15.11.2012 Aufrufe

Die Methode der Kritischen Diskurs - hug-web.at

Die Methode der Kritischen Diskurs - hug-web.at

Die Methode der Kritischen Diskurs - hug-web.at

MEHR ANZEIGEN
WENIGER ANZEIGEN

Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.

YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.

<strong>Methode</strong>n <strong>der</strong> quantit<strong>at</strong>iven Sozialforschung<br />

101<br />

als Ns bezeichnet); ein perfekter neg<strong>at</strong>iver (-1,0) dann, wenn jedes Mal, wenn die<br />

Schulbildung höher ist, die Berufsposition niedriger ist (wird als Nd bezeichnet); ein<br />

Zusammenhang von 0, wenn größer und kleiner sich genau ausgleichen.<br />

Aus dem Vergleich <strong>der</strong> Anzahl von Ns und Nd erkennt man bereits, ob ein Zusammenhang<br />

bestehen wird (Ns viel größer als Nd ) <strong>Die</strong> verschiedenen ordinalen Assozi<strong>at</strong>ionsmaße<br />

sind nur unterschiedliche Normierungen von Ns und Nd .<br />

(10)<br />

γ =<br />

N<br />

N<br />

s<br />

s<br />

− N<br />

+ N<br />

d<br />

d<br />

Für die Berechnung von Tau gibt es verschiedene Vorschläge, die als Tau a, Tau b,<br />

Tau c bezeichnet werden. Der Koeffizient Tau b dürfte <strong>der</strong> am plausibelsten definierte<br />

sein, da er aus einer allgemeinen Theorie von Korrel<strong>at</strong>ionskoeffizienten abgeleitet<br />

werden kann (Denz 1979). <strong>Die</strong> hier vorgeschlagene Normierung von (Ns-Nd) ist die<br />

Division durch die "ordinalen Streuungen" Sx und Sy, die ähnlich wie Ns berechnet<br />

werden, nur ohne den Vergleich von zwei Variablen:<br />

(11)<br />

N s − N d<br />

τ<br />

b =<br />

S ∗ S<br />

x<br />

y<br />

Der Koeffizient Rho ist sehr einfach definiert: Werden die ordinalen Werte in Rangplätze<br />

umgerechnet und wird auf die so transformierten D<strong>at</strong>en die Formel für r angewendet,<br />

ergibt sich autom<strong>at</strong>isch Rho. Für alle diese Assozi<strong>at</strong>ionsmaße gibt es auch<br />

entsprechende Signifikanztests.<br />

5.2.3 Zusammenhänge zwischen zwei quantit<strong>at</strong>iven Variablen: Regressionsanalyse<br />

Voraussetzung für diese Form <strong>der</strong> Analyse ist, dass beide in die Analyse einbezogenen<br />

Variablen quantit<strong>at</strong>iv sind, denn sonst sind Messachsen nicht eindeutig bestimmt.<br />

(Eine ordinale Messachse kann man sich als Gummiband vorstellen, die Reihenfolge<br />

<strong>der</strong> Punkte bleibt zwar immer gleich, aber die Abstände verän<strong>der</strong>n sich je nachdem,<br />

wie stark man an bestimmten Stellen zieht.) Günstiger wäre es noch, wenn die<br />

quantit<strong>at</strong>ive Variable stetig wäre, denn dann sind alle Punkte auf <strong>der</strong> Messachse definiert<br />

und nicht nur bestimmte. Z.B. die Kin<strong>der</strong>zahl ist quantit<strong>at</strong>iv, aber definiert sind<br />

nur die ganzen Zahlen 1, 2 usw., es gibt nicht 1,5 Kin<strong>der</strong>, während z.B. bei <strong>der</strong> Körpergröße,<br />

die stetig ist, alle Messwerte möglich sind (sind die Variablen nicht stetig,<br />

ist dies <strong>der</strong> Fall einer Tabellenanalyse mit zwei quantit<strong>at</strong>iven Variablen).<br />

Zuerst eine grafische Darstellung: Man kann sich vorstellen, dass zwei Variablen x<br />

und y die Achsen einer Ebene sind. <strong>Die</strong> Lage je<strong>der</strong> Person in dieser Ebene ist dann<br />

durch das Koordin<strong>at</strong>enpaar (x, y) bestimmt. <strong>Die</strong> Menge aller dieser Wertepaare kann<br />

man dann grafisch durch ein „Streudiagramm” darstellen.<br />

<strong>Die</strong> grafische Darstellung ist sehr anschaulich, aber schwer zu beschreiben bzw. mehrere<br />

solcher Darstellungen sind schwer miteinan<strong>der</strong> zu vergleichen. Deshalb ist es

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!