BEWUßTSEINS- UND ORGANISATIONSENTWICKLUNG

255
6.3.3 In der Haltung von Anwendern begründete Subjektivität des
Formalen
Es existieren für viele Fragestellungen unterschiedliche statistische
Methoden, die naturgemäß zu mehr oder weniger unterschiedlichen
Ergebnissen führen. Die Auswahl der Methoden und deren fallbezogene
Ausgestaltung erfolgt in der Hauptsache aufgrund von Plausibilitätsüberlegungen.
Diese Überlegungen sind nur zum kleineren Teil in formalisierte
Regeln überführt. 679 In keiner Weise formalisiert sind Entscheidungen wie
die hinsichtlich der Auswahl, Anwendung und Bewertung von Teststatistiken
und explorativen Verfahren sowie die Interpretation realisierter
Signifikanzniveaus.
Weder formalisiert noch in der üblichen Literatur erwähnt sind vier weitere
informelle ergebnisrelevante Faktoren, die nach meiner Erfahrung von nicht
unerheblicher praktischer Bedeutung sind:
1. Die „Passung“ von quantitativen Ergebnissen mit eigenen Vorüberlegungen.
2. Der Umgang mit im obigen Sinne Unpassendem: Unterdrückung, das
„Passend-machen“ oder aber die Suche nach den Ursachen des als
unpassend Gedeuteten und gegebenenfalls die Modifikation eigener
Überlegungen und Modelle.
3. Interpretierbarkeit der formalen Ergebnisse in dem Sinn, daß eindeutige
sachliche Schlüsse aus den Ergebnissen plausibel abzuleiten sind. Es
geht dabei um die Widerspruchstoleranz des Bearbeiters, dessen Vermutungen
zur Widerspruchstoleranz der Zielgruppe der Analysen und
seine Haltung dazu sowie um die Verbalisierbarkeit und Interpretierbarkeit
der Ergebnisse.
4. Bei einigen Methoden sind die Ergebnisse der Berechnungen mit
sachlichen Bezeichnungen zu versehen. Diese Verbalisierung abstrakter
quantitativer Resultate ist ein kreativer und subjektiver Vorgang. 680
679 Die Kriterien der Auswahl können sehr unterschiedlich sein und sind sinnvollerweise vom
Untersuchungsgegenstand abhängig zu machen, wie Ausreißerempfindlichkeit, theoretische Güte
des Verfahrens (z.B. Erwartungstreue, Effizienz), Verfügbarkeit und Bedienbarkeit statistischer
Software, (Nicht-)Erfüllung von Modellannahmen, Anschaulichkeit der Ergebnisse, Routine und
Gewohnheit des Anwenders.
680 Benannt werden Faktoren, Cluster und die Dimensionen der MDS.
»Das Beispiel macht deutlich, daß die Interpretation des Ergebnisses der MDS ein schwieriges
Problem sein kann, das aufgrund von Sachkenntnis des untersuchten Problems gelöst werden
muß« (Backhaus 1994, S. 610)
Das von Backhaus gewählte Beispiel zur MDS ist von maximaler sachlicher und methodischer
Einfachheit. Städte sollen allein anhand von Entfernungsdaten in der zweidimensionalen Ebene in
Relation zueinander angeordnet werden. Es geht also um den Versuch der statistischen