Die Quantitative Datenauswertung
Die quantitative Datenauswertung innerhalb einer wissenschaftlichen Arbeit dient der Beantwortung einer oder mehrerer Forschungsfragen sowie der Bestätigung oder Verwerfung der aus der Forschungsfrage abgeleiteten Hypothesen. Um die Aussagekraft der quantitativen Datenauswertung zu erhöhen, bietet sich ein strukturiertes Vorgehen im Vorfeld an: Art und Umfang der Untersuchung (Untersuchungsdesign) sowie die wichtigsten Vorgaben hinsichtlich der benötigten Daten sollten bereits zu Beginn der jeweiligen Arbeit unter Berücksichtigung des Themas, des damit verbundenen Erkenntnisinteresses und der daraus abgeleiteten Hypothesen festgelegt werden.
Hinweis
Die quantitative Datenauswertung läuft in der Regel nach einem zuvor definierten Prozess ab: Der Formulierung einer Forschungsfrage und der Bildung von Hypothesen folgt die Sammlung und Operationalisierungvon Daten, die dann einer quantitativen Analyse unterzogen werden. Die Ergebnisse dieser Analyse werden anschliessend beschrieben und im Hinblick auf die Beantwortung der Forschungsfrage interpretiert. Die einzelnen Schritte sollten bereits in der Gliederung der Arbeit berücksichtigt werden.
Die Datensammlung
Hinweis
Die gesammelten Daten müssen sowohl plausibel für die Beantwortung der Forschungsfrage genutzt werden können als auch operationalisierbar sein, das heisst, es müssen sich messbare Grössen bilden lassen. Ist dies nicht der Fall, eignen sich die erhobenen Daten nicht für eine quantitative Analyse und Auswertung.
Zunächst sind Untersuchungsdesign und Untersuchungsdurchführung so zu beschreiben, dass sie jederzeit nachvollzogen werden können, das heisst, es wird genau aufgeführt, wo und wie die Daten gesammelt wurden (z. B. mithilfe einer Onlineumfrage). Hierzu gehören Informationen zum Ursprung der Daten, zum Erhebungsumfang und -zeitraum, zur Quantität und Qualität der gesammelten Daten. Die Qualität betrifft vor allem die Frage der Sinnhaftigkeit der Daten im Kontext der Fragestellung, die Quantität die verbleibende Grundgesamtheit (N). Um beides zu ermitteln, müssen alle erhobenen Daten codiert sein. Das betrifft auch eine Kennzeichnung unvollständiger Datensätze (diese werden meist mit „99“ oder „999“ gekennzeichnet), sodass sich Abweichungen innerhalb der verfügbaren Datenmengen sofort identifizieren und darstellen lassen. Diese Abweichungen wiederum müssen erfasst und benannt werden. Sind Datensätze nicht plausibel, so mag das an der Erfassung oder der Codierung liegen.
Die quantitative Datenanalyse
Hinweis
Falls Sie nicht mit einschlägigen statistischen Programmen (SPSS & Co.), vertraut sind, sollten Sie Spezialist*innen für das jeweilige Programm konsultieren.
Die quantitative Datenanalyse beginnt zunächst mit der Betrachtung einzelner Merkmale (univariate Datenanalyse), etwa um bestimmte relevante Gruppen innerhalb der Stichprobe zu definieren. Im nächsten Schritt werden jeweils zwei Merkmale zueinander in Relation gesetzt (bivariate Datenanalyse). Das Ergebnis sind Kreuztabellen, mit deren Hilfe sich Interdependenzen und Strukturen innerhalb der Datensätze ermitteln lassen. In einem weiteren Schritt kann, falls erforderlich oder erwünscht, das Design auf eine multivariate Ebene ausgeweitet werden. Hier werden dann mehr als zwei Merkmale zueinander in Beziehung gesetzt. Die quantitative Datenanalyse erfolgt in der Regel, selbst falls nur einfache Häufigkeitsauszählungen vorgesehen sind, anhand entsprechender statistischer Programme. Sie liefern nicht nur schnell Datensätze in Tabellenform, sondern mit ihnen auch alle erforderlichen statistischen Grössen (wie z. B. Validität, Reliabilität und Standardabweichung), die zur Bestimmung der Wertigkeit dieser Datensätze benötigt werden.
Die Interpretation der Analyseergebnisse
Hinweis
Wenn Sie Ihre Hypothesen nicht belegen können oder glauben, dass Ihre Ergebnisse nicht zum gewünschten Ziel führen, haben Sie dadurch trotzdem eine wissenschaftliche Erkenntnis erlangt, mit der sich arbeiten lässt.
Die konkrete Interpretation der aus der quantitativen Datenauswertung gewonnenen Ergebnisse findet im Rückgriff auf die formulierten Hypothesen und vor dem Hintergrund des im Theorieteil dargestellten wissenschaftlichen Diskurses statt. Bitte achten Sie bei der quantitativen Datenauswertung und der Interpretation der Ergebnisse darauf, dass bei personenbezogenen Daten unbedingt der Schutz der Persönlichkeitsrechte sichergestellt sein muss. Das heisst, solche Daten sollten bereits bei der Erfassung durch eine ID-Nummer für jeden Datensatz anonymisiert werden – es sei denn, Sie haben mit den in die Untersuchung einbezogenen Personen etwas anderes vereinbart und sich deren Zustimmung zur Offenlegung ihrer Identität schriftlich bestätigen lassen.
