Hol' Dir diese Lernkarten, lerne & bestehe Prüfungen. Kostenlos! Auch auf iPhone/Android!

Unter empirischer Forschung versteht man die Erhebung und Interpretation von Daten über verschiedene "Tatsachen". Dieses erfolgt systematisch anhand von Methoden der empirischen Forschung.

* Hypothesen und Theorien überprüfen

* Hypothesen und Theorien begründen

* Planungs- und Entscheidungsprozesse fundieren
  (z.B. Einführung von Programmen zur Gesundheitsförderung)

* Wege zur Bewältigung praktischer Probleme aufzeigen
  (z.B. Überprüfung der Wirksamkeit dieser Programme)

* Qualitative Forschung

* Quantitative Forschung

* orientiert sich zumeist an der Überprüfung von Hypothesen oder 
  Theorien

* systematische Messung u. Auswertung von sozialen Fakten mit
  Hilfe verschiedener Erhebungsinstrumente

* lässt sich mit statistischen Mehtoden weiter verarbeiten

* Grundlage ist die moderne Wissenschaftstheorie

* an Rekonstruktion von Sinn orientiert

* teilnehmende Beobachtung

* Interview

* Gruppendiskussion

* qualitatives Experiment

* Befragen

* Testen

* Beobachten

* Experiment

* strukturierte Befragung (Interview)

* Kommuniationsmedium (face-to-face od. Paper-and-pencil)

* Grad der Standardisierung

* Strukturiertheit (gibt es Anwortvorgaben etc.)

* Befragung
     - schriftlich / mündlich
     - strukturiert / nicht strukturiert
* Beobachtung
* Experiment
     - Feldexperiment
     Laborexperiment
* Inhaltsanalyse

* offene Befragung

* strukturierte Befragung (Interview => Antworten sind vorgegeben)

* Methoden des systematischen Verfolgens von sozialer Interaktion
  (unter Zuhilfenahme eigener Notizen, Protokollen, medialer
  Aufnahme etc.)

* Laborexperiment

* Feldexperiment

Experiment:
Bei einem Experiment werden auf eine oder mehrere als wesentlich erachtete Bedingungen Einfluss genommen.

Arten:

Laborexperiment:
* Durchführung in einem speziellen Untersuchungsraum (künstliche
  Umgebung)
* gute Kontrollierbarkeit
* eingeschränkte Verallgemeinerbarkeit

Feldexperiment:
* Durchführung in natürl. Umgebung
* eingeschränkte Kontrollierbarkeit
* gute Verallgemeinerbarkeit

* theoretische Bindung des Forschers

* institutionelle Bindung des Forschers (z.B. Pharmaindustrie)

* Zweckgebundenheit: Institutionen verfolgen unterschiedl. Ziele

* zur Verfügung stehende Ressourcen

* Entscheidungen sind rational abgesichert

* erlaubt die Veröffentlichung der Ergebnisse

* Resultate sind replizierbar => nachprüfbar

* andere Personen können d. Ergebnisse weiter verwenden

* Wohl des Probanden steht im Vordergrund

* Proband ist der Inhalt der Studie bekannt

* Daten werden anonym erhoben

* Einverständnis des Probanden

* Teilnahme an der Studie kann jederzeit widerrufen werden

1) Sammeln von Informationen über d. Forschungsbereich

2) Ableitung von Hypothesen aus den Theorien

3) Operationalisierung der zu untersuchenden Merkmale

4) Untersuchungsplanung

5) Datenerhebung

6) Datenanalyse (quantitativ -qualitativ)

7) Interpretation der Ergebnisse (Rückschlüsse auf die Theorie,  
    Konsequenzen für die Praxis  od. Prognosen für d. Zukunft)

Unter einer Hypothese versteht man eine in spezielle Aussageform gekleidete Fragestellung.

Die Hypothese ist dementsprechend eine präzisierte Vermutung.

* Begriffe müssen operationalisierbar sein
   (d.h. den Begriffen müssen Beobachtungen zuordenbar sein)

* die Hypothese sollte begründet sein => Herleitung nachvollziehbar

* die Hypothese muss prinzipiell widerlegbar sein
   (Sachverhalte die mit der Hypothese im Widerspruch stehen
   werden als Falsifikatoren bezeichnet)

* Formulierung nicht zu allgemein

* Zielsetzung soll klar hervortreten

* bei mehreren Annahmen werden auch mehrere Hypothesen
  formuliert

* Reihenfolge der Hypothesen richtet sich nach der Relevanz

Bei der Operationalisierung geht es darum manifesten Merkmalen (z.B. Körpergröße, Geschlecht) und
latenten Merkmalen (nicht direkt erfassbar z.B. Intelligenz, Angst) etwas direkt Beobachtbares
zuzuordnen => Ausprägungen dieser Merkmale werden numerische Äquivalente zugeordnet.

Eine Variable ist ein Symbol für eine Menge von Merkmalsausprägungen.
(z.B. Variable im Zusammenhang mit Zufriedenheit am Arbeitsplatz: Bezahlung, Überstunden etc.)

* Unabhängige Variable (UV)
   => wird vom Versuchsleiter direkt od. indirekt verändert
   => es soll festgestellt werden, welchen Einfluss dies auf andere V.
        hat
* Abhängige Variable (AV)
   => Beobachtung der Veränderung nach Manipulation der UV

Unter absoluter Häufigkeit versteht man die absolute Zahl wie
oft ein bestimmtes Merkmal vertreten ist
(z.B. 20 Studenten kommen aus Baden-Württemberg)

Zur relativen Häufigkeit kommt man, wenn man die absolute
Häufigkeit (z.B. 5 Studenten mit blauen Augen) durch die Gesamtzahl (z.B. Kurs mit 27 Studenten) teilt.

* doppelte Negation (z.B. es fällt mir nicht schwer,... keine
  große Sorgen zu machen)

* 2 sachliche Inhalte (z.B. wenn ich ein Problem habe, telefoniere
  ich mit Freunden oder sehe mir einen Film an)

* Halo-Effekt (ein Merkmal ist prägnant und überstrahlt andere)

* Primacy-Recency-Effekt(Urteilsverzerrung aufgrund der
  Reihenfolge der zu beurteilenden Objekte => Anfangs- und letzte
  Erfahrungen sind prägend)

* Selbstdarstellung (getestete Person versucht best. Eindruck zu
   vermitteln => z.B. Bewerbungsgespräch)

* soziale Erwünschtheit (Sonderform der Selbstdarstellung =>
  Person versucht sozialen Normen zu entsprechen)

* Ausbalancierte Anwortvorgaben (Kontrolltechnik mit
  unterschiedlich gepolten Items => z.B. ich bin zufrieden (ja/nein), ich
  bin unzufrieden mit meiner Arbeit (ja/nein))

* Kontrollskalen (sollen Tendenz zur sozialen Erwünschtheit erfassen
  => ich habe noch nie gelogen (ja/nein) => sehr unwahrscheinlich,
  dass jemand noch nie gelogen hat => Tendenz der sozialen
  Erwünschtheit)

* Aufforderung zu korrektem Testverhalten (in der Instruktion =
  Einführung d. Tests)

* Instruktion ist "Eintrittskarte" zum Fragebogen => entscheidet über
  Zusammenarbeit oder Verweigerung des Pbn (Probanden)

* Inhalt:
    * Sinn und Zweck des Fragebogens
    * Leistung die vom Pbn erwartet wird (z.B. multiple choice)
    * evtl. Beispielantwort
    * es sollte auf die wissenschaftl. Verwendung der Daten
      hingewiesen werden
    * Hinweis auf anonyme Datenverarbeitung

* wichtig sind Angaben zur Person (für Test relevante Merkmale,
  generell: Geschlecht, Alter und Bildungsstatus)

* generell wichtige Merkmale: Geschlecht, Alter, Bildungstatus

* relevante Merkmale, die eine Bedeutung für den
  Untersuchungsgegenstand haben
  (z.B. Beruf, Medikamenteneinnahme etc.)

Ein Test ist ein wissenschaftl. Routineverfahren zur Untersuchung eines od. mehrerer empirisch abgrenzbarer Persönlichkeitsmerkmale

Ziel: möglichst quantitative Aussage über d. relativen Grad der
        individuellen Merkmalsausprägung

* Objektivität

* Reliabilität

* Validität

* Objektivität:
  => inwieweit ist das Testergebnis unabhängig von jeglichen
       Einflüssen (z.B.wer den Test vorgibt)

* Reliabilität:
  = Zuverlässigkeit, wie genau misst der Test, was er misst

* Validität:
  = Grad der Gültigkeit: misst der Test, was er messen soll

* Koeffizient zur Darstellung der Reliabilität (Zuverlässigkeit)

* liegt immer zw. 0 und 1 => je höher desto zuverlässiger

In der Testentwicklung ist darauf zu achten, dass der Test
unabhängig von:
 
  * wer den Test vorgibt (Durchführungsobjektivität)
 
  * wer den Test auswertet (Auswertungsobjektivität)

  * wer den Test interpretiert (Interpretationsobjektivität)

ist.

* Leistungstests (z.B. Klausur)

* Persönlichkeitsfragebögen (Selbstauskunft wird verlangt)

* Projektive Tests (man gelangt zu Persönlichkeitsaussagen,
  die der Person selbst nicht bewusst sind)

Unter deskriptiver Statistik versteht man Methoden zur
Beschreibung der Daten in Form von Graphiken, Tabellen
od. einzelnen Kennwerten (z.B. Median, Modalwert etc.)

* Modalwert

* Median

* Arithmetisches Mittel

* Maße der zentralen Tendenz geben an, wie sich gesamte
  Verteilung am besten durch einen Wert beschriben lässt


* Je nachdem welche Daten zugrunde liegen, werden
  unterschiedl. Maße der zentralen Tendenz zur Beschreibung
  deren Verteilung herangezogen. Dies liegt an dem
  jeweiligen Skalenniveau der Daten.

Das Skalenniveau ist in der Statistik eine wichtige
Eigenschaft von Merkmalen bzw. von Variablen.
Je nach der Art eines Merkmals bzw.je nachdem, welche Vorschriften bei seiner Messung eingehalten werden können, lassen sich verschiedene Stufen der Skalierbarkeit
unterscheiden: Nominal-, Ordinal-, Intervall-, Verhältnisskala.

* Nominalskala

* Ordinalskala

* Intervallskala

* Verhältnisskala

* Nominalskala: Diese Klassen werden durch Symbole
  (auch Ziffern) gekennzeichnet. Man erhält keine Wertung
  nur eine Anordnung.

* Bsp.: Blutgruppe, männlich-weiblich (X-Y)

* Maße: Relative Häufigkeit, Modalwert etc.

* Ordinalskala: = Rangskala
    * Daten lassen sich in eine Rangordnung bringen
      (z.B. Schulnoten 1 ist besser als 2)
    * Differenzen zwischen Messdaten haben keine Bedeutung
      (zw. Schulnoten liegt nicht immer d. selbe Abstand)

* Bsp.: Schulnoten, sozialer Status, Erdbebenstärke

* Maße: Quantile, Median

* Intervallskala:
    * es handelt sich um reele Zahlen
    * Differenzen sind wichtig, aber die absoluten Werte
      (der Differenzen) haben keine Bedeutung (24°C ist
      nicht doppelt so warm wie 12°C)

* Bsp.: Temp. Zeitdauer bei verschiedenen Startpunkten

* Maße:Arithmetisches Mittel, Streuung,
       Korrelationskoeffizient

* Verhältnisskala:
    * es gibt einen festen Nullpunkt.
    * Merkmalsausprägungen werden als Zahl dargestellt
    * Multiplikation u. Division erlaubt
      => Verhältnisse von Merkmalswerten dürfen gebildet
         werden

* Bsp.: Gewicht, Preis, Geschwindigkeit

* Maße: Arithmetisches Mittel, Streuung, Korrelationskoeffizient

* Modalwert: Der Modalwerteiner Verteilung ist derjenige, der
  am häufigsten besetzt ist, bzw. in der graphischen
  Darstellung der Wert, bei dem die Verteilung ihr Maximum
  hat

* Bsp. Autokennzeichen: Welches Autokennzeichen kommt
  am häufigsten vor => Darstellung z.B als Stabdiagramm
  Frankfurt kommt am häufigsten vor=> Modalwert

* Median: Der Median teilt eine geordnet Häufigkeitsver-
  teilung in 2 große Hälften: 50% aller Beobachtunger-
  gebnisse liegen über und 50 % unter dem Medianwert
* bei ungerader Zahl ist der Median der mittler Wert der
  Rangfolge
* bei gerader Zahl ist der Median das Mittel der 2 zentralen
  Werte


Bsp.: Schulnoten

111222223333        3         334444455566
12 Werte            Median     12 Werte

* arithmetisches Mittel:
    * gebräuchlichtste Maß
    * Voraussetzung ist zumindest Intervallskalenniveau
    * Berechnung: Summe aller Werte, dividiert durch die
      Anzahl aller Wert

* Bsp.: Einkommen => 3 Monate, 1. 500€, 2. 250€, 3. 750€
    => 1500 (Summe) / 3 (Monate) = 500 € (arithm. Mittel)

Dispersionsmaße geben darüber Auskunft, wie gut
(oder schlecht) eine Verteilung durch ein zentrales Maß
repräsentiert wird.

Beispiele für Streuungsmaße:
 
      * Varianz
     
      * Standardabweichung

xi = ermittelter Wert        x (quer) = Mittelwert
s^2 = Varianz                  n = Anzahl d. ermittelten Werte

Varianz: die Summe der quadrierten Abweichungen aller Mess-
werte vom arthmetischen Mittel, dividiert durch die Anzahl
der Messwerte.

* Maß der Varianz ist nur schwer interpretierbar
  => deswegen wird die Wurzel aus der Varianz berechnet.

Modalwert

Voraussetzung ist zumindest Intervallskalenniveau.

Definition:
Die Epidemiologie ist die Lehre von der Entstehung und Ver-
breitung von Krankheiten und deren Bekämpfung.

* Das Bestimmen der Verbreitung von Krankheiten in
  einer Bevölkerung

* Das Erkennen der Ursachen und Risikofaktoren einer
  Krankheit

* Die Untersuchung des natürlichen Verlaufs von Krankheiten
  und die Bestimmung relevanter prognostischer Faktoren

* Die Evaluation präventiver, diagnostischer und
  therapeutscher Maßnahmen

* Das Schaffen von Grundlagen für gesundheitspolitsche
  Entscheidungen