|
 |
||||||||
Daten interpretieren
Wann Werte als niedrig oder hoch zu bewerten sind und welche
Schlussfolgerungen aus den gesammelten Daten zu ziehen sind, hängt von den
Umständen und Fragestellungen des jeweiligen Projekts ab. Eine
Verallgemeinerung ist daher unmöglich. (Dies bezieht sich besonders auf Daten,
die mittels inhaltsanalytischer Verfahren gewonnen werden.) Trotzdem wollen wir
hier einige Beispiele geben.
Skalen(mittel)werte aus Fragebogendaten können beispielsweise aufgrund der
Bedeutung der Skalenbezeichnung interpretiert werden: z. B. "Studierende
beurteilen xy im Mittel als 'gut'" etc. Die Interpretation von Ergebnissen
kann aber auch durch eine vergleichende Betrachtung geschehen:
- zwischen Variablen oder Daten (z. B. Vergleich der Anzahl von Projekten, die ein bestimmtes Ziel bearbeiten, mit der Gewichtung dieser Ziele)
- zwischen Studierendengruppen
- zwischen verschiedenen Zeitpunkten (z. B. Vergleich von Netzwerkanalyse-Daten vor und nach einem Netzwerktreffen)
- zwischen Kursen / Klassen
- zwischen Software-Tools
- zwischen Projekten
Stichprobe
„In den Sozialwissenschaften ist es häufig nicht möglich, aber auch nicht erforderlich, alle Elemente einer Grundgesamtheit zu untersuchen, also eine Vollerhebung durchzuführen. Stattdessen wird eine Auswahl aus der Gesamtheit der Elemente vorgenommen (also eine Teilerhebung durchgeführt). Sofern die Verfahren der Auswahl dieser Elemente bestimmten Regeln folgen, wird die resultierende Menge von Untersuchungsobjekten als Auswahl oder – häufiger – Stichprobe bezeichnet.“ (Aus: Ilmes, Stichprobe)
Bei der Interpretation der Werte ist auch die Grösse und die Zusammensetzung
der Stichprobe zu berücksichtigen. Für die Programmevaluation sollten möglichst
Daten aus allen Projekten vorliegen!
Interpretation von Korrelationen / Zusammenhängen
Korrelationen sagen – unabhängig von ihrer Höhe – nichts über
Kausalzusammenhänge aus. Ob a zu b führt oder umgekehrt, kann durch korrelative
Verfahren nicht geklärt werden.
