2013 09 22 20010 Projektbericht 5 Bezirke Berlin_final - SFBB

Bestimmung steuerungsrelevanter Wirkungsindikatoren HzE in Berlin (5 Bezirke)
Abschlussbericht für das Gesamtprojekt Wirkungsevaluation (2010 bis 2013)
fen in Höhe von 6791 – 5081 = 1710 Fällen geht zum größeren Teil auf den Fallanstieg in Berlin zurück. Insgesamt
gibt es einen Netto-Anstieg von 2011 auf 2012 in einer Höhe von 18 %. Das heißt, es kommen deutlich
mehr Klienten in das System als dass Klienten das System verlassen. In der WIMES-Stichprobe haben wir 33 %
mehr Aufnahmen als Entlassungen (15 % sind also dem Weglassen von Fällen bei der Schlussdokumentation
geschuldet).
4.2 Statistische Auswertungen (Lesehilfe)
Um die Auswertungen richtig zu verstehen, sollte man einige statistische Grundbegriffe kennen. Eine Übersicht
in Form eines Glossars finden Sie in der Tabelle 2 Seite 25.
Zunächst einmal ist zwischen deskriptiven Verteilungskennzahlen und explorativen Auswertungen zu unterscheiden.
Bei den deskriptiven Kennzahlen geht es darum, sich einen Überblick über eine größere Menge von
Daten zu verschaffen. Explorative statistische Auswertungen haben das Ziel, Zusammenhänge oder Unterschiede
zwischen Variablen darzustellen und zu untersuchen, mit welcher Wahrscheinlichkeit diese nicht auf
die zufällige Auswahl einer Stichprobe zurückzuführen sind. Letztere Berechnungen sind wichtig, um seine
Erklärungen und Prognosen nicht auf Zufällen und falschen Annahmen aufzubauen.
4.2.1 Deskriptive Statistik
Variable sind Eigenschaften, die unterschiedliche Merkmalsausprägungen annehmen können. Man könnte eine
Variable als eine Frage definieren, für die es mehrere Antworten gibt, entweder in Form von vorgegebenen
Kategorien oder in Form von Messwerten, also Zahlen. Die einfachste Darstellungsweise einer Variablen ist ihre
Häufigkeitsverteilung. Dafür wird jeweils ausgezählt, wie oft ein bestimmtes Merkmal auftritt. Die Darstellung
kann in Form von Häufigkeitstabellen oder in Form von Grafiken (Histogramme) erfolgen. Zwei Beispiele
aus den Wirkungsberichten mögen das verdeutlichen. In Abbildung 4 werden die Häufigkeiten der Hauptgründe
für die erfolgten Abbrüche ausgezählt. Um solche Verteilungen für unterschiedliche Stichproben vergleichbar
zu machen, sind %-Angaben hilfreich. Dabei muss man darauf achten, dass fehlende Angaben unberücksichtigt
bleiben. In unserem Beispiel ist in 17 Fällen die gestellte Frage nicht beantwortet worden. Das
ist angesichts der Gesamtzahl von 612 Fällen zu vernachlässigen. Bei %-Angaben sollte man sich auch immer
die Absolutzahlen ansehen, um zu überprüfen, ob die Stichprobe groß genug ist.
Abbildung 4: Verteilung der Variable „Hauptverursacher von Abbrüchen“ bei ambulanten Hilfen
Eine andere Verteilung ist in Abbildung 5 dargestellt. Im Gegensatz zu dem obigen Beispiel, in dem Antwortkategorien
vorgegeben wurden, sind die einzelnen Jahre in Zahlen ausgedrückt. Bei dieser Verhältnisskala
kann die Form der Verteilung (jede Säule steht für ein Quartal) interpretiert werden und es können Verteilungsparameter
(siehe unten) berechnet werden. Die Verteilung fällt nach rechts ab, das heißt, die meisten
Hilfen enden in den ersten zwei Jahren; lange Hilfezeiträume kommen vor, finden sich aber eher selten.
Wir verwenden noch eine andere Darstellungsart für Häufigkeitsverteilungen: sogenannte kumulierende Balken.
Hierfür werden die einzelnen Häufigkeiten quasi aneinander gelegt. Das ist besonders anschaulich bei
Ordinalskalen, also Merkmalsausprägungen, die nach der Größe sortiert werden können (Abbildung 6). Je größer
der Grünanteil, desto positiver die Entwicklung. Die absoluten und die relativen Häufigkeiten (%-Achse
unten) sind in einer einzigen Grafik dargestellt.
20