Lassen sich Signifikanztests auf Vollerhebungen ... - SpringerLink
Lassen sich Signifikanztests auf Vollerhebungen ... - SpringerLink
Lassen sich Signifikanztests auf Vollerhebungen ... - SpringerLink
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
O-14 Joachim Behnke<br />
nen, sind wir wieder <strong>auf</strong> eine explizite Theorie der Entstehung des Messfehlers angewiesen,<br />
bzw. <strong>auf</strong> eine genaue Kenntnis des Zufallsprozesses, der den Messfehler hervorruft.<br />
In den meisten Fällen dürfte es uns äußerst schwer fallen, den Messfehler genau<br />
zu bestimmen, womit wir auch den zu Grunde liegenden stochastischen Prozess nicht<br />
eindeutig modellieren können. Das beste Rezept lautet daher zu versuchen, den Messfehler<br />
von vorneherein durch entsprechende Operationalisierungen so klein wie möglich<br />
zu halten. Wenn der Messfehler eindeutig bestimmt werden kann, dann können<br />
auch <strong>Signifikanztests</strong> bei einer Vollerhebung durchgeführt werden, bei denen die entsprechende<br />
Wahrscheinlichkeitsverteilung der Teststatistik aus dem Messprozess abgeleitet<br />
werden kann.<br />
Grundsätzlich gilt: Auch wenn mit mehr oder weniger guten Gründen für das Vorhandensein<br />
stochastischer Elemente bei der Generierung der Stichprobendatenwerte argumentiert<br />
und damit die Durchführung eines <strong>Signifikanztests</strong> als zulässig betrachtet<br />
werden kann, so heißt dies noch lange nicht, dass man dann als konkreten Signifikanztest<br />
genau den gleichen anwenden kann, der von Statistikprogrammen bezüglich der<br />
Schätzung von Stichprobenunterschieden angeboten wird. Dies mag von Fall zu Fall<br />
bei dem ontologischen stochastischen Element noch angemessen sein, da dieses analog<br />
zu einem Auswahlproblem behandelt werden kann, es ist aber in jedem Fall falsch bei<br />
der Behandlung des stochastischen Elements, das durch Messfehler hervorgerufen wird.<br />
Vor der Durchführung eines <strong>Signifikanztests</strong> oder der Bestimmung von Konfidenzintervallen<br />
sollte daher genau geprüft werden, ob die Bedingungen hierfür vorliegen.<br />
Sind diese Bedingungen nicht gegeben, dann ist es ratsamer, <strong>auf</strong> <strong>Signifikanztests</strong> zu<br />
verzichten. Das bedeutet nicht, dass man das Un<strong>sich</strong>erheitsmoment bezüglich der eigenen<br />
Interpretationen und Schlussfolgerungen unterschlagen soll. Aber ich persönlich<br />
würde eine verbale Darstellung der Un<strong>sich</strong>erheit immer einer formalen vorziehen, die<br />
in der Angabe von Standardfehlern besteht, die unter nicht zutreffenden Bedingungen<br />
berechnet worden sind.<br />
Literatur<br />
Behnke, Joachim, 2003: Kausalprozesse und Identität. Über den Sinn von <strong>Signifikanztests</strong> und Konfidenzintervallen<br />
bei <strong>Vollerhebungen</strong>, in:<br />
http://www.uni-bamberg.de/sowi/poltheory/meth/papers.<br />
Behnke, Joachim/Behnke, Nathalie, 2003: Wissenschaftstheorie. Studienbrief an der FernUniversität<br />
in Hagen Nr. 33206. Hagen.<br />
Behnke, Joachim/Behnke, Nathalie, 2004: Statistik. Studienbrief an der FernUniversität in Hagen<br />
Nr. 33208. Hagen.<br />
Berk, Richard A./Western, Bruce/Weiss, Robert E., 1995: Statistical Inference for Apparent Populations,<br />
in: Sociological Methodology 25, 421–458.<br />
Broscheid, Andreas/Gschwend, Thomas, 2003: Augäpfel, Murmeltiere und Bayes: Zur Auswertung<br />
stochastischer Daten aus <strong>Vollerhebungen</strong>. MPIfG Working Paper 03/7.<br />
Gigerenzer, Gerd/Swijtink, Zeno/Porter, Theodore/Daston, Lorraine/Beatty, John/Krüger, Lorenz, 1989:<br />
The Empire of Chance. How Probability Changed Science and Everyday Life. Cambridge.<br />
Gillies, Donald, 2000: Philosophical Theories of Probability. London.<br />
Hacking, Ian, 1975: The Emergence of Probability. Cambridge.