Grundlagen der Verhaltensforschung: einfache Definitionen von Variablen und Messungen

In diesem Artikel werden einige grundlegende Begriffe der quantitativen Analyse aufgeschlüsselt.

6689062, CC0, über Pixabay

Qualitative und quantitative statistische Analysen können für ein Unternehmen oder eine Organisation, die eine effektive Marketingstrategie formulieren möchten, sehr hilfreich sein. Das Verständnis der qualitativen und quantitativen Statistik und ihrer Instrumente kann jedoch sehr verwirrend sein. Dieser Artikel versucht, die Grundbegriffe der quantitativen Analyse zu verstehen.

Variablen

Eine Variable ist eine beobachtbare Eigenschaft eines Objekts oder Ereignisses, die gemäß einem genau definierten Klassifizierungs- oder Messschema beschrieben werden kann.

Beispiele für Variablen, die in der verhaltens- oder sozialwissenschaftlichen Forschung untersucht wurden, sind: Geschlecht, Einkommen, Bildung, soziale Klasse, organisatorische Produktivität, Aufgabenorientierung, Erinnerungsgedächtnis, Erkennungsgedächtnis und Leistung (Kerlinger & Lee, 2001).

Unabhängige und abhängige Variablen

Eine unabhängige Variable ist ein Phänomen, das von einem Forscher manipuliert wird und voraussichtlich Auswirkungen auf andere Phänomene hat (Williams & Monge, 2001). Ein Beispiel für eine unabhängige Variable wäre eine Lehrmethode, eine medizinische Behandlung oder ein Trainingsprogramm.

Eine abhängige Variable ist ein Phänomen, das durch die Manipulation eines anderen Phänomens durch den Forscher beeinflusst wird. Zum Beispiel ist Leistung die Wirkung einer Lehrmethode, Heilung oder Nichtheilung der Wirkung einer medizinischen Behandlung und höhere Fähigkeiten oder nicht (Leistung) die Wirkung eines Trainingsplans.

Angenommen, ein Bildungsforscher möchte wissen, wie sich ein bestimmter Unterrichtsstil auf das Lernen im Klassenzimmer auswirkt, und misst den Unterschied, indem er den Schülern einen Vortest gibt, bevor der Unterrichtsstil angewendet wird, und anschließend dieselben Schüler erneut testet. Die unabhängige Variable wäre die neue Lehrmethode (die Ursache) und die abhängige Variable wäre die resultierenden Testergebnisse oder das Ergebnis oder die Wirkung.

Aktive und Attributvariablen

Kerlinger und Lee unterscheiden bei Variablen zwischen Aktiv und Attribut.

Eine aktive Variable ist eine Variable, die manipuliert werden kann. Aktive Variablen werden auch als experimentelle Variablen bezeichnet. Beispiele für diese Art von Variablen sind Lehrmethoden, Trainingspläne und dergleichen, die geändert werden können, um ihre Wirkung auf Phänomene zu messen.

Eine Attributvariable ist eine Variable, die nicht bearbeitet werden kann. Ein Beispiel für eine Attributvariable ist Geschlecht, Rasse, psychischer Zustand und jedes Merkmal, das inhärent oder vorprogrammiert ist und nicht geändert werden kann.

Kategoriale und kontinuierliche Variablen

Ein drittes Paar wichtiger Variablen sind kategoriale und kontinuierliche Variablen (Kerlinger & Lee).

Kategoriale Variablen gehören zu einer Messung, die als nominal und demografisch bezeichnet wird. Dies bedeutet, dass sie zum Zwecke der Klassifizierung in sich gegenseitig ausschließende Kategorien verwendet werden. Als solche haben sie keinen Rang und sind daher gleichberechtigt wie Geschlecht, Alter, Rasse, religiöse Präferenz und politische Zugehörigkeit.

Kontinuierliche Variablen sind solche, die einen geordneten Sinn für Werte innerhalb eines bestimmten Bereichs haben, mit einer theoretisch unendlichen Anzahl von Werten innerhalb dieses Bereichs. Ein Beispiel für diese Art von Variablen ist die Intelligenz, die je nach Punktzahl bei Leistungstests als hoch, mittel oder niedrig bezeichnet werden kann.

Messskalen in der statistischen Analyse

In der statistischen Analyse gibt es vier grundlegende Messstufen.

Nominalskala

Die nominelle Skala ist die schwächste Form der statistischen Messung. Die Forscher verwenden eine nominelle Skala, um Beobachtungen zu klassifizieren, ohne die Absicht, die Ergebnisse nach Wichtigkeit zu ordnen oder zu ordnen. Solche Beobachtungen umfassen das Hervorheben der Farbe von Augen, Rasse, Religion, Nationalität und dergleichen.

Ordnungsskala

Die Ordnungsskala enthält die Nominalskala, versucht jedoch, Antworten mit "größer als" oder "kleiner als" zu bewerten. Zum Beispiel könnte ein Forschungsfragebogen entworfen werden, um zu erfahren, wie viel Spaß Erwachsene an sozialen Medien wie Facebook haben, oder die Ergebnisse eines Pferderennens können in der Reihenfolge ihres Abschlusses aufgelistet werden.

Sowohl die nominalen als auch die ordinalen Messskalen werden hauptsächlich in der qualitativen Analyse verwendet.

Intervall- und Verhältnisskalen

Eine dritte Form der statistischen Messung ist die Intervallskala. Das erste Merkmal von Intervall- und Verhältnisskalen ist, dass das Signifikanzniveau in Form bekannter und gleicher Intervalle behandelt wird. Das zweite Merkmal dieser Ebenen oder Skalen ist, dass sie quantitativer Natur sind. Darüber hinaus können einige oder alle arithmetischen Operationen auf sie angewendet werden.

Gültigkeit und Zuverlässigkeit

In Reasoning with Statistics stellten Frederick Williams und Peter Monge (2001) fest:

Mit anderen Worten, es besteht immer die Möglichkeit, dass die gewählte Methode tatsächlich zu statistischem Wahnsinn führt. Um die Ergebnisse einer bestimmten statistischen Analyse sicherzustellen, muss der angehende Forscher die Konzepte der Gültigkeit und Zuverlässigkeit berücksichtigen.

Gültigkeit

Die Gültigkeit in der verhaltens- oder sozialwissenschaftlichen Forschung gibt an, inwieweit Skalen messen, was Forscher nach eigenen Angaben messen. Williams & Monge weisen darauf hin, dass "die Frage der Gültigkeit eine Frage der 'Anpassungsgüte' zwischen dem, was der Forscher als Merkmale eines Phänomens definiert hat, und dem, was er oder sie in der Sprache der Messung berichtet hat" (S. 29) ist.

Zum Beispiel kann das Konzept der Gültigkeit eine Frage stellen wie: "Inwieweit beziehen sich die Leistungswerte einer Prüfung auf die Beibehaltung des Wissens über ein bestimmtes Fach?" In einem absurden Extrem würde das Konzept der Gültigkeit verletzt, wenn eine Lehrerin eine Prüfung zu Abschnitt 4 eines US-amerikanischen Geschichtstextes ablegen würde, wenn sie wissen wollte, wie viel ihre Schüler aus Abschnitt 5 ihres Mathe-Textes gelernt haben. Ebenso wäre eine sozialwissenschaftliche Forscherin falsch, wenn sie die Wahrnehmung des Führungsstils durch einen Persönlichkeitstest messen würde.

Verlässlichkeit

Zuverlässigkeit in der verhaltenswissenschaftlichen Forschung bezieht sich auf die interne und externe Konsistenz der Messung. Die Zuverlässigkeit versucht zu wissen, ob das gewählte Messinstrument die gleichen Ergebnisse liefert, wenn es unter genau den gleichen Bedingungen angewendet wird.