Upload
others
View
4
Download
0
Embed Size (px)
Citation preview
Kristin Maria
Käuper -
13.8.2014
Lehreinheit
Quantitative Forschung I
-
Zertifikatskurs
Wissenschaft und Forschung
Au
fbau
Popper – Induktionsproblem
Hypothesen und Variablen
Forschungsansätze
Studiendesigns
Erhebungsmethoden
Wiederholung-Prof. Ensel FORSCHUNGSANSÄTZE
DEDUKTIVES VORGEHEN INDUKTIVES VORGEHEN
• Hypothese/ Theorie Verifizierung / Falsifizierung
Ausgangspunkt = Hypothese/Theorie
• Bsp: Die zweite Geburt sowie alle folgenden dauern weniger lang als die erste
• Test durch:
– Vgl. Geburtsdauer einer best. Anzahl von Mehr-/Erstgebärende
Quantitativer Forschungsansatz
• Detaillierte Beschreibung und Analyse der Situation Entwicklung der zugrundeliegenden Theorie
• Ausgangspunkt = Frage oder Aussage
• Bsp: Erleben Frauen die Geburt des ersten Kindes anders als die des zweiten Kindes?
Qualitativer
Forschungsansatz
Das Problem der Induktion nach Popper (1934)
„Als induktiven Schluß oder Induktionsschluß [sic!] pflegt man einen Schluß von besonderen Sätzen, die z.B. Beobachtungen, Experimente usw. beschreiben, auf allgemeine Sätze, auf Hypothesen oder Theorien zu bezeichnen.
Nun ist es aber nicht weniger als selbstverständlich, daß wir logisch berechtigt sein sollen, von besonderen Sätzen,(…), auf allgemeine Sätze zu schließen. Ein solcher Schluß kann sich ja immer als falsch erweisen: bekanntlich berechtigen uns noch so viele Beobachtungen von weißen Schwänen nicht zu dem Satz, daß alle Schwäne weiß sind“ (Popper 1969, 3; HiO).
Popper zufolge ist das dieser Methode innewohnende Induktionsproblem logisch unlösbar.
Was will uns Popper damit sagen?
Popper (1969)
Deduktivismus und Falsifikation als Lösung des Induktionsproblems
1. Nach Popper erschließt die Wissenschaftlerin / der Wissenschaftler nicht induktiv eine allgemeine Hypothese nach dem Muster: P1 = Schwan S1 ist schwarz. P2 = Schwan S2 ist schwarz. C = Alle Schwäne sind schwarz. = Vermutungswissen (Popper, 1969, 13) .
2. Poppers Deduktivismus beschreibt die reine deduktive Vorgehensweise.
Am Anfang steht die Hypothese. Aus dieser leitet er deduktiv Aussagen her. Diese überprüft er dann empirisch. Szenario 1 Szenario 2 H0 = Alle Schwäne sind schwarz. H0 = Alle Schwäne sind schwarz. P1 = Schwan S1 ist nicht schwarz. C = Schwan S2 ist schwarz Falsifikation bisherige Verifikation Aufgabe Hypothese + Theorie an Hypothese + Theorie festhalten
Allerdings: Popper kann nicht sagen, die Theorie habe sich bewährt, sei bestätigt worden oder es gebe gute Gründe, die Theorie zu glauben.
Popper (1969)
Popper - Begründer des Kritischen Rationalismus
Wissenschaft = Aufstellen von
falsifizierbare Theorien oder Aussagen
Wissenschaftlerin/Wissenschaftler = ist jemand, der das Risiko eingeht, eine Theorie zu formulieren, die sich falsifizieren lässt.
Falsifikationismus = Aussagen einer Theorie müssen an der Empirie scheitern können
Popper (1969)
Poppers Modell der empirischen Überprüfung
Wissenschaftliche Theorien und
Hypothesen
Empirisch nachprüfbare
Vorhersagen
Beobachtung
Messung
Experiment
Vorläufige
Bestätigung der
Theorie
Übereinstimmung
Falsifikation
Nicht-Übereinstimmung
Lauth/Sareiter (2002, 98) Ggf. neue Theorie formulieren
Hypothese
Def. = Annahme über Sachverhalte; die von einer Theorie abgeleitet wird (Micheel, 2010, 30); begründete Annahme oder Vermutung über die Beziehung von zwei oder mehreren Variablen. Werden entweder bestätigt oder widerlegt ( Brandenburg et al. , 2013) . Nullhypothese H0 = geht davon aus, dass es keinen Zusammenhang gibt, sprich keine Assoziation zwischen Erkrankung und Risikofaktor. H0 soll mit signifikanten Studienergebnissen widerlegt werden! H0: GVw – GVm = 0 (Es gibt keinen Unterschied zwischen dem Gesundheitsverhalten von Frauen und Männer)
Alternativhypothese H1 oder HA = geht davon aus, dass ein Zusammenhang, eine Differenz (zu 95%) existiert. H1 soll bestätigt werden! H1 : GVw – GVm = 0 (Es gibt einen Unterschied zwischen dem Gesundheitsverhalten von Frauen und Männer)
Micheel (2010); Brandenburg et al. (2013)
1. Entwicklung und Überprüfung von Theorien Formulieren von Theorien auf Basis von Einzelbeobachtungen (induktives Vorgehen)
Verbindung zwischen bestehender Theorie und Hypothesen (deduktives Vorgehen)
2. Hinweis auf die zu erhebende Population und zu messende Variablen
Aufgabe Hypothese
Brandenburg et al. (2013)
Variablen
Def. = eine Variable ist ganz allgemein ein
„veränderliches“ Merkmal (Micheel 2010, 24)
Unabhängige Variable = Einflussgröße, erklärt
die abhängige Variable bzw. bestimmt diese; sprich beeinflusst eine Situation, einen Zustand oder ein Verhalten
Abhängige Variable = Zielgröße
Micheel (2010); Brandenburg et al. (2013)
Bsp. Hypothese - Variable
Unabhängige Variable
Hüftprotektoren
Unabhängige Variable
Dehnen vor oder nach dem Sport
Abhängige Variable Sturzbedingte
Oberschenkelhals-fraktur
Abhängige Variable Muskelkater
Hypothese Der Einsatz von Hüftprotektoren senkt die Anzahl sturzbedingter Oberschenkelhalsfrakturen bei
älteren Menschen
Hypothese Dehnen vor oder nach dem
Sport vermeidet Muskelkater
Def. = Schritte der Zuordnung von empirisch erfassbaren, zu beobachtenden oder zu erfragenden Indikatoren zu einem theoretischen Begriff. Messungen werden möglich
z.B. Variable Geschlecht = i.d.R. zwei Ausprägungen (Frau / Mann)
z.B. Variable Körpergröße = beliebig viele Ausprägungen
Schritte =
1. Formulierung der Hypothese
2. Gegenstandsbenennung
3. Definition der relevanten Variablen und Indikatoren
Operationalisierung
Atteslander (2006, 40ff)
Operationalisungsschritt Bsp. Untersuchung über studienerfolgbestimmende Faktoren
1. Formulierung der Hypothese = Der Studienerfolg hängt nicht nur von der individuellen Arbeitsintensität, sondern auch von der sozialen Integration der Studierenden ab
2. Begriff = soziale Integration der Studierenden
3a. Variablen = Kontakthäufigkeit Kontaktart Kontaktpersonen
3b. Indikatoren = Anzahl Inten- LV nicht LV Lehr- Kommilitonen
d. Kontakte sität (Pause) (Freizeit) person der Kontakte
Atteslander (2006, 44)
Kritik an Variablenisolierung / Operationalisierung Köckeis-Stangl (1980)
„Die Variablen haben für den Analytiker nur mehr jene Bedeutung, welche durch die Bezeichnung, durch die Namen impliziert wird, die er ihnen selbst verliehen hat; sie verweisen bestenfalls auf eine Theorie, nicht aber auf das Alltagsleben der Untersuchten“ (ebd.).
Quantitative Forschung basiert nach Schnapp (2006) auf dem Verständnis, dass
„(…) ‚realistische‘ Abbilder der Welt [sind] möglich“ (ebd., 13; HiO).
Mit einem objektivierbarem, subjektunabhängigem Wahrheitskonzept (ebd.)
Forschungsansatz – und design
Forschungsansatz
quantitativ
Statistik
Experimenteller Ansatz
qualitativ
Häufigkeiten Muster/Kategorien
Subjektivität
Grounded Theory
Forschungsdesign
Biographieforschung
Ethnographie
Nicht-experimenteller
Ansatz
Phänomenologie
Validität
Reliabilität
Objektivität
Gütekriterien
Kausalität
Quantitative Forschungsdesigns
Interventionsstudie / Experimentelle Studie
Nicht-experimentelle Studien / Beobachtende Studien
Studiendesign
Aggregatdaten Individualdaten Randomisierte
kontrollierte Studie (Quasi) Experiment
Ökologische Studie
Korrelationsstudie
Querschnittstudie
Kohortenstudie Fall-Kontroll-Studie
Überblick Studiendesigns
Studientyp Alternative Bezeichnung Studieneinheit
Beobachtende Studien Nicht-experimentelle Studien
A) Deskriptive Studien
B) Analytische Studien
1. ökologische Studie 1. Korrelationsstudie Population
2. Querschnittstudie 2. Prävalenzstudie, Survey, Cross-sectional study
Individuen
3. Fall-Kontroll-Studien 3. Fallbezogene Studien, case control study, retrospektive study, Komparativstudien
Individuen
4. Kohortenstudien 4. Follow-up Studien, cohort study, Längsschnittstudie, Komparativstudien, Inzidenz-Studie
Individuen
(Quasi-)Experimentelle Studien Interventionsstudien
Randomisierte-kontrollierte Studie
Randomised controlled trial (RCT), (kontrollierte) Klinische Studie
Patientinnen / Patienten
Felduntersuchungen Gesunde Menschen
Gruppenuntersuchungen Gruppeninterventionsstudien Bevölkerungsgruppen
Bsp. Fragestellung - Studiendesign
Fragestellung Design
Wie häufig kommt/en die Variable/n a (b,c,….) vor
Wie viele Logopädinnen leiden unter Schlafstörung? Deskriptives Design
Welche Beziehung / welcher Zusammenhang besteht zwischen Variablen a und b (oder a, b und c)
Welcher Zusammenhang besteht zwischen Qualifikation als Pflegekraft und Mundpflege bei Krebspatientinnen / -patienten?
Wie hoch ist der Anteil von Frauen mit Mamma-CA und Alkoholkonsum in der Gesellschaft?
Korrelatives Design Studientyp: Quer- und Längsschnitt Korrelationsstudie
Welcher Unterschied besteht zwischen den Gruppen a und b (c…) hinsichtlich bestimmter Variablen?
Welchen Unterschied gibt es beim Waschen und Ankleiden von Schlaganfall-Patientinnen /-patienten zwischen Pflegekräfte und Ergotherapeutinnen / Ergotherapeuten?
Komparatives Design (Studientyp: Fall-Kontroll, Kohortenstudie)
Welche Auswirkungen hat a auf b (c…)?
Welche Auswirkungen hat die Fußreflexzonenmassage bei Schwangeren auf die Geburtsdauer?
Experimentelles Design (Studientyp: RCT)
Quantitative Forschungsdesigns
Interventionsstudie / Experimentelle Studie
Nicht-experimentelle Studien / Beobachtende Studien
Studiendesign
Aggregatdaten Individualdaten Randomisierte
kontrollierte Studie (Quasi) Experiment
Ökologische Studie
Korrelationsstudie
Querschnittstudie
Kohortenstudie Fall-Kontroll-Studie
Korrelationsstudie / ökologische Studie (Verwendung von Aggregatdaten)
Korrelation = Wechselbeziehung
Aggregatdaten = Zusammenfassung von Daten
Verwendungszweck • analysieren von zwei Komponenten . Analysiert wird der Zusammenhang und die Stärke des Zusammenhangs
• Korrelationsstudie untersuchen Gruppenmerkmale (Fettverzehr und Brustkrebsrate einer Population)
Vorgehensweise • Nutzen bestehender Datensätze – sekundär Daten!
• Berechnen von Korrelationskoeffizienten (r = -1 und +1). Liegt er bei +1 ist er vollständig positiv, liegt er nahe bei -1 ist er gegenläufig (negativ) Bei 0 fehlt eine Korrelation.
Darstellung - Korrelationsstudien
Vorteile Nachteile
Schnell durchführbar, da Aggregatdaten leicht zu ermitteln sind, z.B, WHO-Gesundheitsreport, destatis
Datenqualität kann nicht beeinflusst werden (evtl. unterschiedliche Datensätze)
Geringer Kostenaufwand Nur Ergebnisse aus den vorhandenen Aggregatdaten möglich, andere Faktoren nicht möglich
Beschreibung von populationsspezifischen Merkmalen
Rückschlüsse auf das Individuum nicht möglich (Variabilität zwischen den Individuen nicht berücksichtigt) Ökologischer Trugschluss (egologic fallacy), (bedeutet, dass Mitgliedern einer Population, Merkmale zugeschrieben werden, die sie als Einzelperson nicht haben)
Bildung von Hypothesen am Anfang von weiteren Studien möglich
Keine Rückschlüsse auf Kausalität
Testen von Hypothesen nicht möglich
Vor- und Nachteile von Korrelationsstudien
Quantitative Forschungsdesigns
Interventionsstudie / Experimentelle Studie
Nicht-experimentelle Studien / Beobachtende Studien
Studiendesign
Aggregatdaten Individualdaten Randomisierte
kontrollierte Studie (Quasi) Experiment
Ökologische Studie
Korrelationsstudie
Querschnittsstudie
Kohortenstudie Fall-Kontroll-Studie
Querschnittstudie
Zeit
Datenerhebung (Exposition = Erkankungsstatus) zu einem einzigen, festen Zeitpunkt (Schnitt quer zum Zeitverlauf)
Feststellen von • Prävalenz der interessierenden Krankheit • Expositionen kann erfragt werden • Berechnung von Korrelationen Krämer (2003)
Querschnittstudie
Geeignete Personen
Exposition und Outcome
keine Exposition und Outcome
Exposition und kein Outcome
kein Exposition und kein Outcome
Behrens & Langer (2004)
Exposition / Outcome
Def. Exposition = unabhängige Variable; Einwirken
von Umgebungseinflüssen / Faktoren / Merkmale auf einen Organismus
Def. Outcome = abhängige Variable, Zielgröße,
Ergebnis
Krämer (2003)
Vor- und Nachteile von Querschnittsstudien
Vorteile Nachteile
Relativ schnell an großer Zahl von Probanden durchführbar
Probanden häufig selektiert, z.B. durch Schuleingangsuntersuchung, Arztkonsultation, Krankenhausaufnahme, Beruf, Tod (nur Überlebende werden untersucht) Gefahr einer nicht repräsentativen Stichprobe
Geringer Kostenaufwand KEINE KAUSALITÄT UNSICHERHEIT ob Exposition vor Erkrankung lag
Gibt einen generellen Überblick über das Ausmaß des Ereignisses durch Häufigkeitsvergleiche zwischen verschiedenen Populationen Prävalenz
Problematisch bei kurzdauernden (akuten) Krankheiten
Sinnvoll für Bewertung und Planung von Gesundheitsleistungen
Keine Angaben über Neuerkrankungsrate (Inzidenz) oder Krankheitsrisiken möglich = keine Risikoeinschätzung
Bildung von Hypothesen möglich
Testen von Hypothesen nicht möglich
Prävalenz + Inzidenz
Def. Prävalenz = Häufigkeiten v. Krankheit beim Zeitpunkt Datenerhebung Def. Inzidenz = Neuerkrankungsrate innerhalb eines Zeitraums
Prävalenz + Inzidenz = Morbidität
Wissenswertes = epidemiologische Studien untersuchen Häufigkeiten und Verteilung
Krämer (2003)
Quantitative Forschungsdesigns
Interventionsstudie / Experimentelle Studie
Nicht-experimentelle Studien / Beobachtende Studien
Studiendesign
Aggregatdaten Individualdaten Randomisierte
kontrollierte Studie (Quasi) Experiment
Ökologische Studie
Korrelationsstudie
Querschnittstudie
Kohortenstudie Fall-Kontroll-Studie
retrospektive Fall-Kontroll-Studie
Def. = Vergleich von Fällen mit Erkrankungen und Fällen die nicht erkrankt (Kontrollen) sind.
Ziel = Identifikation diejenigen (Risiko-) Faktoren , die wahrscheinlich Grund für Krankheit/en it.
Empfohlen = bei Outbreaks
Retrospektiv= zeitlicher Verlauf setzt an der Vergangenheit an; i.d.R. weniger gute Qualität als prospektive Daten
retrospektive Fall-Kontroll-Studie
Personen mit
Merkmal /Outcome (Fallgruppe)
Personen ohne Merkmal /Outcome
(Kontrollgruppe)
Exposition
Keine Exposition
Exposition
Keine Exposition
Behrens & Langer (2004)
Vor- und Nachteile von retrospektiver Fall-Kontrollstudie
Vorteile Nachteile
Kostenaufwand geringer als bei Kohortenstudie, da weniger TN
Rechenmaß: Odds-Ratio (Chance, der Fälle exponiert gewesen zu sein = Verhältnis Exponierter zu Nichtexponierten), steht nur für RR
Geringer Zeitaufwand da Forschungsfrage relativ schnell zu beantworten, da keine Beobachtungszeit
Adäquate Kontrolle schwer zu finden (Matching)
Mehrere Expositionen können kontrolliert werden = gut wenn unklare Exposition
Nur für eine Krankheit = ausgehend vom Outcome keine Inzidenz
Bestes Design bei seltene Erkrankungen, da Auswahl nach Erkrankungsstatus
Nicht geeignet bei seltener Exposition
Ausklärgun der Ätiologie Anfällig für vreschiedene BIAS (Verzerrungen)
Keine ethischen Bedenken
Kann nicht verschiedene Auswirkungen nach einer bestimmten Exposition untersuchen
Keine Inzidenz- und Prävalenz
Quantitative Forschungsdesigns
Interventionsstudie / Experimentelle Studie
Nicht-experimentelle Studien / Beobachtende Studien
Studiendesign
Aggregatdaten Individualdaten Randomisierte
kontrollierte Studie (Quasi) Experiment
Ökologische Studie
Korrelationsstudie
Querschnittstudie / Längsschnittstudie
Kohortenstudie Fall-Kontroll-Studie
Def. Kohorte= Personengruppe mit vergleichbaren Startbedingungen wie z.B. Geburt, gleiche r Beruf etc. Prospektiv = fragt nach Exposition und verfolgt Studiengruppe über einen längeren Zeitraum Entwicklung von Krankheiten Empfohlen = Häufigkeit des Auftretens einer Krankheit unter bestimmten Bedingungen Manchmal Synonym = Längsschnittstudie, Unterschied Definition Kohorte – Panel, Dauer/Zeitpunkt der Datengewinnung, gleiche Daten
Kohorten-Studie
Kohorten-Studie
Population
Zeitraum z.B. Zehn
Jahre
Ergebnis
Kein Ergebnis
Behrens & Langer (2004)
Im Vergleich hierzu - Prospektive Längsschnittstudie
Zeit
Heute = T0
1.follow-up = T1
2. follow-up = T2
3.follow-up = T3
Eigentlich auch periodisches Querschnittdesign ABER Datenerhebung zu einem oder mehreren Zeitpunkten Gleiche Daten werden an gleichen Probandinnen / Probanden oder neuer
Stichprobe erhoben!! Darstellung von Verläufen
Krämer (2003)
Typen Trendstudie: unterschiedliche Stichprobe, unterschiedliche Zeitpunkte,
gleiche Daten Panelstudie: gleiche Stichprobe, unterschiedliche Zeitpunkte, gleiche Daten
Vor- und Nachteile von prospektiver Kohortenstudie
Vorteile Nachteile
Gibt beste Schätzung des Risikos, Alle Rechenmaße = Absolutes Risiko, RR, OR
Kostenintensiv und Zeitaufwändig
Beste Möglichkeit zur Schätzung der Inzidenzrate von exponierten und nichtexponierten Gruppe kann bestimmt werden
Veränderte Untersuchungsbedinungen: Exposition(en) können sich über Zeit verändern (Raucher – Nicht-Raucher)
Kann mehrere Outcomes kombinieren (z.B. Rauchen kann zu Lungen-CA und Blasen-CA führen)
Große Latenzzeit = Loss-to-follow-up (bei Längsschnitt = Panelmortalität) = Nichtidentifikation von Fällen
Geeignet bei seltenen Expositionen, da gezielt TN mit Expositionspositionen in die Studie aufgenommen werden können
Nicht geeignet für seltene Erkrankungen
Weniger Biasanfällig als Fall-Kontroll-Studie Ethische Fragestellung
Kann Empfehlungen über Risikofaktoren für Individuum / Bevölkerung geben
Loss-to-follow-up
Def. Loss-to-follow-up = Verlustquote für
Exponierte und/oder Nicht-Exponierten = Verzerrung der Ergebnisse
Krämer (2003)
Quantitative Forschungsdesigns
Interventionsstudie / Experimentelle Studie
Nicht-experimentelle Studien / Beobachtende Studien
Studiendesign
Aggregatdaten Individualdaten Randomisierte
kontrollierte Studie (Quasi) Experiment
Ökologische Studie
Korrelationsstudie
Querschnittstudie
Kohortenstudie Fall-Kontroll-Studie
Randomisierte kontrollierte Studie (RCT, randomised controlled trial)
Def.: „klassisches“ Experiment.
Effektivität einer Intervention, Stärkstes Studien-
design
Merkmale: 1. Randomisierung
2. Kontrolle
3. Manipulation
Merkmale RCT
Randomisierung = Zufallsverteilung auf Versuchs- oder Kontrollgruppe gleichmäßige Verteilung von bekannten / unbekannten Variablen
Kontrolle = Sicherstellung kausale Beziehung durch Kontrolle aller beeinflussenden Variablen durch z.B. Kontrollgruppe, Verblindung, Messinstrumente,
Manipulation = Intervention ‚manipuliert‘ unabhängige Variable bei Versuchsgruppe
Randomisierte kontrollierte Studie (RCT, randomised controlled trial)
Ge
eignete Perso
n
Ran
do
misieru
ng
Versuchsgruppe = Intervention
Kontrollgruppe
Zeitraum
: z.B. 3
, 6, 1
2 M
on
ate Ergebnis
Kein Ergebnis
Ergebnis
Kein Ergebnis
Behrens & Langer (2004)
Vor- und Nachteile von RCT
Vorteile Nachteile
Studie über Exposition und Outcome, da Kontrolle über -Untersuchungsperson - Exposition - Höhe der verabreichten Menge / Dosis -Zeit = KAUSALITÄT Basis für EbM / Goldstandard
Nicht reale Situation
Alle Rechenmaße Unmöglich, menschliches Verhalten vollständig zu kontrollieren
Durch Randomisierung kein Bias
Ethische Fragestellung
Zeitliche Sequenz von Ursache und Wirkung
Kosten- und Zeitintensiv
Ziel Zusammenhang zwischen Exposition und Outcome
Wenn Zusammenhang berechnet, dann
a) b)
True association systematisch Fehler
Kausaler Zusammenhang BIAS Confounding
Chance / Zufall
BIAS
Def. = Systematischer Fehler während des
Forschungsprozesses
Es gibt keine mathematische Methode einen Bias bei Datenanalyse zu kontrollieren
BIAS - Typen
1. selection bias: Unterschiede in der Ausgangssituation d. Studiengruppe; falsche Teilung der Gruppe; falsche Methode zur Informationsgewinnung über Studienteilnehmer (Feldzugang)
2. Recall bias: falsches Erinnerungsvermögen (Essen vor 5 Wochen)
3. performance bias: Unterschiede in Rahmen- bedingungen der Gruppe (z.B. vergleich orales und i.v. Schmerzmedikament)
4. attrition bias: Nichteinhalten des Protokolls (Probandin/Proband nimmt neben Placebo noch Schmerzmittel); unterschiedliche Drop-out zwischen den
Gruppen 5. beobachter bias: Befunde von Fälle anders als von Kontrolle (Dekubitus 1. zu 2. Grad)
Confounding
Def. = Störgröße, dritte Variable täuscht Zusammenhang vor
Alkohol Lungenkrebs
Rauchen
Unterschied zu BIAS = kann mathematisch behoben werden. Wenn Wissen über Störgröße exisitert
OR = 4.1
Chance / Zufall
Einfluss des Zufalls, z.B. durch zu klein untersuchte Gruppe = je Größer das
Sample, desto größer die Wahrscheinlichkeit den Zufall zu kontrollieren (p= 0.05%)
Erhebungsmethoden in quantitativer Forschung teilstrukturiert bis stark strukturiert
1. Befragung = leitfadengestützt, geschlossen
2. Beobachtung = verdeckt oder offen; aktiv und passiv teilnehmend
3. Dokumentenanalyse 4. Experiment = Labor, Feldexperiment
Vorteil gegenüber Befragung und Beobachtung:
1. Kontrolle der „künstlich“ gestalteten Situation
2. Konstruktion einer Extremsituation
Kausalbeziehungen nach naturwissenschaftlichem Vorbild
mündlich schriftlich
Einzelinterview postalische Befragung
Telefoninterview Internet
Gruppen- / Expertinneninterview Gemeinsames Ausfüllen
Atteslander (2006, 68ff)
Fragen???
Danke für Ihre Aufmerksamkeit
Literatur
Atteslander. 2006. Methoden der empirischen Sozialforschung. Berlin
Behrens/Langer. 2004. Evidence-based Nursing.Bern
Brandenburg/Panfil/Mayer. 2013. Pflegewissenschaft 2. Bern
Lauth/Sareiter. 2002. Wissenschaftliche Erkenntnis, Paderborn.
Popper. 1969. Logik der Forschung. Tübingen. 3. Aufl.
Micheel. 2010. Quantitative empirische Sozialforschung. München.