden, um sich mit weiterführenden Fragen zum Thema "Logistische Regression" zu befassen:

  • Backhaus, K., Erichson, B., Plinke, W. & Weiber, R. (2016). Multivariate Analysemethoden: eine anwendungsorientierte Einführung. Berlin: Springer. (Kap. 5)
  • Urban, D. & Mayerl, J. (2011). Regressionsanalyse: Theorie, Technik und Anwendung. Wiesbaden: VS Verlag für Sozialwissenschaften. (verfügbar per Campuslizenz)

 

Themenbereich 11: Epidemiologische Maße

Zum Einstieg

1. Video-Tutorials

Im folgenden Video (6:24 Min.) von Medmastery, einem österreichischen Anbieter von akkreditierten Online-Kursen im medizinischen Bereich, werden die Begriffe Inzidenz und Prävalenz sowie die zugrundeliegenden epidemiologischen Konzepte anhand fiktiver Beispiele erläutert, gegenüber gestellt und schließlich im Zusammenhang gemeimsam betrachtet.

 

In diesem kurzen Video (4:43 Min.) von Medmastery, einem österreichischen Anbieter von akkreditierten Online-Kursen im medizinischen Bereich, werden die Begriffe Sensitivität und Spezifität sowie die zugrundeliegenden epidemiologischen Konzepte anhand fiktiver Beispiele erklärt. Anschließend wird zudem aufgezeigt, warum es wichtig ist, dass (medizinische) Tests ein möglichst hohes Ausmaß an Sensitivität und Spezifität erreichen.

 

Das folgende kurze Video (2:30 Min.) von Medmastery, einem österreichischen Anbieter von akkreditierten Online-Kursen im medizinischen Bereich, greift die Begriffe Sensitivität und Spezifität (s. Video oben!) nochmals auf und verdeutlicht, wie beide Maße vom gewählten Schwellenwert abhängen und dass die Wahl des Schwellenwertes i.d.R. einen Kompromiss zwischen beiden Maßen darstellt.

 

In den anderen 5 kurzen Videos (ca. 3 - 6 Min.) der Youtube-Reihe "Epidemiology" von Medmastery werden zudem weitere epidemiologische Begriffe/Konzepte wie z.B. Mortalitätsrate, Vorhersagewerte, Prognosen, etc. erläutert.


2. Online-Lernangebote und -ressourcen

Zum Einstieg in das Thema "Epidemiologische Maße" können folgende Online-Lernangebote bzw. -ressourcen genutzt werden:

  • In einem Skript des Universitätsklinikums Schleswig-Holstein (2012) wird nach einer kurzen Einführung in die Definition und Ziele der Epidemiologie eine Vielzahl an verschiedenen epidemiologischen Maßen vorgestellt und erläutert.
  • In den Folien eines Workshops (2005) zum Thema "Berechnung von Konfidenzintervallen für Impact Numbers aus Fall-Kontroll und Kohorten-Studien" von M. Hildebrandt, R. Bender und M. Blettner (Institut für Qualität und Wirtschaftlichkeit im Gesundheitswesen, Köln bzw. Johannes-Gutenberg-Universität, Mainz) werden neben klassischen Effektmaßen der Epidemiologie auch Impact Numbers mit Konfidenzintervallen als sinnvolle Ergänzung vorgestellt.

3. Fachliteratur (Lehrbücher & Artikel)

Mit Hilfe der folgenden Fachliteratur kann man sich in die Grundlagen zum Thema "Epidemiologische Maße" einarbeiten:

  • Gordis, L. (2014). Epidemiology. Philadelphia: Elsevier Saunders.
  • Razum, O., Breckenkamp, J. & Brzoska, P. (2009). Epidemiologie für Dummies. Weinheim: Wiley-VCH. (Kap. 5 & 6)
  • Ressing, M., Blettner, M. & Klug, S. J. (2010). Auswertung epidemiologischer Studien. Teil 11 der Serie zur Bewertung wissenschaftlicher Publikationen. Deutsches Ärzteblatt, 107 (11), 187-192.
  • Sauerbrei, W. & Blettner, M. (2009). Interpretation der Ergebnisse von 2x2-Tafeln. Teil 9 der Serie zur Bewertung wissenschaftlicher Publikationen. Deutsches Ärzteblatt, 106 (48), 795-800.
  • Spix, C. & Blettner, M. (2012). Screening. Teil 19 der Serie zur Bewertung wissenschaftlicher Publikationen. Deutsches Ärzteblatt, 109 (21), 385-390.

4. Anwendung in Datenanalysesoftware

Im folgenden Video (7:27 Min.) von Prof. Dr. Todd L. Grande (Wilmington University, USA) wird die Berechnung von Sensitivität und Spezifität sowie der falsch positiven und falsch negativen Rate in SPSS demonstriert und die Interpretation der erhaltenen Werte verdeutlicht.

 

In diesem kurzen Video (7:17 Min.) von Prof. Dr. Todd L. Grande (Wilmington University, USA) wird die Berechnung von positiven und negativen Vorhersagewerten mittels Kreuztabellen und Chi-Quadrat in SPSS veranschaulicht. Dabei wird zunächst mit Hilfe der SPSS-Ausgabe das Konzept der richtig positiven, falsch negativen, falsch positiven und richtig negativen Werte erläutert und anschließend erklärt, wie sich somit auch die Werte für Sensitivität, Spezifität und Prävalenz aus den erhaltenen Ergebnissen ablesen lassen.

 

In diesem Video (14:15 Min.) von Prof. Dr. Todd L. Grande (Wilmington University, USA) wird die Berechnung und Interpretation einer Receiver Operator Characteristic (ROC) Curve in SPSS behandelt. Dabei wird insbesondere auf die Beurteilung der Sensitivität und Spezifität, z.B. mittels der Area Under the Curve (AUC), für die begründete Auswahl von Schwellenwerten eingegangen.

 

Die frei verfügbare Software Epi Info von Centers for Disease Control and Prevention (CDC) ermöglicht neben der Dateneingabe und Erstellung von Datenbanken vor allem auch die Analyse von Daten anhand epidemiologischer Statistiken. Die Bedienung der Software, die auf verschiedenen Plattformen (Computer, mobile Geräte, Cloud) genutzt werden kann, wird zudem in 54 Videos der eigenen Youtube-Reihe "Epi Info" von CDC ausführlich erklärt.

 

Die in der folgenden Wiedergabeliste zusammengefassten 4 Videos (ca. 3 - 5 Min.) von Stata Corp LP zeigen, wie sich verschiedene epidemiologische Maße wie z.B. Inzidenzrate, relatives Risiko oder Odds Ratio in STATA berechnen lassen.

Zur Vertiefung

1. Video-Tutorials

Im kurzen Video (3:25 Min.) von Dr. Cord Spreckelsen vom Institut für Medizinische Informatik der RWTH Aachen wird anhand eines (medizinischen) Beispiels aus Gigerenzer (2004) erläutert, wie sich Vorhersagewerte aus den Maßzahlen für Prävalenz, Sensitivität und Spezifität berechnen lassen.

 

In diesem kurzen Video (3:14 Min.) erklärt Prof. Dr. Terry Shaneyfelt vom Department of Medicine der University of Alabama in Birmingham, Alabama (USA) anhand eines einfachen Beispiels (Lungenkrebs bei Rauchern) zunächst, wie sich das relative Risiko (RR) im Rahmen einer Kohortenstudie bestimmen lässt. In 11 weiteren kurzen Videos (je ca. 3 Min.) seiner Youtube-Reihe "Calculations Made in Studies" demonstriert er anschließend jeweils die Berechnung verschiedener zentraler epidemiologischer Maße wie z.B.Odds Ratio, Spezifität, Sensitivität, Vorhersagewerte, Likelihood Ratio und NNT.

 

Im folgenden Video (9:39 Min.) gibt Dr. Renate M. Houts von der Duke University in Durham (USA) eine Einführung in die Berechnung und Anwendung sog. ROC Curves und dem damit verbundenen Konzept der "Area Under the Curve (AUC). Als Anschauungsmaterial verwendet sie dazu reale Daten einer aktuellen Studie von Caspi, Houts, Belsky, Harrington, Hogan, Ramrakha, Poulton & Moffitt (2016), die in Nature Human Behaviour (DOI: 10.1038/S41562-016-0005) veröffentlicht wurden.


2. Online-Lernangebote und -ressourcen

Zur Vertiefung des Themas "Epidemiologische Maße" können folgende Online-Lernangebote bzw. -ressourcen empfohlen werden:

  • Auf der Homepage der Statistiksoftware MedCalc werden u.a. auch frei verfügbare Online-Rechner zu epidemiologischen Maßzahlen (RR, OR) angeboten.
  • Unter OpenEpi stellen A.G. Dean, K.M. Sullivan und M.M. Soe der Rollins School of Public Health (Emory University, Atlanta, USA) eine Fülle an unterschiedlichen Online-Rechnern rund um epidemiologische Maßzahlen zur Verfügung. Das Programm, das als freie und open source Software angeboten wird, kann sowohl online per Webbrowser als auch offline (nach vorherigem Download) genutzt werden.
  • Auf der Internetseite VassarStats: Website for Statistical Computation von Prof. em. Richard Lowry (Vassar College, USA) finden sich unter der Rubrik "Clinical Research Calculators" eine Vielzahl verschiedener Tools zur Berechnung zentraler epidemiologischer Maße.
  • Unter EpiTools epidemiological calculators werden von "Ausvet", einer australischen (privaten) Beraterfirma im Gesundheitsbereich (u.a. Epidemiologie), diverse Online-Rechner zur Berechnung unterschiedlichster Maße der Epidemiologie angeboten.
  • Im Online-Angebot von "Psychometrica - Institut für psychologische Diagnostik" (von Dr. Alexandra Lenhard) findet sich u.a. auch ein Online-Rechner zur Ermittlung verschiedener Kennwerte für Screeningverfahren, wie z.B. Spezifität, Spezifität, prädiktiver Wert und RATZ-Index.

3. Fachliteratur (Lehrbücher & Artikel)

Die folgende Fachliteratur kann empfohlen werden, um sich mit weiterführenden Fragen zum Thema "Epidemiologische Maße" zu befassen:

  • Benesch, M. & Raab-Steiner, E. (2013). Klinische Studien lesen und verstehen. Stuttgart: UTB. (Kap. 2)
  • Held, L., Rufibach, K. & Seifert, B. (2013). Medizinische Statistik: Konzepte, Methoden, Anwendungen. München: Pearson.
  • Kreienbrock, L., Pigeot, I. & Ahrens, W. (2012). Epidemiologische Methoden. Berlin: Springer. (Kap. 2 & 6)

Themenbereich 12: t-Test

Zum Einstieg

1. Video-Tutorials

Im Video "What is a t-test?" (9:56 Min.) von Chris Duke wird auf einfache Art und Weise erklärt, wozu t-Tests dienen, wie sie funktionieren, wann sie eingesetzt werden können und wie deren Ergebnisse zu interpretieren sind. Dabei werden anhand eines fiktiven Beispiels zentrale Begriffe wie z.B. t-Wert und p-Wert definiert und veranschaulicht. Es werden verschiedene Arten von t-Tests vorgestellt und mit Beispielen erläutert. Die Voraussetzungen zur Verwendung von t-Tests werden aufgezeigt und der mögliche Umgang mit Verletzungen dieser Voraussetzungen wird thematisiert. Und schließlich wird gezeigt, wie Ergebnisse eines t-Tests zu lesen bzw. zu berichten sind.


Im folgenden Video (10:10 Min.) von Paul Andersen, Trainer und Bildungsberater in Montana (USA), wird eine anschauliche Einführung in die Durchführung eines t-Tests gegeben. Dabei wird zunächst anhand eines einfachen fiktiven Beispiels das Grundprinzip eines t-Tests für zwei unabhängige Stichproben konzeptuell erklärt und aufgezeigt, wie sich damit entsprechende Unterschiedshypothesen prüfen lassen. Anschließend wird  erläutert, was ein t-Test für abhängige Stichproben ist, worin sich ein- und zweiseitige t-Tests unterscheiden und welche Voraussetzungen für die Durchführung eines t-Tests bestehen. Eine Übung zur Wiederholung der behandelten Inhalte rundet dieses gelungene Video-Tutorial ab.


In den beiden Videos der folgenden Wiedergabeliste führt Prof. Mathias Bärtl von der Hochschule für Technik, Wirtschaft und Medien in Offenburg anhand einfacher Beispiele in die Grundbegriffe, Verwendung und Berechnung des t-Tests ein. Dabei werden im ersten Video (13:53 Min.) die Grundlagen des t-Tests am Beispiel des Einstichproben-t-Tests erläutert und anschließend im zweiten Video (13:33 Min.) die Durchführung eines t-Tests für zwei unabhängige sowie für zwei verbundene (abhängige) Stichproben demonstriert.


2. Online-Lernangebote und -ressourcen

Auf folgenden Internetseiten finden Sie einführende Online-Lernangebote zum Thema "t-Test":

  • Die beiden Lernmodule "t-Test für unabhängige Stichproben" und "t-Test für abhängige Stichproben" von MESOSworld (Methodological Education for the Social Sciences) führen schrittweise in die zentralen Ideen des t-Tests wie z.B. die Prüfgröße und -verteilung und das Signifikanzniveau ein und schließen jeweils mit einem ausführlichen Fallbeispiel ab.
    (Hinweis: Um alle Inhalte des Lernmoduls sehen zu können, muss der Flash-Player installiert sein bzw. werden!)
  • Die englischsprachige Internetseite Stat Trek - Teach yourself statistics beinhaltet im Kapitel "Hypothesis Test" eine Einheit zum Thema "Difference Between Means" (two-sample t-test) sowie zum Thema "Test for a Mean" (one-sample t-test) und veranschaulicht u.a. anhand von Fallbeispielen die Grundlagen und die Berechnung des t-Tests.
  • Auf der Internetseite MtheGuru befinden sich in der Rubrik "Stochastik" zwei jeweils sehr ausführliche Kapitel zum "t-Test" (Anwendungsgebiete, Varianten, etc.) sowie zur "t-Verteilung" (Eigenschaften, Anwendungsbereiche, Geschichte). Beide Kapitel beinhalten zudem verschiedene Online-Rechner bzw. interaktive Elemente rund um den t-Test und die t-Verteilung.

3. Fachliteratur (Lehrbücher & Artikel)

Mit Hilfe der folgenden Fachliteratur kann man sich in die Grundlagen zum Thema "t-Test" einarbeiten:

  • Rasch, B., Friese, M., Hofmann, W. & Naumann, E. (2014). Quantitative Methoden 1 - Einführung in die Statistik für Psychologen und Sozialwissenschaftler. Berlin: Springer. (Kap. 3.1 & 3.2; verfügbar per Campuslizenz)
  • Sedlmeier, P. & Renkewitz, F. (2013). Forschungsmethoden und Statistik für Psychologen und Sozialwissenschaftler. München: Pearson. (Kap. 13.1)
  • Wirtz, M. & Nachtigall, C. (2012). Wahrscheinlichkeitsrechnung und Inferenzstatistik. Statistische Methoden für Psychologen, Teil 2. Weinheim: Beltz. (Kap. II. B.2)

4. Anwendung in Datenanalysesoftware

Im folgenden Video (7:40 Min.) von Prof. Dr. Todd L. Grande (Wilmington University, USA) wird die Durchführung des Einstichproben-t-Tests in SPSS sowie die Überprüfung der Voraussetzungen (Unabhängigkeit der beobachteten Werte, Normalverteilung, metrische AV ohne Ausreißer) und die Interpretation der erhaltenen Ergebnisse anhand eines fiktiven Datensatzes demonstriert.

 

In diesem ausführlichen Video (19:53 Min.) von Prof. Dr. Todd L. Grande (Wilmington University, USA) werden der t-Test für unabhängige Stichproben und der t-Test für abhängige Stichproben miteinander verglichen und deren jeweilige Verwendung bzw. Zwecke erläutert. Dabei wird für beide Verfahren jeweils die Durchführung in SPSS sowie die Überprüfung der Voraussetzungen (z.B. Normalverteilung, Ausreißer, etc.) und die Interpretation der erhaltenen Ergebnisse demonstriert.

Zur Vertiefung

1. Video-Tutorials

In den folgenden zwei Videos, die als Begleitmaterial zum Lehrbuch "Quantitative Methoden 1 - Einführung in die Statistik für Psychologen und Sozialwissenschaftler" von Rasch et al. (2014) dienen, werden die Berechnung des t-Wertes zur Überprüfung einer empirischen Mittelwertsdifferenz sowie die Entscheidungsregeln beim t-Test behandelt. Dabei wird im ersten Video (6:52 Min.) die zugrunde liegende Formel erklärt, die Bedeutung und Berechnung der Freiheitsgrade aufgezeigt und die Interpretation des erhaltenen Ergebnisses verdeutlicht. Im zweiten Video (11:40 Min.) wird zunächst mit Hilfe einer Vier-Felder-Matrix aufgezeigt, welche verschiedenen "Situationen" nach einem Signifikanztest (hier: t-Test) grundsätzlich auftreten können und welche Begriffe hierfür jeweils verwendet werden. Nach der graphischen Veranschaulichung dieser Begriffe wird zudem erläutert, welche Rolle den entsprechenden Konzepten im Rahmen der Versuchs- und Stichprobenumfangsplanung zukommt.

 

Im folgenden Video (10:54 Min.) führt Dr. Malte Persike (Psychologisches Institut der Universität Mainz) anhand eines einfachen Beispiels zunächst in die Grundlagen des Einstichproben-t-Tests ein. In 11 weiteren Videos (ca. 3 - 17 Min.) seiner Youtube-Reihe "Inferenzstatistik 1.0" behandelt er anschließend jeweils verschiedene zentrale Aspekte des t-Tests wie z.B. t-Wert, t-Verteilung, gerichtete und ungerichtete t-Tests sowie abhängige und unabhängige Stichproben.

 

In diesem Video (14:39 Min.) von Prof. Dr. Joseph Johnson (Miami University, Oxford, USA) wird demonstriert, wie sich mit Hilfe des Programms G*Power (s.u.) Poweranalysen im Rahmen von t-Tests für abhängige und unabhängige Stichproben durchführen lassen, die sowohl a priori (d.h. zur Berechnung benötigter Stichprobenumfänge) als auch post hoc (d.h. zur Berechnung der erzielten Teststärke) von Bedeutung sind.


2. Online-Lernangebote und -ressourcen

Auf folgenden Internetseiten finden Sie weiterführende Online-Lernangebote bzw. -ressourcen zum Thema "t-Test":

  • Auf der englischsprachigen Internetseite VassarStats: Website for Statistical Computation von Prof. em. Richard Lowry (Vassar College, USA) finden sich unter der Rubrik "t-Tests & Procedures" verschiedene Tools für die Berechnung von t-Tests bei unabhängigen und abhängigen Stichproben sowie für den Einstichproben-t-Test.
  • Für die Kalkulation von optimalen Stichprobenumfängen bei der Anwendung von t-Tests stellen die beiden Online-Rechner (für eine Stichprobe sowie für unabhängige Stichproben) von Prof. Rollin Brant der University of British Columbia (Canada) eine einfache und leicht zu bedienende Hilfe dar.
  • Ausführliche (englischsprachige) Anleitungen zur Verwendung von G*Power (s.o.) für Poweranalysen z.B. bei t-Tests für unabhängige Stichproben und abhängige Stichproben sowie für den Einstichproben-t-Test finden sich auf den Internetseiten des "Institute for Digital Research and Education (idre)" der UCLA Statistical Consulting Group.
  • Die englischsprachige Internetseite Stat Trek - Teach yourself statistics bietet im Bereich Statistics Tables unter anderem auch ein Online-Tool zur Berechnung der kumulativen Wahrscheinlichkeiten bzw. t-Werte (basierend auf der t-Verteilung) an.

3. Fachliteratur (Lehrbücher & Artikel)

Die folgende Fachliteratur kann empfohlen werden, um sich in weiterführende Fragen zum Thema "t-Test" einzuarbeiten:

  • Haslam, S. A. & McGarty, C. (2014, 2. Ed.). Research Methods and Statistics in Psychology. Los Angeles: SAGE. (Kap. 8)
  • Rasch, B., Friese, M., Hofmann, W. & Naumann, E. (2014). Quantitative Methoden 1 - Einführung in die Statistik für Psychologen und Sozialwissenschaftler. Berlin: Springer. (Kap. 3.3 & 3.4; verfügbar per Campuslizenz)
  • Sedlmeier, P. & Renkewitz, F. (2013). Forschungsmethoden und Statistik für Psychologen und Sozialwissenschaftler. München: Pearson. (Kap. 13.2 & 13.3)

Themenbereich 13: Varianzanalyse

Zum Einstieg

1. Video-Tutorials

Eine sehr gute Einführung in die (einfaktorielle) Varianzanalyse (ANOVA) bietet das folgende Video (15:23 Min.) von Prof. Mathias Bärtl der Hochschule für Technik, Wirtschaft und Medien in Offenburg. Darin werden nicht nur mögliche Einsatzbereiche der Varianzanalyse beschrieben, sondern zudem das grundlegende Konzept anhand eines Beispiels erklärt und die konkrete Berechnung ausführlich und in angenehmen Tempo veranschaulicht.

 

Im folgenden Video (14:29 Min.) von David Longstreet (Youtube-Kanal "statisticsfun"), Privatdozent und Data Scientist aus Kansas City (USA), wird eine ausführliche und kleinschrittige Anleitung zur "händischen" Berechnung einer Varianzanalyse und der Interpretation des berechneten F-Wertes gegeben. Das Video ist generell gut geeignet, um das Grundprinzip der Varianzanalyse mit Hilfe eines einfachen Beispiels nachzuvollziehen.

 

Im kurzen Video "Terminologie der Varianzanalyse" (6:44 Min.), das als Begleitmaterial zum Lehrbuch "Quantitative Methoden 2 - Einführung in die Statistik für Psychologen und Sozialwissenschaftler" von Rasch et al. (2014) dient, werden verschiedene im Rahmen der Varianzanalyse gebräuchliche (Fach-)Begriffe wie z.B. Faktor, Faktorstufen, Randmittel, Haupteffekt und Wechselwirkung vorgestellt und anhand eines abstrakten Versuchsplans bzw. eines Beispiels veranschaulicht.

 

Im folgenden Video (9:39 Min.), das als Begleitmaterial zum Lehrbuch "Quantitative Methoden 2 - Einführung in die Statistik für Psychologen und Sozialwissenschaftler" von Rasch et al. (2014) dient, wird die Bedeutung von Wechselwirkungen in mehrfaktoriellen Versuchsplänen anhand eines Beispiels erläutert. Anschließend werden zudem verschiedene Arten von Wechselwirkungen kategorisiert und deren Besonderheiten im Hinblick auf die Interpretation der Ergebnisse erklärt.


2. Online-Lernangebote und -ressourcen

Auf folgenden Internetseiten finden Sie einführende Online-Lernangebote zum Thema "Varianzanalyse":

  • Die Methodenberatung der Universität Zürich (UZH) bietet im Kapitel "Unterschiede" unter Einfaktorielle Varianzanalyse einen guten Einstieg sowohl in die Voraussetzungen und grundlegenden Konzepte der einfaktoriellen Varianzanalyse (ohne Messwiederholung) als auch in deren Berechnung und Anwendung in SPSS.
  • Die Methodenberatung der Universität Zürich (UZH) bietet im Kapitel "Unterschiede" unter Mehrfaktorielle Varianzanalyse einen guten Einstieg sowohl in die Voraussetzungen und grundlegenden Konzepte der mehrfaktoriellen Varianzanalyse (ohne Messwiederholung) als auch in deren Berechnung und Anwendung in SPSS.
  • Die Methodenberatung der Universität Zürich (UZH) bietet im Kapitel "Unterschiede" unter Einfaktorielle Varianzanalyse mit Messwiederholung einen guten Einstieg sowohl in die Voraussetzungen und grundlegenden Konzepte der einfaktoriellen Varianzanalyse (mit Messwiederholung) als auch in deren Berechnung und Anwendung in SPSS.

3. Fachliteratur (Lehrbücher & Artikel)

Mit Hilfe der folgenden Fachliteratur kann man sich in die Grundlagen zum Thema "Varianzanalyse" einarbeiten:

  • Döring, N. & Bortz, J. (2016). Forschungsmethoden und Evaluation in den Human- und Sozialwissenschaften. Berlin: Springer. (Kap. 12.5.3., S. 705-726, verfügbar per Campuslizenz)
  • Sedlmeier, P. & Renkewitz, F. (2013). Forschungsmethoden und Statistik für Psychologen und Sozialwissenschaftler. München: Pearson. (Kap. 14)
  • Wirtz, M. & Nachtigall, C. (2012). Wahrscheinlichkeitsrechnung und Inferenzstatistik. Statistische Methoden für Psychologen, Teil 2. Weinheim: Beltz. (Kap. II. C.2)

4. Anwendung in Datenanalysesoftware

In der umfangreichen Youtube-Reihe "Statistical Analyses Using SPSS" von Prof. Dr. Todd L. Grande (Wilmington University, USA) findet sich u.a. eine Vielzahl an Videos zur Durchführung verschiedener Arten von Varianzanalysen in SPSS, wie z.B.:

  • One-way ANOVA and Post Hoc Test Using SPSS
  • Selecting a Post Hoc Test after ANOVA in SPSS
  • Friedman`s ANOVA in SPSS
  • ANOVA vs. Kruskal Wallis Test in SPSS with Assumption Testing
  • ANOVA with Welch Test in SPSS for Unequal Sample Sizes & Significant Levene's Test
  • Detecting Interaction Effects in ANOVA using SPSS Profile Plots
  • Testing the Assumptions for Two-Way ANOVA Using SPSS
  • Conducting a Two-Way ANOVA in SPSS
  • Conducting a Repeated Measures ANOVA in SPSS
  • Mauchly's Test of Sphericity with Repeated Measures ANOVA in SPSS
  • Mixed Model ANOVA in SPSS with One Fixed Factor and One Random Factor
  • Testing the Assumptions for ANCOVA in SPSS including Homogeneity of Regression Slopes
  • ANCOVA in SPSS
  • Pretest and Posttest Data Analysis with ANCOVA in SPSS
  • Conducting a MANOVA in SPSS with Assumption Testing
  • Conducting a Two-Way MANOVA in SPSS with Assumption Testing
  • MANOVA Compared to Multiple Univariate ANOVAs using SPSS
  • MANCOVA in SPSS with the Testing of Assumptions
  • uvm.

Die bereits über 200(!) Videos umfassende Reihe wird zudem weiter aktualisiert und um neue Videos ergänzt.

 

Im folgenden Webcast (16:14 Min.) demonstriert Prof. Andy Field (University of Sussex, UK), Autor des Standardwerkes "Discovering Statistics Using IBM SPSS Statistics", die Durchführung einer multivariaten Varianzanalyse (MANOVA) in SPSS sowie die Interpretation der erhaltenen Ergebnisse in der Ausgabe.

Zur Vertiefung

1. Video-Tutorials

Im folgenden kurzen Video (5:44 Min.) führt Prof. Jeremy Balka von der University of Guelph (Canada) in leicht verständlicher Sprache und mit Hilfe zweier Beispiele zunächst in die Grundlagen der einfaktoriellen Varianzanalyse ein. In 4 weiteren kurzen Videos (ca. 5-10 Min.) seiner Youtube-Reihe "One-Way ANOVA (Analysis of Variance)" behandelt er anschließend jeweils wichtige Aspekte der einfaktoriellen Varianzanalyse wie z.B. die zugrundeliegenden Formeln, ein reales Datenbeispiel, multiple Gruppenvergleiche sowie das Identifizieren der Irrtumswahrscheinlichkeit im Detail, was eine gute Möglichkeit zur Vertiefung der Grundlagen bietet.

 

In den 13 jeweils kurzen Videos (ca. 3 - 8 Min.) der folgenden Wiedergabeliste befasst sich Dr. Malte Persike (Psychologisches Institut der Universität Mainz) ausführlich und vertiefend mit zentralen Aspekten rund um die Varianzanalyse. Dabei wird anhand eines Datenbeispiels das Grundprinzip der Varianzanalyse (Varianzzerlegung) schrittweise ausgearbeitet und unter Bezug auf die zugrundeliegenden Formeln detailliert expliziert.

 

In seiner Youtube-Reihe "Complex Experiments" befasst sich Dr. Ross Avilla von der University of California, Merced (USA) in drei ca. 10minütigen Videos mit verschiedenen Aspekten ein- und mehrfaktorieller Designs. Anhand von Beispieldaten wird dabei erläutert, 1) welche Bedeutung einer unabhängigen Variable mit mehr als 2 Merkmalsausprägungen zukommt, 2) was faktorielle Designs mit mehr als einer unabhängigen Variable auszeichnet und 3) wie Haupt- und Interaktionseffekte zu unterscheiden und zu interpretieren sind. Abschließend werden zudem die Vor- und Nachteile faktorieller Designs diskutiert.
(Hinweis: relativ hohes Sprechtempo!)

 

Das folgende Video (18:45 Min.) der Rocky Mountain University of Health Professions (USA) gibt einen Überblick zur Theorie und Anwendung der "Analysis of Covariance (ANCOVA)". Dabei werden deren Ziele erläutert, das Grundprinzip erklärt, die Auswahl der Variablen besprochen und schließlich Anwendungsvoraussetzungen und -begrenzungen thematisiert.

 

Im kurzen Video "Effektstärke VA" (5:26 Min.), das als Begleitmaterial zum Lehrbuch "Quantitative Methoden 2 - Einführung in die Statistik für Psychologen und Sozialwissenschaftler" von Rasch et al. (2014) dient, wird die Berechnung der Effektgröße Omega-Quadrat bei der Varianzanalyse veranschaulicht. Dabei werden die einzelnen Rechenschritte aufgezeigt und die Interpretation von Ω2 erläutert.


2. Online-Lernangebote und -ressourcen

Auf folgenden Internetseiten finden Sie weiterführende Online-Lernangebote bzw. -ressourcen zum Thema "Varianzanalysen":

  • Im Online-Kurs "STAT 505 - Applied Multivariate Statistical Analysis" des PennState Eberly College of Science wird in Einheit 8 nach einer kurzen Behandlung der ANOVA auch die multivariate Varianzanalyse (MANOVA)  veranschaulicht und in Einheit 9 verschiedene Ansätze zur Varianzanalyse mit Messwiederholung  thematisiert.
  • Auf der englischsprachigen Internetseite VassarStats: Website for Statistical Computation von Prof. em. Richard Lowry (Vassar College, USA) finden sich unter der Rubrik "ANOVA" verschiedene Tools für die Berechnung von ein- und mehrfaktoriellen Varianzanalysen sowie für faktorielle Designs mit und ohne Messwiederholung.
  • Eine ausführliche (englischsprachige) Anleitung zur Verwendung von G*Power für Poweranalysen im Rahmen der ANOVA findet sich auf den Internetseiten des "Institute for Digital Research and Education (idre)" der UCLA Statistical Consulting Group.

3. Fachliteratur (Lehrbücher & Artikel)

Die folgende Fachliteratur kann empfohlen werden, um sich mit weiterführenden Fragen zum Thema "Varianzanalyse" zu befassen:

  • Moder, K. (2010). Alternatives to F-Test in One Way ANOVA in case of heterogeneity of variances (a simulation study). Psychological Test and Assessment Modeling, 54 (4), 343-353.
  • Moosbrugger, H. (2011). Lineare Modelle: Regressions- und Varianzanalysen (4. Aufl.). Bern: Huber. (Kap. 5 - 10)
  • Rasch, B., Friese, M., Hofmann, W. & Naumann, E. (2014). Quantitative Methoden 2 - Einführung in die Statistik für Psychologen und Sozialwissenschaftler. Berlin: Springer. (Kap. 5 - 7; verfügbar per Campuslizenz)

Themenbereich 14: Faktorenanalyse

Zum Einstieg

1. Video-Tutorials

Dieses sehr kurze Video (1:42 Min.) von "Dutch Economist" gibt mit Hilfe einer Visualisierung einen ersten groben Einblick in die Idee der Faktorenanalyse.
(Hinweis: Da die Hintergrundmusik als störend empfunden werden kann, sollte die Lautstärke reduziert werden und das Video an relevanten Passagen ggf. pausiert werden.)


In diesem Video (14:58 Min.) befasst sich Prof. em. Ray Cooksey (University of New England, AUS) mit der Frage "What is Component or Factor Analysis?". In seinem Vortrag geht er auf die konzeptuellen Grundlagen dieser beiden Verfahren ein und erläutert 1.) zu welchem Zweck Hauptkomponenten- bzw. Faktorenanalyse eingesetzt werden, 2.) inwiefern sich beide voneinander unterscheiden und 3.) worin die grundlegende Verfahrenslogik (z.B. Eigenwert, Rotation) besteht. Die anschaulichen Erklärungen in angemessenem Sprechtempo kommen dabei ganz ohne zusätzliche Folien oder Animationen aus.


Im folgenden kurzen Video (5:48 Min.) spricht Prof. Paul Irwing (Manchester Business School, University of Manchester, UK) über die Faktorenanalyse als eine der wichtigsten statistischen Techniken für die Theorieentwicklung in den Sozialwissenschaften. Nach einer Einführung unter Bezug auf die Arbeit von C. Spearman werden die zentralen Fragen beleuchtet, die im Rahmen der Faktorenanalyse beantwortet werden sollen. Anschließend werden mit Hilfe eines realen Datenbeispiels ("Five Factor Model of personality") die grundlegende Vorgehensweise sowie zentrale Konzepte (Faktorladungen, Korrelationsmatrix, Residuen) grob umrissen.


Im Video "Exploratory Factor Analysis (conceptual)" (9:50 Min.) erklärt Jun.-Prof. Dr. James Gaskin von der Marriott School der Brigham Young University in Utah (USA) die Ziele, Funktionsweise und Durchführung einer (exploratorischen) Faktorenanalyse (EFA). Dabei geht er zunächst auf die Messung von Konstrukten ("Messmodell") ein und beschreibt die Idee und Ziele einer Faktorenanalyse. Dies wird mit Hilfe einer Animation nochmals veranschaulicht und auf die Prozedur einer EFA (z.B. in SPSS) übertragen. Die Ziele der Faktorenanalyse werden anschließend nochmals zusammengefasst und das "Warum?" hinter der EFA ausführlich erläutert und demonstriert. Das Video endet mit einer Reihe von Folien, die verschiedene Tipps rund um die Durchführung einer EFA (z.B. Voraussetzungen, Extraktions-/Rotationsmethoden, Interpreation) enthalten.


2. Online-Lernangebote und -ressourcen

Auf folgenden Internetseiten finden Sie einführende Online-Lernangebote zum Thema "Faktorenanalyse":

  • Die Methodenberatung der Universität Zürich (UZH) bietet im Kapitel "Interdependenzanalyse" unter Faktoranalyse einen guten Einstieg sowohl in die Voraussetzungen und grundlegenden Konzepte der Faktorenanalyse als auch in deren Berechnung und Anwendung in SPSS.
  • In einem kurzen Text von Dr. Eric Klopp (Universität des Saarlandes, Saarbrücken) wird ein Überblick gegeben über die Grundlagen der explorativen Faktorenanalyse sowie der wichtigsten Überlegungen, die bei ihrer Durchführung berücksichtigt werden müssen. Zudem werden die wichtigsten faktorenanalytischen Methoden vorgestellt.
  • Das Skript zur Lehrveranstaltung "Testtheorie und Testkonstruktion" von Johannes Hartig und Nina Jude (siehe auch www.testkonstruktion.de) fasst die theoretischen Grundlagen der exploratorischen Faktorenanalyse auf ca. 30 Folien zusammen und erklärt dabei sowohl die zentralen Konzepte als auch das praktische Vorgehen bei der (exploratorischen) Faktorenanalyse.

3. Fachliteratur (Lehrbücher & Artikel)

Mit Hilfe der folgenden Fachliteratur kann man sich in die Grundlagen zum Thema "Faktorenanalyse" einarbeiten:

  • Backhaus, K., Erichson, B., Plinke, W. & Weiber, R. (2016). Multivariate Analysemethoden: eine anwendungsorientierte Einführung. Berlin: Springer. (Kap. 7)
  • Bühner, M. (2011). Einführung in die Test- und Fragebogenkonstruktion. München: Pearson. (Kap. 6)
  • Wirtz, M. & Nachtigall, C. (2012). Deskriptive Statistik. Statistische Methoden für Psychologen, Teil 1. Weinheim: Beltz. (Kap. II.F)
  • Yong, A. G. & Pearce, S. (2013). A Beginner’s Guide to Factor Analysis: Focusing on Exploratory Factor Analysis. Tutorials in Quantitative Methods for Psychology, Vol. 9(2), 79-94.

4. Anwendung in Datenanalysesoftware

Das sehr kurze Video (1:58 Min.) von Thore Fink (M.Sc. Psychologie) gibt einen knappen und schnellen Überblick über die Interpretation eines SPSS-Outputs im Rahmen der Faktorenanalyse, der jedoch nicht die Verwendung weiterer, ausführlicherer Materialien (s.u.) ersetzen kann.

(Hinweis: Da die Hintergrundmusik als störend empfunden werden kann, sollte die Lautstärke reduziert werden. Aufgrund des eher hohen Tempos der Animation empfiehlt es sich zudem, das Video an relevanten Passagen ggf. zu pausieren.)


Mit Hilfe der folgenden Literatur kann man sich in die Anwendung der Faktorenanalyse in Datenanalysesoftware (SPSS & Mplus) einarbeiten:

  • Christ, O. & Schlüter, E. (2012). Strukturgleichungsmodelle mit Mplus: eine praktische Einführung. München: Oldenbourg Verlag. (Kap. 2.1)
  • Field, A. (2009). Discovering Statistics Using SPSS (3. Ed.). London: Sage. (Kap. 17.6 & 17.7)
  • Fromm, S. (2012). Datenanalyse mit SPSS für Fortgeschrittene 2: Multivariate Verfahren für Querschnittsdaten. Wiesbaden: Springer VS. (Kap. 2, verfügbar per Campuslizenz)


Die in der folgenden Wiedergabeliste zusammengefassten 5 Videos (ca. 8 - 17 Min.) von Prof. Dr. Todd L. Grande (Wilmington University, USA) geben einen guten Überblick über die wichtigsten Aspekte bei der Durchführung einer (exploratorischen) Faktorenanalyse in SPSS, wie etwa Hauptkomponenten- vs. Hauptachsenanalyse, verschiedene Rotationsmethoden, Ergebnisinterpretation sowie spezifische Maße (z. B. mittlere extrahierte Varianz und Reliabilität von Faktorladungen).


Mit Hilfe der folgenden Onlineressourcen des "Institute for Digital Research and Education (idre)" der UCLA Statistical Consulting Group kann man sich vertieft mit der Anwendung der Faktorenanalyse in Datenanalysesoftware (SPSS & Mplus) befassen:

  • Eine ausführliche (englischsprachige) Erklärung einer beispielhaften Faktorenanalyse mit Hilfe eines kommentierten SPSS-Outputs findet sich in den Annotated Outputs
  • Eine (englischsprachige) Anleitung zur Durchführung einer Faktorenanalyse in Mplus (inkl. kommentiertem Mplus-Output) findet sich in den Annotated Outputs
  • Eine ausführliche (englischsprachige) Einführung in die Anwendung einer Faktorenanalyse (exploratorisch und konfirmatorisch) in Mplus findet sich in den Mplus Seminars

Zur Vertiefung

1. Video-Tutorials

Das folgende Video (44:53 Min.) enthält einen Vortrag von Prof. Paul Irwing (Manchester Business School, University of Manchester, UK) über die konfirmatorische Faktorenanalyse (CFA). Nach einer kurzen Einführung zu den Ursprüngen der Faktorenanalyse werden die Ziele der CFA expliziert und an einem Beispiel veranschaulicht. Anschließend stehen zentrale Konzepte der CFA, wie z.B. Schätzung des Faktorenmodells, Maximum-Likelihood, Fit-Statistiken, Dimensionalität, Eigenwerte, Kaiser-Kriterium, etc., im Mittelpunkt.

(Hinweis: Da die Tonqualität an einigen Stellen leider eingeschränkt ist, wird die Verwendung von Kopfhörern empfohlen!)


In zwei Videoaufzeichnungen eines Vortrags von Prof. Dr. Lesa Hoffman (University of Kansas, USA) im Rahmen Ihrer Lehrveranstaltung "Latent Trait Measurement and Structural Equation Models" wird die konfirmatorische Faktorenanalyse (CFA) im Detail und sehr ausführlich behandelt. In Teil 1 (54:53 Min.) wird zunächst herausgearbeitet, was die konfirmatorische von der exploratorischen Faktorenanalyse unterscheidet und die "Funktionsweise" der CFA umfassend erläutert. In Teil 2 (67:51 Min.) werden die Ausführungen zu den theoretischen bzw. statistischen Grundlagen der CFA fortgesetzt und schließlich auf ein praktisches Beispiel zur konkreten Durchführung einer konfirmatorischen Faktorenanalyse (in Mplus) übertragen.

(Hinweis: Da die Tonqualität an einigen Stellen leider eingeschränkt ist, wird die Verwendung von Kopfhörern empfohlen!)


2. Online-Lernangebote und -ressourcen

Auf folgenden Internetseiten finden Sie weiterführende Online-Lernangebote bzw. -ressourcen zum Thema "Faktorenanalyse":

  • Im online frei verfügbaren Lehrbuch "Electronic Statistics Textbook" (2013) von StatSoft, einem US-amerikanischen Software-Hersteller (z.B. Datenanalyse-Software STATISTICA), findet sich unter der Rubrik "Factor Analysis" eine umfassende Beschreibung der Ziele und Zwecke, der grundlegenden Idee sowie zentraler Konzepte im Rahmen der Durchführung einer Faktorenanalyse.
  • Im Online-Kurs "STAT 505 - Applied Multivariate Statistical Analysis" des PennState Eberly College of Science wird in Einheit 12 eine ausführliche Darstellung der Faktorenanalyse sowie seiner zentralen Konzepte und Terminologien, wie z.B. Faktorladungen, Kommunalitäten, Faktorrotation, etc., angeboten.
  • Prof. em. Michael Browne (Ohio State University, USA) bietet auf seiner Homepage verschiedene, frei verfügbare Programme rund um die Faktorenanalyse an, wie z.B. CEFApak zur Berechnung von Standardfehlern rotierter Faktorladungen und Faktorkorrelationen.

3. Fachliteratur (Lehrbücher & Artikel)

Die folgende Fachliteratur kann empfohlen werden, um sich mit weiterführenden Fragen zum Thema "Faktorenanalyse" (z.B. konfirmatorische Faktorenanalyse, Stichprobengröße) zu befassen:

  • Backhaus, K., Erichson, B., Plinke, W. & Weiber, R. (2016). Multivariate Analysemethoden: eine anwendungsorientierte Einführung. Berlin: Springer. (Kap. 12)
  • Bühner, M. (2011). Einführung in die Test- und Fragebogenkonstruktion. München: Pearson. (Kap. 7)
  • Henson, R. K. & Roberts, J. K. (2006). Use of Exploratory Factor Analysis in Published Research. Common Errors and Some Comment on Improved Practice. Educational and Psychological Measurement, 66 (3), 393-416.
  • Mundfrom, D. J., Shaw, D. G. & Ke, T. L. (2005). Minimum Sample Size Recommendations for Conducting Factor Analyses. International Journal of Testing, 5 (2), 159-168.

Themenbereich 15: Item- und Skalenanalyse

Zum Einstieg

1. Video-Tutorials

Im folgenden kurzen Video (5:36 Min.) berichtet Dr. Dawn Zimmaro vom Department of Educational Psychology der University of Texas, Austin (USA) darüber, welche Informationen aus einer Itemanalyse gewonnen werden können und führt somit in das Anwendungsfeld und erste Grundlagen der Item- und Skalenanalyse ein.


Im kurzen Video "Numbers Everywhere: An Introduction to Item Analysis" (4:51 Min.) geht Aaron Dewald, stellvertretender Direktor am "Center for Innovation in Legal Education" der University of Utah (USA), den 3 zentralen Fragen nach, 1.) was eine Itemanalyse ist, 2.) wozu diese benötigt bzw. verwendet wird und 3.) welcher Maßzahlen sich eine Itemanalyse i.d.R. bedient. Das Video bietet somit einen guten Einstieg in das Thema.


In einem weiteren kurzen Video (5:56 Min.) erklärt Aaron Dewald, stellvertretender Direktor am "Center for Innovation in Legal Education" der University of Utah (USA), das Konzept der Itemschwierigkeit als einem zentralen Parameter im Rahmen der Itemanalyse. Dabei geht er auf die Definition bzw. Berechnung der Itemschwierigkeit ein, erläutert die Bedeutung/Interpretation des Wertebereiches möglicher Itemschwierigkeiten und veranschaulicht dies abschließend an einem Beispiel.


2. Online-Lernangebote und -ressourcen

Auf folgenden Internetseiten finden Sie einführende Online-Lernangebote zum Thema "Item- und Skalenanalyse":

  • In seinem Beitrag zum Blog "Fips - Forschen im Praxissemester", einer fachübergreifenden Artikelsammlung der Fachwissenschaften und Fachdidaktiken der Unterrichtsfächer sowie der Bildungswissenschaft der Universität Paderborn, erläutert Jun.-Prof. Dr. Robert Kordts-Freudinger wie man aus erhobenen (Fragebogen-/Test-)Daten einzelne Skalen ableiten bzw. erzeugen kann und führt somit in die "basics" der Item- und Skalenanalyse ein.
  • ViLeS (Virtuelle Lernräume im Studium) - Statistische Methodenlehre der Universität Oldenburg: Im Modul "Itemanalyse" werden sowohl die wichtigsten Konzepte und Definitionen zur Item- und Skalenanalyse dargeboten als auch deren Anwendung (und Umsetzung mittels SPSS, s.u.) an einem konkreten Beispiel veranschaulicht.
  • Das Skript zur Lehrveranstaltung "Testtheorie und Testkonstruktion" von Johannes Hartig und Nina Jude (siehe auch www.testkonstruktion.de) fasst die Grundlagen der Itemanalyse auf ca. 20 Folien zusammen und erklärt dabei die zentralen Itemkennwerte der Itemschwierigkeit, -varianz und -trennschärfe sowie deren Berechnung und Anwendung.
  • In seinem kurzen Skript "Itemanalyse ohne SPSS - alles auf einen Streich" (2006) beschreibt Dr. Helmut Stauche (Friedrich-Schiller-Universität Jena) neben den Grundlagen der Itemanalyse ein von ihm mit VBA für Excel geschriebenes Programm, das die Berechnung der Itemparameter Schwierigkeit und Trennschärfe, sowie der internen Konsistenz einer Gesamtskala bzw. einzelner Subskalen nach dem Modell Alpha (Cronbach bzw. Kuder-Richardson 20) ermöglicht.
    (Hinweis: eine neuere Version des Programms ist geplant! Die Version aus 2006 kann bis dahin bei Bedarf über Jan Henning-Kahmann, PH Freiburg, bezogen werden.)

3. Fachliteratur (Lehrbücher & Artikel)

Mit Hilfe der folgenden Fachliteratur kann man sich in die Grundlagen zum Thema "Item- und Skalenanalyse" einarbeiten:

  • Bühner, M. (2011). Einführung in die Test- und Fragebogenkonstruktion. München: Pearson. (Kap. 5)
  • Döring, N. & Bortz, J. (2016). Forschungsmethoden und Evaluation in den Human- und Sozialwissenschaften. Berlin: Springer. (Kap. 10.4., S. 475-482, verfügbar per Campuslizenz)
  • Pospeschill, M. (2010). Testtheorie, Testkonstruktion, Testevaluation. München: UTB. (Kap. 3)

4. Anwendung in Datenanalysesoftware

Die beiden kurzen Skripte "Reliabilitätsanalyse mit SPSS" bzw. "Skalenanalyse mit SPSS" zur Lehrveranstaltung "Testtheorie und Testkonstruktion" von Johannes Hartig und Nina Jude (siehe auch www.testkonstruktion.de) fassen zusammen, wie sich Skalen mit Hilfe von SPSS analysieren lassen und wie die erhaltenen Ergebnisse der SPSS-Ausgabe zu interpretieren sind. Dabei werden neben Skalenstatistiken auch solche erklärt, die zur Beurteilung der einzelnen Items von Bedeutung sind (z.B. Itemschwierigkeit, -trennschärfe, -varianz).

ViLeS (Virtuelle Lernräume im Studium) - Statistische Methodenlehre der Universität Oldenburg: In den Aufgaben zum Modul "Itemanalyse" wird an einem konkreten Beispiel demonstriert, wie man eine Item- und Skalenanalyse mit SPSS durchführt und dabei auch jene Itemparameter (z.B. Itemschwierigkeit) berechnen kann, die nicht über eine eigene Programmfunktion direkt ausgegeben werden.

Das folgende Video (11:11 Min.) von Prof. Dr. Todd L. Grande (Wilmington University, USA) zeigt, wie sich im Rahmen der Skalenanalyse für mehrere z.B. Likert-skalierte Items Cronbach`s alpha als ein Maß der Inter-Item-Reliabilität in SPSS berechnen lässt und wie die erhaltenen Ergebnisse zur Verbesserung einer Skala genutzt werden können.


In einem weiteren kurzen Video (7:25 Min.) erklärt Prof. Dr. Todd L. Grande (Wilmington University, USA) zudem, wie man für einen Test mit dichotomen Items mittels SPSS Kuder-Richardson`s alpha (KR-20) zur Bestimmung der internen Konsistenz berechnen kann.

Zur Vertiefung

1. Video-Tutorials

In einer Videoaufzeichnung (80 Min.) der Sitzung 3 befasst sich Dr. Tobias C. Haupt (LMU München) im Rahmen seiner Lehrveranstaltung "Psychologische Testtheorien" (SS 2007) in insgesamt 7 Kapiteln sehr ausführlich mit dem Prozess der Itemanalyse sowie zentralen Itemkennwerten (z.B. Schwierigkeit und Trennschärfe) und deren Zusammenhang untereinander.
(Hinweis: Um das Video abspielen zu können, muss das Flash-Plugin im Browser aktiviert sein bzw. werden!)

In einer Videoaufzeichnung eines Vortrags (64:22 Min.) von Prof. Dr. Lesa Hoffman (University of Kansas, USA) im Rahmen Ihrer Lehrveranstaltung "Latent Trait Measurement and Structural Equation Models" wird die klassische Testheorie (CTT) und die Reliabilitätsanalyse sehr ausführlich behandelt. Dabei werden zunächst die Konzepte der Validität und Reliabilität im Lichte der CTT betrachtet. Anschließend werden verschiedene Wege der Reliabilitätbestimmung aufgezeigt und im Detail erläutert, bevor im letzten Teil auch zentrale Itemmerkmale wie Schwierigkeit und Trennschärfe behandelt werden.


Das folgende Video (46:33 Min.) enthält einen Vortrag von Nick Shryane (School of Social Sciences, University of Manchester, UK) zur "Item Response Theory (IRT)", die alternativ zur klassischen Testtheorie (s.o.) ebenfalls die Durchführung von Item- und Skalenanalysen ermöglicht. Im Vortrag werden die grundlegenden Konzepte und Modelle (1pl/2pl) der IRT eingeführt und anhand von Beispielen erläutert.


2. Online-Lernangebote und -ressourcen

Auf folgenden Internetseiten finden Sie weiterführende Online-Lernangebote bzw. -ressourcen zum Thema "Item- und Skalenanalyse":

  • Im ca. 40 Folien umfassenden Vorlesungsskript "Itemanalyse / Skalenanalyse / Faktoranalyse" (2012) von Prof. Dr. Jürg Schwarz (Hochschule Luzern & Universität Zürich) werden sowohl die theoretischen Grundlagen als auch die praktische Anwendung dieser drei Analyseverfahren ausführlich erläutert. Das Skript bietet somit nicht nur die Gelegenheit, sich vertieft mit den Konzepten der Item- und Skalenanalyse zu befassen, sondern diese auch mit der Faktorenanalyse (s. Themenbereich 14) zu verknüpfen.
  • Die beiden Handouts [1] "Test Items and Item Analysis" und [2] "Introduction to Item Response Theory" (je ca. 20 S.) von Prof. Dr. Andrew Ainsworth, tätig am Department of Psychology der California State University in Northridge (USA), führen zum einen zentrale Konzepte der Itemanlyse detailliert aus  (s. [1]) und stellen zum anderen den Vorgehensweisen im Rahmen der klassischen Testtheorie jene der Item Response Theorie gegenüber (s. [2]).
  • In ihrer Präsentation "Item Analysis: Classical and beyond" (18 Folien) aus dem Kurs "Introduction to Rasch Measurement" erläutert Prof. Dr. Kelly D. Bradley vom College of Education der University of Kentucky (USA), welche Arten der Itemanalyse (klassisch vs. IRT/Rasch) unterschieden werden können und geht sowohl auf die zugrunde liegenden Testtheorien (CTT vs. Latent Trait) als auch die darauf basierenden Definitionen der zentralen Kennwerte ein.
  • Auf der Homepage zum gleichnamigen R-Paket "ShinyItemAnalysis" von Dr. Patricia Martinkova (Institute of Computer Science, Czech Academy of Sciences) & Kollegen werden verschiedene Möglichkeiten zur Test- und Itemanalyse - basierend sowohl auf klassischer (CTT) als auch Item Response Theorie (IRT) - angeboten. Neben der Veranschaulichung mittels Beispieldaten bietet die Webseite dabei auch die Möglichkeit, die entsprechenden Analysen mit eigenen Daten durchzuführen und die erzeugten Grafiken bzw. einen Report herunterzuladen!

3. Fachliteratur (Lehrbücher & Artikel)

Die folgende Fachliteratur kann empfohlen werden, um sich mit weiterführenden Fragen zum Thema "Item- und Skalenanalyse" zu befassen:

  • Bond, T.G. & Fox, C.M. (2007). Applying the Rasch Model. Fundamental Measurement in the Human Sciences (2nd Ed.). Mahwah, NJ: Lawrence Erlbaum Associates.
  • Moosbrugger, H. & Kelava, A. (2012). Testtheorie und Fragebogenkonstruktion. Berlin: Springer. (Kap. 5 & 10, verfügbar per Campuslizenz)

Themenbereich 16: Testkonstruktion

Zum Einstieg

1. Video-Tutorials

Ein kurzes Video (5:22 Min.) vom Statistics Learning Centre, gegründet und betrieben von Dr. Nicola Petty und Dr. Shane Dye (University of Canterbury, Neuseeland), bietet einen leichten Einstieg in einige grundlegende Fragen der Konstruktion von Fragebögen. Die einzelnen Schritte im Prozess der Fragebogenkonstruktion bzw. dabei zu beachtende Prinzipien werden jeweils anhand eines fiktiven Beispiels erläutert.


Im folgenden Video (12:15 Min.) befasst sich Dr. John Schulz von der Southampton Education School, University of Southampton (UK), nach einer kurzen Erläuterung verschiedener Arten und Formen von Fragebögen v.a. mit den einzelnen Stufen einer Fragebogenkonstruktion und geht dabei auf 1.) die zu erhebenden Informationen, 2.) die Art der erhobenen Daten, 3.) verschiedene Antwortformate und schließlich 4.) das Design und Layout eines guten Fragebogens ein.


Das kurze Video "How ETS Develops Test Questions" (5:59 Min.) zeigt am Beispiel des Educational Testing Service (ETS), einem amerikanischen Non-Profit-Unternehmen im Bildungsbereich, welche Teilschritte durchlaufen und beachtet werden müssen, um standardisierte Prüfungs- bzw. Testverfahren zu konstruieren, die hohen Qualitätsansprüchen (siehe auch "Testgütekriterien") genügen.

(Hinweis: Um das Video abspielen zu können, muss das Flash-Plugin im Browser aktiviert sein bzw. werden!)


2. Online-Lernangebote und -ressourcen

Auf folgenden Internetseiten finden Sie einführende Online-Lernangebote zum Thema "Testkonstruktion":

  • In zwei Beiträgen zum Blog "Fips - Forschen im Praxissemester", einer fachübergreifenden Artikelsammlung der Fachwissenschaften und Fachdidaktiken der Unterrichtsfächer sowie der Bildungswissenschaft der Universität Paderborn, geben Dr. Carla Bohndick (Methodenzentrum der Universität Koblenz-Landau) bzw. Prof. Dr. Katrin Klingsieck (Fach Psychologie, Universität Paderborn) neben kurzen Definitionen v.a. einen ersten Einblick in die wichtigsten Aspekte bei der Konstruktion von: Fragebögen bzw. Testverfahren.
  • Die Teilschritte einer fundierten, psychometrisch begründeten Testkonstruktion können auch dem gleichnamigen Beitrag im "Dorsch - Lexikon für Psychologie" (verfügbar per Campuslizenz) entnommen werden.
  • In einem Begleittext (12 S.) zu seinem Buch "Psychologische Methodenlehre/Statistik" (2008) gibt Dr. Rainer Leonhart (Institut für Psychologie, Universität Freiburg) eine Einführung in die Testkonstruktion. Dabei werden neben den Einsatzfeldern von Tests und den Grundlagen der klassischen sowie probabilistischen Testkonstruktion auch die einzelnen Stufen der Testentwicklung und die Haupt- bzw. Nebengütekriterien eines entwickelten Testverfahrens erläutert. Übungsfragen (inkl. Lösungen) ermöglichen zudem ein gezieltes Wiederholen der Inhalte.
  • Eine hochschulinterne Möglichkeit zur Recherche und Ausleihe bereits entwickelter und überprüfter Testverfahren bietet die Testbibliothek der PH Freiburg, die ein breites Spektrum an Tests wie z.B. Intelligenz- und Leistungsverfahren, Entwicklungsverfahren oder schulbezogene Verfahren umfasst. Neben der Ausleihe im Rahmen von Lehrveranstaltungen, Forschungsprojekten, für Prüfungsvorbereitungen sowie für Abschluss- und Qualifikationsarbeiten listet die Testbibliothek zudem die gängigen Informationsportale wie ZPID, PSYNDEX und Testzentrale zum Zwecke der Testrecherche. Ergänzend sei hier noch auf die Datenbank zur Qualität von Schule (DaQS) des DIPF hingewiesen.

3. Fachliteratur (Lehrbücher & Artikel)

Mit Hilfe der folgenden Fachliteratur kann man sich in die Grundlagen zum Thema "Testkonstruktion" einarbeiten:

  • Bühner, M. (2011). Einführung in die Test- und Fragebogenkonstruktion. München: Pearson. (Kap. 3)
  • Pospeschill, M. (2010). Testtheorie, Testkonstruktion, Testevaluation. München: UTB. (Kap. 2)

4. Anwendung in Datenanalysesoftware

Einen guten Überblick zu den gängigen Verfahren, die sich im Rahmen der Testkonstruktion mit Hilfe von SPSS durchführen lassen, liefert folgende Literatur:

  • Bühner, M. (2011). Einführung in die Test- und Fragebogenkonstruktion. München: Pearson. (Kap. 5)

Für weitere Hinweise zur Anwendung in Datenanalysesoftware siehe auch: Themenbereich 15 "Item- und Skalenanalyse"

Zur Vertiefung

1. Video-Tutorials

In einer Videoaufzeichnung (91:50 Min.) der Sitzung 7 befasst sich Dr. Tobias C. Haupt (LMU München) im Rahmen seiner Lehrveranstaltung "Psychologische Testtheorien" (SS 2007) in insgesamt 4 Kapiteln sehr ausführlich mit verschiedenen Testkonstruktionsansätzen (nach klassischer Testtheorie) und stellt diese vergleichend gegenüber.
(Hinweis: Um das Video abspielen zu können, muss das Flash-Plugin im Browser aktiviert sein bzw. werden!)

In ihrer Wiedergabeliste "Survey Design Essentials" behandeln Prof. Jason Husser und Prof. Kenneth Fernandez (Political Science and Policy Studies, Elon University, North Carolina, USA) in insgesamt 10 Videos einige zentrale Fragen, die im Rahmen der Konstruktion von Fragebögen von Bedeutung sein können, wie z.B. die Wahrscheinlichkeitsstichprobe, der Stichprobenfehler oder die Gewichtung von Fällen. In den Videos 9 & 10 werden Tipps zur Erstellung guter Fragebogenitems gegeben und 10 Schritte zur Durchführung erfolgreicher Erhebungen mit Fragebögen aufgezeigt.


Im folgenden ausführlichen Video (39:12 Min.) erläutert Dr. Laurie McDowell (Office of Diversity and Inclusion, Kennesaw State University, USA) einen best-practice "Leitfaden" zur Konstruktion von Testitems in Form von Auswahlaufgaben (dichotome oder Mehrfachauswahl). Dabei geht sie auf die einzelnen Schritte im Konstruktionsprozess ein, zeigt verschiedene Itemformate anhand von Beispielen auf, gibt praktische Tipps zur Itemformulierung und erklärt, wie man die Testkonstruktion mit Hilfe einer Itemanalyse evaluieren kann.


2. Online-Lernangebote und -ressourcen

Auf folgenden Internetseiten finden Sie weiterführende Online-Lernangebote bzw. -ressourcen zum Thema "Testkonstruktion":

  • Auf der Webseite PsyToolkit von Prof. Gijsbert Stoet, Leeds Beckett University (UK), werden verschiedene hilfreiche Services (z.B. Videos, Lerneinheiten, Skalenbibliotheken, etc.) zur Entwicklung und Durchführung sowohl von (psychologischen) Experimenten als auch von Fragebögen und Testverfahren kostenlos angeboten. Eine ausführliche Vorstellung bzw. Beschreibung von PsyToolkit kann einem Artikel in Teaching of Psychology, 44 (1), entnommen werden (DOI: 10.1177/0098628316677643).
  • In den Teaching Guides des Center for Teaching (CFT) der Vanderbilt University in Nashville (USA) liefert Dr. Cynthia J. Brame in ihrem Beitrag "Writing good multiple choice test questions" eine hilfreiche und gut dargestellte Zusammenfassung der wichtigsten "Regeln" zur Konstruktion guter Multiple-Choice-Aufgaben. Diese kann zudem auch Word-Datei heruntergeladen werden.
  • Am Lehrstuhl für Empirische Methoden der erziehungswissenschaftlichen Forschung der Friedrich-Schiller-Universität Jena wurde eine Software ("Youden") zur Konstruktion von Youden-Square-Designs entwickelt. Diese speziell balancierten unvollständigen Block-Designs werden häufig zur Zusammenstellung von Testheften (z.B bei PISA) verwendet. Das Programm kann für nicht kommerzielle Zwecke in Forschung und Lehre kostenfrei über Prof. Dr. Andreas Frey bezogen werden.

3. Fachliteratur (Lehrbücher & Artikel)

Die folgende Fachliteratur kann empfohlen werden, um sich mit weiterführenden Fragen zum Thema "Testkonstruktion" zu befassen:

  • Wilson, M. (2005). Constructing measures: An item response modeling approach. Mahwah, NJ: Lawrence Erlbaum.

Themenbereich 17: Testgütekriterien

Zum Einstieg

1. Video-Tutorials

In einer Videoaufzeichnung der Sitzung 7 befasst sich Dr. Tobias C. Haupt (LMU München) im Rahmen seiner Lehrveranstaltung "Psychologische Testtheorien" (SS 2007) als Einstieg in die Thematik der Gütekriterien in Kapitel 8 mit der Objektivität und deren verschiedene Arten bzw. Formen.

(Hinweis: Um das Video abspielen zu können, muss das Flash-Plugin im Browser aktiviert sein bzw. werden!)


Im folgenden zweiteiligen Video (8:15 & 10:46 Min.) von Dipl. Psych. Eskil Burck, u.a. Produzent von Videos und Audio-Podcasts im Bereich Psychologie, wird ein Einstieg und Überblick zum Testgütekriterium der Reliabilität gegeben. Dabei werden vier gängige Verfahren zur Bestimmung der Reliabilität (Retest-, Paralleltest-, Split-Half-Reliabilität & interne Konsistenz) anhand von Beispielen erläutert und jeweils deren Vor- und Nachteile aufgezeigt.


Im folgenden Video (16:35 Min.) von Dipl. Psych. Eskil Burck, u.a. Produzent von Videos und Audio-Podcasts im Bereich Psychologie, wird ein Einstieg und Überblick zum Testgütekriterium der Validität gegeben. Dabei wird erläutert, was genau Validität als Testgütekriterium bezeichnet, wie man die Validität eines Messinstrumentes (z.B. Test, Fragebogen, etc.) überprüfen kann, und wann welche dieser Validierungsmethoden eingesetzt werden kann bzw. sollte.


2. Online-Lernangebote und -ressourcen

Auf folgenden Internetseiten finden Sie einführende Online-Lernangebote zum Thema "Testgütekriterien":

  • Auf der Webseite "Methoden der Entwicklungspsychologie - Datenerhebung und Datenauswertung" von Prof. Dr. Günter Daniel Rey (TU Chemnitz) wird im Kapitel "Gütekriterien" ein Überblick über die Haupt- und Nebengütekriterien als Mittel zur Beurteilung der Qualität verschiedener Datenerhebungsformen gegeben. Dabei wird zunächst auf die Korrelation eingegangen, auf deren Berechnung viele statistische Kennwerte basieren, die zur Bestimmung von Testgütekriterien herangezogen werden. Anschließend werden die Hauptgütekriterien und deren Teilaspekte jeweils erläutert sowie weitere Nebengütekriterien aufgeführt. Eine Zusammenfassung inkl. Mind Map und einem Selbsttest zur Überprüfung des Gelernten runden dieses Lernangebot ab.
  • In ihrem Text "Zur Bestimmung der Güte von Multi-Item-Skalen: Eine Einführung" (2004) aus der How-To-Reihe des Zentrums für Umfragen, Methoden und Analysen (jetzt GESIS "Survey Design and Methodology") stellt Prof. Dr. Beatrice Rammstedt (Universität Mannheim) die drei Hauptgütekriterien Objektivität, Reliabilität und Validität anschaulich dar und zeigt Möglichkeiten zur empirischen Bestimmung des jeweiligen Gütekriteriums - z.B. mittels SPSS - auf. In Form einer Checkliste wird zudem das minimale(!) erforderliche Vorgehen zur Bestimmung der Qualität von Skalen aufgelistet.
  • Das Skript (15 Folien) zur Lehrveranstaltung "Testtheorie und Testkonstruktion" von Johannes Hartig und Nina Jude (siehe auch www.testkonstruktion.de) geht auf einige Grundlagen zur Objektivität und Validität ein und erläutert v.a. verschiedene Validitätsaspekte und Methoden zu deren Bestimmung.

3. Fachliteratur (Lehrbücher & Artikel)

Mit Hilfe der folgenden Fachliteratur kann man sich in die Grundlagen zum Thema "Testgütekriterien" einarbeiten:

  • Bühner, M. (2011). Einführung in die Test- und Fragebogenkonstruktion. München: Pearson. (Kap. 2.4)

4. Anwendung in Datenanalysesoftware

Das folgende Video (11:13 Min.) von Prof. Dr. Todd L. Grande (Wilmington University, USA) zeigt, wie sich die  Split-Half-Reliabilität und der Spearman-Brown-Koeffizient als Maße der Inter-Item-Reliabilität in SPSS berechnen lassen und wie die erhaltenen Ergebnisse zur Überprüfung der Messgenauigkeit eines Tests bzw. einer Skala genutzt werden können.


Einen ersten Einstieg in gängige Verfahren, die sich zur Überprüfung der Testgütekriterien mit Hilfe von SPSS durchführen lassen, liefert z.B. folgende Literatur:

  • Bühner, M. (2011). Einführung in die Test- und Fragebogenkonstruktion. München: Pearson. (Kap. 5)
  • Tachtsoglou & König (2017). Statistik für Erziehungswissenschaftlerinnen und Erziehungswissenschaftler: Konzepte, Beispiele und Anwendungen in SPSS und R. Wiesbaden: Springer VS. (Kap. 8.6, verfügbar per Campuslizenz)

Für weitere Hinweise zur Anwendung in Datenanalysesoftware - v.a. zur Bestimmung der Reliabilität (z.B. mittels Cronbach`s alpha) - siehe auch: Themenbereich 15 "Item- und Skalenanalyse"


Mit Hilfe des SPSS-Makros "ALPHAMAX" von Prof. Dr. Andrew F. Hayes (Department of Psychology, The Ohio State University, Columbus, USA) lassen sich aus einer Menge von k Items (einer Skala) alle theoretisch möglichen Kurzformen (mit mind. zwei Items) generieren und anhand verschiedener Kennwerte (Cronbach`s alpha, Kurz-Langform-Korrelation, Itemanalyse-Statistiken, etc.) beurteilen, um somit die psychometrisch am besten geeignetste Kurzform konstruieren zu können.


Die in der folgenden Wiedergabeliste zusammengefassten 3 Videos (ca. 7 - 10 Min.) von Prof. Dr. Todd L. Grande (Wilmington University, USA) geben einen guten Überblick über die gängigen Verfahren zur Berechnung der Beurteilerübereinstimmung bzw. Interraterreliabilität (in SPSS) als einem wichtigen Objektivitätsmaß (≠ Reliabilität!). Dabei wird die Bestimmung der Interraterreliabilität mittels Cohen`s Kappa sowie über den Intraklassen-Korrelationskoeffizienten (ICC) demonstriert und deren spezifische Anwendung - hinsichtlich des zu wählenden Modells und Typs - praktisch erläutert.


Der Artikel "Computing Inter-Rater Reliability for Observational Data: An Overview and Tutorial" (2012, Vol. 8, 1) von Kevin A. Hallgren (Department of Psychiatry and Behavioral Sciences, University of Washington, Seattle, USA) gibt einen guten Überblick über verschiedene statistische Maße zur Bestimmung der Interraterreliabilität (Cohen`s Kappa; ICC) sowie deren Berechnung, Interpretation und Präsentation. Die Anwendung mittels SPSS (oder R) wird zudem durch begleitende Beispiele inklusive der jeweiligen Programmsyntax ermöglicht.


Mit Hilfe des SPSS-Makros "KALPHA" von Prof. Dr. Andrew F. Hayes (Department of Psychology, The Ohio State University, Columbus, USA) und Prof. Dr. Klaus Krippendorff (Annenberg School for Communication at the University of Pennsylvania, USA) lässt sich für subjektive Beurteilungen einer beliebigen Anzahl von Beurteilern/Ratern und für jedes Messniveau - mit oder ohne fehlende Werte - Krippendorf`s alpha als Maß für die Interraterreliabilität berechnen.


In einem FAQ-Beitrag des "Institute for Digital Research and Education (idre)" der UCLA Statistical Consulting Group wird die Frage beantwortet, wie sich Kappa zur Bestimmung der Beurteilerübereinstimmung in SPSS berechnen lässt, wenn die Beurteiler einen ungleichen Wertebereich/-range aufweisen, d.h. wenn z.B. ein Beurteiler eine der Beurteilungskategorien überhaupt nicht vergeben hat. Eine mögliche Lösung für dieses Problem (Gewichtung der Beobachtungen/Fälle) wird anhand eines einfachen Beispiels und der entsprechenden SPSS-Syntax veranschaulicht.

Zur Vertiefung

1. Video-Tutorials

In einer Videoaufzeichnung seiner Lehrveranstaltung "Psychologische Testtheorien" (SS 2007) befasst sich Dr. Tobias C. Haupt (LMU München) in den Sitzungen 7 bis 11 sehr ausführlich mit den drei Hauptgütekriterien (Objektivität, Reliabilität, Validität) und behandelt dabei spezifische Teilaspekte jeweils im Detail.
(Hinweis: Um die Videos abspielen zu können, muss das Flash-Plugin im Browser aktiviert sein bzw. werden!)


In den drei Videos (ca. 10 - 15 Min.) der folgenden Wiedergabeliste befasst sich Prof. Dr. Joseph Johnson (Department of Psychology, Miami University, Oxford, USA) im Rahmen seiner Lehrveranstaltung "Research Design and Analysis in Psychology I" vertieft mit den Konzepten der Reliabilität und Validität. Dabei geht er zum einen auf die unterschiedlichen Aspekte der beiden Gütekriterien ein und setzt diese zum anderen in Verbindung miteinander, um ihre Zusammenhänge aufzuzeigen.


Im folgenden Video (20:36 Min.) von Dipl. Psych. Eskil Burck, u.a. Produzent von Videos und Audio-Podcasts im Bereich Psychologie, wird die Multitrait-Multimethod-Analyse (MTMM) nach Campbell & Fiske (1959) vorgestellt und anhand eines fiktiven Beispiels aufgezeigt, inwiefern sich diese zur Überprüfung der Konstruktvalidität eines Instrumentes einsetzen lässt.


2. Online-Lernangebote und -ressourcen

Auf folgenden Internetseiten finden Sie weiterführende Online-Lernangebote bzw. -ressourcen zum Thema "Testgütekriterien":

  • Im online frei verfügbaren Lehrbuch "Electronic Statistics Textbook" (2013) von StatSoft, einem US-amerikanischen Software-Hersteller (z.B. Datenanalyse-Software STATISTICA), findet sich unter der Rubrik "Reliability / Item Analysis" eine umfassende Beschreibung des Konzeptes der Reliabilität von (sozialwissenschaftlichen) Messungen. Dabei werden nach einer kurzen Einführung u.a. grundlegende Aspekte, das klassische Testmodell, die Definition von Reliabilität, Cronbach`s Alpha, Split-Half-Reliabilität, und schließlich die einzelnen Schritte zur Konstruktion bzw. Überprüfung einer reliablen Skala dargestellt.
  • Im Arbeitspapier "Reliabilität – die Genauigkeit einer Messung" (2015, GESIS Survey Guidelines) von Dr. Daniel Danner (GESIS – Leibnitz Institut für Sozialwissenschaften) wird das Konzept der Reliabilität definiert und erläutert, warum die Reliabilität einer Messung von Bedeutung ist. Nach einer Diskussion von Modellannahmen zur Reliabilitätsschätzung stellt der Beitrag fünf verschiedene Schätzmethoden vor und geht schließlich noch kurz auf Gemeinsamkeiten bzw. Unterschiede der CTT & IRT und deren Bedeutung für die Schätzung der Reliabilität ein.
  • Auf seiner (persönlichen) Homepage bietet Prof. Dr. Deen Freelon (School of Communication, American University, Washington DC, USA) mit ReCal ("Reliability Calculator") ein modularisiertes Online-Tool zur Berechnung der Beurteilerübereinstimmung bzw. Interraterreliabilität als einem wichtigen Objektivitätsmaß (≠ Reliabilität!) an. Die 3 ReCal-Module ermöglichen dabei jeweils die Ausgabe verschiedenster Koeffizienten (z.B. Scott’s pi, Cohen’s kappa, Krippendorff’s alpha, Fleiss’ kappa, pairwise Cohen’s kappa, sowie ordinal, interval, & ratio Krippendorff’s alpha) und sind kompatibel mit Excel, SPSS, STATA, OpenOffice, Google Docs, u.ä. Dateiformaten.

3. Fachliteratur (Lehrbücher & Artikel)

Die folgende Fachliteratur kann empfohlen werden, um sich mit weiterführenden Fragen zum Thema "Testgütekriterien" zu befassen:

  • Moosbrugger, H. & Kelava, A. (2012). Testtheorie und Fragebogenkonstruktion. Berlin: Springer. (Kap. 6 & 7, verfügbar per Campuslizenz)

Themenbereich 18: Studientypen

Zum Einstieg

1. Video-Tutorials

Im folgenden kurzen Video (6:37 Min.) von von Prof. Laura Killam des Cambrian College in Ontario (Canada) wird eine Einführung in die Unterscheidung von drei zentralen quantitativen Untersuchungsdesigns gebeben: beschreibende nicht-experimentelle, quasi-experimentelle und experimentelle Designs. Dabei wird auch auf die Begriffe "Querschnitt" und "Längsschnitt" eingegangen und ein Entscheidungsbaum zur Einteilung von Studien in die genannte Klassifikation aufgezeigt und erläutert.


In einem Video (13:26 Min.) von Prof. Dr. Todd L. Grande (Wilmington University, USA) werden die zentralen Unterschiede zwischen Querschnitt- und Längsschnittuntersuchungen erklärt. Dabei werden ebenfalls grundlegende Konzepte wie z.B. (stratifizierte) Randomisierung und Vorher-Nachher-Messungen aufgegriffen und zudem die Vor- bzw. Nachteile beider Studiendesigns im Sinne interner Validität diskutiert.


In den drei kurzen Videos (je < 5 Min.) "Research Methods - Introduction", "Cohort and Case Control Studies" und "Randomized Control Trials and Confounding" der folgenden Wiedergabeliste gibt Dr. (med.) Greg Martin (u.a. Berater der WHO, Chefredakteur der Fachzeitschrift "Globalization and Health") einen schnellen(!) ersten Einstieg in die Basics der Kohortenstudie, der Fall-Kotroll-Studie und der experimentellen Studie ("RCT= Randomized Control Trial"). Dabei führt er zunächst grob in die Unterscheidung qualitativer und quantitativer Untersuchungen ein und zeigt wesentliche Merkmale sowie häufige Studientypen dieser beiden Kategorien auf. Anschließend stellt er zum einen Kohorten- und Fall-Kontroll-Studien gegenüber und erläutert zum anderen die Möglichkeiten, die sich aus der Durchführung experimenteller Studien ergeben, wie z.B. die Kontrolle von Störvariablen.


Im Blog "Wissen was wirkt" von Cochrane, einem internationalen Netzwerk von Wissenschaftlern und Ärzten, das sich an den Grundsätzen der evidenzbasierten Medizin orientiert, spricht Christina Kien vom Department für Evidenzbasierte Medizin und Klinische Epidemiologie der Donau-Universität Krems (Österreich) in Teil 6 (3:57 Min.) einer Videoserie über verschiedene Arten von Beobachtungsstudien - hier: Querschnittstudien, Fall-Kontroll-Studien und Kohortenstudien - als alternative Untersuchungsdesigns für Settings, in denen eine experimentelle Studie nicht durchgeführt werden kann oder soll.


2. Online-Lernangebote und -ressourcen

Auf folgenden Internetseiten finden Sie einführende Online-Lernangebote zum Thema "Studientypen":

  • Ein erster Überblick über verschiedene Varianten von Forschungsdesigns und deren spezifische Kennzeichen kann dem gleichnamigen Beitrag im "Dorsch - Lexikon für Psychologie" (verfügbar per Campuslizenz) entnommen werden.
  • Auf der Webseite "Methoden der Entwicklungspsychologie - Datenerhebung und Datenauswertung" von Prof. Dr. Günter Daniel Rey (TU Chemnitz) wird im Kapitel "Designs" ein Überblick über verschiedene Untersuchungsdesigns gegeben. Dabei wird zunächst der Frage nachgegangen, wodurch Querschnitts- und Längsschnittsdesigns sowie sequentielle Versuchspläne gekennzeichnet sind und welche Vor- bzw. Nachteile diese besitzen. Anschließend wird zudem auf die Positionen von Schaie und Baltes in ihrer Kontroverse um unterschiedliche Sequenzmodelle und deren Beilegung eingegangen. Eine Zusammenfassung inkl. Mind Map und einem Selbsttest zur Überprüfung des Gelernten runden dieses Lernangebot ab.
  • In ihrem Beitrag zum Blog "Fips - Forschen im Praxissemester", einer fachübergreifenden Artikelsammlung der Fachwissenschaften und Fachdidaktiken der Unterrichtsfächer sowie der Bildungswissenschaft der Universität Paderborn, erläutert Sabrina Wiescholek neben weiteren Aspekten bei der Planung von Studien (z.B. Formulierung von Fragestellungen/Hypothesen, Operationalisierung, etc.) die besondere Bedeutung angemessener Versuchsdesigns/-pläne/-anordnungen wie etwa korrelativen Studien, Kontrollgruppendesigns, Querschnitt-/Längsschnittdesigns oder Kohorten-Sequenz-Designs.
  • Mit dem Research Randomizer, einem frei verfügbaren Online-Tool des "Social Psychology Network" von Prof. Dr. Scott Plous (Department of Psychology, Wesleyan University, USA), lassen sich auf einfache und schnelle Weise Sätze von Zufallszahlen generieren, die z.B. für die Zuweisung von Personen zu (experimentellen) Versuchsbedingungen verwendet werden können. Das Ergebnis lässt sich kopieren, ausdrucken oder als csv-Datei abspeichern. In einem kurzen Tutorial werden zudem vier unterschiedliche Anwendungsmöglichkeiten (z.B. Ziehung einer Zufallsstichprobe, Versuchspersonenzuordnung oder Testitemanordnung) aufgezeigt und erklärt.

3. Fachliteratur (Lehrbücher & Artikel)

Mit Hilfe der folgenden Fachliteratur kann man sich in die Grundlagen zum Thema "Studientypen" einarbeiten:

  • Döring, N. & Bortz, J. (2016). Forschungsmethoden und Evaluation in den Human- und Sozialwissenschaften. Berlin: Springer. (Kap. 7, verfügbar per Campuslizenz)
  • Kreienbrock, L., Pigeot, I. & Ahrens, W. (2012). Epidemiologische Methoden. Berlin: Springer. (Kap. 3.3)
  • Montero, I. & Leon, O. G. (2007). A guide for naming research studies in Psychology. International Journal of Clinical and Health Psychology, 7, 847–862.
  • Sedlmeier, P. & Renkewitz, F. (2013). Forschungsmethoden und Statistik für Psychologen und Sozialwissenschaftler. München: Pearson. (Kap. 5)

4. Anwendung in Datenanalysesoftware

Die in der folgenden Wiedergabeliste zusammengefassten 3 Videos (je ca. 10 Min.) von Prof. Dr. Todd L. Grande (Wilmington University, USA) demonstrieren bestimmte Verfahren bzw. Analysemethoden in SPSS, die sich a) im Rahmen (quasi-)experimenteller Untersuchungsdesigns (Versuchsgruppenzuordnung, Pre-Post-Test per ANCOVA) und b) in Längsschnittstudien (Zeitreihenanalyse) anwenden lassen.


Mit dem "Sample Size calculator for cluster randomised trials", einem Programm entwickelt von einer Arbeitsgruppe um Prof. Dr. Marion Campbell (Health Services Research Unit, University of Aberdeen, UK) lassen sich erforderliche Stichprobengrößen für randomisierte Studien mit Cluster-Design (mit binären oder kontinuierlichen Daten) berechnen. Basierend auf dem gewähten Signifikanzniveau und der gewünschten Teststärke wird dabei die benötigte Anzahl an Clustern - in Abhängigkeit von deren Größe und der angenommenen Intra-Klassen Korrelation (ICC) - bestimmt, um signifikante Gruppenunterschiede (z.B. EG<>KG) aufdecken zu können. Ebenso erlaubt das Programm für eine geplante Studie aus der gegebenen Clusteranzahl und -größe (+ ICC) die minimal damit aufzudeckenden Gruppenunterschiede zu bestimmen. Das Programm wurde 2004 vorgestellt in "Computers in Biology and Medicine" (DOI: 10.1016/S0010-4825(03)00039-8).

Im folgenden kurzen Video (2:14 Min.) von Centers for Disease Control and Prevention (CDC) wird gezeigt, wie sich mit der frei verfügbaren Software Epi Info eine "matched pair case-control analysis" als einer speziellen Analyse im Rahmen von Fall-Kontroll-Studien durchführen lässt.


Vom Institut für Medizininformatik, Biometrie und Epidemiologie (IMBE) der Friedrich-Alexander-Universität Erlangen-Nürnberg werden verschiedene Statistikpakete für R bzw. SAS angeboten, die sich besonders für spezielle Analysen von Daten aus bestimmten Studientypen wie z.B. Fall-Kontrollstudien oder nicht randomisierten Studien eignen.

Zur Vertiefung

1. Video-Tutorials

Im folgenden Video-Tutorial (46:11 Min.) "Quantitative Research Design" befasst sich Prof. Dr. Amanda J. Rockinson-Szapkiw vom Instruction and Curriculum Leadership Department der University of Memphis (USA) ausführlich mit einigen der häufigsten (quantitativen) Untersuchungsdesign. Dabei folgt sie einer Klassifikation von Studientypen nach Campbell & Stanley (1963) bzw. Crowl (1993) und stellt jeweils verschiedene Designs der drei übergeordneten Kategorien - beschreibende Studien, Korrelationsstudien und (Gruppen-)Vergleichsstudien - im Detail vor. Ein besonderer Fokus liegt dabei auf den unterschiedlichen (quasi-)experimentellen Studiendesigns.


Auf der Website "The EBM Project" werden die Inhalte der Lehrveranstaltung "Evidence-based Medicine" von Prof. Dr. Elizabeth B. Lynch (Department of Preventive Medicine, Medical College, Rush University, Chicago, USA) als Online-Lernangebot bereitgestellt. In der Rubrik Fundamentals of EBM > Study Design werden in 7 Kapiteln eine Vielzahl an unterschiedlichen Studientypen wie z.B. Querschnitt-, Kohorten-, Fall-Kontroll- oder experimentelle Studien beschrieben und mit Hilfe zahlreicher Videos jeweils im Detail vorgestellt. Diese sowie weitere thematisch nahe Videos sind zudem in der folgenden (unsortierten!) Youtube-Wiedergabeliste "EBM videos" von Prof. Lynch enthalten, die auch viele epidemiologische Themen (siehe Themenbereich 11) abdeckt.


In einem Video (26:47 Min.) von Dr. Ryan Sain (Quarterly Faculty, Eastern Washington University, USA) werden verschiedene quasi-experimentelle Untersuchungsdesigns genauer betrachtet. Dies umfasst neben einer kurzen Einführung in die Logik und Stärken bzw. Schwächen von quasi-experimentellen Studien vor allem die Darstellung von Designs mit und ohne Kontrollgruppe als auch von Kohortendesigns.


In seiner Youtube-Reihe "Experimental Methods" behandelt Dr. Ross Avilla von der University of California, Merced (USA) in insgesamt 7 Videos (5 - 15 Min.) verschiedene Aspekte experimenteller Studiendesigns wie z.B. grundlegende Merkmale, einfache Experimente, komplexe Designs, Pre-Post-Tests, Reihenfolgeeffekte, wiederholte Messungen und Parallelisierung. In seiner Reihe "Alternative Methods" werden zudem alternative Designs wie z.B. quasi-experimentelle Studien oder single case bzw. single group design vorgestellt.
(Hinweis: teils relativ hohes Sprechtempo!)


Die NEPS-Studie "Bildungsverläufe in Deutschland", bei der bis zu 60.000 Personen unterschiedlicher Altersgruppen über mehrere Jahre hinweg gleichzeitig befragt werden, stellt ein Beispiel einer groß angelegten Untersuchung im Kohorten-Sequenz-Design dar. Die beiden Kurzfilme "Gute Forschung braucht Zeit" (5:43 Min.) und "Du und NEPS" (4:04 Min.) geben einen Einblick in die Ziele, Inhalte, Methoden und erhobenen Daten der NEPS-Studie.


2. Online-Lernangebote und -ressourcen

Auf folgenden Internetseiten finden Sie weiterführende Online-Lernangebote bzw. -ressourcen zum Thema "Studientypen":

  • In der Research Methods Knowledge Base von Prof. William M. K. Trochim (College of Human Ecology, Cornell University, Ithaca NY, USA), einem online frei verfügbaren Lehrbuch zu Methoden der empirischen Sozialwissenschaften, umfasst das Kapitel "Design" neben einer kurzen Einführung zum Thema "Forschungsdesign" auch eine Klassifikation unterschiedlicher Studientypen, in der v.a. experimentelle und quasi-experimentelle Designs ausführlich behandelt werden.
  • Im Kapitel Studientypen des Lernangebotes "Evidence-based Public Health", das von einer interdisziplinären Projekt- und Autorengruppe (weiter-)entwickelt wurde, werden verschiedene Arten von Studien, die auch und vor allem in der Epidemiologie (siehe Themenbereich 11) eine wichtige Rolle spielen, in deskriptive und analytische Studien eingeteilt. Die einzelnen Studientypen wie z.B. Quer-/Längsschnitt-, Kohorten-, Fall-Kontroll-, oder experimentelle Studien werden jeweils hinsichtlich des prinzipiellen Vorgehens bei der Durchführung, der Anfälligkeit für Bias sowie ihrer spezifischen Vor- und Nachteile näher betrachtet.
  • Auf der Website "Educational Psychology Interactive" von Prof. em. William G. Huitt (Dept. of Psychology and Counseling, Valdosta State University, USA) wird unter dem Stichwort "Internal and External Validity - General Issues" beschrieben, welche Faktoren die interne bzw. externe Validität von Untersuchungen / Studien (v.a. Experimenten) beeinflussen können.
  • Auf einer Website aus dem Jahr 1999 stellt Dr. Bernhard Jacobs, ehemaliger Mitarbeiter der Bildungswissenschaften der Universität des Saarlandes, einen Online-Rechner zur Bestimmung der korrigierten Effektstärke dkorr bei Vortest-Nachtest-Designs im Rahmen (quasi-)experimenteller Versuchspläne zur Verfügung.

3. Fachliteratur (Lehrbücher & Artikel)

Die folgende Fachliteratur kann empfohlen werden, um sich mit weiterführenden Fragen zum Thema "Studientypen" zu befassen:

  • Brüderl, J. (2010). Kausalanalyse mit Paneldaten. In C. Wolf & H. Best (Hrsg.). Handbuch der sozialwissenschaftlichen Datenanalyse (S. 963-994). Wiesbaden: VS Verlag für Sozialwissenschaften. (verfügbar per Campuslizenz)
  • Razum, O., Breckenkamp, J. & Brzoska, P. (2009). Epidemiologie für Dummies. Weinheim: Wiley-VCH. (Kap. 9 - 12)
  • Shadish, W.R. (2002). Revisiting Field Experimentation: Field Notes for the Future. Psychological Methods, Vol. 7 (1), 3-18. (DOI: 10.1037//1082-989X.7.1.3)
  • Shadish, W. R., Cook, T. D. & Campbell, D. T. (2001). Experimental and quasi-experimental designs for generalized causal inference. Boston: Houghton-Mifflin.

Themenbereich 19: Einführungen in Statistiksoftware

Themenbereich 19: Einführungen in Statistiksoftware

Empfehlenswerte (englischsprachige) Einführungen ("Online-Guides") in vier der gängigsten Statistiksoftwarepakete werden von Univ.-Prof. Dr. Wolfgang Ludwig-Mayerhofer (Seminar für Sozialwissenschaften, Universität Siegen) zur Verfügung gestellt.

Im Einzelnen handelt es sich dabei um:

Darüber hinaus bietet er mit ILMES (Internet-Lexikon der Methoden der empirischen Sozialforschung) eine sehr gelungene und äußerst umfangreiche Online-Sammlung methodischer bzw. statistischer Begriffe an.

Themenbereich 20: Grundlagen qualitativer Forschungsmethoden

0. Vorlesung "Einführung in qualitative Forschungsmethoden" in 3 Teilen

In einer dreiteiligen Vorlesung "Einführung in qualitative Forschungsmethoden" werden Grundlagen qualitativer Forschung einführend dargestellt. Im Einzelnen werden folgende Inhalte behandelt:

  • Qualitative und quantitative Forschung
  • Grundlagen, Ziele und Ablauf qualitativer Forschung
  • Grundlegende Prinzipien qualitativer Forschung
  • Rekonstruktive qualitative Forschung
  • Analyseperspektiven

 
Teil 1: Grundlegende Merkmale qualitativer Forschungsmethoden


Teil 2: Grundlegende Prinzipien qualitativer Forschung


Teil 3: Rekonstruktive qualitative Forschung


1. Video-Tutorials

Im Blog "Wissen was wirkt" von Cochrane, einem internationalen Netzwerk von Wissenschaftlern und Ärzten, das sich an den Grundsätzen der evidenzbasierten Medizin orientiert, beschreibt Isolde Sommer vom Department für Evidenzbasierte Medizin und Klinische Epidemiologie der Donau-Universität Krems (Österreich) in einem kurzen Video (3:22 Min.) einige grundlegende Kriterien und Methoden der Qualitativen Forschung.



Im folgenden Video (12:09 Min.) vom Center for Research Quality (CRQ) der Walden University, Minnesota (USA) wird ein kurzer Überblick zu qualitativen Forschungsmethoden gegeben und somit ein erster Einstieg in die Grundlagen (Definition, Merkmale, Ziele, Traditionen, Datenquellen, Auswertungsverfahren, Gütekriterien)   dieses Themas ermöglicht.



Im ersten Video (13:51 Min.) der Reihe "Fundamentals of Qualitative Research Methods" geht Dr. Leslie Curry von der Yale School of Public Health (New Haven, USA) der Frage nach, was qualitative Forschung kennzeichnet. Dabei erläutert Sie zunächst anhand eines einfachen Beispiels den Unterschied zur quantitativen Forschung und führt dies nach einer Definition qualitativer Forschung schließlich weiter aus. Zudem beschreibt sie verschiedene "Produkte" qualitativer Forschung und geht dabei auf die besondere Rolle von Themen bzw. Hypothesen ein.


Im zweiten Video (12:10 Min.) der Reihe "Fundamentals of Qualitative Research Methods" befasst sich Dr. Leslie Curry von der Yale School of Public Health (New Haven, USA) mit der Formulierung einer qualitativen Forschungsfrage. Dabei geht sie zunächst auf die grundlegende Bedeutung einer guten Fragestellung für jegliche Forschung ein und stellt beispielhaft einige Themen vor, die sich im Rahmen einer qualitativen Forschungsfrage beantworten ließen. Im Mittelpunkt des Tutorials stehen sodann zentrale Aspekte und wichtige Schritte zum Entwurf einer qualitativen Forschungsfrage inklusive einiger Beispiele.



2. Online-Lernangebote und -ressourcen

Auf folgenden Internetseiten finden Sie einführende Online-Lernangebote zu den "Grundlagen qualitativer Forschungsmethoden":

  • Auf dem Informationsportal QUASUS der Pädagogischen Hochschule Freiburg wird ein umfassender Überblick über Grundlagen und Anwendung qualitativer Forschungsmethoden zur Verfügung gestellt. Hier werden auch Angebote zur Unterstützung eigener Forschung (z. B. Beratung, Interpretationswerkstätten) aktuell kommuniziert.
  • Ein erster, kurzer Überblick über qualitative Forschungsmethoden kann dem gleichnamigen Beitrag im "Dorsch - Lexikon für Psychologie" (verfügbar per Campuslizenz) entnommen werden.
  • In einem knappen Beitrag auf studi-lektor.de, einem renommierten Wissenschaftslektorat für wissenschaftliche Texte, gibt Dr. Petra Scheibler (u.a. Privatdozentin am Institut für Psychologie der Universität Oldenburg) eine knappe Einführung in die qualitative Sozialforschung und spricht dabei u.a. auch einige Grundlagen qualitativer Forschungsmethoden an.
  • Im Beitrag "Qualitative vs. Quantitative Forschung" (auf studi-lektor.de) stellt Dr. Petra Scheibler (u.a. Privatdozentin am Institut für Psychologie der Universität Oldenburg) qualitative und quantitative Forschungsmethoden gegenüber und zeigt deren wesentliche Unterschiede auf.
  • Die online verfügbare "Kurze Einführung in den qualitativ-sozialwissenschaftlichen Forschungsstil" (24 S.) von Antje Lettau und Franz Breuer (Prof. a.D., Westfälische Wilhelms-Universität Münster, Psychologisches Institut III) richtet sich v.a. an Leserinnen und Leser, die erwägen, eine eigene "qualitative" Forschungsarbeit zu beginnen. Dabei werden neben der Darstellung grundlegender Merkmale qualitativer Forschung einzelne Aspekte und konkrete Arbeitsschritte des Forschungsprozesses im Rahmen einer qualitativen Psychologie beschrieben.
  • Das Institut für Qualitative Forschung stellt auf der zugehörigen Webseite eine Vielzahl an Angeboten rund um qualitative Methoden, wie z.B. das "Berliner Methodentreffen", die "NetzWerkstatt", die Informationssammlung "qualitative-forschung.de" sowie die internationale Open-Access-Zeitschrift FQS, zur Verfügung.

3. Fachliteratur (Lehrbücher & Artikel)

Die folgende Fachliteratur ist geeignet, um sich in die "Grundlagen qualitativer Forschungsmethoden" einzulesen:

  • Friebertshäuser, B., Boller, H., Prengel, A. & Langer, A. (2013). Handbuch qualitative Forschungsmethoden in der Erziehungswissenschaft. Weinheim: Beltz. (Kap. 1)
  • Mey, G. & Mruck, K. (2010). Handbuch Qualitative Forschung in der Psychologie. Wiesbaden: VS Verlag für Sozialwissenschaften. (Teil 1, verfügbar per Campuslizenz)

Themenbereich 21: Qualitative Samplingverfahren

1. Video-Tutorials

In der folgenden Vorlesung (51:18 Min.) wird die "Stichprobenziehung in qualitativen Forschungsprojekten" (Sampling) einführend dargestellt. Dabei werden zunächst Kernprinzipien behandelt, die bei der Zusammenstellung von Stichproben für qualitative Forschungsprojekte berücksichtig werden sollten. Anschließend werden verschiedene technische Samplingverfahren einzeln vorgestellt und erläutert.


2. Online-Lernangebote und –ressourcen

Auf folgenden Internetseiten finden Sie einführende sowie weiterführende Online-Lernangebote zum Thema "Qualitative Samplingverfahren":

  • In ihrem online verfügbaren Artikel "Demystifying Theoretical Sampling in Grounded Theory Research“ (Grounded Theory Review, 2009, Vol. 8, Issue no. 2) erörtern Dr. Jenna Breckenridge & Dr. Derek Jones von der University of Edinburgh (Scotland) v.a. praktische Aspekte des theoretischen Sampling im Rahmen der Grounded Theory. Der Artikel richtet sich dabei explizit an Leser*innen, die mit diesem Samplingverfahren noch wenig vertraut sind.

3. Fachliteratur (Lehrbücher & Artikel)

Mit Hilfe der folgenden Fachliteratur kann man sich in die Grundlagen sowie weiterführende Fragen zum Thema "Qualitative Samplingverfahren" einarbeiten:

  • Döring, N. & Bortz, J. (2016). Forschungsmethoden und Evaluation in den Human- und Sozialwissenschaften. Berlin: Springer. (Kap. 9.2, verfügbar per Campuslizenz)
  • Flick, U. (2018). The SAGE Handbook of Qualitative Data Collection. London: SAGE. (Kap. 6)
  • Merkens, H. (2003). Auswahlverfahren, Sampling, Fallkonstruktion. In U. Flick, E. v. Kardorff & I. Steinke (Hrsg.), Qualitative Forschung: ein Handbuch (2. Aufl., S. 286–299). Reinbek: Rowohlt.
  • Misoch, S. (2015). Qualitative Interviews. Berlin: de Gruyter Oldenbourg (Kap. 7).
  • Reinders, H. (2016). Qualitative Interviews mit Jugendlichen führen: ein Leitfaden (3. Aufl.). Berlin: de Gruyter Oldenbourg (Kap. 4.3).
  • Schreier, M. (2010). Fallauswahl. In G. Mey & K. Mruck (Hrsg.) Handbuch Qualitative Forschung in der Psychologie (S. 238-251). Wiesbaden: Springer VS Verlag.
  • Wolff, S. (2003). Wege ins Feld und ihre Varianten. In U. Flick, E. von Kardorff & I. Steinke (Hrsg.), Qualitative Forschung: Ein Handbuch ( 2. Aufl., S. 334–349). Reinbek: Rowohlt.

Themenbereich 22: Qualitatives Interview

1. Video-Tutorials

Im ersten Teil (72:20 Min.) seiner dreiteiligen Online-Vorlesung zur qualitativen Sozialforschung erläutert Dr. Patrick Heiser von der FernUniversität Hagen anhand von Beispielen aus einer Pilger-Studie die Erhebungsmethode des narrativen Interviews. Dabei werden nicht nur die Besonderheiten von empirischen Daten aus Stegreiferzählungen thematisiert, sondern auch hilfreiche Tipps zur Interviewführung gegeben.


Im dritten Video (22:16 Min.) der Reihe "Fundamentals of Qualitative Research Methods" stellt Dr. Leslie Curry von der Yale School of Public Health (New Haven, USA) das Interview als zentrale Erhebungsmethode qualitativer Forschung vor. Nach einer kurzen Klärung der Frage, wann bzw. wozu man Interviews einsetzt, geht sie auf die Aspekte des Samplings und der Verwendung eines Leitfadens  ein und verdeutlicht dies an einem Beispiel. Weiterhin werden wichtige Hinweise zur Einführung in ein Interview gegeben und an einer Aufzeichnung eines Interviews veranschaulicht. Abschließend werden häufige Fehler bei der Interviewdurchführung aufgezeigt und Tipps für ein "gutes" Interview präsentiert.


Im folgenden kurzen Video (18:10 Min.) präsentiert Graham R. Gibbs (University of Huddersfield, UK) – nach einer kurzen Einführung in 10 Merkmale eines "guten" Interviewers nach Steinar Kvale (1996) – zwei kontrastierende Interviews (zum Thema "Driving/Learning to drive") und kommentiert diese hinsichtlich Fehlern sowie konkreten Verbesserungsvorschlägen bei der Durchführung eines Interviews. Trotz des relativ hohen Sprechtempos bietet das Video v.a. durch die Kommentare in Form von Untertiteln eine gute Lerngelegenheit zum Thema "Interviews".



2. Online-Lernangebote und –ressourcen

Auf folgenden Internetseiten finden Sie einführende sowie weiterführende Online-Lernangebote zum Thema "Qualitatives Interview":

  • In einem kurzen Beitrag auf studi-lektor.de befassen sich Prof. Dr. Günter Mey, Rubina Vock & Paul Sebastian Ruppel (Institut für Qualitative Forschung in der Internationalen Akademie gGmbH an der Freien Universität Berlin) mit dem Aufbau und Ablauf des problemzentrierten Interviews.
  • Im Reader "Grundlagen der qualitativen Sozialforschung" der Professur für Mediendidaktik der Universität Augsburg wird zu Beginn von Baustein II (Erhebungsmethoden) das qualitative Interview behandelt. Neben verschiedenen Dimensionen zur Definition qualitativer Interviews umfasst dieses Selbstlernangebot auch Kapitel zur konkreten Durchführung, besonderen Formen sowie Vor- bzw. Nachteilen.
  • In der 7. Vorlesung seiner Lehrveranstaltung "Methoden der empirischen Sozialforschung I" behandelt Prof. Dr. Wolfgang Ludwig-Mayerhofer (Universität Siegen – Philosophische Fakultät, Seminar für Sozialwissenschaften) qualitative Interviewverfahren und geht dabei v.a. auf deren Varianten, Dokumentation und Auswertung ein.
  • In einem zweiteiligen Beitrag ihres Blogs "QualPage - Examining the world through qualitative inquiry" gibt Prof. Kathy Roulston (University of Georgia, USA) fundierte Hinweise zur Erstellung eines Leitfadens für qualitative Interviews.

3. Fachliteratur (Lehrbücher & Artikel)

Mit Hilfe der folgenden Fachliteratur kann man sich in die Grundlagen sowie weiterführende Fragen zum Thema "Qualitatives Interview" einarbeiten:

  • Bohnsack, R. (2010). Rekonstruktive Sozialforschung: Einführung in qualitative Methoden (8. Aufl.). Opladen und Farmington Hills: Barbara Budrich. (Kap. 6)
  • Döring, N. & Bortz, J. (2016). Forschungsmethoden und Evaluation in den Human- und Sozialwissenschaften. Berlin: Springer. (Kap. 10.2.2, verfügbar per Campuslizenz)
  • Fife, W. (2005). Doing Fieldwork. Ethnographic Methods for Research in Developing Countries and Beyond. New York: Palgrave Macmillan. (S. 93-106, verfügbar per Campuslizenz)
  • Flick, U. (2018). The SAGE Handbook of Qualitative Data Collection. London: SAGE. (Kap. 15)
  • Guest, G., Namey, E. E. & Mitchell, M. L. (2013). Collecting Qualitative Data: A Field Manual for Applied Research. London: SAGE. (Kap. 4)
  • Helfferich, C. (2009). Qualität qualitativer Daten – Manual zur Durchführung qualitativer Einzelinterviews (3., überarb. Aufl.). Wiesbaden: VS Verlag.
  • Helfferich, C. (2014). Leitfaden- und Experteninterviews. In N. Baur & J. Blasius (Hrsg.). Handbuch Methoden der empirischen Sozialforschung (S. 559-574). Wiesbaden: Springer. (verfügbar per Campuslizenz)
  • Reinders, H. (2016). Qualitative Interviews mit Jugendlichen führen: ein Leitfaden (3. Aufl.). Berlin: de Gruyter Oldenbourg (Kap. 4.3).

Themenbereich 23: Qualitative Beobachtung

1. Video-Tutorials

Im ersten Video seiner zweiteiligen Online-Vorlesung "Ethnography and Participant Observation" befasst sich Graham R. Gibbs (University of Huddersfield, UK) mit der teilnehmenden Beobachtung im Rahmen der Ethnographie und diskutiert dabei anhand von klassischen ethnographischen Arbeiten v.a. die Rolle des Forschenden bei der teilnehmenden Beobachtung.


Im Anschluss an das erste Video seiner zweiteiligen Online-Vorlesung "Ethnography and Participant Observation" geht Graham R. Gibbs (University of Huddersfield, UK) im zweiten Teil der Frage nach, welche "Forschungsgegenstände" beobachtet bzw. welche Daten mit Hilfe der teilnehmenden Beobachtung gesammelt werden können. Dabei geht er ebenso auf die Details des Beobachtungsprozesses, wie z.B. das Sammeln von Feldnotizen, wie auch die Erstellung von Indikatoren, Typologien und Diagrammen als Mittel der Datensammlung ein.



2. Online-Lernangebote und –ressourcen

Auf folgenden Internetseiten finden Sie einführende sowie weiterführende Online-Lernangebote zum Thema "Qualitative Beobachtung":

  • Im kurzen Beitrag "Die Methode der Beobachtung" (auf studi-lektor.de) stellt Dr. Petra Scheibler (u.a. Privatdozentin am Institut für Psychologie der Universität Oldenburg) die wissenschaftliche Beobachtung anderen Erhebungsmethoden gegenüber und zeigt wesentliche Einsatzgebiete und Formen der Beobachtung auf.
  • Im Reader "Grundlagen der qualitativen Sozialforschung" der Professur für Mediendidaktik der Universität Augsburg werden im Baustein II (Erhebungsmethoden) verschiedene Beobachtungsverfahren behandelt. Dabei werden verschiedene Beobachtungstypen wie z.B. die qualitative Beobachtung vorgestellt, konkrete Umsetzungshinweise gegeben und Vor- bzw. Nachteile genannt.
  • In der 8. Vorlesung (aktualisiert am 1.7.2017) seiner Lehrveranstaltung "Methoden der empirischen Sozialforschung I" behandelt Prof. Dr. Wolfgang Ludwig-Mayerhofer (Universität Siegen – Philosophische Fakultät, Seminar für Sozialwissenschaften) verschiedene Beobachtungsverfahren und geht dabei v.a. auf die Unterscheidung von standardisierten vs. unstandardisierten Beobachtungen ein.
  • In einem Online-Kurs zu Forschungsmethoden der Psychologie von Barbara A. Sommer (University of California, Davis, USA) enthält das Modul "Observation" auch ein kurzes Kapitel zur teilnehmenden Beobachtung ("Participant observation") inklusive eines realen Beispiels.

3. Fachliteratur (Lehrbücher & Artikel)

Mit Hilfe der folgenden Fachliteratur kann man sich in die Grundlagen sowie weiterführende Fragen zum Thema "Qualitative Beobachtung" einarbeiten:

  • Döring, N. & Bortz, J. (2016). Forschungsmethoden und Evaluation in den Human- und Sozialwissenschaften. Berlin: Springer. (Kap. 10.1.2, verfügbar per Campuslizenz)
  • Fife, W. (2005). Doing Fieldwork. Ethnographic Methods for Research in Developing Countries and Beyond. New York: Palgrave Macmillan. (S. 71-92, verfügbar per Campuslizenz)
  • Flick, U. (2018). The SAGE Handbook of Qualitative Data Collection. London: SAGE. (Kap. 20)
  • Guest, G., Namey, E. E. & Mitchell, M. L. (2013). Collecting Qualitative Data: A Field Manual for Applied Research. London: SAGE. (Kap. 3)
  • Kawulich, B. B. (2005). Participant Observations as a Data Collection Method. Forum Qualitative Sozialforschung, 6(2). (frei verfügbar)
  • Merkens, H. (1992). Teilnehmende Beobachtung: Analyse von Protokollen teilnehmender Beobachter. In J. H. P. Hoffmeyer-Zlotnik (Hrsg.), Analyse verbaler Daten: über den Umgang mit qualitativen Daten (S. 216-247). Opladen: Westdt. Verlag. (frei verfügbar)

Themenbereich 24: Gruppendiskussionsverfahren

1. Video-Tutorials

Im vierten Video (21:36 Min.) der Reihe "Fundamentals of Qualitative Research Methods" stellt Dr. Leslie Curry von der Yale School of Public Health (New Haven, USA) Fokusgruppen als zentrale Erhebungsmethode qualitativer Forschung vor. Nach einer kurzen Definition geht sie dabei zunächst auf die Aspekte des Nutzens und der Konzipierung von Fokusgruppen ein. Zudem befasst sie sich mit der Leitung einer Fokusgruppe und erläutert, welcher Fähigkeiten es hierzu bedarf, was an einem Auszug aus einer Fokusgruppendiskussion veranschaulicht wird. Abschließend werden wichtige Punkte bei der Analyse von Datenmaterial aus Fokusgruppen angesprochen und Tipps für eine gelungene Fokusgruppendiskussion präsentiert.


In der kommentierten Präsentation einer ca. einstündigen Vorlesung (Nov. 2008) befasst sich Graham R. Gibbs (University of Huddersfield, UK) mit praktischen Aspekten bei der Durchführung von Fokusgruppen in der Sozialforschung. Folgende Inhalte werden dabei behandelt: Definition, Ziele und Zwecke, Gruppenanzahl und -größe, Gruppenzusammensetzung, Anzahl an Fragen, Vorbereitung und Durchführung, Dokumentation, Online-Fokusgruppen, Vorteile und Grenzen.



2. Online-Lernangebote und –ressourcen

Auf folgenden Internetseiten finden Sie einführende sowie weiterführende Online-Lernangebote zum Thema "Gruppendiskussionsverfahren":

  • In einem kurzen Beitrag auf studi-lektor.de befassen sich Prof. Dr. Günter Mey, Rubina Vock & Paul Sebastian Ruppel (Institut für Qualitative Forschung in der Internationalen Akademie gGmbH an der Freien Universität Berlin) mit dem Erhebungsverfahren der Gruppendiskussion.
  • Im Reader "Grundlagen der qualitativen Sozialforschung" der Professur für Mediendidaktik der Universität Augsburg wird im Baustein II (Erhebungsmethoden) die Gruppendiskussion als Gruppenverfahren behandelt und dabei Umsetzungshinweise gegeben sowie spezifische Vor- bzw. Nachteile der Methode erörtert.
  • In ihrem Beitrag zum Blog "Fips - Forschen im Praxissemester", einer fachübergreifenden Ar-tikelsammlung der Fachwissenschaften und Fachdidaktiken der Unterrichtsfächer sowie der Bildungswissenschaft der Universität Paderborn, erläutert Tamara Ihln, was Gruppendiskussionen kennzeichnet und wie man sie in der Forschung einsetzen kann. Dabei geht sie jeweils kurz auf verschiedene Aspekte der Durchführung von Gruppendiskussionen, wie z.B. Zielsetzung, Gruppenzusammenstellung, Rolle einer Leitung, mögliche Probleme, sowie die Auswertung erhobener Daten ein.

3. Fachliteratur (Lehrbücher & Artikel)

Mit Hilfe der folgenden Fachliteratur kann man sich in die Grundlagen sowie weiterführende Fragen zum Thema "Gruppendiskussionsverfahren" einarbeiten:

  • Bohnsack, R. (2010). Rekonstruktive Sozialforschung: Einführung in qualitative Methoden (8. Aufl.). Opladen und Farmington Hills: Barbara Budrich. (Kap. 7)
  • Bohnsack, R., Przyborski, A. & Schäffer, B. (2010). Das Gruppendiskussionsverfahren in der Forschungspraxis (2. Aufl.). Opladen: Budrich.
  • Flick, U. (2018). The SAGE Handbook of Qualitative Data Collection. London: SAGE. (Kap. 16)
  • Guest, G., Namey, E. E. & Mitchell, M. L. (2013). Collecting Qualitative Data: A Field Manual for Applied Research. London: SAGE. (Kap. 5)
  • Loos, P. & Schäffer, B. (2001). Das Gruppendiskussionsverfahren: theoretische Grundlagen und empirische Anwendung. Opladen: Leske + Budrich.
  • Schulz, M. (2012). Fokusgruppen in der empirischen Sozialwissenschaft: von der Konzeption bis zur Auswertung. Wiesbaden: VS Verlag. (verfügbar per Campuslizenz)

Themenbereich 25: Transkription

1. Video-Tutorials

Im folgenden Video (16:59 Min.) führt Graham R. Gibbs (University of Huddersfield, UK) in die Transkription im Rahmen qualitativer Forschung ein und behandelt dabei grundlegende Fragen, wie z.B. "Wer kann bzw. sollte die Transkription vornehmen?", "Welche Schritte sind zu beachten?" und "Welche Fehler können beim Transkribieren auftreten?".



Im Anschluss an den ersten Teil (s.o.) befasst sich Graham R. Gibbs (University of Huddersfield, UK) in diesem zweiten Video (17:44 Min.) mit der Formatierung und Struktur von Transkripten. Dabei spricht er neben zentralen Konventionen beim Transkribieren auch die Anonymisierung und Archivierung des Datenmaterials an.



Die im Vortrag von Graham R. Gibbs verwendeten Materialien (Folien & Handout) können dem Angebot des Department of Behavioural and Social Sciences der University of Huddersfield (UK) auf "Online QDA - Learning Qualitative Data Analysis on the Web" entnommen werden.

In einem kurzen Video (6:26 Min.) der VERBI GmbH wird die Transkription von Audio- und Videodateien mit MAXQDA 12 demonstriert. Dies umfasst zum einen grundlegende Funktionen, wie z.B. die Definition von Rückspulintervallen und die Anpassung von Abspielgeschwindigkeit und Lautstärke, und zum anderen die Verwendung von Zeitmarken bei Audio- und Videomaterial.



Im folgenden Video (16:46 Min.) wird die Erstellung einer Transkription mit dem Partitur-Editor von EXMARaLDA veranschaulicht. Das Tutorial gliedert sich in zwei Teile: 1. Grundlagen und Grundbegriffe sowie 2. Erstellen einer Transkription. Dabei wird nach den grundlegenden Funktionen der Software v.a. der Prozess der Transkriptionserstellung ausführlich und anhand von Beispielmaterial erläutert.



Ein ausführliches Video-Tutorial (19:32 Min.) gibt einen Überblick zu den Funktionen der Transkriptionssoftware "f4analyse" der Firma audiotranskription.de und geht dabei auf folgende Themen ein: Import von Texten, Kommenare und Memos, Codieren und Umkodieren, Codesystem anpassen, Ausdifferenzieren von Codes, Zusammenfassungen erstellen, Verteilungsansicht und Suche, und Export.



2. Online-Lernangebote und -ressourcen

Auf folgenden Internetseiten finden Sie einführende sowie vertiefende Online-Lernangebote zum Thema "Transkription":

  • In einem kurzen Beitrag auf studi-lektor.de geben Prof. Dr. Günter Mey, Rubina Vock & Paul Sebastian Ruppel (Institut für Qualitative Forschung in der Internationalen Akademie gGmbH an der Freien Universität Berlin) erste Antworten auf das "Wie?, Was?, Wer?" rund um die Transkription.
  • Wenn es gilt, mit dem im deutschsprachigen Raum häufig genutzten Gesprächsanalytischen Transkriptionssystem (GAT 2) Transkripte direkt in einem Word-Dokument zu erstellen, sind einige vorbereitende Maßnahmen und eine Orientierung an erprobten Arbeitsschritten hilfreich. Hierfür hat Prof. Dr. Jörg Hagemann (PH Freiburg) zusammen mit Julia Henle einen praktischen Leitfaden erstellt, der Schritt für Schritt darüber orientiert, welche Gesprächsdetails in welcher Reihenfolge zu verschriften sind, wenn man sich aufwändiges Nachformatieren ersparen will. Der Leitfaden enthält zudem praktische Hinweise zum Umgang mit dem Datenmaterial, zur Erstellung eines so genannten Transkriptionskopfes sowie zur Anfertigung eines Orientierungsprotokolls.
  • Weitere kurze Zusammenfassungen von Transkriptionsregeln bzw. -systemen stammen von der TU Chemnitz (Transkriptionsregeln angelehnt an GAT2), dem "Fachdidaktikzentrum Geschichte, Sozialkunde und Politische Bildung" der Universität Wien (Link) sowie dem Bundesinstitut für Berufsbildung (Link).

  • Im "Archiv für Gesprochenes Deutsch (AGD)", einem akkreditierten Forschungsdatenzentrum, werden zentrale Informationen zur überarbeiteten Version des Gesprächsanalytischen Transkriptionssystems (GAT 2) bereit gestellt. Dazu zählen u.a. ein multimediales, interaktives Tutorial (GAT-TO) für das Erstellen von Gesprächstranskripten nach GAT, ein Handbuch für das computergestützte Transkribieren nach GAT 2 sowie ein Transkriptions-Editor (FOLKER), mit dem Minimaltranskripte nach GAT 2 schnell und komfortabel erstellt werden können.
  • Auf der Hompage von EXMARaLDA, einem System für das computergestützte Arbeiten mit (vor allem) mündlichen Korpora, finden sich im Bereich "Hilfe/Support" Informationen zu verschiedenen Transkriptionskonventionen wie z.B. GAT (s.o.) oder HIAT („Halbinterpretative Arbeitstranskriptionen“). Insgesamt bietet EXMARaLDA eine Fülle an unterschiedlichen Online-Ressourcen, von Handbüchern bis zu Software, zum Thema "Transkription" an.
  • Auf "Online QDA - Learning Qualitative Data Analysis on the Web", einem Angebot des Department of Behavioural and Social Sciences der University of Huddersfield (UK), wird unter "Resources" eine Vielzahl an Materialien zur Transkription angeboten. Neben Fachliteratur und Software umfasst dies auch Links zu hilfreichen Tools, wie z.B. einem Toolkit "Transkription" oder einer Berechnung der erforderlichen Transkriptionszeit.

3. Fachliteratur (Lehrbücher & Artikel)

Die folgende Fachliteratur ist geeignet, um sich in das Thema "Transkription" einzulesen bzw. sich vertieft damit zu befassen:

  • Dresing, T. & Pehl, T. (2010). Transkription. In G. Mey & K. Mruck (Hrsg.), Handbuch Qualitative Forschung in der Psychologie (S. 723–733). Wiesbaden: VS Verlag für Sozialwissenschaften. (verfügbar per Campuslizenz)
  • Kowal, S. & O’Connell, D. C. (2015). Zur Transkription von Gesprächen. In U. Flick, E. v. Kardorff & I. Steinke (Hrsg.), Qualitative Forschung. Ein Handbuch (11. Aufl., S. 437–446). Reinbek: Rowohlt.
  • Kuckartz, U. (2010). Einführung in die computergestützte Analyse qualitativer Daten. Wiesbaden: VS-Verlag. (Kap. 2, verfügbar per Campuslizenz)

  • Dittmar, N. (2009). Transkription: ein Leitfaden mit Aufgaben für Studenten, Forscher und Laien. Wiesbaden: VS Verlag.
  • Dresing, T. & Pehl, T. (2013). Praxisbuch Interview, Transkription & Analyse. Anleitungen und Regelsysteme für qualitativ Forschende. 5. Auflage. Marburg, 2013. (verfügbar unter www.audiotranskription.de/praxisbuch)
  • Fuß, S. & Karbach, U. (2014). Grundlagen der Transkription: Eine praktische Einführung. Stuttgart: UTB.

Themenbereich 26: Qualitative Inhaltsanalyse

1. Video-Tutorials

Das folgende kurze Video (6:50 Min.) von Prof. Kent Löfgren (Department of Education, Umea Uni-versity, Sweden) enthält eine prägnante Darstellung der zentralen Schritte der Qualitativen Inhaltsanalyse, die am Beispiel von Interviewdaten detailliert veranschaulicht werden.


In den fünf kurzen Videos (je ca. 10 Min.) seiner Youtube-Wiedergabeliste „Coding in qualitative data analysis“ diskutiert Graham R. Gibbs (University of Huddersfield, UK) zentrale Aspekte der qualitativen Inhaltsanalyse. Konkret behandelt er dabei im ersten Video (s.u.) den vierstufigen Prozess qualitativer Datenanalyse nach Alan Bryman (2001) sowie 2.) das thematische Kodieren qualitativer Daten, 3.) das Spektrum möglicher Analyseinhalte, 4.) die Zwecke der Kodierung und 5.) die Entwicklung einer Codestruktur bzw. -hierarchie und deren Vorteile.


Im fünften Video (17:11 Min.) der Reihe "Fundamentals of Qualitative Research Methods" stellt Dr. Leslie Curry von der Yale School of Public Health (New Haven, USA) die Grundlagen der Datenanalyse im Rahmen qualitativer Forschung vor. Nach einer kurzen Defintion geht sie auf die Begriffe "Code" und "Codestruktur" ein und verdeutlicht dies an einem Beispiel. Weiterhin werden verschiedene Ansätze vorgestellt und die Kodierung als iterativer Prozess der Datenanalyse näher betrachtet.


In ihrer Präsentation "Qualitative Research Design: collecting and analyzing qualitative data" (22:48 Min.) befasst sich Jun.-Prof. Dr. Jeongeun Kim (MLF Teachers College, Arizona State University, USA) mit zentralen Aspekten der qualitativen Inhaltsanalyse wie z.B. der Kodierung und Kategorienentwicklung sowie Gütemerkmalen, aber auch einsetzbarer Computersoftware.


Das folgende, knapp einstündige Video enthält eine Aufzeichnung der Präsentation "A Practical Introduction to Content Analysis", die Prof. Dr. Catherine Corrigall-Brown (Department of Sociology, University of British Columbia, Canada) am 23.01.2013 an der Western University im Rahmen der Statistics and Data Series gegeben hat. Dabei werden die Ziele, Vorgehensweisen und mögliche Analyseszenarien der Inhaltsanalyse vorgestellt und anhand von Studien, in denen diese Methode verwendet wurde, veranschaulicht.



2. Online-Lernangebote und –ressourcen

Auf folgenden Internetseiten finden Sie einführende sowie weiterführende Online-Lernangebote zum Thema "Qualitative Inhaltsanalyse":

  • In einem Beitrag (2000) der in Deutschland führenden Zeitschrift/Homepage für Qualitative Forschung "Forum Qualitative Sozialforschung" (FQS) beschreibt Philipp Mayring einen Ansatz systematischer, regelgeleiteter qualitativer Analyse von Text , der methodische Stärken der quantitativen Inhaltsanalyse teilweise übernimmt und zu einem qualitativ orientierten Instrumentarium ausweitet.
  • In einem Online-Beitrag (2005) zur Zeitschrift "MedienPädagogik" beschreiben Philipp Mayring, Michaela Gläser-Zikuda und Sascha Ziegelbauer anhand eines Beispiels aus der Unterrichtsforschung, wie sich Videoaufnahmen mit Hilfe der Qualitativen Inhaltsanalyse auswerten lassen.
  • In ihrem zweiteiligen Beitrag Qualitative Inhaltsanalyse (auf studi-lektor.de) stellt Dr. Petra Scheibler (u.a. Privatdozentin am Institut für Psychologie der Universität Oldenburg) die zentralen Merkmale und Prinzipien der Qualitativen Inhaltsanalyse wie z.B. Ablaufmodell, Kategoriensystem, Kodierregeln, Gütekriterien, Auswertung, etc. jeweils kurz vor.
  • Im Reader Grundlagen der qualitativen Sozialforschung der Professur für Mediendidaktik der Universität Augsburg wird im Baustein III (Auswertungsmethoden) die qualitative Inhaltsanalyse behandelt. Dabei werden zunächst die Stufen einer qualitativen Inhaltsanalyse gemäß einem Ablaufmodell nach Mayring aufgeführt und anschließend unterschiedliche Analysetechniken vorgestellt sowie Vor- und Nachteile dieser Auswertungsmethode erörtert.

3. Fachliteratur (Lehrbücher & Artikel)

Mit Hilfe der folgenden Fachliteratur kann man sich in die Grundlagen sowie weiterführende Fragen zum Thema "Qualitative Inhaltsanalyse" einarbeiten.

In folgendem Buch stellt Philipp Mayring die von ihm im deutschsprachigen Raum etablierte Version der Qualitativen Inhaltsanalyse vor und gibt Informationen zu allen konzeptuellen Grundlagen und Anwendungsaspekten:


Die Anwendung der Qualitativen Inhaltsanalyse wird in folgendem Sammelband auf Basis von beispielhaften Anwendungen aus einem breiten Inhaltsspektrum dargestellt:


Eine praxisorientierte englischsprachige Einführung, die sehr gut für den Einstieg geeignet ist, bietet das folgende Buch:

  • Schreier, M. (2012). Qualitative Content Analysis in Practice. London: Sage Publications.

Eine sehr gute englischsprachige Einführung in die quantitative und qualitative Inhaltsanalyse als Methode bietet Klaus Krippendorf. Dabei wird deutlich, dass die Inhaltsanalyse nicht notwendigerweise an eine qualitative Forschungshaltung gebunden ist:

  • Krippendorff, K. (2004). Content Analysis: An Introduction to its Methodology (2nd ed.). Thousand Oaks, CA: Sage.

Ein Beispiel für die Anwendung der Qualitativen Inhaltsanalyse im Bereich der gesundheitswissenschaftlichen Pflegeforschung findet sich in:

  • Schnell, M. W., Schulz, C., Kolbe, H., Dunger, C. (Hrsg.) (2013). Der Patient am Lebensende. Eine Qualitative Inhaltsanalyse. Wiesbaden: Springer VS. (verfügbar per Campuslizenz)

Themenbereich 27: Grounded Theory

1. Video-Tutorials

In der einstündigen Online-Vorlesung „Datenauswertung mit der Grounded Theory Methodologie“ erläutert Dr. Patrick Heiser von der FernUniversität Hagen die Merkmale der Grounded Theory an einem konkreten Anwendungsbeispiel (Typologie biografischer Auslöser für eine Pilgerschaft auf dem Jakobsweg).


Im knapp einstündigen Interview des Video-Podcasts „Vom Forschen mit Grounded Theory“ von Tine Nowak (kulturkapital.org), u.a. Lehrkraft für besondere Aufgaben an der Universität zu Köln, berichtet Sandra Aßmann (Juniorprofessorin an der Universität zu Köln) darüber, wie sie im Rahmen ihrer Dissertation Grounded Theory als Methodologie und Methode der qualitativen Forschung eingesetzt hat.


Im kurzen Video „An Introduction to Grounded Theory“ (11:22 Min.) von SAGE Research Methods diskutiert Kathy Charmaz, Professorin am Department of Sociology (Sonoma State University), die Grounded Theory und erläutert Gründe für deren Anwendung, ihre Entstehungsgeschichte sowie die Bedeutung der konstruktivistischen Grounded Theory.
Hinweis: Das Video ist nicht frei verfügbar! Lehrende können jedoch einen 30-Tage-Testzugang anfordern, durch den sie dieses und weitere Videos von SAGE Research Methods nutzen und z.B. in der Lehre verwenden können.


2. Online-Lernangebote und –ressourcen

Auf folgenden Internetseiten finden Sie einführende sowie weiterführende Online-Lernangebote zum Thema "Grounded Theory":

  • Im Online-Fallarchiv Schulpädagogik der Universität Kassel (von Prof. Dr. Friederike Heinzel et al.) werden in einem Lehrtext von Dirk Hülst (2010) der Entstehungshintergrund, die charakteristischen Merkmale sowie die Reichweite der Grounded Theory beschrieben. Dazu werden wesentliche Arbeitsschritte anhand einer Falldarstellung aus dem Fallarchiv erklärt.
  • Eine empfehlenswerte Online-Kurzdarstellung zur Grounded Theory wird von Steve Borgatti angeboten, Mitbegründer von „Analytic Technologies“, die v.a. Software zur Analyse sozialer Netzwerke anbieten.
  • Ein online verfügbares Einführungskapitel (14 S.) des amerikanischen Schulbuch- und Bildungsverlags „McGraw-Hill Education“ gibt einen Überblick über die Ziele, Grundprinzipien, Verfahren, Versionen und Grenzen der Methodik im Rahmen der Grounded Theory.
  • Die Homepage “Grounded Theory Online” (unter Mitwirkung von Barney Glaser; Mitentwickler des Ansatzes) gibt umfassende Informationen zu unterschiedlichen Aspekten des Analyseansatzes.

3. Fachliteratur (Lehrbücher & Artikel)

Mit Hilfe der folgenden Fachliteratur kann man sich in die Grundlagen sowie weiterführende Fragen zum Thema "Grounded Theory" einarbeiten.

Als Einstieg in die praktische Arbeit mit der Grounded Theory sei an erster Stelle das Werk von Kathy Charmaz empfohlen:

  • Charmaz, K. (2014). Constructing Grounded Theory. London: Sage.

Das grundlegende Werk zur Grounded Theory stammt von Barney Glaser und Anselm Strauss (2009; 1. Auflage: 1967):

  • Glaser, B. G. & Strauss, A. L. (2009). The Discovery of Grounded Theory: Strategies for Qualitative Research. New Brunswick: Aldine Transaction.

1996 hat Anselm Strauss zusammen mit Juliet Corbin eine Weiterentwicklung bzw. Neudarstellung der Grounded Theory präsentiert, die in dieser Form nicht von Barney Glaser – zumindest nicht in allen Aspekten – geteilt wird:

  • Corbin, J. & Strauss, A. (2010). Grounded Theory: Grundlagen Qualitativer Sozialforschung. Weinheim: Beltz. (Erstauflage, 1996)

Günter Mey und Katja Mruck haben einen Reader veröffentlicht, in dem die Entwickler der Grounded Theory zu Wort kommen und Praxisbeispiele präsentiert werden:


Jörg Strübing gibt Einblicke in die Anwendung des Verfahrens und betont, welche theoretischen Grundlagen die Methode trotz variierender Anwendungsformen kennzeichnen:

  • Strübing, J. (2008). Grounded Theory. Zur sozialtheoretischen und epistemologischen Fundierung des Verfahrens der empirisch begründeten Theoriebildung. Wiesbaden: VS Verlag. (verfügbar per Campuslizenz)

Themenbereich 28: Dokumentarische Methode

Themenbereich 28: Dokumentarische Methode

1. Video-Tutorials

 

 

In dieser Rubrik stehen aktuell keine Inhalte zur Verfügung.

Kennen Sie ein empfehlenswertes Video-Tutorial zu diesem Thema? Dann freuen wir uns über Ihre Rückmeldung!


2. Online-Lernangebote und –ressourcen

Auf folgenden Internetseiten finden Sie einführende sowie weiterführende Online-Lernangebote zum Thema "Dokumentarische Methode":

  • Einen ersten Einstieg in die Thematik bietet der Beitrag "Dokumentarische Methode" im "Dorsch - Lexikon für Psychologie" (verfügbar per Campuslizenz).
  • Im Online-Fallarchiv Schulpädagogik der Universität Kassel (von Prof. Dr. Friederike Heinzel et al.) werden in einem Lehrtext von Barbara Asbrand (2011) der (meta-)theoretische Hintergrund der Dokumentarischen Methode beschrieben und die wesentlichen Arbeits- und Interpretationsschritte anhand eines Beispiels aus dem Fallarchiv erklärt.
  • In ihrem Beitrag zum Blog "Fips - Forschen im Praxissemester", einer fachübergreifenden Artikelsammlung der Fachwissenschaften und Fachdidaktiken der Unterrichtsfächer sowie der Bildungswissenschaft der Universität Paderborn, stellt Dr. Anna Maria Kamin die Dokumentarische Methode vor und erläutert dazu anhand von Beispielen ein vierstufiges Verfahren nach Ralf Bohnsack.

3. Fachliteratur (Lehrbücher & Artikel)

Mit Hilfe der folgenden Fachliteratur kann man sich in die Grundlagen sowie weiterführende Fragen zum Thema "Dokumentarische Methode" einarbeiten:

  • Bohnsack, R. (2010). Rekonstruktive Sozialforschung: Einführung in qualitative Methoden (8. Aufl.). Opladen und Farmington Hills: Barbara Budrich. (Kap. 3 & 9)

  • Bohnsack, R., Nentwig-Gesemann, I. & Nohl, A.-M. (2001). Die dokumentarische Methode und ihre Forschungspraxis. Leske/Budrich: Opladen.

  • Corsten, M. (2010). Karl Mannheims Kultursoziologie: Eine Einführung. Frankfurt/New York: Campus.

  • Mannheim, K. (2004). Beiträge zur Theorie der Weltanschauungs-Interpretation. In J. Strübing & B. Schnettler (Hrsg.), Methodologie interpretativer Sozialforschung: Klassische Grundlagentexte (S. 101–154). Konstanz: UVK (UTB).

  • Schäffer, B., Loos, P., Nohl, A.-M. & Przyborski, A. (2013). Dokumentarische Methode: Grundlagen – Entwicklungen – Anwendungen. Opladen: Barbara Budrich. (verfügbar per Campuslizenz)

Themenbereich 29: Narrative Interviews und Narrationsanalyse

1. Video-Tutorials

Im ersten Teil (72:20 Min.) seiner dreiteiligen Online-Vorlesung zur qualitativen Sozialforschung erläutert Dr. Patrick Heiser von der FernUniversität Hagen anhand von Beispielen aus einer Pilger-Studie die Erhebungsmethode des narrativen Interviews. Dabei werden nicht nur die Besonderheiten von empirischen Daten aus Stegreiferzählungen thematisiert, sondern auch hilfreiche Tipps zur Interviewführung gegeben.



Im zweiten Teil (45:18 Min.) seiner dreiteiligen Online-Vorlesung zur qualitativen Sozialforschung erläutert Dr. Patrick Heiser von der FernUniversität Hagen anhand von Beispielen, wie man Transkripte narrativer Interviews mittels der Narrationsanalyse nach Fritz Schütze auswerten kann.



2. Online-Lernangebote und –ressourcen

Auf folgenden Internetseiten finden Sie einführende sowie weiterführende Online-Lernangebote zum Thema "Narrative Interviews und Narrationsanalyse":

  • In einem kurzen Beitrag auf studi-lektor.de befassen sich Prof. Dr. Günter Mey, Rubina Vock & Paul Sebastian Ruppel (Institut für Qualitative Forschung in der Internationalen Akademie gGmbH an der Freien Universität Berlin) mit dem Entstehungszusammenhang, dem theoretischen Hintergrund sowie dem Aufbau und Ablauf des narrativen Interviews.
  • Auf seiner privaten Webseite bietet Prof. Dr. Georg Peez (Professur für Kunstpädagogik an der Goethe-Universität Frankfurt am Main) u.a. einen kurzen Online-Text über die Erhebung und Auswertung autobiografisch-narrativer Interviews an, der neben einer Verfahrens- und Aufbaubeschreibung auch Hinweise zur Transkription und weiterführende Literatur zum Thema umfasst.

3. Fachliteratur (Lehrbücher & Artikel)

Mit Hilfe der folgenden Fachliteratur kann man sich in die Grundlagen sowie weiterführende Fragen zum Thema "Narrative Interviews und Narrationsanalyse" einarbeiten:

  • Kleemann F., Krähnke U., Matuschek I. (2009) Narrationsanalyse. In: Interpretative Sozialforschung. VS Verlag für Sozialwissenschaften.
  • Lucius-Hoene, G. & Deppermann, A. (2004). Rekonstruktion narrativer Identität. Ein Arbeitsbuch zur Analyse narrativer Interviews. Wiesbaden: VS Verlag. (Neuauflage für 2019 angekündigt!)
  • Rosenthal, G. (2015). Interpretative Sozialforschung: eine Einführung. Weinheim: Beltz Juventa.

Themenbereich 30: Computergestützte Analyse qualitativer Daten mit MAXQDA

1. Video-Tutorials

Das Video-Tutorial der VERBI GmbH führt mit zahlreichen kurzen Videos (2-10 Min.) in die Grundlagen von MAXQDA 12 ein. Das Tutorial (Intro, s.u.), das auch als Youtube-Reihe verfügbar ist, umfasst dabei die 4 Bereiche Datenarten, Funktionen, Mixed Methods und Visual Tools.



2. Online-Lernangebote und -ressourcen

Auf folgenden Internetseiten finden Sie einführende Online-Lernangebote zum Thema "Computergestützte Analyse qualitativer Daten mit MAXQDA":

  • Auf der MAXQDA-Homepage findet sich eine kurze Einführung in das Thema, beginnend mit der Frage "Was ist QDA-Software?". Zudem wird erklärt, worum es sich bei qualitativem Datenmaterial handelt, und welche Funktionen MAXQDA zur Analyse solcher Daten bereithält.
  • Die VERBI GmbH bietet auf der MAXQDA-Homepage ein sehr umfassendes und detailliertes Online-Tutorial zu MAXQDA 12 an, bei dem über 15 verschiedene Themen (von Getting Started über Visual Tools bis zu Mixed Methods) jeweils mit Hilfe von Beispielen und Screenshots hilfreich vorgestellt werden.
  • In den kostenlosen Webinaren der VERBI GmbH kann man sich mittels Desktop-Sharing in die Grundfunktionen der Software sowie fortgeschrittenere Analysetechniken einführen lassen und hat darüber hinaus auch die Möglichkeit, mittels Chat spezifische Fragen zu stellen. Die Webinare werden deutsch- und englischsprachig angeboten, erfordern keine spezielle Software und dauern ca. 45 Minuten.

3. Fachliteratur (Lehrbücher & Artikel)

Mit Hilfe der folgenden Fachliteratur kann man sich in die Grundlagen zum Thema "Computergestützte Analyse qualitativer Daten (mit MAXQDA)" einarbeiten:

  • Kuckartz, U. (2010). Einführung in die computergestützte Analyse qualitativer Daten. Wiesbaden: VS-Verlag.(verfügbar per Campuslizenz)
  • Kuckartz, U., Grunenberg, H. & Dresing, T. (2007). Qualitative Datenanalyse: computergestützt. Methodische Hintergründe und Beispiele aus der Forschungspraxis. Wiesbaden: VS-Verlag.(verfügbar per Campuslizenz)
  • Kuckartz, U. (2016). Qualitative Inhaltsanalyse: Methoden, Praxis, Computerunterstützung. Weinheim: Beltz.(verfügbar per Campuslizenz)

Themenbereich 31: Gütemerkmale qualitativer Forschung

1. Video-Tutorials

In der folgenden Vorlesung (57:09 Min.) werden die "Gütemerkmale qualitativer Forschung" einführend dargestellt. Im Einzelnen werden dabei folgende Inhalte behandelt:

  • Notwendigkeit der Berücksichtigung von Gütekriterien
  • Gütekriterien gemäß Steinke (1999)
  • Berichtsstandards
  • Zusammenfassung

Hinweis: Die Kenntnis der Inhalte aus den Videos "Grundlegende Aspekte der Anwendung qualitativer und quantitativer empirischer Forschungsmethoden" (Themenbereich 1) sowie "Einführung in qualitative Forschungsmethoden" (Themenbereich 20) werden hier vorausgesetzt!


Im sechsten Video (8:02 Min.) der Reihe "Fundamentals of Qualitative Research Methods" geht Dr. Leslie Curry von der Yale School of Public Health (New Haven, USA) zunächst auf häufige Kritikpunkte an qualitativer Forschung ein und zeigt anschließend auf, wie man dieser Kritik durch die sorgfältige Gestaltung des Forschungsprozesses im Rahmen qualitativer Forschung begegnen kann.



2. Online-Lernangebote und –ressourcen

Auf folgenden Internetseiten finden Sie einführende sowie weiterführende Online-Lernangebote bzw. -ressourcen zum Thema "Gütemerkmale qualitativer Forschung":

  • Einen ersten Einstieg in die Thematik der Gütemerkmale qualitativer Forschung bietet der Beitrag „Gütekriterien qualitativer Forschungsprozesse“ im "Dorsch - Lexikon für Psychologie" (verfügbar per Campuslizenz).
  • In einem kurzen Beitrag auf studi-lektor.de befassen sich Prof. Dr. Günter Mey, Rubina Vock & Paul Sebastian Ruppel (Institut für Qualitative Forschung in der Internationalen Akademie gGmbH an der Freien Universität Berlin) mit den Gütekriterien qualitativer Forschung.
  • Im Reader "Grundlagen der qualitativen Sozialforschung" der Professur für Mediendidaktik der Universität Augsburg werden zu Beginn (Baustein I) die Grundzüge qualitativen Forschens behandelt. Neben der Geschichte und den Grenzen qualitativer Forschung umfasst dieses Selbstlernangebot auch Kapitel zu den Grundlagen und Gütekriterien qualitativer Forschung.

3. Fachliteratur (Lehrbücher & Artikel)

Mit Hilfe der folgenden Fachliteratur kann man sich in die Grundlagen sowie weiterführende Fragen zum Thema "Gütemerkmale qualitativer Forschung" einarbeiten:

  • Flick, U. (2008). Managing the quality of qualitative research. London: Sage.
  • Mayring, P. (2010). Qualitative Inhaltsanalyse: Grundlagen und Techniken (11. Aufl.). Weinheim: Beltz.
  • Petrucci, M. & Wirtz, M. (2009). Integration von qualitativen und quantitativen Methoden. In M. Hietzge & N. Neuber (Hrsg.). Schulinterne Evaluation. Impulse zur Selbstvergewisserung aus sportpädagogischer Perspektive (S. 116-127). Baltmannsweiler: Schneider Hohengehren.
  • Schou, L., Høstrup, H., Lyngsø, E.E., Larsen, S. & Poulsen, I. (2012). Validation of a new assessment tool for qualitative research articles. Journal of Advanced Nursing, 68(9), 2086-2094. (verfügbar per Campuslizenz)
  • Steinke, I. (1999). Kriterien qualitativer Forschung. Ansätze zur Bewertung qualitativ-empirischer Sozialforschung. Weinheim: Juventa.
  • Tong, A., Sainsbury, P. & Craig, J. (2007). Consolidated criteria for reporting qualitative research (COREQ): a 32-item checklist for interviews and focus groups. International Journal of Quality in Health Care, 19(6), 349-357. (frei verfügbar)

Themenbereich 32: Forschungsethik

1. Video-Tutorials

Unter dem folgenden Link findet sich eine Videoaufzeichnung (107:46 Min.) des Symposiums "Forschungsethik", das im Rahmen des 10. Berliner Methodentreffens (18./19. Juli 2014) an der Freien Universität Berlin stattfand. Moderiert von Günter Mey (Institut für Qualitative Forschung, Internationale Akademie Berlin; Hochschule Magdeburg-Stendal) umfasst es Beiträge von Nicole Burzan (Professorin für Soziologie an der TU Dortmund), Hubert Knoblauch (Professor für Allgemeine Soziologie an der TU Berlin) sowie Hella von Unger (Lehr- und Forschungsbereich Qualitative Methoden der empirischen Forschung an der LMU München) zu forschungsethischen Fragen in der Qualitativen Forschung.

Videoaufzeichnung des Symposiums "Forschungsethik" auf dem 10. Berliner Methodentreffen 2014

2. Online-Lernangebote und –ressourcen

Auf folgenden Internetseiten finden Sie einführende sowie weiterführende Online-Lernangebote zum Thema "Forschungsethik":

  • Einen ersten Einstieg in die Thematik der Forschungsethik bietet der gleichnamige Beitrag im "Dorsch - Lexikon für Psychologie" (verfügbar per Campuslizenz).
  • Die berufsethischen Richtlinien (Fassung vom 21.09.2016, 33 S.) des Berufsverbandes Deutscher Psychologinnen und Psychologen e.V. und der Deutschen Gesellschaft für Psychologie e.V. stellen nicht nur die fachlichen und ethischen Leitlinien der Berufsausübung für Psychologinnen und Psychologen in Deutschland dar, sondern enthalten im Kapitel 7 "Psychologie in Forschung und Lehre" auch explizite Ausführungen zu den Grundsätzen guter wissenschaftlicher Praxis sowie für Forschung und Publikation.
  • In ihrem Beitrag zum Blog "Fips - Forschen im Praxissemester", einer fachübergreifenden Artikelsammlung der Fachwissenschaften und Fachdidaktiken der Unterrichtsfächer sowie der Bildungswissenschaft der Universität Paderborn, befasst sich Stefanie Meier mit datenschutzrechtlichen und forschungsethischen Grundprinzipien der empirischen Forschung. Dabei geht sie auf die Einhaltung datenschutzrechtlicher Bestimmungen, die Relevanz forschungsethischer Grundsätze, die adäquate Rückmeldung sensibler und konfliktgeladener Ergebnisse, aber auch Besonderheiten der Schul- und Unterrichtsforschung ein und stellt Beispielmaterial (aus Helfferich, 2011) zur Verfügung.

3. Fachliteratur (Lehrbücher & Artikel)

Mit Hilfe der folgenden Fachliteratur kann man sich in die Grundlagen sowie weiterführende Fragen zum Thema "Forschungsethik" einarbeiten:

  • Döring, N. & Bortz, J. (2016). Forschungsmethoden und Evaluation in den Human- und Sozialwissenschaften. Berlin: Springer. (Kap. 4, verfügbar per Campuslizenz)
  • Flick, U. (2018). The SAGE Handbook of Qualitative Data Collection. London: SAGE. (Kap. 3)
  • Guest, G., Namey, E. E. & Mitchell, M. L. (2013). Collecting Qualitative Data: A Field Manual for Applied Research. London: SAGE. (Kap. 8)
  • RatSWD [Rat für Sozial- und Wirtschaftsdaten] (2017). Forschungsethische Grundsätze und Prüfverfahren in den Sozial- und Wirtschaftswissenschaften. RatSWD Output 9 (5). Berlin: Rat für Sozial- und Wirtschaftsdaten (RatSWD). (frei verfügbar)
  • von Unger et al. (2014). Forschungsethik in der qualitativen Forschung: Reflexivität, Perspektiven, Positionen. Wiesbaden: Springer VS. (verfügbar per Campuslizenz)

Themenbereich 33: Standards für Publikationen, Abschlussarbeiten, Referate, Hausarbeiten

1. Video-Tutorials

In einem kurzen Video (3:36 Min.) der Universität Hohenheim wird anhand einiger Grundregeln für ein gutes Poster erklärt, wie ein gelungenes Poster aufgebaut und gestaltet sein sollte.


Im folgenden Video (11:39 Min.) von schoolseasy, einem privaten Nachhilfekanal auf Youtube, wird auf unterhaltsame Weise präsentiert, wie sich Referate spannend und interessant gestalten lassen, sodass die Zielgruppe dem Inhalt aufmerksam folgen kann.


2. Online-Lernangebote und –ressourcen

Auf folgenden Internetseiten finden Sie einführende sowie weiterführende Online-Lernangebote zum Thema "Standards für Publikationen, Abschlussarbeiten, Referate, Hausarbeiten":

Wissenschaftliche Texte verfassen:

Referate gestalten: Powerpoint-Präsentationen: Postergestaltung:

3. Fachliteratur (Lehrbücher & Artikel)

Mit Hilfe der folgenden Fachliteratur kann man sich in die Grundlagen sowie weiterführende Fragen zum Thema "Standards für Publikationen, Abschlussarbeiten, Referate, Hausarbeiten" einarbeiten:
  • Bem, D. J. (2002). Writing the Empirical Journal Article. In J. M. Darley, M. P. Zanna & H. L.Roediger III (Hrsg.). The Compleat Academic: A Career Guide (S. 2-26). Washington, DC: American Psychological Association. (online verfügbar)
  • Bohl, T. (2018). Wissenschaftliches Arbeiten im Studium der Erziehungs- und Bildungswissenschaften - Arbeitsprozesse, Referate, Hausarbeiten, mündliche Prüfungen und mehr (4. Aufl.). Weinheim: Beltz. (verfügbar per Campuslizenz)
  • Brandt, M., Kroneisen, M. & Erdfelder, E. (2014). Richtlinien zur Gestaltung wissenschaftlicher Arbeiten. Lehrstuhl für Kognitive Psychologie und Differentielle Psychologie, Universität Mannheim. (online frei verfügbar)
  • Deutsche Gesellschaft für Psychologie (DGPs) (Hrsg.) (2016). Richtlinien zur Manuskriptgestaltung (4. Aufl.). Göttingen: Hogrefe. (verfügbar per Campuslizenz).
  • Erren, T. C., & Bourne, P. E. (2007). Ten Simple Rules for a Good Poster Presentation. PLoS Computational Biology, 3(5), e102. (online frei verfügbar)
  • Funke, J., Berude, C. & Reuschenbach, B. (2010). Richtlinien zur Manuskriptgestaltung. Psychologisches Institut der Universität Heidelberg.
  • Peters, J. H. & Dörfler, T. (2015). Abschlussarbeiten in der Psychologie und den Sozialwissenschaften: Schreiben und Gestalten. Hallbergmoos: Pearson.

Rückmeldung zum Portal

Wie hilfreich ist dieses Portal für Sie?