2013 09 22 20010 Projektbericht 5 Bezirke Berlin_final - SFBB
2013 09 22 20010 Projektbericht 5 Bezirke Berlin_final - SFBB
2013 09 22 20010 Projektbericht 5 Bezirke Berlin_final - SFBB
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
Bestimmung steuerungsrelevanter Wirkungsindikatoren HzE in <strong>Berlin</strong> (5 <strong>Bezirke</strong>)<br />
Abschlussbericht für das Gesamtprojekt Wirkungsevaluation (2010 bis <strong>2013</strong>)<br />
fen in Höhe von 6791 – 5081 = 1710 Fällen geht zum größeren Teil auf den Fallanstieg in <strong>Berlin</strong> zurück. Insgesamt<br />
gibt es einen Netto-Anstieg von 2011 auf 2012 in einer Höhe von 18 %. Das heißt, es kommen deutlich<br />
mehr Klienten in das System als dass Klienten das System verlassen. In der WIMES-Stichprobe haben wir 33 %<br />
mehr Aufnahmen als Entlassungen (15 % sind also dem Weglassen von Fällen bei der Schlussdokumentation<br />
geschuldet).<br />
4.2 Statistische Auswertungen (Lesehilfe)<br />
Um die Auswertungen richtig zu verstehen, sollte man einige statistische Grundbegriffe kennen. Eine Übersicht<br />
in Form eines Glossars finden Sie in der Tabelle 2 Seite 25.<br />
Zunächst einmal ist zwischen deskriptiven Verteilungskennzahlen und explorativen Auswertungen zu unterscheiden.<br />
Bei den deskriptiven Kennzahlen geht es darum, sich einen Überblick über eine größere Menge von<br />
Daten zu verschaffen. Explorative statistische Auswertungen haben das Ziel, Zusammenhänge oder Unterschiede<br />
zwischen Variablen darzustellen und zu untersuchen, mit welcher Wahrscheinlichkeit diese nicht auf<br />
die zufällige Auswahl einer Stichprobe zurückzuführen sind. Letztere Berechnungen sind wichtig, um seine<br />
Erklärungen und Prognosen nicht auf Zufällen und falschen Annahmen aufzubauen.<br />
4.2.1 Deskriptive Statistik<br />
Variable sind Eigenschaften, die unterschiedliche Merkmalsausprägungen annehmen können. Man könnte eine<br />
Variable als eine Frage definieren, für die es mehrere Antworten gibt, entweder in Form von vorgegebenen<br />
Kategorien oder in Form von Messwerten, also Zahlen. Die einfachste Darstellungsweise einer Variablen ist ihre<br />
Häufigkeitsverteilung. Dafür wird jeweils ausgezählt, wie oft ein bestimmtes Merkmal auftritt. Die Darstellung<br />
kann in Form von Häufigkeitstabellen oder in Form von Grafiken (Histogramme) erfolgen. Zwei Beispiele<br />
aus den Wirkungsberichten mögen das verdeutlichen. In Abbildung 4 werden die Häufigkeiten der Hauptgründe<br />
für die erfolgten Abbrüche ausgezählt. Um solche Verteilungen für unterschiedliche Stichproben vergleichbar<br />
zu machen, sind %-Angaben hilfreich. Dabei muss man darauf achten, dass fehlende Angaben unberücksichtigt<br />
bleiben. In unserem Beispiel ist in 17 Fällen die gestellte Frage nicht beantwortet worden. Das<br />
ist angesichts der Gesamtzahl von 612 Fällen zu vernachlässigen. Bei %-Angaben sollte man sich auch immer<br />
die Absolutzahlen ansehen, um zu überprüfen, ob die Stichprobe groß genug ist.<br />
Abbildung 4: Verteilung der Variable „Hauptverursacher von Abbrüchen“ bei ambulanten Hilfen<br />
Eine andere Verteilung ist in Abbildung 5 dargestellt. Im Gegensatz zu dem obigen Beispiel, in dem Antwortkategorien<br />
vorgegeben wurden, sind die einzelnen Jahre in Zahlen ausgedrückt. Bei dieser Verhältnisskala<br />
kann die Form der Verteilung (jede Säule steht für ein Quartal) interpretiert werden und es können Verteilungsparameter<br />
(siehe unten) berechnet werden. Die Verteilung fällt nach rechts ab, das heißt, die meisten<br />
Hilfen enden in den ersten zwei Jahren; lange Hilfezeiträume kommen vor, finden sich aber eher selten.<br />
Wir verwenden noch eine andere Darstellungsart für Häufigkeitsverteilungen: sogenannte kumulierende Balken.<br />
Hierfür werden die einzelnen Häufigkeiten quasi aneinander gelegt. Das ist besonders anschaulich bei<br />
Ordinalskalen, also Merkmalsausprägungen, die nach der Größe sortiert werden können (Abbildung 6). Je größer<br />
der Grünanteil, desto positiver die Entwicklung. Die absoluten und die relativen Häufigkeiten (%-Achse<br />
unten) sind in einer einzigen Grafik dargestellt.<br />
20