Dr. Ines Steinke - DoKoLL - TU Dortmund

dokoll.tu.dortmund.de

Dr. Ines Steinke - DoKoLL - TU Dortmund

Zahlen, Zählen und Generalisierung

in der qualitativen Forschung

Dr. Ines Steinke

Dr. Ines Steinke Forschungsforum Lehr-/Lern-/Bildungsforschung TU Dortmund 1


Kritik der Humboldt Universität, Islamwissenschafen

(Naika Foroutan):

„Angesichts einer sehr begrenzten Zahl von Fällen –

Stichproben in Gruppen von jeweils 200 bis 500 jungen

Leuten – seien, wie auch die Verfasser selbst mehrmals

betonen, die Aussagen nicht repräsentativ für junge

Muslime in Deutschland. In der Gegenprobe mit

Nichtmuslimen werde zum Beispiel „von 200 Befragten

auf schätzungsweise 16 bis 17 Millionen deutsche

Nichtmuslime zwischen 14 und 32 Jahren geschlossen“.

http://www.tagesspiegel.de/politik/migrationsstudie-reaktion-des-innenministers-stoesst-auf-befremden/6281692.html

Dr. Ines Steinke Forschungsforum Lehr-/Lern-/Bildungsforschung TU Dortmund 2


Zahlen, Zählen und Generalisierung

in der qualitativen Forschung

1. Kennzeichen qualitativer Forschung

2. Zahlen, Zählen und Generalisierung

in der qualitativen Forschung

3. Fazit

Dr. Ines Steinke Forschungsforum Lehr-/Lern-/Bildungsforschung TU Dortmund 3


Kennzeichen qualitativer Forschung

Forschungsziele

- Erschließen subjektiver Bedeutungen, Sinnsetzungen, Erklärungen und

Handlungsorientierungen

- Analyse von Themen, die vor Beginn der Untersuchung nicht erforscht/ in Theorien

beschrieben waren konnten nicht in die Konstruktion quantitativer Verfahren eingehen

- Entdeckung neuer Theorien/Aspekte

Kontextualität von Erhebung und Analyse

Prinzip der Gegenstandsentfaltung/Prinzip der Offenheit

Theoriebildung: Induktive Forschungslogik mit deduktiven

Elementen und abduktiver Haltung

Ausführliche Fallanalysen mit Interpretationsmethoden

Dr. Ines Steinke Forschungsforum Lehr-/Lern-/Bildungsforschung TU Dortmund 4


Agenda

1. Kennzeichen qualitativer Forschung

2. Zahlen, Zählen und Generalisierung

in der qualitativen Forschung

3. Fazit

Dr. Ines Steinke Forschungsforum Lehr-/Lern-/Bildungsforschung TU Dortmund 5


Verortung im qualitativen

Forschungsprozess

Zahlen (Aus-)Zählen Generalisieren

Sampling

Wie viele Personen,

Kontexte, Organisationen,..

werden untersucht?

Datenanalyse

Wie oft wurde xy gesagt,

beobachtet?

Interpretation

Auf wie viele / welche Personen,

Kontexte, Organisationen,..

ist die Theorie übertragbar?

Dr. Ines Steinke Forschungsforum Lehr-/Lern-/Bildungsforschung TU Dortmund 6

Theorie


Sampling

Sampling: Wie viele und welche Personen, Kontexte, Organisationen

etc. werden untersucht?

Sampling kann sich auf unterschiedliche Einheiten beziehen, z. B.

(Einzel-)

Personen

Gruppen

Familien

Sampling

Schule

Interaktionen

Institutionen

Kontexte

(z. B. kulturell,

Situationen)

Krankenhaus

Basis für Sampling: relevante Merkmale entsprechend der Fragestellung und Vorannahmen

Dr. Ines Steinke Forschungsforum Lehr-/Lern-/Bildungsforschung TU Dortmund 7


Fallzahlen in der qualitativen

Forschung

Analyse von (vergleichsweise) wenigen Fällen (häufig 5 bis 30)

Anzahl der Fälle abhängig von:

- Fragestellung

z. B. angestrebte Verallgemeinerung

- vermuteten Varianzen der für das Untersuchungsphänomen

relevanten Eigenschaften, Kontexte, Interaktionen

je höher die Varianz, desto mehr Fälle

- Erhebungs- und Auswertungsmethode

z. B. Inhaltsanalyse ca. 30 Fälle nach Mayring 2007

- Projektkontext (Zeit, Ressourcen)

Keine allgemein gültigen Empfehlungen für Fallzahlen möglich

Dr. Ines Steinke Forschungsforum Lehr-/Lern-/Bildungsforschung TU Dortmund 8


Sampling in der qualitativen

Forschung

Strategien der Fallauswahl:

Vorab-Festlegung der Samplestruktur

Zirkuläres Sampling im Prozess der Theoriegenerierung

„Purposive“ Sampling

Dr. Ines Steinke Forschungsforum Lehr-/Lern-/Bildungsforschung TU Dortmund 9


Vorab-Festlegung der

Samplestruktur (1)

einmalige Ziehung einer Stichprobe nach einem vorab festgelegten Plan

Stichprobengröße vorab definiert

Sampling beendet, wenn die gesamte Stichprobe untersucht ist

basiert auf linearem Forschungsprozess (z. B. in Inhaltsanalsyse und Objektiver

Hermeneutik)

Frage-

stellung

An-

nahmen

Stich-

probe

Erhe-

bung

Auswer-

tung

Nachteil: wenn sich im Zuge der Auswertung weitere, nicht vorab bedachte Fälle

als relevant herausstellen, bleiben diese Fälle unberücksichtigt

Theoriebildung beeinträchtigt

(u.a. Steinke 199, 9, 41f.; Kelle, Kluge 2010, 50 ff.; Flick 2002, 98-100)

Dr. Ines Steinke Forschungsforum Lehr-/Lern-/Bildungsforschung TU Dortmund 10


Vorab-Festlegung der

Samplestruktur (2)

Anwendung

Vor allem geeignet, wenn gutes Vorwissen vorhanden ist

d.h. die vermuteten für den Untersuchungsgegenstand relevanten Merkmale

und deren Verteilung bzw. mögliche Ausprägungen sind bekannt Kriterienraster

in Objektiver Hermeneutik (Oevermann) wird davon ausgegangen, dass jeder

untersuchte Fall die Struktur enthält

Beispiel

Untersuchung zu Zukunftsszenarien für Smart Homes (vernetzte Haustechnik)

Annahme: folgende Merkmale beeinflussen die gewünschten Szenarien und die

Akzeptanz

- technische Vorerfahrung/ technisches Interesse

- Alter

- Geschlecht

Alter 18-30 Jahre 31-50 Jahre 51-80 Jahre

Technisch stark Interessierte

Technisch durchschnittlich

Interessierte

Technisch kaum Interessierte

weibl männl weibl männl weibl männl

Dr. Ines Steinke Forschungsforum Lehr-/Lern-/Bildungsforschung TU Dortmund 11


Zirkuläres Sampling im Prozess

der Theoriegenerierung (1)

„theoretisches Sampling“ (Corbin & Strauss 2008)

mehrmaliges Ziehen von Stichprobenelementen im Forschungsprozess

Fallauswahl entsprechend der sich entwickelnden Theorie: Entscheidung,

welche Personen, Ereignisse, Aktivitäten, etc. für nächste Datenerhebung relevant sind

Voran-

nahmen

Erhebung

Auswer

Fall 1

tung

Fragen

Sampling Sampling

Vergleich Vergleich

Fall 2

Erhe-

bung

Vergleich

Auswertung

Erhe-

bung

Fragen

Fall ...n

Auswer-

tung

Gesättigte Theorie

Grounded Theory

(Corbin/Strauss 2008)

d.h. (nahezu) kein

Erkenntnisgewinn durch

Hinzunahme weiterer Fälle;

alle Konzepte gut erklärt

Beendigung des Sampling

Finale Anzahl der zu analysierenden Fälle: erst im Forschungsprozess entscheidbar

Dr. Ines Steinke Forschungsforum Lehr-/Lern-/Bildungsforschung TU Dortmund 12


Zirkuläres Sampling im Prozess

der Theoriegenerierung (2)

Beispiel

Studie von Glaser & Strauss „Interaktion mit Sterbenden“

Fragestellung: Wie ist Sterben im Krankenhaus als sozialer Prozess organisiert?

Zentrales Konzept: Bewusstheitskontexte

(Was weiß jeder der Interagierenden über einen bestimmten Zustand des Patienten?)

Sampling

1. Analyse von Einrichtungen, in denen das Bewusstsein über den

bevorstehenden Tod kaum gegeben ist Frühgeborenenstation;

2. Analyse von Situationen, in denen Personal und Patient mit dem

Tod rechnen und dieser dann auch schnell eintritt Intensivstation

3. Einrichtungen, in denen Personal den Tod erwartet, der Patient

aber nicht unbedingt; Tod tritt langsam ein Krebsstation

Mitunter kehrten die Forscher nach zwei, drei oder vier Wochen zu Einrichtungen zurück,

um dort die Beobachtungen zu vertiefen, nachdem erste Daten ausgewertet wurden und

erste Hypothesen generiert wurden bzw. neue Fragen aufgeworfen wurden

Dr. Ines Steinke Forschungsforum Lehr-/Lern-/Bildungsforschung TU Dortmund 13


Purposive Sampling (1)

(u.a. Patton 2002)

Samplingstrategie überlappt teilweise mit zirkulärem Sampling

„ defined as selecting units (individuals, groups, institutions)

based on specific purposes associated with answering

a research study‘s question“ (Teddlie & Yu 2007, 77)

+ „selected units can provide information that can not be

gotten as well from other choices“ (Maxwell 1997, 87)

„leads to a greater depth of information from a smaller number

of carefully selected cases, whereas probabilistic sampling

leads to a greater breadth of information from a larger number

of units selected to be representative for the population“

(Teddlie & Yu 2007, 83)

Dr. Ines Steinke Forschungsforum Lehr-/Lern-/Bildungsforschung TU Dortmund 14


Purposive Sampling (2)

Konstruktion des (ersten) Falles auf Basis von ex-ante Annahmen

Welche Merkmale für den Fall (Person, Situation, Ereignis etc.) sollen

eingeschlossen sein? (Merkens 2005)

Fälle sollen „informationsreich“ sein (Patton 2002)

Beispiele für purposive Sampling

Besonders typische Fälle i. S. von durchschnittlich, häufig

Besonders intensive Fälle

Personen mit zentraler Rolle in einem sozialen Netz

Fälle unterschiedlicher Intensität bzgl. der vermutlich relevanten

Eigenschaften, Fähigkeiten, Interaktionen etc.

- Homogeneuous Sampling z. B. in Gruppendiskussion

- Heterogeneous Sampling

Outlier Sampling:

- Untypische Fälle, abweichende Fälle (s. auch Merkens2000, 2005; Teddly & Yu 2007)

- Extremfälle, z. B. besonders langer Verlauf des interessierenden

Phänomens , besonders großer Miß-/ Erfolg einer Intervention

(u.a. Collins 2010, 353; Teddly & Fu 2007, Merkens 2005, Patton 2002, Steinke 1999)

Dr. Ines Steinke Forschungsforum Lehr-/Lern-/Bildungsforschung TU Dortmund 15


Purposive Sampling (2)

Einzelfall

- z. B. Community, die nur einmal existiert

- tiefe Analyse eines Falles

Convenience Sampling (Freiwillige, und leicht zugängliche Fälle)

Einbettung in entstehende Theorie beachten: Zugänglichkeit sollte nicht

ausschließliches Auswahlkriterium sein

Kombination von Samplingstrategien

(u.a. Collins 2010, 353; Teddly & Fu 2007)

Dr. Ines Steinke Forschungsforum Lehr-/Lern-/Bildungsforschung TU Dortmund 16


Auswertung: Daten auszählen

Zahlen (Aus-) Zählen Generalisieren

Sampling Datenanalyse

Wie viele Personen,

Kontexte, Organisationen,..

werden untersucht?

Wie oft wurde xy gesagt,

beobachtet?

Interpretation

Theorie

Auf wie viele / welche Personen,

Kontexte, Organisationen,..

ist die Theorie übertragbar?

Dr. Ines Steinke Forschungsforum Lehr-/Lern-/Bildungsforschung TU Dortmund 17


Daten auszählen (1)

Auszählen und statistische Auswertungen:

vereinbar mit qualitativer Forschung?

?

Daten in der qualitativen Forschung:

- im Fokus: kontextreiche Interview- und

Beobachtungsdaten in transkribierter Form,

natürliche Dokumente

- kaum quantitative Daten

Qualitative Forschung fokussiert

auf Analysen von Texten

Dr. Ines Steinke Forschungsforum Lehr-/Lern-/Bildungsforschung TU Dortmund 18


Daten auszählen (2)

Auszählen von Rohdaten (z. B. Antworten, Paraphrasen, Beobachtungen)

nicht zulässig, um aus quantitativen Auswertungen (z. B. relative Häufigkeiten, Mittelwerte)

repräsentative Aussagen über die Grundgesamtheit zu treffen, u.a. da Fallzahl bei

qualitativen Studien zumeist eher klein

kann Hinweise auf zentrale Themen und Tendenzen geben

dennoch gilt: kein vorschnelles subsumtionslogisches Vorgehen, sondern:

induktive Theoriebildung (in Kombination mit deduktiven Elementen)

abduktive Haltung bewahren

methodengeleitete Analysen von transkribierten Texten

oder Originaldokumenten

Auszählen der Datenbelege für die entstehende Theorie

Es müssen Belege für die (sich entwickelnde) Theorie bei allen Fällen aus dem Sampling

nachgewiesen werden dient der Absicherung der empirischen Verankerung der Theorie

in den Daten

(vgl. auch Steinke 1999, 2009)

Dr. Ines Steinke Forschungsforum Lehr-/Lern-/Bildungsforschung TU Dortmund 19


Generalisieren

Zahlen (Aus-)Zählen Generalisieren

Sampling Datenanalyse

Wie viele Personen,

Kontexte, Organisationen,..

werden untersucht?

Wie oft wurde xy gesagt,

beobachtet?

Interpretation

Theorie

Auf wie viele / welche Personen,

Kontexte, Organisationen,..

ist die Theorie übertragbar?

Dr. Ines Steinke Forschungsforum Lehr-/Lern-/Bildungsforschung TU Dortmund 20


Das Konzept der Generalisierung

Konzept der Generaliserbarkeit (externe Validität)

„Eine Untersuchung ist extern valide, wenn ihre Ergebnisse über die besonderen

Bedingungen der Untersuchungssituation und über die untersuchten Personen

hinausgehend generalisierbar sind.“

(Campbell 1957 und Campbell & Stanley 1963; Gadenne 1976, 9; vgl. auch 1963 Bortz & Döring 2005, 57)

Generalisierungen in der qualitativen Forschung

- sind begrenzt durch den Kontextbezug

- zielen nicht auf populationsbeschreibende (statistische) Repräsentativität

Generalisierungen sind ein Forschungsziel in der qualitativen Forschung

Entwicklung einer möglichst

verallgemeinerbaren Theorie

Qualitätskriterium Limitation:

Identifikation der Grenzen der

Verallgemeinerbarkeit

(Steinke 1999, 2009)

Dr. Ines Steinke Forschungsforum Lehr-/Lern-/Bildungsforschung TU Dortmund 21


Entwicklung einer möglichst

verallgemeinerbaren Theorie (1)

Technik 1:

Verallgemeinerungen sehr vorsichtig, vor allem zu Beginn der

Auswertungsphase, dicht an den Daten

Beispiel 1: erst Fallanalysen, dann Fallvergleiche

Beispiel 2: Grounded Theory

Grounded Theory

(Corbin & Strauss 2008;

Steinke 1999, 26)

empirische Fälle

formale Theorie

höherer Abstraktions-/Verallgemeinerungsgrad

Weitere Falldomänen Hypothesen

Substantielle Theorie

basiert auf wenigen Fällen (Typen von Situationen, Personen, etc)

Hypothesen

Dr. Ines Steinke Forschungsforum Lehr-/Lern-/Bildungsforschung TU Dortmund 22


Entwicklung einer möglichst

verallgemeinerbaren Theorie (2)

Technik 2:

Untersuchungen von Fällen in verschiedenen Situationen

und Kontexten

Auswahl basiert insbesondere auf folgenden Samplingstrategien:

Fälle unterschiedlicher Intensität

Typische Fälle

Homogeneous Sampling

Heterogeneuos Sampling

Abweichende Fälle

Extremfälle

Theoretisches Sampling

Kombination von Samplingstrategien

Dr. Ines Steinke Forschungsforum Lehr-/Lern-/Bildungsforschung TU Dortmund 23


Entwicklung einer möglichst

verallgemeinerbaren Theorie (3)

Technik 3: Triangulation

Multiple Perspektiven auf

den Untersuchungsgegenstand

Erweiterung der Erkenntnis-

möglichkeiten durch

vielgestaltige Perspektiven

Beitrag zur Generalisierung

(Denzin 1989, Steinke 1999, 2009, Flick 2004, 2012)

Multiple

Theorien

Theorien-

triangulation

Methodentriangulation

Multiple

Methoden

Untersuchungs-

Gegenstand

Multiple

Daten-

quellen

Datentriangulation

Untersucher-

triangulation

Multiple

Unter-

sucher

Dr. Ines Steinke Forschungsforum Lehr-/Lern-/Bildungsforschung TU Dortmund 24


Entwicklung einer möglichst

verallgemeinerbaren Theorie (4)

Technik 4: Mixed Methods (1)

Kombination von qualitativen und quantitativen Datenerhebungen und –

auswertungen (Tashakkori, A., & Teddlie, C. 2010 Gläser-Zikuds et. Al. 2012))

Bezug zur Methoden- und Datentriangulation

Quantitative

Methoden

Quant.

Ergebnisse basieren auf beiden (quantitativen und qualitativen) Methoden

+

Untersuchungsgegenstand

Qualitative

Methoden

Verschiedene Kombinationsvarianten von quantitativen und qualitativen Methoden

Dr. Ines Steinke Forschungsforum Lehr-/Lern-/Bildungsforschung TU Dortmund 25


Entwicklung einer möglichst

verallgemeinerbaren Theorie (5)

Technik 4: Mixed Methods (2)

Anwendungs-

variante:

Sequentiell

erst quantitative (qualitative)

und anschließend

qualitative (quantitative)

Methoden

Dr. Ines Steinke Forschungsforum Lehr-/Lern-/Bildungsforschung TU Dortmund 26


Entwicklung einer möglichst

verallgemeinerbaren Theorie (6)

Technik 4: Mixed Methods (3)

Anwendungsvariante:

qualitative

und quantitative

Methoden

parallel

Dr. Ines Steinke Forschungsforum Lehr-/Lern-/Bildungsforschung TU Dortmund 27


Qualitätskriterium Limitation:

Identifikation der Grenzen der Generalisierbarkeit (1)

Ziel: Grenzen der entwickelten Theorie identifizieren

Untersuchungskontexte Anwendungskontexte

Personen

Situationen

Interaktionen

Bedingungen

?

... ...

Personen

Situationen

Interaktionen

Bedingungen

Zentrale Frage: Inwiefern ist die im Forschungsprozess generierte Theorie

auf andere Kontexte (Personen, Situationen, Interaktionen, Bedingungen,

etc.) übertragbar?

Dr. Ines Steinke Forschungsforum Lehr-/Lern-/Bildungsforschung TU Dortmund 28


Kriterium Limitation: Identifikation

der Grenzen der Generalisierbarkeit (2)

Wenn alle und zugleich sehr spezifische Bedingungen der Untersuchungssituation für

die Theorie erfüllt sein müssen

dann: Theorie ist nicht auf andere Anwendungskontexte übertragbar, d.h. nicht über

die konkrete Untersuchungssituation bzw. den Einzelfall hinaus verallgemeinerbar

Untersuchungskontexte Anwendungskontexte

Personen

Situationen

Interaktionen

-

- -

- -

- -

-

- -

Bedingungen

... ...

Personen

Situationen

Interaktionen

Bedingungen

Dr. Ines Steinke Forschungsforum Lehr-/Lern-/Bildungsforschung TU Dortmund 29


Kriterium Limitation: Identifikation der

Grenzen der Generalisierbarkeit (3)

Voraussetzung für Generalisierbarkeit:

Informationen über die Untersuchungskontexte und die Anwendungskontexte,

für welche die Theorie Gültigkeit haben soll

Untersuchungskontexte

Personen

Situationen

Interaktionen

Bedingungen

...

...

... ...

Anwendungskontexte

Bedingungen

Personen

Situationen

Interaktionen

(u.a. Kirk & Miller 1985, Steinke 1999)

Dr. Ines Steinke Forschungsforum Lehr-/Lern-/Bildungsforschung TU Dortmund 30


Ziel

Kriterium Limitation: Identifikation der

Grenzen der Generalisierbarkeit (4)

Elimination der nur zufälligen und

für die generierte Theorie irrelevanten Aspekte

(z. B. Sparsamkeitsregel)

Ermittlung der Grenzen des

Geltungsbereichs einer Theorie

Herausfiltern der Bedingungen und Kontexte,

auf die die Ergebnisse noch zutreffen

Welche Bedingungen müssen minimal erfüllt sein

bzw. sind ausreichend, damit das durch die Theorie

beschriebene Phänomen auftritt?

Untersuchungs-

kontexte

für die Theorie

relevante Kontexte

Dr. Ines Steinke Forschungsforum Lehr-/Lern-/Bildungsforschung TU Dortmund 31


Kriterium Limitation: Identifikation der

Grenzen der Generalisierbarkeit (5)

Ergebnis des Filterns:

„Schlanke“ Theorie

Identifikation der Kontexte, die das Phänomen

hervorrufen bzw. es modifizieren

Nutzen der gefilterten Theorie

Einschätzung der Übertragbarkeit erleichtert

Höhere Übertragbarkeit der gefilterten Theorie auf

Anwendungskontexte, da in der „schlanken“ Theorie

weniger Kontexte übereinstimmen müssen

(Steinke 1999, 2009)

Untersuchungs-

kontexte

Für die Theorie

relevante Kontexte

passende

Anwendungs-

kontexte

Dr. Ines Steinke Forschungsforum Lehr-/Lern-/Bildungsforschung TU Dortmund 32


Kriterium Limitation: Identifikation der

Grenzen der Generalisierbarkeit (6)

Filtertechniken

Filtertechniken:

Gedankenexperiment

Fallkontrastierung

Anlehnung an quasi-experimentelles

Design

Dr. Ines Steinke Forschungsforum Lehr-/Lern-/Bildungsforschung TU Dortmund 33


Kriterium Limitation: Identifikation der

Grenzen der Generalisierbarkeit (7)

Filtertechnik 1: Gedankenexperiment

Zu einer im Forschungsprozess (vorläufig) über den

Untersuchungsgegenstand entwickelten Theorie werden die

vorliegenden Fälle gedanklich daraufhin analysiert, welche

Ursachen, Bedingungen, Elemente letztlich essentiell sind,

d. h. für das Hervorbringen der (vorläufigen) Theorie

ausreichend sind.

Analog zu den Techniken des Fortdenkens und der

Erfahrungsprobe die auf Idealtypen angewendet wird.

(Max Weber 1920, Gerhardt 1986)

Kontexte

Personen- Bedingungen

eigenschaften

Fall 1

Fall 1

Fall 1

Fall

Fall

1

1

Dr. Ines Steinke Forschungsforum Lehr-/Lern-/Bildungsforschung TU Dortmund 34

Theorie

Fall n

(Steinke 1999)


Kriterium Limitation: Identifikation der

Grenzen der Generalisierbarkeit (8)

Filtertechnik 2: Fallkontrastierung

Es werden auf analytischer Basis zur

generierten Theorie Fälle gesucht, die

minimal und maximal verschieden sind.

Das kontrastierende Vergleichen

ermöglicht die Identifikation der Elemente /

Kontexte (Bedingungen, Interaktionen,

Situationen, Personen etc.), die

gleichartige Fälle miteinander teilen.

(Gerhardt, 1986, Hildenbrand 1995, Steinke 1999, 2009)

Minimal

verschiedene

Fälle

Homogeneous

Sampling

Generierte Theorie

Samplingstrategien

Maximal

verschiedene

Fälle

Maximum Variation

Sampling

Dr. Ines Steinke Forschungsforum Lehr-/Lern-/Bildungsforschung TU Dortmund 35


Kriterium Limitation: Identifikation der

Grenzen der Generalisierbarkeit (9)

Filtertechnik 2: Fallkontrastierung (2)

Minimal verschiedene Fälle

Fallbasis für generierte Theorie

zu einer neuen Unterrichtsmethode

Maximal verschiedene Fälle

Dr. Ines Steinke Forschungsforum Lehr-/Lern-/Bildungsforschung TU Dortmund 36


Kriterium Limitation: Identifikation der

Grenzen der Generalisierbarkeit (10)

Filtertechnik 3: Anlehnung an quasi-experimentelles Design

Samplingstrategie:

Konstanthalten möglichst vieler Aspekte der Fälle und

maximale theoriegeleitete Variation einzelner Aspekte

Analyse

Aussagen über die Bedeutung der jeweils variierten Elemente

Grenzen für reine Bedingungsisolation durch Kontextbezogenheit

der qualitativen Forschung

Geeignet sind: in Bezug zur entwickelten Theorie abweichende, negative

und extreme Fälle

(Miles & Hubermann 1994, Steinke 1999, 2009)

Dr. Ines Steinke Forschungsforum Lehr-/Lern-/Bildungsforschung TU Dortmund 37


Kriterium Limitation: Identifikation der

Grenzen der Generalisierbarkeit (11)

Technik 4: „Naturalistische“ Generalisierung

Sehr detaillierte Beschreibungen „thick descriptions“ des Beobachteten bzw.

des Untersuchungsphänomens, der untersuchten Personen und Kontexte im

Forschungsbericht (= Minimalforderung für das Kriterium Limitation)

Leser kann eigene Schlussfolgerungen darüber ziehen, auf welche

weiteren Kontexte die Ergebnisse der Studie übertragbar sind

Beispiel: (Ryle 1971)

Augenzwinkern von zwei Jungen in Gegenwart eines Dritten:

„dünne“ Beschreibung: schnelle Augenbewegung eines Lids

„dichte“ Beschreibung: zwinkernder Junge will damit dem nicht

eingeweihten Dritten den Eindruck vermitteln, dass im Hintergrund

eine geheime Verabredung läuft

(Collins 2010, 360; Steinke 1999, 2005, 2007, Stake 2005)

Dr. Ines Steinke Forschungsforum Lehr-/Lern-/Bildungsforschung TU Dortmund 38


Agenda

1. Kennzeichen qualitativer Forschung

2. Zahlen, Zählen und Generalisierung

in der qualitativen Forschung

3. Fazit

Dr. Ines Steinke Forschungsforum Lehr-/Lern-/Bildungsforschung TU Dortmund 39


Fazit (1) Zahlen

Zahlen (Aus-)Zählen Generalisieren

Sampling Datenanalyse

Interpretation

Wie viele und welche

Personen,Kontexte,Organisationen

etc. werden untersucht?

Fallvergleichende Analysen auf Basis von qualitativen

Samplingstrategien: wichtige Basis für die Generalisierung

Kombination von Samplingstrategien

Dr. Ines Steinke Forschungsforum Lehr-/Lern-/Bildungsforschung TU Dortmund 40

Theorie

Fälle unterschiedlicher Intensität, Typische Fälle, Homogeneous Sampling,

Heterogeneuos Sampling, Abweichende Fälle, Extremfälle, Theoretisches Sampling,


Fazit (2) Zählen

Zahlen (Aus-)Zählen Generalisieren

Sampling Datenanalyse

Wie oft wurde xy gesagt,

beobachtet?

Interpretation

Theorie

Bei Rohdaten untergeordnete Rolle

Zur entwickelten Theorie: Belege für alle untersuchten Fälle

Dr. Ines Steinke Forschungsforum Lehr-/Lern-/Bildungsforschung TU Dortmund 41


Fazit (3) Generalisieren (1)

Zahlen (Aus-)Zählen Generalisieren

Sampling Datenanalyse

Interpretation

Auf wie viele / welche Personen,

Kontexte, Organisationen,..

ist die Theorie übertragbar?

Anspruch an qualitative Forschung:

- Entwicklung einer möglichst verallgemeinerbaren Theorie

- Identifikation der Grenzen des Geltungsbereichs der entwickelten Theorie

Der Forschungsbericht sollte Hinweise zur Verallgemeinerbarkeit enthalten

Dr. Ines Steinke Forschungsforum Lehr-/Lern-/Bildungsforschung TU Dortmund 42

Theorie


Fazit (4) Generalisieren (2)

Generalisierungen sind auch ein Forschungsziel in der qualitativen Forschung

Entwicklung einer möglichst verallgemeinerbaren Theorie

Untersuchungen in verschiedenen Situationen, Kontexten mit verschiedenen

Samplingstrategien

Schrittweise Verallgemeinerungen, dicht an den Daten

Triangulation

Mixed Methods

Qualitätskriterium: Identifikation der Grenzen der Verallgemeinerbarkeit

Analyse der Erhebungs- und Anwendungskontexte

Beschreibung der Erhebungskontexte und Untersuchungspartner

Herausfiltern der für das Untersuchungsphänomen relevanten Personeneigenschaften,

Kontexte, Interaktionen etc.

- Gedankenexperiment

- maximale und minimale Fallkontrastierung (homogeneous and outlier sampling)

- Anlehnung an quasi-experimentelles Design

Dr. Ines Steinke Forschungsforum Lehr-/Lern-/Bildungsforschung TU Dortmund 43


Fazit (5)

Generalisierung durch

weitere Qualitätskriterien

ergänzen…

Indikation

Angemessenheit der Methodenwahl

und -anwendung

Empirische Verankerung

Generierte Theorie

Daten Daten Daten Daten Daten

Begründung der generierten

Theorie in den Daten

Nachvollziehbarkeit

Dokumentation des Vorgehens

Dr. Ines Steinke Forschungsforum Lehr-/Lern-/Bildungsforschung TU Dortmund 44


Vielen Dank

für Ihre Aufmerksamkeit

Dr. Ines Steinke Forschungsforum Lehr-/Lern-/Bildungsforschung TU Dortmund 45


Verwendete Literatur (1)

Bortz, J & N. Döring (2005). Forschungsmethoden und Evaluation für Human- und Sozialwissenschaftler.

Springer Verlag (3. Aufl.)

Denzin, N. K. (1989). The research act. Chicago, IL: Aldine

Flick, U. (2005). Qualitative Sozialforschung. Eine Einführung. Rowohlt. 3. Auflage

Flick, U. (2004). Triangulation: Eine Einführung. VS Verlag

Flick , U. (2009) Sozialforschung. Methdoen und Anwendungen im Überblick. Rowohlt.

Flick , U. (2012). Using Mixed methods in the framework of triangulation. Jourmal of Mixed Methods. February

2012.

Collins; M. T. (2010). Advanced Sampling Design in Mixed Research. In: Tashakkori, A., & Teddlie, C. (2010).

Handbook of mixed methods in social and behavioral research. Sage. (p. 353-377).

Corbin & Strauss 2008: Basics of Qualitative Research 3e. Thousand Oaks, Sage

Glaser, B. & A. Strauss (1967). Interaktion mit Sterbenden.

Gläser-Zikuda, M. ; Seidel, T., Rohlfs, C. Gröschner, A. & S. Ziegelbauer (Hrsg.) Mixed

Methods in der empirischen Bildungsforschung. Waxmann

Kelle, U. S. Kluge (2010). Vom Einzelfall zum Typus. Fallvergleich und Fallkontrastierung in der qualitativen

Sozialforschung. VS Verlag. 2. Aufl.

Kirk, J. & M. Miller (1985). Reliability and Validity in Qualitative Research. Sage

Maxwell, J. 1997. Designing a qualitative Study, in: L. Bickmann & D. J. Rog (eds.) Handbook of applied social

research methods (pp. 69-100). Thousand Oaks. Sage.

Mayring, Ph. (2012). Mixed Methods – Ein Pladoyer für gemeinsame Forschungstandards qualitativer und

quantitaiver Methoden. In: Gläser-Zikuda, M. ; Seidel, T., Rohlfs, C. Gröschner, A. & S. Ziegelbauer (Hrsg.) Mixed

Methods in der empirischen Bildungsforschung. Waxmann. S. 287-289.

Merkens, H.(2005) Auswahlverfahren, Sampling, Fallkonstruktion. In: Flick, U.; Kardorff, E.v. & I. Steinke (Hrsg.)

Qualitative Forschung. Ein Handbuch. Rowohlt (8. Auflage)

Dr. Ines Steinke Forschungsforum Lehr-/Lern-/Bildungsforschung TU Dortmund 46


Verwendete Literatur (2)

Patton, M. Q. (2002) Qualitative research and evaluation methods (3rd edition), Thousand Oaks, Sage

Stake, R. E. (2005). Qualitative case studies. In: N. K. Denzin & Y. S. Lincoln (Eds.). The sage handbook of

qualitative Research. Age (pp. 443-466).

Steinke, I.( 2009). Die Güte qualitativer Marktforschung. In: Buber, R & H. Holzmüller (Eds). Qualitative

Marktforschung. Konzepte-Methoden –Analysen. S. 261-289. Gabler Verlag. 2. Auf.

Steinke, I. (2007). Qualitätssicherung in der qualitativen Forschung. In: Kuckartz, U., Grunenberg, H. & T. Dresing

(Hrsg.) Qualiative Datenanalyse – computergestützt. Methodische Hiontergründe und Beispiel aus der

Forschungsparxis.S. 176-187.

Steinke, I. (2005). Gütekriterien qualitativer Forschung. In: Flick, U.; Kardorff, E.v. & I. Steinke (Hrsg.) Qualitative

Forschung. Ein Handbuch. Rowohlt (8. Auflage).

Steinke, I. (1999). Kriterien qualitativer Forschung. Ansätze zur Bewertung qualitativ-empirischer Sozialforschung

.Juventa Veralg.

Tashakkori, A., & Teddlie, C. (2010). Handbook of mixed methods in social and behavioral research. Sage.

Teddlie, C., & Tashakkori, A. (2009). Foundations of mixed methods research. Integrating quantitative and

qualitative approaches in the social and behavioral sciences. Thousand Oaks, CA: Sage.

Teddlie; Ch. & F. Yu (2007). Mixed Methods Sampling, A Typology with Examples: Journal of Mixed Methods,

Vo.l 1, Nr.1. January 2007

Dr. Ines Steinke Forschungsforum Lehr-/Lern-/Bildungsforschung TU Dortmund 47


Dr. Ines Steinke

Studium der Psychologie

Promotion zu Gütekriterien qualitativer Forschung

Wissenschaftliche Mitarbeiterin an der Universität Leipzig, der Freien Universität Berlin und an der

Medizinischen Hochschule Hannover, mit den Forschungsschwerpunkten Jugendkulturen,

qualitative Sozialforschung und Gesundheitssystemanalysen.

Nach Abschluss eines Master of Business Administration (MBA) in London: Tätigkeiten in der

Wirtschaft als Produktmanagerin im Medienumfeld (KirchGruppe) und Beraterin im Marketing

Seit 7 Jahren Senior Consultant bei Siemens AG Corporate Technology (zentrale Forschungs-

und Entwicklungsabteilung für weltweite Innovationen) München, im Global Technology Field

„User Interface Design“: Analysen der Anforderungen von Nutzern an bestehende oder zukünftige

technische Produkte als Basis für die Konzipierung von Produkten und Bedienkonzepten.

Die Forschungsarbeiten sind Siemens-intern oder öffentlich gefördert (BMBF, BMWI, EU) und

basieren weitgehend auf qualitativen Methoden

ines.steinke@googlemail.com

Dr. Ines Steinke Forschungsforum Lehr-/Lern-/Bildungsforschung TU Dortmund 48

Weitere Magazine dieses Users
Ähnliche Magazine