|
 |
||||||||
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,
- zwischen Studierendengruppen
- zwischen verschiedenen Zeitpunkten
- zwischen Kursen / Klassen
- zwischen Software-Tools
Beispiel:
Zur Veranschaulichung ziehen wird wieder den Fragebogen zur lernbezogenen Selbstwirksamkeitserwartung heran. Wir nehmen an, dass dieser Fragebogen von der gleichen Stichprobe zweimal ausgefüllt wurde, einmal vor und einmal nach einem Lernkompetenz-Training. Nun stellt sich die Frage, ob sich die lernbezogene Selbstwirksamkeitserwartung nach dem Training verbessert hat.
Hierzu geben wir die Daten der zweiten Fragebogenerhebung als neue Variablen (Spalte) in das Datenblatt der ersten Erhebung ein und berechnen für jeden Messzeitpunkt pro Teilnehmer einen Mittelwert über die Fragen zur Selbstwirksamkeitserwartung. Mit einem t-Test für abhängige Stichproben wird nun überprüft, ob sich die Mittelwerte der Nachher-Messung von den Mittelwerten der Vorher-Messung unterscheiden.
Mittelwert
„Der Mittelwert ist ein Lagemass, das nur bei quantitativen Merkmalen erlaubt ist. Er wird im Gegensatz zum Median stark von Ausreissern beeinflusst und sollte deshalb nur bei symmetrisch verteilten Merkmalen berechnet werden. Er bezieht sich immer auf eine Stichprobe; bei einer Grundgesamtheit spricht man vom Erwartungswert.“ (Aus: Statistik-Lexikon, Mittelwert)
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)
Die Ergebnisse zeigen, dass die Mittelwerte nach dem Lernkompetenz-Training höher ausfallen (vgl. t-Test Beispiel,
pdf, 20 kB) und der Unterschied zwischen den zwei Skalenmittelwerten (sk_1 = 3.15 und sk_2 = 4.01)
signifikant (p < 0.01) ist. Dies bedeutet, dass die Messung nach dem
Training eine Verbesserung ergeben hat, die mit einer grossen
Wahrscheinlichkeit nicht zufällig ist.
Bei der Interpretation der Werte ist auch die Grösse und die Zusammensetzung der Stichprobe zu berücksichtigen. Bei einer zu kleinen Anzahl von Befragten können die Ergebnisse verfälscht werden. Ebenfalls sollte beachtet werden, dass die Stichprobe repräsentativ ist. Dies bedeutet, dass die Stichprobe die Zusammensetzung der Grundgesamtheit widerspiegelt. Repräsentativität erreicht man beispielsweise durch die zufällige Auswahl der Untersuchungsteilnehmer.
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.
