e-Buch-Psychologisch.. - Jochen Fahrenberg

Typenanalyse
In neuerer Zeit haben Algorithmen und Computerprogramme Wege zur
Bestimmung solcher Typen an Datensätzen eröffnet. Dazu gehören die Faktorenanalyse
(zur automatischen Typenanalyse siehe bereits Cattell, 1957), die
Clusteranalyse und ähnliche Techniken, welche die Ordnung von Merkmalen
oder Merkmalsträgern leisten sollen. Mögliche Anwendungen in der biographischen
und sozialwissenschaftlichen Forschung wurden u. a. von Bühler (1989),
Gerhardt (1991) sowie Rockenbauch und Gerhardt (1993) diskutiert.
Mit Typenanalyse sind meist statistische Verfahren gemeint, die in einer
heterogenen Grundgesamtheit nach Gruppen untereinander relativ ähnlicher
Individuen bzw. Merkmalsträger suchen. Es wird sozusagen nach mehreren
Dichtezentren im Raum der Merkmalsverteilung gefahndet: Gibt es Abweichungen
von der Annahme einer multivariaten Normalverteilung, die zur
Identifikation von einander vielleicht überlappenden, aber unterscheidbaren
Untergruppen (fuzzy sets) führen können?
Diese Typenanalyse kann auch durch Inspektion und Sortieren von Material
nach der Methode des Hin- und Herschauens (“eye balling”) versucht werden.
Weiterhin können graphische Darstellungen herangezogen werden. Zur
Datenübersicht und Kontrolle sind Streudiagramme (Scatter Plots) allgemein
bekannt und sie können auch eine Typenanalyse unterstützen. Die häufig verwendeten
statistischen Verfahren zur Typenanalyse und Klassifikation setzen in
der Regel eine Intervallskalierung voraus. So verwenden die Faktorenanalyse
(Q-Technik) und die verbreiteten Clusteranalysen Korrelations- und Ähnlichkeitskoeffizienten.
Für bestimmte Zwecke sind jedoch auch einfache verteilungsfreie
Verfahren anwendbar, z. B. Clusteranalysen für nominal- und ordinalskalierte
Daten (Bortz, Lienert & Boehnke, 2000; Engel & Wuggening,
1991). Diese statistischen Techniken leisten keine automatisierten Entscheidungen,
sondern lassen, zumal verschiedene Algorithmen voneinander abweichende
Lösungen bringen werden, einen Interpretationsspielraum. Inwieweit
solche “statistisch unterstützte Hermeneutik” akzeptiert wird, muss sich noch
zeigen.
Die breiteste Anwendbarkeit haben selbstverständlich jene Verfahren, die nur
Nominalskalen voraussetzen. Zumindest die Häufigkeiten der interessierenden
Merkmale müssten in jeder Empirie von Inhaltsanalysen und Interpretationen
festzustellen sein. Solche Häufigkeiten können in Kontingenztafeln zusammengefasst
werden, um Übereinstimmungen und Unterschiede hinsichtlich verschiedener
Aspekte zu beschreiben und ggf. gegen eine Zufallserwartung oder gegen
früher gefundene Verteilungen zu prüfen. An diesen Kontingenztafeln kann eine
Konfigurations-Frequenzanalyse KFA durchgeführt werden (Lienert, 1988). Mit
dieser Methode sind die relative Häufigkeit von Merkmalsmustern zu prüfen und
Typen (sehr häufige Muster) und Antitypen (sehr seltene Muster) zu bestimmen.
365