Quantitative Forschung

Quantitative Forschung

Dieser Bereich entwickelt sich derzeit, daher habe ich vorerst ein paar Ideen aufgeschrieben.

Einen Überblick dem grundsätzlichen Ablauf einer wissenschaftlichen Arbeit und der zahlreichen Arbeitsschritte findest du unter Ablauf eines Forschungsprozesses und unter Arbeitsschritte. MEHR LESEN

Die zugrundeliegende Bemühung der quantitativen Forschung liegt darin eine objektive, wahre, messbare und replizierbare Erkenntnis über die Realität zu erlangen. Dafür werden messbare Einheiten identifiziert, als Beobachtungseinheit genommen und theoriegeleitet Daten gesammelt. Dies dient der Prüfung einer angestellten Hypothese, bzw. der Widerlegung der Nullhypothese.

Hinweis: in meinen Artikeln über Wissenschaft und Forschung weise ich darauf hin, dass eine Messung einiges voraussetzt und impliziert, wie

– Kenntnisse über Untersuchungsgegenstand

– geeignete Beobachtungsmethoden

– ideale Messmethoden

– mögliche Schwierigkeiten bei großen Anzahlen an Probanden

Eine ausführlichere Ausführung und Argumentation findest du hier in den Artikeln über „Forschung und Wissenschaft“.

Vor einer quantitativen Studie müssen grundsätzlich also viele theoretische Vorüberlegungen angestellt werden und Untersuchungsinstrumente standardisiert werden. Um von einer Evidenz sprechen zu können muss außerdem eine ausreichend große Stichprobe beobachtete und untersucht werden.

Im Rahmen einer quantitativen Studie wird eine Fragestellung dann mittels ‚harter Daten‘, also Zahlen beantwortet. Wobei man unterscheiden kann zwischen der:

– deskriptiven Forschung,

– hypothesenprüfenden Forschung und

– Evaluations- und Entwicklungsforschung.

Methoden zur Datenerhebung der quantitativen Forschung:
(systematisch …)

– Beobachten

– Messen

– Zählen

– Befragen

– Rating

– Experiment

Grundsätzliche Fragen:

Welche Daten werden gemessen?

Wie werden die Daten erhoben?

– Gesteuert/gezielte Erhebung und/oder Gelegenheitserhebung

– objektive und subjektive Messmethoden

– Wie wird was protokolliert?

Studiendesigns der quantitativen Forschung DROP-DOWN

– Interventionsstudie/Intervention study: randomisiert oder nichtrandomisiert

– Beobachtungsstudie: deskriptiv oder analytisch (z.B. Kohorten, Fall-Kontroll-Studie, Querschnittstudie)

– Allgemeine Studiendesigns

– empirische Studie mit Patienten

– Laborversuch

– Feldversuch

– Umfrageforschung z.B. mit Fragebogen

– Korrelationsstudie

– literaturbasierte quantitative Inhaltsanalyse

– systematische Beobachtung

– Spezifischere Studiendesigns:

– Einzelfallstudie

– Kohortenanalyse / Längsschnittbetrachtung / Cohort Study / longitudinal study / Kohortenstudie

– Querschnittanalyse / Cross-sectional data/study / Querschnittstudie / Querschnittdesign: misst den „ist-Zustand“

– Fall-Kontroll-Studie / Case control study

– Cross-Over-Studie

– Experimente: kontrollierte, quasikontrollierte oder randomisierte, kontrollierte Studie (RCT)

– Randomisierung

– Kontrollierte Studie

Evidenz DROP-DOWN

Unter Evidenz versteht man eine Tatsache, einen Fakt. In der Medizin wird darunter ein empirischer Nachweis des Nutzens bezeichnet.

Unter Vorbehalt (weil zu überprüfende Quelle) ein kleiner Exkurs: https://de.wikipedia.org/wiki/Evidenz

Anhand der Evidenzpyramide und den verschiedenen wissenschaftlichen Bewertungsverfahren (mehr dazu hier) lässt sich das Ansehen und der wissenschaftliche Wert innerhalb der ebM abzuschätzen und beurteilen.

Hinweis: Nur mit einer RCT ist ein wissenschaftlicher, anerkannter Nachweis der Wirksamkeit möglich!

Weitere Infos:

https://www.g-ba.de/ueber-den-gba/aufgabe-arbeitsweise/bewertungsgrundlagen/

Hypothese DROP-DOWN

Wenn du eine quantitative, empirische Forschung machst, dann brauchst du eine Hypothese, die sich aus deiner Forschungsfrage ergibt.

Wichtig zu beachten ist, dass deine Hypothese fundiert, überprüfbar und diskutierbar ist.

Tipps:

https://www.scribbr.de/anfang-abschlussarbeit/hypothesen-formulieren/

https://www.ghostwriter-arbeiten.de/abgrenzung-schritt-fuer-schritt/

Weitere Informationen zur quantitativen Forschung: DROP-DOWN

– Artikel über Quantitative Methoden http://www.martin-wellenreuther.de/content/Horl-Quantitative%20Forschung.pdf

https://www.scribbr.de/methodik/quantitative-forschung/

https://www.researchgate.net/publication/250885726_Wissenschaft_erklart_Quantitative_Studiendesigns_-_Harte_Daten_erfassen

– Artikel über „Das menschliche Urteil in der ebM“ https://link.springer.com/article/10.1007%2Fs00761-020-00720-x#citeas

Stichprobe für die quantitative Forschung (mehr zu Rekrutierung hier) DROP-DOWN

Grundsätzlich unterscheidet man zwischen einer Vollerhebung und einer Teilerhebung.

– Eine Stichprobe ist eine Teilmenge und somit eine Teilerhebung.

– Der extreme Fall ist die Einzelfalluntersuchung.

Wichtig ist, dass die Stichprobe repräsentativ ist. Sie muss daher i.d.R. spezifisch (also auf relevante Merkmale bezogen) und/oder global sein.

Anhand einer repräsentativen Stichprobe kann mit Hilfe von Statistik eine Aussage über die Gesamtheit getroffen werden, denn eine Stichprobe ist ein Teil einer Gesamtheit und häufig das bewährte, nötige Mittel, da die Erhebung der Gesamtheit nicht möglich oder zu aufwändig ist.

Von der Stichprobe werden dann Rückschlüsse auf die Gesamtheit getroffen. Wie akkurat diese sind, ist von verschiedenen Faktoren abhängig. Es sollte jedenfalls darauf geachtet werden, dass eine möglichst präzise Stichprobe, die die Merkmale abbildet, ausgewählt wird.

Welche Untersuchungseinheiten du erhebst, muss du im Rahmen deiner Vorüberlegungen entscheiden. Es gibt verschiedene Möglichkeiten:

Zufallsstichprobe = Probabilistische Stichprobe

– einfache Zufallsstichprobe

– mehrstufige Zufallsstichprobe

– Klumpenstichprobe

– geschichtete Stichprobe

Nicht zufällige Stichprobe = Nichtprobabilistische Stichprobe

– Willkürlich

– bewusste Auswahl

– Theoretische Stichprobe

– Ad-hoc-Stichprobe

– Quotenstichprobe

Mit Hilfe einer Power-Analyse kannst du bestimmen, wie groß deine Stichprobe sein muss. Dies sollte vor der Rekrutierung und Datenerhebung angestellt werden und wird in deiner Arbeit festgehalten!

Weitere Hinweise hierzu:

https://www.scribbr.de/statistik/stichprobe/

– Power-Analyse: https://statistikguru.de/lexikon/statistische-power.html

Statistik DROP-DOWN

Bitte beachte die Manuskriptgestaltung für die Vorgaben bzgl. dem Layout und den Schreibweisen etc.

– Es gibt verschiedene Schreibweisen für die statistische Zusammenfassung, die in der Wissenschaft gültig sind. Weitere Infos: https://www.scribbr.de/statistik/statistische-ergebnisse/

Grundsätzlich kann eine statistische Berechnung auch von einer externen Person angestellt werden. Dies empfiehlt sich zum Teil sogar.

Für statistische Berechnungen, Analysen und Darstellung gibt es Programme, die es sich dringend empfiehlt zu verwenden.

Erklärungen zum Thema ‚Statistik‘ DROP-DOWN

Im Internet und insb. auf YouTube finden sich zahlreiche Erklärungsvideos zur statistischen Berechnung. Mit einer Suche der Begriffe (siehe auch unten) wirst du sie finden.

Einige Möglichkeiten und Erklärungen findest du aber auch hier:

https://www.scribbr.de/category/statistik/

Teilbereiche der Statistik DROP-DOWN

Deskriptive Statistik: beschreibende, empirische Statistik

z.B. Häufigkeitsverteilung, -tabellen, zentrale Tendenzen (Mittelwert, Modus, Median, Standardabweichung, Quartile, Boxplot, Balkendiagramm, Kreisdiagramm…) und Streuungen, Korrelation = Beschreibende: Darstellen und Ordnen
Weitere Infos: https://www.scribbr.de/statistik/deskriptive-statistik/

Induktive Statistik: schließende, beurteilende Statistik

z.B. Ableitend von Stichprobe auf Gesamtbevölkerung anhand zB Standardfehler, Konfidenzintervall, Fehlergrenze, Z-Wert

Analytische bzw. explorative Statistik: hypothesen-generierende Statistik

Hypothesentest (Nullhypothese, Forschungshypothese), p-Wert, Typ-1 und Typ-2 Fehler; Korrelation/Assoziation (Korrelation: besteht ein Zusammenhang bei metrischen Daten x-y scatterplot, Pearsons R, Korrelationskoeffizient; Assoziation: besteht ein Zusammenhang bei kategorialen Daten, Nonparametrische Tests), t-test, Cohen’s Effektstärken

Skalen DROP-DOWN

Mithilfe des Skalenniveaus, auch Messniveau genannt lassen sich Eigenschaften und Aussagen über Merkmale und Variablen treffen. Dabei wird zwischen verschiedenen Skalen unterschieden:

– Nominalskala (topologische/nicht-metrische Skalen)

Unterscheidbarkeit (gleich/ungleich) genau eine Klasse

– Ordinalskala (topologische/nicht-metrische Skalen)

Unterscheidbarkeit und Rangordnung

– Intervallskala (metrische Skalen)

Unterscheidbarkeit, Rangordnung und Abstand/Differenz

– Ratioskala/Verhältnisskala

Unterscheidbarkeit, Rangordnung und Abstand/Differenz bei Nullpunkt

– Kardialskala (metrische Skalen)

Zusammenfassung von Intervallskala und Verhältnisskala

Wichtig zu beachten ist, dass die Skalenniveaus bestimmen welche Lageparameter/-maße und Streuungsmaße bestimmt werden können.

Weitere Infos:

https://www.scribbr.de/statistik/skalenniveaus/

Begriffe in der Statistik DROP-DOWN

– Ablehnungsbereich mit TR

– ANOVA: Analysis of Variance/Varianzanalyse (Hinweis: https://www.scribbr.de/statistik/statistische-tests-annahmen/)

– Box Plot

– Chi-Quadrat

– Cramer’s V

– Cronbachs Alpha/interne Konsistenz

– Effektstärke nach Cohen d

– Fehlergrenze

– Graphical Representations

– Hypothesentest: Nullhypothese, Alternativhypothese, Hypothesen werden verifiziert oder falsifiziert z.B. anhand des Chi-Quadrat-Tests oder t-Test

– Inzidenz

– Konfidenzintervall

– Kontingenzkoeffizient (nach Pearson)

– Korrelation

– Korrelationskoeffizient

– Korrelationskoeffizient nach Pearson/nach Bravais-Pearson

– Spearman’s Rangkorrelationskoeffizienten

– Kovarianz

– Lageparameter/Lagemaß

– Arithmetisches Mittel/Mean/Mittelwert/Durchschnittswert

– Median/Zentralwert

– Modus/Mode

– Linear Regression

– Normalverteilung, auch Gauß’sche Verteilung mit Standardabweichung, Glockenkurve

– Standardnormalverteilung (siehe auch Mittelwert und Standardabweichung)

– Prävalenz

– Responsivität

– Regressionsanalyse (Hinweis: https://www.scribbr.de/statistik/statistische-tests-annahmen/)

– Scatter Plots

– Scores (Qualitäts-Scores)

– Signifikanztestung, Signifikanzniveau

– Skalenniveau (Nominal, Ordinal, Intervall, Ratio/Verhältnis)

– Standardfehler

– Streuung: Streuungsmaße auch Streuungsparameter und Dispersionsmaß

– Spannweite

– Standardabweichung

– Varianz

– Streuung der Werte um Mittelwert

– T-Test (Hinweis: https://www.scribbr.de/statistik/statistische-tests-annahmen/)

– Trennschärfe

– Wahrscheinlichkeitserhebung (einfache, geschichtet, systematisch)

– Whisker Plot

– Zusammenhangsmaße

– Z-Wert

Darstellung der Statistik DROP-DOWN

Bitte beachte die Manuskriptgestaltung für die Vorgaben bzgl. dem Layout und den Schreibweisen etc.

– Es gibt verschiedene Schreibweisen für die statistische Zusammenfassung, die in der Wissenschaft gültig sind. Weitere Infos: https://www.scribbr.de/statistik/statistische-ergebnisse/

Häufig verwendet werden beispielsweise:

– Histogramme,

– Tabellen und

– Abbildungen.

Ich erarbeite konkretere Inhalte derzeit. Falls du Tipps und Infos hast, freue ich mich auf deine Nachricht. Hier findest du meinen Kontakt.