Datenerhebung 4. Messinstrumente und Auswahlverfahren

Werbung
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Das Messproblem in den Sozialwissenschaften
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
Definition von "Messen":
"Messen besteht im Zuordnen von Zahlen zu
Objekten, so dass bestimmte Relationen
zwischen den Zahlen analoge Relationen
zwischen den Objekten reflektieren".
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Department für Wirtschafts- und
Sozialwissenschaften
Messrelationen
1. Entweder:
2. Wenn:
3. Wenn:
4. Wenn:
5. Wenn:
6. Wenn:
7.
8. Wenn:
9.
Universität für Bodenkultur Wien
a = b oder a ? b
a = b, dann b = a
a = b und b = c, dann a = c
a > b, dann b < a
a > b und b > c, dann a > c
a = p und b > 0, dann a + b > p
a+b = b+a
a = p und b = q, dann a + b = p + q
(a + b) + c = a + (b + c)
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Identität
Ordnung
Additivität
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
Messrelationen
Beispiel für Relationen:
1 - 9 sind Zahlen, mit denen Befragte in einem
Datenfile nummeriert sind. Die Aussage, dass Person
Nr. 9 dreimal soviel wie Person Nr. 3 sei, ist sinnlos
(Additivität). Ebenso wenig sinnvoll: Nr. 9 ist mehr als
Nr. 3 (Ordnung). Einzig sinnvolle Beziehung: Nr. 9 ist
etwas anderes ist als Nr. 3 (Identität) Personen wurden
nur nummeriert, um sie unterscheiden zu können.
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
Variablen
Definition:
Ein Merkmal, von dem vorausgesetzt wird,
dass es messbar ist und dass es verschiedene
Werte, und zwar mindestens zwei, annehmen
kann
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
Variablen
Einteilungsmöglichkeiten von Variablen:
•Nach ihrer Stellung innerhalb von
Erklärungsversuchen; z.B.: unabhängige, abhängige
Variablen (z.B. Einkommen [unabhängige.] Urlaubsaktivitäten [abhängige]
•Nach der Art der Merkmalsausprägung: qualitative
und quantitative sowie diskrete und stetige Variablen
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
Variablen
Qualitative Variablen:
•klassifikatorisch (Klassenbildung), in dichotomer
Ausprägung (nur zwei Werte möglich; z.B. männlich –
weiblich) oder mehrere Klassen vorsehen
•Typologisch: Merkmal ist so definiert, dass es Objekten
im Sinne eines Mehr oder Weniger zugeschrieben
werden kann (Merkmale mit Intensitätscharakter);
Beispiel: "Interesse für Heimwerkertätigkeit".
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
Variablen
Klassifikatorische Variablen
Typologische
Variablen
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
Variablen
Quantitative Variablen:
Zuschreibung der Merkmalswerte erfolgt über
metrische Begriffe, also über Maßeinheiten
(Länge, Einkommen, Zeit etc.).
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
Variablen
Diskrete Variablen:
Daten werden durch einen Zählvorgang
gewonnen, bei dem Zwischenwerte nicht
möglich sind (Beispiele: Häufigkeiten,
Personen in einem Haushalt,
Betriebseinheiten)
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
Variablen
Stetige Variablen:
Maßstab wird angelegt, der jedes beliebige
Intervall zwischen zwei Zahlenreihen zulässt;
dies ist meist erst bei Vorliegen von
Maßeinheiten möglich (Beispiele: Länge,
Einkommen, Zeit etc.)
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
Skalenformen
Skalenform
Ausprägung
des Merkmals
Nominalskala
Qualitatives
Merkmal
Ordinalskala
Qualitatives
Merkmal im
Sinne von
Mehr oder
Weniger
Empirisch
Beispiel
interpretierbare
Eigenschaften
Postulat der
Geschlecht
Identität (1?2) 1 =
männlich
2 = weiblich
Postulate der
Schulnoten
Identität und
1 = sehr gut
Ordnung
...
5 = nicht
gen.
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Statistische Auswertemöglichkeiten
- Häufigkeiten
- Modalwert
Wie oben, zusätzlich:
- Rangordnung
- Median
- Rangkorrelation
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
Skalenformen
Skalenform
Ausprägung
des Merkmals
Intervallskala
Quantitatives
Merkmal,
durch
Maßeinheiten
fassbar
Rational-/
VerhältnisSkala
Quantitatives
Merkmal,
0-Punkt
empirisch
interpretierbar
Empirisch
Beispiel
interpretierbare
Eigenschaften
Temperatur
Postulate der
Identität,
Ordnung und
Additivität
Postulate der
Identität,
Ordnung und
Additivität
Institut für Marketing & Innovation
Länge, Alter
Statistische Auswertemöglichkeiten
Wie oben, zusätzlich:
- Mittelwertberechn.
- Standardabw.
- Varianzanalyse
- Faktorenanalyse
- Regressionsanalyse
etc.
Wie oben, zusätzlich:
Messung von
Einzelobjekten erfolgt
unabhängig von den
Messwerten anderer
Objekte
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
Validität
Definition Validitätsprüfung:
Verfahren zur Prüfung der Gültigkeit
(Validität) einer Messung. Sollen klarstellen,
ob das Messinstrument tatsächlich das misst,
was man zu messen glaubt.
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
Validität
Zwei Hauptfragen:
•Sind Unterschiede in Messwerten auf Unterschiede
der Individuen oder auf Eigenheiten des
Messinstruments zurückzuführen ?
•Erlaubt die Auswahl der Indikatoren und
Operationalisierungsvorschriften den Schluss auf das
angezielte Konstrukt ?
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
Validität
Typen der Validitätsprüfung:
• Außenkriterium –kriterienbezogene Validität
Externes Kriterium, von dem man weiß, dass es in sehr engem
Zusammenhang mit dem Merkmal steht, welches die Skala
messen soll. Besteht z.B. eine hohe Korrelation zwischen
Religiosität und sexuellen Einstellungen, dann ist eine Skala
zur Messung sexueller Freizügigkeit dann valide, wenn sie bei
stark religiösen Personen auch eine geringe sexuelle
Freizügigkeit feststellt und umgekehrt.
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
Validität
Verfahren der Validitätsprüfung:
• Vorhersagevalidität
Man prognostiziert aufgrund der Skalenwerte, die Personen
zugeordnet wurden, deren Verhalten. Wurden z.B. im
Rahmen einer Befragung Einstellungen gegenüber Ausländern
ermittelt, so wird in weiterer Folge beobachtet oder durch
eine andere Erhebung befragt, wie sich die ursprünglich
befragten Personen in konkreten Situationen (z.B. in einer
Gaststätte) verhalten.
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
Validität
Typen der Validitätsprüfung:
• Extremgruppen
Die Skala wird an zwei Stichproben von Personen erprobt,
von denen man weiß oder annehmen kann, dass sie extrem
niedrige oder extrem hohe Werte der zu messenden Größe
aufweisen. Beispiel: Validierung einer Skala zur Messung des
Lebensstandards anhand von Obdachlosen einerseits und von
Vielverdienern andererseits.
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
Validität
Typen der Validitätsprüfung:
• Konstruktvalidität
Sie wird auch logische Validität genannt. Die Testergebnisse
werden durch die Formulierung neuer oder Heranziehen
vorhandener Hypothesen durch einen weiteren Test
überprüft.
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
Reliabilität
Definition Reliabiltiätsprüfung:
Prüfung, ob der Vorgang des Messens selbst korrekt
durchgeführt wurde, ob also z.B. das Instrument bei
Handhabung durch verschiedene Durchführende oder
bei mehrmaliger Vorlage weitgehend gleiche Ergebnisse
liefert, ob es stabil gegen Zeiteinflüsse ist usw.
Beobachtungen müssen intersubjektiv und wiederholbar
sein.
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
Reliabilität
Typen der Reliabilitätsprüfung:
• Test-Retest
Man legt einer Stichprobe von Personen dieselben
Fragen mit den denselben Variablenausprägungen
zweimal – zu unterschiedlichen Zeitpunkten - vor
und korreliert die Ergebnisse. Beabsichtigt ist hier
eine Prüfung der Zeitstabilität.
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
Reliabilität
Typen der Reliabilitätsprüfung:
• Paralleltest
Einer Stichprobe von Untersuchungspersonen
werden zwei streng vergleichbare Tests vorgelegt,
die dieselben Merkmale mit unterschiedlichen
Instrumenten erheben. Das Ausmaß der Reliabilität
wird anhand der Höhe der Korrelation der
Ergebnisse errechnet
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
Reliabilität
Typen der Reliabilitätsprüfung:
• Konsistenzprüfungen
Vor allem Verfahren der Testhalbierung mit
unterschiedlichen Skalenausprägungen.Es wird überprüft,
inwieweit die Antworten der ersten und zweiten
Stichprobe korrelieren.
Zusätzlich: Prüfung. Ob logisch unverträgliche
Antworten im Antwortverlauf gemacht werden.
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
Skalierungsverfahren
Messung von Einstellungen
•Einstellungen instabiler als Persönlichkeitsmerkmale
•Messung der Intensität und der Richtung von
•Zuverlässigkeits- und Gültigkeitsprüfungen
notwendig
Beispiel für Instabilität: Änderung der Einstellung zur
Notwendigkeit des Irakkrieges in der US-Bevölkerung
mit zunehmender Dauer der Konflikte
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
Indices
•Maßzahlen auf einem höheren Messniveau
•Zusammenfassung mehrerer Variablen zu einer
neuen, möglichst intervallskalierten Variablen
•Möglichst ohne Informationsverlust
Beispiel für einen Index: Verbraucherpreisindex, der
Preisentwicklungen eines ganzen Warenkorbes
(Ausgangsvariablen) zu einer Maßzahl verdichtet.
Daraus wird die Inflationsrate berechnet.
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Skalierungsverfahren - Urteilsmethoden
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
Vorüberlegungen zum Reaktionsschema:
• Einzelobjekte oder Aussagen – Akzeptanz ja/nein
(Nominalskala)
• Paarweiser Vergleich von Einzelobjekten (Nominalskala)
• Herstellung einer Rangfolge für mehrere Objekte oder
Aussagen (Ordinalskala)
• Bewertung mehrerer Objekte/Aussagen nach einer
numerisch oder verbal abgestuften Skala (Einstufen)
(Ordinalskala)
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Skalierungsverfahren - Urteilsmethoden
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
Komponenten von Einstellungen:
• Überzeugungen – kognitive Komponente
• Gefühle – affektive/gefühlsmäßige
Komponente
• Bereitschaft in Bezug auf ein Objekt zu
handeln (z.B. Kaufbereitschaft) – aktionale
Komponente
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Skalierungsverfahren - Urteilsmethoden
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
Bei der Einstellungsmessung wird die
Einstellung als nicht direkt beobachtbares
Merkmal angenommen, das über Indikatoren
(z.B. beobachtbares verbales Verhalten, verbal
geäußerte Überzeugungen, Zustimmung oder
Ablehnung von Behauptungen etc.) erfasst
wird.
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Skalierungsverfahren - Urteilsmethoden
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
Schritte zur Erstellung einer Skala:
• Einstellung begrifflich präzisieren und definieren
• Suche von geeigneten Indikatoren, die für
Vorliegen bzw. verschiedene Ausprägungen der
Einstellung sprechen (Statements/Aussagen/
Behauptungen über den Meinungsgegenstand)
• Plausibilitätsüberlegungen oder
• Gruppendiskussionen, einzelne nichtstandardisierte Interviews
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Skalierungsverfahren - Urteilsmethoden
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
Brauchbarkeit einer Skala - Fragen:
• genügend viele Indikatoren/Abstufungen (items) ?
• können Abstufungen diskriminieren, d.h. Personen
unterschiedlicher Einstellungen unterscheiden ?
• Plausibilitätsüberlegungen oder Gruppendiskussionen, einzelne nicht-standardisierte Interviews
• Stabilität gegenüber Zeiteinfluss (Konstanz bei
nochmaliger Befragung) und verbalen
Formulierungen (Reliabilität)
• Messen die Indikatoren überhaupt die gemeinte Einstellung
und nicht etwas anderes ("Validität„) ?
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
PAARVERGLEICH
Ziel des Verfahrens ist es, festzustellen, ob die
Befragten in der Lage sind, einen Satz von Stimuli
(Aussagen, Objekte) in Bezug auf ein
interessierendes Merkmal, in eine konsistente
Rangordnung auf eine Linie zu bringen, die das
Merkmal in seinen verschiedenen Ausprägungen
repräsentiert. Diese Aussagen/Objekte werden
immer paarweise vorgelegt.
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
PAARVERGLEICH
Objekte der Außenwelt: z.B. die Namen von fünf
Firmen: A, B, C, D, E. Anzugeben ist, welche
Firma jeweils als vertrauenswürdiger erlebt wird:
A oder B ?
B oder C ?
C oder D ?
D oder E ?
A oder C ?
Institut für Marketing & Innovation
A oder D ?
A oder E ?
B oder E ?
B oder D ?
C oder E ?
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
PAARVERGLEICH
Aussagen, die darauf geprüft werden sollen, wie
wichtig sie dem Befragten für eine Entscheidung
sind; z.B. fünf Eigenschaften eines Produktes: A,
B, C, D, E. Befragte soll entscheiden, welche
Eigenschaft wichtiger ist, um Preis X zu bezahlen:
A oder B ?
B oder C ? usw.
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
PAARVERGLEICH
Ausgangspunkt:
Die Häufigkeit, mit der ein Stimulus, also ein Objekt
bzw. eine Aussage, dem anderen vorgezogen wird
bzw. mit der er als "größer", "besser" etc. beurteilt
wird, soll eine Funktion des Ausmaßes sein, in dem
es das fragliche Merkmal tatsächlich besitzt. Seine
Position auf einer Skala ergibt sich als eine Funktion
des Verhältnisses, in dem es den anderen Stimuli
vorgezogen wird.
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
PAARVERGLEICH
Beispiel: Befragt wurden 120 Leser von zwei Holzfachzeitschriften (A und B) über vier Rubriken :
Technik
Statistische Informationen
Markt
Heimwerkerbeilage
Jede Person hat zu entscheiden, was sie lieber las:
Technik oder
Technik oder
etc.
Markt ?
Statistische Informationen ?
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
PAARVERGLEICH
Verteilung der Häufigkeiten für Zeitung A
Technik
Markt
Stat.Inf.
Heimw.b.
Spaltensumme
Technik
30
45
30
105
Markt
135
30
60
225
Stat.Inf.
120
30
60
210
Heimw.b.
45
60
75
180
Transformation in Prozentwertmatrix in Relation
zur gesamten Anzahl der Beurteilungen (720).
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
PAARVERGLEICH
Die Prozentverteilung für Zeitung A
Technik
Markt
Stat.Inf.
Heimw.b.
Spaltensumme
Technik
4
6
4
14
Markt
19
4
8
31
Stat.Inf.
17
4
8
29
Heimw.b.
6
8
10
24
In Zeitschrift A ist offenbar die Rubrik „Markt“
Spitzenreiter.
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
PAARVERGLEICH
Die Prozentverteilung für Zeitung B
Spaltensumme
Technik
33
Markt
15
Stat.Inf.
10
Heimw.b.
42
In Zeitschrift B ist offenbar die Rubrik „Technik“
Spitzenreiter.
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
PAARVERGLEICH
Voraussetzungen für Anwendung:
• Stichprobengröße nicht unter 100 Personen
• nicht zu viele Items vorgelegt werden - schon bei 10
Aussagen 45 Vergleiche pro Person (Überforderung)
• Befragte müssen imstande sein, den einzelnen Items
eine gewisse Bedeutung beizumessen.
• nicht zu komplexe und zu schwierig zu beurteilende
Objekte und Kriterien (Gefahr inkonsistenter
Reihungen).
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
PAARVERGLEICH
Vorteile:
• Reaktionsschema kann auch bei verbal und
intellektuell Ungeschulten vorausgesetzt werden. Für
andere Skalen oft wesentlich kompliziertere
Leistungen gefordert
• Trotzdem können die Daten relativ anspruchsvollen
Analysen unterzogen werden
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
PAARVERGLEICH
Nachteile:
• Anzahl der zu prüfenden Items soll nicht über fünf
bis sieben hinausgehen
• Komplexe Fragestellungen können daher entweder
nicht geprüft werden oder
• bei Einbeziehung von mehr Items besteht die Gefahr
der Überforderung oder inkonsistenter Reihungen.
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
RANGORDNEN
Befragten werden mehr als zwei Stimuli (Objekte
oder Aussagen) gleichzeitig vorgelegt. Alle Stimuli
werden anhand eines vorgegebenen Merkmals
geordnet (in eine Rangordnung gebracht); z.B.:
Sie sehen hier fünf verschiedene Autolackfarben.
Welche Farbe gefällt Ihnen am besten ? Und
dann ? Und dann ? Und dann ? Und dann ?
Ordinalskala: 1-5
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
RANGORDNEN
Aus einem Stimulusfeld werden nur einige Stimuli
geordnet; z.B.:
Sie sehen hier fünf verschiedene Autolackfarben.
Wählen Sie bitte jene zwei aus, die Ihnen am
besten gefallen. Welche Farbe gefällt Ihnen am
besten ? Und dann ?
Rangordnung 1-3 (3 = Rest); ebenfalls Ordinalskala
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
EINSTUFEN
Befragten wird ein Maßstab vorgegeben, mit dem
sie den Ausprägungsgrad eines Merkmals bei einem
Objekt oder den Grad ihrer Akzeptanz für eine
Aussage angeben. Dieser Maßstab enthält eine
Reihe von intensitätsmäßig abgestuften Kategorien
(z.B. Schulnoten von 1= sehr gut bis 5 = nicht
genügend). Die Abstufungen entsprechen einer
Ordinalskala. Verschiedene Vorgehen möglich:
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
EINSTUFEN
Die Objekte werden einzeln, nacheinander,
vorgegeben und bewertet; z.B.:
Wie bewerten Sie die Farben der folgenden
Autolacke ? Geben Sie wie bei Schulnoten 1,
wenn er Ihnen sehr gut gefällt, 2, wenn er Ihnen
gut gefällt, .... und 5 wenn er Ihnen gar nicht
gefällt.
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
EINSTUFEN
Alle Objekte werden zusammen vorgelegt; z.B.:
Sie sehen hier fünf Farben von Autolacken ?
Wenn Sie Schulnoten vergeben müssten, wie
würden Sie diese jeweils bewerten ?
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
EINSTUFEN
Präsentationsmöglichkeiten von Ordinalskalen
numerisch:
1
2
3
4
5
numerisch mit verbaler Markierung der Endpunkte
gefällt
sehr gut
1
2
Institut für Marketing & Innovation
3
gar nicht
4
5
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
EINSTUFEN
Präsentationsmöglichkeiten von Ordinalskalen
graphisch-numerisch:
1
|
2
|
3
|
4
|
5
|
nur verbal:
Als Abstufung in eine Richtung:
stimme vollkommen zu - stimme teilweise zu - stimme zu mit großen Einschränkungen - stimme nicht zu.
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
EINSTUFEN
Präsentationsmöglichkeiten von Ordinalskalen
Als Abstufung in beide Richtungen mit einer Art Mittelwert:
Weit überdurchschnittlich - überdurchschnittlich - durchschnittlich (Mittelwert) unterdurchschnittlich – weit unterdurchschnittlich
Mit Durchlaufen einer Art Nullpunkt:
trifft vollkommen zu - trifft zu - weder das eine noch das andere trifft zu
(Nullpunkt) - trifft kaum zu - trifft überhaupt nicht zu.
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
EINSTUFEN
Präsentationsmöglichkeiten von Ordinalskalen
Flächenskala:
würde ich kaufen
würde ich kaufen
würde ich kaufen
würde ich kaufen
würde ich kaufen
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
EINSTUFEN
Gesichtspunkte zur Gestaltung von Ordinalskalen:
• nicht zu viele Kategorien (vier bis fünf zu
empfehlen)
• Wenn differenzierte Abstufungen notwendig,
zunächst im Sinne eines Dafür oder Dagegen
entscheiden lassen und erst dann eine
differenzierte, wieder vier- bis fünfstufige,
Abstufung (insges. 8-10 Abstufungen)
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
EINSTUFEN
Gesichtspunkte zur Gestaltung von Ordinalskalen:
• Bei bipolare Skalen mit einem zentralem Punkt ist zu entscheiden, ob Nullpunkt, Mittelpunkt oder Indifferenzpunkt
-3 -2 -1 0 1 2 3
1 2 3 4 5
Nullpunkt
Mittelpunkt (3)
Stimme zu –
stimme weder zu noch lehne ich ab stimme nicht zu
Institut für Marketing & Innovation
Indifferenzpunkt (.. weder ... noch)
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
EINSTUFEN
Gesichtspunkte zur Gestaltung von Ordinalskalen:
• Bei numerischen Vorgaben Verwendung verankerter
Semantik nicht. Üblich bei uns: Schulnote 1, also ein
niedriger Wert ist die beste Leistung. Problematisch,
wenn 5 als bester, 1 jedoch als schlechtester Wert
angesehen.
• Negative Werte nicht immer vorteilhaft, da Befragte
mit geringer mathematischer Erfahrung oft nicht
imstande sind, diese Zahlen konsistent zu handhaben.
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
EINSTUFEN
Gesichtspunkte zur Gestaltung von Ordinalskalen:
• Verbale Definition der Anfangs- und Endkategorien,
sollten keine unrealistisch extremen Formulierungen
enthalten, andererseits auch keine allzu vorsichtigen,
da dies eine schlechte Ausnützung der übrigen
Kategorien nach sich zieht.
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Vergleich: RANGORDNEN - EINSTUFEN
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
Wenn Realitätsnähe und Konkretheit oberstes Ziel, ist
Rangordnen vorzuziehen. Keine Überforderung verbal
und intellektuell ungeschulter Befragter bei
Einstufungen sehr oft überfordert sind. Allerdings
entweder sehr viele Befragte notwendig oder viele
Urteile sind abzugeben. Einzelobjekte können nicht
skaliert werden.
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Vergleich: RANGORDNEN - EINSTUFEN
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
Einstufen bietet den Vorteil, dass auch Einzelobjekte
vorgegeben werden können. Auch bei diffizileren
Problemen, bei denen es auf die Erfassung von
Nuancen ankommt, oft die logisch angemessenere
Methode, da es die Chance gibt, subtile Unterschiede
auszudrücken.
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Exkurs: Systematische Urteilsfehler bei
Verwendung von Nominal- und Ordinalskalen
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
Halo-Effekt:
• Neigung, einen Gegenstand durchgehend in allen Aspekten
positiv oder negativ zu beurteilen
• Besonders stark, wenn die Befragten zu dem zu Gegenstand
eine geringe Beziehung oder Information darüber haben;
auch, wenn sie ihm positiv oder negativ besonders emotionell
gegenüberstehen
• Besonders stark, wenn lange Liste von ähnlichen
Beurteilungen (Ermüdungserscheinungen)
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Exkurs: Systematische Urteilsfehler bei
Verwendung von Nominal- und Ordinalskalen
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
Logik-Fehler:
• Befragten konstruieren in Fragesequenzen oder Skalierungen
einen "Sinn" hinein
• beurteilen dann Aspekte gleichartig, wenn sie glauben, dass sie
zusammenhängen, obwohl als unabhängige Bezugspunkte
gemeint sind.
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Exkurs: Systematische Urteilsfehler bei
Verwendung von Nominal- und Ordinalskalen
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
Fehler der Zentraltendenz :
• Vermeidung von extremen Urteilen sowohl im positiven wie
im Negativen
• konstant mittlere Beurteilungen.
• Teilweise Vermeidung: Verwendung von Skalen mit einer
geraden Anzahl von Ausprägungen – es gibt keinen Mittel-/
Zentralwert; z.B.: trifft vollständig zu – trifft eher zu – trifft
weniger zu – trifft gar nicht zu.
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Exkurs: Systematische Urteilsfehler bei
Verwendung von Nominal- und Ordinalskalen
Milde-Fehler:
• Nur positiver Teil der Skala wird ausgenützt, nicht der
negative
• Scheu, ein negatives Urteil abzugeben
• Vorsichtige Formulierung der negativen Kategorien
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Exkurs: Systematische Urteilsfehler bei
Verwendung von Nominal- und Ordinalskalen
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
Fehler durch den Aufbau der Skala
• allgemeine Gewohnheiten des Leseverhaltens: Betonung von
links oben und Vernachlässigung von rechts unten
Frage: Privatwaldbesitzer haben bei der Bewirtschaftung ihres Waldes eine Fülle
von Problem zu bewältigen. Welches sind für Sie die wichtigsten Probleme ?
(Mehrfachnennungen möglich)
O
O
O
O
schlechte Holzpreise
Waldsterben
Wildschäden
Standortsprobleme
Institut für Marketing & Innovation
O
O
O
O
schlechte Erschließung
Zeitmangel
fehlende Maschinen
Kalamitäten
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
Verfahren der summierten Einschätzungen: Likert-Skala
Anzahl Statements, von denen man annimmt,
dass sie zu der zu untersuchenden Dimension
einen Bezug haben. Befragten müssen z.B.
nach folgender Skala beurteilen:
+2
+1
0
- 1
- 2
stimme stark zu
stimme zu
ich weiß nicht (neutral)
lehne ab
lehne stark ab
Institut für Marketing & Innovation
Kann auch von 1-5 skaliert
sein; jedenfalls ganze Zahlen
mit gleichen Abständen und
einer Richtung
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
Verfahren der summierten Einschätzungen: Likert-Skala
Beispiel:
Ein Marktforscher soll die Einstellungen von
Personen zum Werkstoff Holz messen. Um
Verzerrungseffekte zu vermeiden wurden nicht nur
positive, sondern gleich viele negative Statements zu
Holz entwickelt, zu denen die Befragten ihre
Zustimmung/Ablehnung ausdrücken sollen.
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
Verfahren der summierten Einschätzungen: Likert-Skala
Nach Tests ergeben sich folgende Items/Stimuli/Statements:
(1) Holz ist heimelig
(2) Holzverwendung bedeutet Waldzerstörung
(3) Holz ist ein kalter Baustoff
(4) Holzverwendung bedeutet schonende Nutzung einer erneuerbaren Ressource
(5) Ich würde Holz im Wohnungsausbau verwenden
(6) Holz im Wohnbau ist gefährlich, da es leicht brennt
(7) Ich würde Holz im Wohnungsbau nicht verwenden
(8) Holz im Wohnbau ist günstig, da es bei Bränden seine
Tragfähigkeit lange beibehält
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
Verfahren der summierten Einschätzungen: Likert-Skala
Skala positive Aussagen
Skala negative Aussagen
(umgedreht)
+2 stimme stark zu
+2 lehne stark ab
+1 stimme zu
+1 lehne ab
0 weder/noch
0 weder/noch
- 1 lehne ab
- 1 stimme zu
- 2 lehne stark ab
- 2 stimme stark zu
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
Verfahren der summierten Einschätzungen: Likert-Skala
Ergebnisse für 2 Personen:
Stimulus
1
2
3
4
5
6
7
8
Summe der Einstellungen
Einschätzungen
Person A
Person B
+ 2
+ 1
- 1
+ 1
+ 2
+ 1
- 1
0
+ 2
- 2
0
- 2
+ 1
- 2
0
- 2
+ 5
- 5
Mögliche Einstellungssummen zwischen +16 und - 16
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Skalogramm-Methode von Guttmann
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
Merkmale mit Intensitätscharakter werden
gemessen. Anwendung von Ordinalskalen
Beispiel:
Einer Gruppe Testpersonen werden folgende Aussagen
zum Zwecke der Einstellungsmessung zu einem Holzfenster BIOGLAS vorgelegt, wobei entweder Zustimmung oder Ablehnung geäußert werden kann. Die Aussagen werden nach ihrer Intensität geordnet.
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Skalogramm-Methode von Guttmann
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
Aussagen steigender Intensität
(1) Ich kenne BIOGLAS aus der Werbung --------- "leichteste" Aussage
(2) Ich kenne (zumindest) ein Fachgeschäft, das BIOGLAS-Fenster vertreibt
(3) Ich habe mir BIOGLAS-Fenster im Fachgeschäft angesehen
(4) Ich habe selbst BIOGLAS-Fenster ----------- "schwerste" Aussage
Akzeptierung eines Items höheren Intensitätsgrades setzt
(theoretisch) auch die Akzeptierung aller Items geringeren
Intensitätsgrades voraus. Wenn jemand selbst ein BIOGLASFenster besitzt, ist anzunehmen, dass auch die Aussagen (1) (3) zutreffen.
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Skalogramm-Methode von Guttmann
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
•Reaktionsschema: nur Zustimmung oder Ablehnung
•Stimmt ein Befragter zu, wird der Aussage der Wert 1
zugeordnet, lehnt er ab, der Wert 0.
•Stimmt das zugrundeliegende Modell, müsste eine Person,
die die „schwerste“ Aussage akzeptiert, auch alle "darunter
liegenden" leichteren akzeptieren; ebenso müsste eine
Person, die eine mittlere oder leichtere Aussage ablehnt,
auch alle "darüber liegenden" schwereren ablehnen.
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
Skalogramm-Methode von Guttmann
Mögliche (idealtypische) Antwortmuster
oder
oder
oder
oder
(leichteste)
Aussage 1
Aussage 2
1
1
1
1
1
1
1
0
0
0
Aussage 3
1
1
0
0
0
(schwerste)
Aussage 4
1
0
0
0
0
Anwortmuster wie 0 1 1 1, also Ablehnung der leichtesten
und Akzeptierung der schwereren; "non-scalar types„.
Sollten im Vorfeld eliminiert werden.
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
Skalogramm-Methode von Guttmann
Ergebnistabelle der Skalogramm-Methode für 10 Personen
1
Person
1
2
3
4
5
6
7
8
9
10
Fehler
1
1
1
1
1
1
(0)
1
1
0
1
Aussage Nr.
2
3
1
1
(0)
1
1
1
1
(0)
0
0
2
Institut für Marketing & Innovation
1
1
1
(0)
0
0
(0)
1
0
0
2
4
1
1
1
1
0
0
1
0
0
0
0
Punktewert
4
4
3
3
2
2
2
1
1
0
5
Summe
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
Skalogramm-Methode von Guttmann
Ausmaß der Fehlerhaftigkeit:
Reproduzierbarkeitskoeffizient
in unserem Fall
=
=
-
Anzahl aller Fehler
--------------------------------Anzahl der Reaktionen
1
-
5
-----(10*4)
=
=
1
0.875
1
0.125
85% richtige ist Mindestwert: im obigen Beispiel erfüllt
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Skalogramm-Methode von Guttmann
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
Einwände gegen Methode:
Praktisch: Es ist schwierig, mehr als 4-5 Statements
unterschiedlicher Intensität zu formulieren (oft nur
unterschiedliche Formulierungen gleicher Intensität)
Methodisch: deterministisches Modell, sieht keine
Zufallsprozesse vor. Jede Abweichung muss als Fehler
eliminiert werden.
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
Semantisches Differential
•mehrdimensionales Einstellungsverfahren
•Erfasst emotionale Reaktionen auf vorgegebene Begriffe zu einem Sachverhalt (Assoziationen) Bewertung
vorgegebener Begriffspaare (Gegensätze) durch Ordinalskalen (meist 5 oder 7-teilig)
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Stark
-2
|
genau
zu
Department für Wirtschafts- und
Sozialwissenschaften
Semantisches Differential
Beispiel:
Universität für Bodenkultur Wien
-1
|
0
+1
|
|
trifft
etwas weder/noch etwas
zu
zu
zu
+2
|
Schwach
genau
zu
Befragte werden veranlasst, die Richtung ("stark" oder
"schwach„) und zugleich die Intensität der Zuordnung
zu bestimmen.
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
Semantisches Differential
Beispiel:
Vorgelegt wird der Name eines Möbelhauses. Die
Instruktion lautet:
"Entscheiden
Sie bitte, wie dieses Möbelhaus auf Sie wirkt, wie Sie
ihn erleben und beurteilen. Gehen Sie einfach nach Ihrem Gefühl vor
und überlegen Sie nicht zu lange. Sie finden eine Reihe von
Gegensatzpaaren. Entscheiden Sie bei jedem Paar: Erleben Sie (Name)
z.B. eher als groß oder klein ? Und wenn 'groß' zutrifft; trifft es genau
zu oder nur etwas zu ? Oder finden Sie, dass weder 'groß' noch
'klein' zutrifft ? Urteilen Sie bitte bei jedem Paar."
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
Semantisches Differential
Bei Auswahl und Anordnung der Paare zu beachten:
Zur Verhinderung systematischer Urteilsfehler
• Am Anfang Aussagen, die keine allzu starke und
eindeutige Bewertung verlangen (Halo-Effekt).
• positive Eigenschaften nicht nur links
• ähnliche Eigenschaften nicht unmittelbar
hintereinander
• Wenn machbar, sollte die negative Alternative so
positiv wie möglich formuliert werden.
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
Semantisches Differential
Bei Auswahl und Anordnung der Paare zu beachten:
Hypothesen darüber bilden, was die Ausprägung
einzelner Begriffe in Bezug auf ein konkretes Objekt
bedeuten soll.
Nicht immer sind Begriffspaare eindeutig belegt. Soll
z.B. die Zuordnung des Aspekts "konservativ" bei der
Beurteilung einer Firma als positiv oder negativ gelten?
Mit Ausnahme etwa der Beurteilung von Geisterbahnen ist "hell" und "düster" aber eindeutig.
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Department für Wirtschafts- und
Sozialwissenschaften
Semantisches Differential
Beispiel einer
grafischen
Auswertung
Institut für Marketing & Innovation
Universität für Bodenkultur Wien
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
Indices
Index = metrische Variable, auf der die Werte
mehrerer Variablen durch eine gemeinsame
Maßzahl ausgedrückt werden kann. Messung
eines komplexen Merkmals - mehrere
Indikatoren werden gemessen und kombiniert
(z.B. Preisentwicklung eines Warenkorbes für
den Verbraucherpreisindex)
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
Indices
Funktionen der Indexbildung:
• Reduzierung und Zusammenfassung des
Datenmaterials ohne Verlust an Information.
•Vergleichbarkeit von Messungen sowohl im
Querschnitt (zum selben Zeitpunkt) als auch
über der Zeit (mehrere Zeitpunkte)
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
Indices
Häufig verwendet zur Charakterisierung sozialer Schichten (Oberschicht, Mittelschicht,
Breitenschicht).
Meist Kombination folgender Indikatoren:
•Einkommen
•Schulbildung
•Berufsmilieu
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
Indices
Beispiel: Sozialisationsindex aus "Der Forstwirt - Der Arbeitsmarkt“
Sozialisationsindex als Maßstab für politische Handlungsbereitschaft
Es sollte untersucht werden, ob sich dieser Index nach Arbeitgebertypen unterscheidet.
Zunächst operationale Definition politischer Handlungsbereitschaft
durch folgende Indikatoren (abnehmender Intensität) :
Teilnahme an einem Streik
Mitmachen bei einer Bürgerinitiative
Schreiben eines Briefes an Politiker
Überzeugung anderer von eigener politischer Meinung
Sprechen mit anderen über politische Probleme
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
Indices
Begriff "politische Handlungsbereitschaft" durch Typologien
ausgefüllt:
Jene, die die o.a. Handlungen in einem bestimmtesn Ausmaß
bereits getan haben, wurden als "informell aktiv" denen
gegenübergestellt, die solche Handlungen nicht getan haben
("informell passiv").
Es wurde nun untersucht, ob die Absolventen, die informell
aktiver sind als andere, bei einem Arbeitsgeber bessere oder
schlechtere Chancen haben, einen Arbeitsplatz zu bekommen.
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Indices
Berechnung des Sozialisationsindex:
AKA
AKA+PASA
Sozialisationsindex = --------------------------AKB__
AKB+PASB
PASA =
AKB =
PASB =
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
AKA = jene, die bei bestimmten Arbeitsgeber ihren
ersten Arbeitsplatz gefunden
haben und informell aktiv sind
jene, die bei Arbeitsgeber ihren ersten Arbeitsplatz
gefunden haben und informell passiv sind.
jene, die sich bei Arbeitsgeber beworben haben und
informell aktiv sind.
jene, die sich bei Arbeitsgeber beworben haben und informell passiv sind
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
Indices
Der Sozialisationsindex zeigt nun, wieweit die Entscheidung der Arbeitgeber politisch aktive Absolventen begünstigt oder benachteiligt.
Ein Wert > 1 weist auf Begünstigung politisch Aktiver hin.
Berufsposition
Privater Forstbetrieb
Österreichische Bundesforste
Landwirtschaftskammer
Wildbach- und Lawinenverbauung
Behörde
Wissenschaft
Waldzustandsinventur
Institut für Marketing & Innovation
Index
1.04
0.64
0.90
0.94
0.79
1.15
1.16
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
Auswahlverfahren
Grundgesamtheit = Menge aller gleichartigen Indivi-duen, Objekte oder Ereignisse, auf die sich die Beobachtungen beziehen soll. Die Summe dieser Merkmalsträger wird manchmal auch als "Population" oder
"Kollektiv" bezeichnet.
Grundgesamtheit muss je nach Aufgabestellung einer
Untersuchung unterschiedlich definiert werden.
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
Auswahlverfahren
Beispiel: Definition Grundgesamtheit
Lt. land- und forstwirtschaftl. Betriebszählung gab es 1990 in Ö ca.
278.000 land- und forstwirtschaft.Betriebe (= Grundgesamtheit
für Untersuchungen, die für alle Betriebe Land- und Forstwirtschaft repräsentativ sein sollen).
Für Fragestellung über Holzvermarktung, hätte diese Grundge-samtheit wenig Sinn, da auch Betriebe enthalten, die nur
landwirtschaftliche Flächen und keinen Wald besitzen oder Holz
verkaufen. Grundgesamtheit = Teilpopulation Waldbesitzer.
Weiters zu entscheiden, ob nur „Eigenwald-besitzer“ oder auch
"ideelle" Waldbesitzer (nur Nutzungsrechte).
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
Auswahlverfahren
Beispiel: Definition Grundgesamtheit
Umfrage unter Boku-StudentInnen: folgende unterschiedliche
Grundgesamtheiten (je nach Fragestellungen):
• Erstsemestrige (egal welcher Studienrichtung)
• StudentInnen einer Studienrichtung (egal ob Bakk., Mag. Diplom
oder Doktorat)
• alle (aktive) Boku-StudentInnen, ohne Studienunterbrechern und
außerordentlichen Hörern
• alle Boku-StudentInnen, inkl. Studienunterbrechern und
• außerordentlichen Hörern
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Auswahlverfahren - TOTALERHEBUNG
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
Vollständige Erhebung der Grundgesamtheit
Praktische Voraussetzung: kleine, überschaubare Beobachtungsgruppe oder gesetzliche Autorisierung für große
Gruppe (z.B. Erhebungen Statistik Austria (Volkszählung,
Land- und Forstwirtschaftliche Betriebszählung etc.).
Probleme/Grenzen: Kosten und Zeit, auch Ergebnisse.
Eignen sich dann nicht, wenn Probleme einer raschen
zeitlichen Wandlung unterzogen sind.
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Auswahlverfahren - TOTALERHEBUNG
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
Vollständige Erhebung der Grundgesamtheit
Hohe durchführungstechnische Fehler, z.B. Verweigerungen, Nichterreichung, Fehler der Erhebungsorgane etc.
Steigen mit der Größe der Grundgesamtheit. Totalerhebungen können ungenauer sein als eine sorgfältig
durchgeführte Stichprobenerhebung.
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
Beispiel TOTALERHEBUNG
Forschungsfrage: Warum ist die Kooperation bei der gemeinschaftlichen Holzvermarktung aus dem Bauernwald, im Vergleich zur
Landwirtschaft relativ unbedeutend ?
Methodik: Schriftliche Befragung sämtlicher direkt und indirekt mit
der gemeinschaftlichen Holzvermarktung betroffenen Institutionen
(Raiffeisengenossenschaften, Landwirtschaftskammern, Forstbehörde)
auf Bundes-, Landes- und Bezirksebene.
Hypothese: Die geringe Bedeutung der gemeinschaftlichen Holzvermarktung ist auch in der Struktur der damit befassten Institutionen
begründet.
Insgesamt 550 Fragebogen verschickt. Erfolg der Erhebung hing vor
allem von der Unterstützung durch verschiedene Verbände ab.
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Fazit: Anwendung TOTALERHEBUNG
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
Entweder: relativ kleine und überschaubare Grundgesamtheit handelt (z.B. Umweltorganisationen in
Österreich auf Bundesebene, Forstbetriebe > 500 ha
etc.)
Oder: Erhebung läuft im Zuge einer anderen Erhebung
mit (z.B. Befragung aller Erstsemestrigen an der BOKU
im WS 2003 im Rahmen der Erstinskription).
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
STICHPROBENEERHEBUNG
• Vorteile gegenüber Totalerhebung
• billiger
• weniger zeitaufwendig.
• genauer.
• einzige Erhebungsmöglichkeit, wenn die Erhebung
entweder zur Zerstörung der Erhebungseinheit führt (z.B.
Crash-Tests) oder wenn Testeffekt zu befürchten ist (z.B.
wiederholte Erhebungen zur Erinnerungswirkung von
Werbeanzeigen sollten bei verschiedenen Personen
durchgeführt werden).
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
STICHPROBENEERHEBUNG - Auswahlplan
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
STICHPROBENEERHEBUNG – Bestimmung der Auswahlbasis
Operationalisierung der Stichprobenauswahl (Wie kommt
man an die Erhebungseinheiten heran ?)
Beispiele:
• Adressenverzeichnisse (z.B. des Studiendekanats der
BOKU)
• Telefonbuch/Telefon CD-Rom etc.
• Verzeichnis der Wohnbevölkerung in einer Gemeinde
• Flächenangaben zu geographischen Einheiten (für
korrekte Gewichtung)
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
STICHPROBENEERHEBUNG – Festlegung der Größe
Stichprobengröße bedingt die Höhe des statistischen
Fehlers.
Grundsätzlich zwei Möglichkeiten:
1) Fehler ist vorgegeben (v. Auftraggeber);
⇒ Stichprobengröße wird berechnet
2) Stichprobengröße
ist
vorgegeben
(z.B.
durch
beschränkte Kapazitäten oder Geldmittel der
Durchführenden; in unserer Befragung der BOKUStudentInnen)
⇒ Stichprobenfehler wird berechnet
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
STICHPROBENEERHEBUNG – Festlegung der Größe
Art der zu erhebenden Variablen:
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
•
heterogener Fall: Untersuchungsmerkmal ist quantitativ (z.B.
Einkommen, Alter etc.). Beispiel: Baumarkt möchte
durchschnittliches Haushaltseinkommen seiner Kunden
wissen; soll durch Mittelwertbildung aus einer Stichprobe
errechnet werden.
•
homograder Fall: Untersuchungsmerkmal ist qualitativ (z.B.
Geschlecht, Familienstand etc.). Beispiel: Ein Baumarkt
möchte wissen, wie groß der Anteil der verheirateten
Kunden an den gesamten Kunden ist.
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
STICHPROBENEERHEBUNG – Festlegung der Größe
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
Formel für heterogenen Fall:
e =
σ
t* -----------
√(n)
Institut für Marketing & Innovation
Wobei:
e= vorgegebener
absoluter Fehler
σ= Streuung
(Standardabw.)
n= Stichprobenumfang
t= T-Wert
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
STICHPROBENEERHEBUNG – Festlegung der Größe
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
Berechnung Stichprobenumfang durch Umformung:
n =
t² * σ²
---------e²
Bekannt sein müssen: T-Wert (und damit Irrtumswahrscheinlichkeit),
Streuung (bzw. das Quadrat der Streuung, Varianz), absoluter Fehler
Streuung ist vor der Erhebung unbekannt und muss daher aus ähnlichen
Ergebnissen geschätzt bzw. mittels Pilotstudie festgestellt werden.
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
STICHPROBENEERHEBUNG – Festlegung der Größe
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
Beispiel: Stichprobenumfang heterogener Fall:
Ein Baumarkt möchte das mittlere Haushaltseinkommen seiner
Kunden mit einer Genauigkeit von +/- € 30.- (e) erheben (ein
Fehlerprozentsatz kann nicht angegeben werden, da der
Mittelwert unbekannt ist). Irrtumswahrscheinlichkeit 5 % (=
Signifikanzniveau von 95%, t = 2). Aus einer anderen Erhebung
sei bekannt, dass die Streuung (Õ) des Haushaltseinkommens €
200.- Euro beträgt.
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
STICHPROBENEERHEBUNG – Festlegung der Größe
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
Beispiel: Stichprobenumfang heterogener Fall:
n
=
t²*σ²
--------e²
=
2²*200²
-----------30²
=
Der Stichprobenumfang würde 178 betragen.
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
178
Datenerhebung
4. Messinstrumente und Auswahlverfahren
STICHPROBENEERHEBUNG – Festlegung der Größe
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
Formel für homograden Fall:
e =
√ [q*(1-q)]
σ
t* ----------
=
t*
----------------
√(n)
√ (n)
Streuung (σ) wird durch den Term √ [q*(1-q)]
ausgedrückt wird. q ist dabei der
n =
prozentuale Anteil eines Merkmales bei
qualitativen Fragen.
Ungünstigster Fall (größte Varianz) wenn q = 0.5; q*(1-q) ist dann 0.25.
Dieser Wert wird aus Sicherheitsgründen für die Berechnung des
Stichprobenumfangs angenommen.
t²*[q*(1-q)]²
--------------------e²
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
STICHPROBENEERHEBUNG – Festlegung der Größe
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
Beispiel: Stichprobenumfang homograder Fall:
Ein Baumarkt möchte zusätzlich zum mittleren
Haushaltseinkommen auch den prozentuellen Anteil
der "Singles" mit einem Fehler von +/- 5% erheben.
Irrtumswahrscheinlichkeit 5 % (= Signifikanzniveau
von 95%, t = 2). q = 0.5
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
STICHPROBENEERHEBUNG – Festlegung der Größe
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
Beispiel: Stichprobenumfang homograder Fall:
n
=
t²*[q*(1-q)]²
-------------------e²
=
2²*(0.25)²
--------------------0.05²
=
100
In diesem Fall würde der Stichprobenumfang nur 100
betragen. Bei der Erhebung meh­rerer Merkmale ist
der größte sich ergebende Stichprobenumfang zu
wählen, in unserem Beispiel also n = 178.
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
STICHPROBENEERHEBUNG – Festlegung der Größe
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
Zusatzinfos zu Beispielen:
Bei einem Signifikanzniveau von 99% (t = 3) ergäbe
sich ein Stichprobenumfang von 400. Bei einer
Verringerung des Fehlers für das Einkommen auf 15.- €
(bei Signifikanzniveau 95%) einer von 711. Ersichtlich
ist, dass bei zunehmenden Ansprüchen an die
Genauigkeit der Schätzung der Umfang der Stichprobe
und damit die Kosten überproportional steigen.
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
STICHPROBENEERHEBUNG – Festlegung der Größe
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
•
Die Größe der Stichprobe ergibt sich hier unabhängig von
der Größe der Grundgesamtheit. Um die Größe der
Grundgesamtheit ebenfalls in die Überlegungen einzubeziehen, kann ein Korrekturfaktor eingebaut werden.
•
Bei der Festlegung des Stichprobenumfangs ist zu berücksichtigen, dass sich durch Ausfälle bei Befragten und durch
das Nichtbeantworten einzelner Fragen, die tatsächliche
Anzahl der verwertbaren Informationen pro Merkmal
verringern kann. Stichprobenumfang sollte immer etwas
über dem errechneten Mindestumfang liegen.
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
STICHPROBENEERHEBUNG – Entscheidung über
Auswahlprinzip, Auswahlverfahren und Auswahltechniken
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
STICHPROBENEERHEBUNG – Durchführung der Auswahl
Nachdem alle theoretischen Überlegungen
abgeschlossen sind, erfolgt nun die eigentliche
Auswahl der Erhebungseinheiten (z.B. Adressen oder
Telefonnummern, Personen nach Quoten etc.).
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
STICHPROBENEERHEBUNG – Auswahlverfahren ohne
Zufallsprinzip
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
Willkürliche Auswahl (Auswahl auf Geratewohl)
•
•
•
Erhebungseinheiten ausgewählt, die besonders leicht und
bequem zu erreichen sind. Typisches Beispiel: Ansprechen
von gerade vorbeikommenden Passanten auf bestimmte
Themen (häufig im Fernsehen)
Kein Anspruch auf Repräsentativität !!
Meist nur in der explorativen Phase von Forschungsvorhaben verwendet, oder falls für das Entscheidungsproblem statistisch abgesicherte Ergebnisse nicht
notwendig sind.
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
STICHPROBENEERHEBUNG – Auswahlverfahren ohne
Zufallsprinzip
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
Konzentrationsverfahren
•
•
Bestimmte Teile der Grundgesamtheit werden systematisch
aus der Erhebung ausgeklammert.
Typisches Beispiel ist etwa eine Markterhebung, die sich nur
auf wenige Marktführer konzentriert und alle anderen
auslässt. So erhob etwa Hogl (1993) bei einer Befragung der
österreichischen Sägeindustrie nur Betriebe mit mehr als
5000 fm Einschnitt. Diese Kategorie umfasst zwar nur 17%
der Betriebe, aber 80% des österreichischen Einschnitts.
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
STICHPROBENEERHEBUNG – Auswahlverfahren ohne
Zufallsprinzip
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
Typische Auswahl
•
Erhebungseinheiten werden herangezogen, von denen man
annimmt, dass sie am ehesten repräsentativ sind. So könnte
sich eine Marktuntersuchung etwa auf einzelne Betriebe
beschränken, die von der Interessensvertretung dieser
Branche als typisch angesehen werden.
•
Vorteile liegen in der Kostenersparnis, die Gefahr darin, dass
die Auswahl von "typischen" Merkmalsträgern vom subjektiven Urteil des Forschers abhängt.
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
STICHPROBENEERHEBUNG – Auswahlverfahren ohne
Zufallsprinzip
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
Quotenauswahl
•
•
•
Auswahl erfolgt analog zur Verteilung einiger Merkmale der
Grundgesamtheit (z.B. Alter, Geschlecht, Ausbildung, Beruf,
Gemeindegrößenklasse)
Verteilung dieser Merkmale in der Grundgesamtheit muss
bekannt sein (Beispiel BOKU-StudentInnenumfrage; Verteilung der Merkmalke aus der Hörerstatistik bekannt).
Jede/r InterviewerIn enthält eine Quotenanweisung mit Zahl
der Interviews, Quotenmerkmalen und die Quoten. Innerhalb dieser Vorgaben ist Auswahl der Personen/Objekte frei.
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
STICHPROBENEERHEBUNG – Auswahlverfahren ohne
Zufallsprinzip
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
Quotenanweisung - getrennte Merkmalsverteilung
Art des Betriebes
320
80
560
40
Vollerwerbsbetriebe
Zuerwerbsbetriebe
Nebenbetriebe
Betriebe juristischer Personen
Größenklasse
920
56
6
<20 ha
21-50 ha
>50 ha
Bundesland
219
75
NÖ/W
B
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
STICHPROBENEERHEBUNG – Auswahlverfahren ohne
Zufallsprinzip
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
Quotenanweisung - getrennte Merkmalsverteilung
Einfache Methode, kann aber zu starken Verzerrungen
führen, wenn etwa die 80 Zuerwerbsbetriebe alle <
20 ha groß sind und alle in NÖ/W liegen.
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
STICHPROBENEERHEBUNG – Auswahlverfahren ohne
Zufallsprinzip
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
Kombinierte Quotenanweisung
•
Aus den Daten der Grundgesamtheit muss ausgefiltert
werden, wie viele der 320 Vollerwerbsbetriebe in den 3
Größenklassen und den 8 Bundesländerkategorien liegen.
Anweisung könnte dann lauten: 100 Vollerwerbsbetriebe der
Größenklasse 21-50 ha in NÖ/W.
•
Kombinierte Quotenauswahl muss sich notwendigerweise
auf wenige Merkmale beschränken, da sonst Suche nach geeigneten Interviewpartnern schwierig & zeitaufwendig wird.
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
STICHPROBENEERHEBUNG – Auswahlverfahren ohne
Zufallsprinzip
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
Nachteile der Quotenauswahl
•
Kein Zufallsmechanismus, daher keine mathematisch-statistische Absicherung.
•
Freie Wahl des Interviewers innerhalb der Quoten führt zu
Verzerrungen (z.B. Vermeidung unsympathischer, schwer
erreichbarer Personen etc.). Personen, die Antwort verweigern, werden durch Antwortbereite ersetzt.
Ergebnisvergleiche zwischen Quotenverfahren und Zufallsverfahren mit
denselben Fragebögen zeigen jedoch keine nennenswerten Unterschiede
zwischen den Verfahren.
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
STICHPROBENEERHEBUNG – Zufallsverfahren
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
Generelles zu Zufallsverfahren:
Bei der Zufallsauswahl (random sampling, Stichprobenauswahl) hat jedes Element der Grundgesamtheit
eine berechenbare, von Null verschiedene Wahrscheinlichkeit, in die Auswahl zu gelangen.
Daher statistische Berechnung des Zufallsfehlers
(Stichprobenfehler) möglich.
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
STICHPROBENEERHEBUNG – Zufallsverfahren
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
Generelles zu Zufallsverfahren – Vor- und Nachteile:
•
•
•
•
Berechenbarkeit des Stichprobenfehlers
Vermeidung grober Verzerrungen
höhere Kosten für Planung und Durchführung
keine Substituierbarkeit einmal ausgewählter Einheiten
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
STICHPROBENEERHEBUNG – Zufallsverfahren
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
Einfache Zufallsauswahl:
•
Einfachster und auch sehr häufig verwendeter Typus der
Zufallsauswahl. Jedes Element der Grundgesamtheit hat die
gleiche Wahrscheinlichkeit, in die Auswahl zu gelangen.
•
Bevorzugter Stichprobenumfang zwischen 150 und 3000.
Bei noch größeren Stichproben Gefahr, dass der systematische Fehler anwächst (z.B. durch mangelnde Sorgfalt oder
unabsichtliche Mehrfachbefragung). Verminderung des Zufallsfehlers wird überkompensiert .
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
STICHPROBENEERHEBUNG – Zufallsverfahren
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
Klumpenauswahl
Bei Klumpenauswahl (cluster sampling) werden die
Untersuchungseinheiten nicht einzeln ausgewählt, sondern
jeweils in Gruppen bzw. "Klumpen".
Beispiel:
Marktforschungsuntersuchung hat die konkrete Verwendung von Schnittholz
zum Thema. Über die Abnehmer ist nichts bekannt, es liegt aber eine
Adressliste aller Sägewerke in Ö vor. Klumpen sind die einzelnen Sägewerke.
Mittels Zufallsmethode wird Anzahl von Sägewerken aus der
Grundgesamtheit ausgewählt und deren gesamte Abnehmerschaft befragt.
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
STICHPROBENEERHEBUNG – Zufallsverfahren
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
Klumpenauswahl
Vorteile:
•
Auswahlbasis ist häufig einfacher zu beschaffen (z.B.
Adresslisten von Sägewerken, statt sämtlicher Abnehmer
aller Sägewerke).
•
Durchführung ist weniger aufwendig (so können etwa die
wichtigsten Charakteristika sämtlicher Abnehmer eines
Sägewerkes in diesem Sägewerk erhoben werden).
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
STICHPROBENEERHEBUNG – Zufallsverfahren
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
Klumpenauswahl
Nachteile:
•
Durch die Klumpenbildung leidet i.d.R. die Repräsentativität
der Auswahl aus der Grundgesamtheit leidet, was eine
Vergrößerung des Stichprobenfehlers bewirkt.
Neben der einfachen Zufallsauswahl für die Praxis wichtigste Auswahltyp,
besonders bei großen Grundgesamtheiten. Oft bildet etwa eine Landkarte
oder ein Stadtplan die einzige Grundlage für die Auswahl. Durch Aufteilung
in kleine Felder (z.B. Raster) können Klumpen gebildet werden. Diese Form
der Klumpenauswahl wird auch als Flächenstichprobe bezeichnet.
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
STICHPROBENEERHEBUNG – Zufallsverfahren
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
Geschichtete Auswahl
Kennzeichen:
• Grundgesamtheit wird in unterschiedliche Teilmengen
(Schichten) aufgeteilt.
• Aus jeder Schicht erfolgt einfache Zufallsauswahl.
• Der Quotenauswahl ähnlich, nur erfolgt die Auswahl
innerhalb der Schichten zufällig.
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
STICHPROBENEERHEBUNG – Zufallsverfahren
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
Geschichtete Auswahl
Vorteile:
• Größere Genauigkeit als einfache Zufallsauswahl bei
gleichem Stichprobenumfang
• Liefert Informationen über die einzelnen Schichten.
Schichten können sein: geographische Einheiten (z.B. Bundesländer), soziologische Einheiten (Altersstufen, Berufe).
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
STICHPROBENEERHEBUNG – Zufallsverfahren
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
Mehrstufige Auswahl (multistage sampling)
• Grundgesamtheit in unterschiedliche
(Primäreinheiten) aufgeteilt
Teilmengen
• Auswahl der Primäreinheiten durch Zufallsauswahl
• Auswahl der eigentlichen Untersuchungseinheiten aus
jeder ausgewählten Primäreinheit erfolgt durch weitere
Zufallsauswahl.
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
STICHPROBENEERHEBUNG – Zufallsverfahren
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
Mehrstufige Auswahl (multistage sampling)
Im Unterschied dazu werden bei der Klumpenauswahl alle
Elemente der ausgewählten Klumpen verwendet, bei der
geschichteten Auswahl alle Schichten (bzw.
Primäreinheiten) herangezogen Auswahl der Primäreinheiten durch Zufallsauswahl
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
STICHPROBENEERHEBUNG – Zufallsverfahren
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
Mehrstufige Auswahl (multistage sampling)
Vorteile, wenn Grundgesamtheit hierarchisch gegliedert ist
(z.B. Bundes-, Landes-, Gemeindeebene). Eine Flächenstichprobe kann sowohl als Klumpenstichprobe als auch in
Form einer mehrstufigen Auswahl erfolgen.
Beispiel:
Auswahl von Sägewerken nach Gemeinden. Primäreinheiten sind die Gemeinden Österreichs. Auswahl der Gemeinden erfolgt durch Zufallsauswahl,
ebenso die Auswahl der Sägewerke in den ausgewählten Gemeinden .
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
STICHPROBENEERHEBUNG – Techniken der Zufallsauswahl
Auswahl mit Zufallszahlen
Für die Auswahl nach Zufallszahlen stehen Zufallszahlentabellen bzw. Programme mit Zufallszahlen zur Verfügung. Bei diesen handelt es sich um Zufallszahlen, die
mit Hilfe von Computern errechnet wurden. Ihre Abfolge
In Tabellen ist sowohl in vertikaler, horizontaler und
diagonaler Richtung zufällig.
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
STICHPROBENEERHEBUNG – Techniken der Zufallsauswahl
Ausschnitt aus Zufallszahlentabelle
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
STICHPROBENEERHEBUNG – Techniken der Zufallsauswahl
Auswahl mit Zufallszahlen
Voraussetzung: Auswahlbasis muss eine fortlaufend durchnummerierte Kartei oder Liste aller Elemente der Grundgesamtheit
sein. Erstellung einer solchen Liste sehr aufwendig und nicht
immer möglich.
Beispiel:
Aus einer nummerierten Kartei/Datenbank von 4000 Elementen soll eine
Stichprobe im Um­fang n = 40 gezogen werden. Es sind folglich 40 vierstellige Zahlen < 4000 aus der Tabelle auszuwählen. Beginnt man nach obiger
Tabelle links oben und geht zeilenweise vor, so ergeben sich die Zahlen
1009, 3754, 842, 1280 3106 usw.
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
STICHPROBENEERHEBUNG – Techniken der Zufallsauswahl
Systematische Auswahl
Bequemer als mit Zufallszahlen. Es muss zwar eine Liste oder
Kartei als Auswahlbasis geben, diese muss aber nicht durchnummeriert sein.
Beispiel:
Aus einer nicht nummerierten Kartei/Datenbank von 4000 Elementen soll
eine Stichprobe im Umfang n = 40 gezogen werden. Aus der Auswahlbasis
wird jedes 100. Element (4000/40) ausgewählt. Begonnen wird mit einem
Element, das sich an irgendeiner Stelle < 100 befindet.
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
Pretest
• Test des entwickelten Instruments vor der Hauptuntersuchung
• begrenzte Zahl von Fällen, die strukturell denen der
endgültigen Stichprobe entsprechen
• die Kosten für die Korrektur von Fehlern in einer
Untersuchung ohne Pretest sind stets erheblich
höher als die eines Pretests selbst - sofern sich die
Fehler überhaupt noch korrigieren lassen.
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Pretest – methodische Punkte
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
• Legitimation des Forschungsvorhabens: Können
Personen zu einer nicht-manipulativen Mitarbeit
bewegt werden? Waren die Einleitungsstrategien
richtig ?
• Erhebungssituation:
Ort,
Zeit,
verzerrende,
störende Einflüsse
• Rollen: Werden Forscher und/oder Mitarbeiter
akzeptiert?
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Pretest – methodische Punkte
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
• Instrument:
¾ Passen alle Antworten zu den vorgegebenen Codes?
¾ Passt das gesamte Kategorienschema für das
untersuchte Material?
¾ Sind die Kategorien eindeutig genug, um hohe
Gleichförmigkeit unter den Beurteilern, Beobachtern oder Codierern zu erreichen (Reliabilität)?
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Pretest – methodische Punkte
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
• Instrument (Fortsetzung) – speziell Befragung:
¾ Werden die Fragen überhaupt verstanden?
¾ Haben
die
untersuchten
Personen
genügend
Information ?
¾ Gibt es Widerstände gegen einzelne Fragen ?
¾ Grad der Aufmerksamkeit (Kürzung notwendig ?)
¾ Bevorzugung bestimmter Skalenausprägungen (z.B.
Extrempositionen, mittlere Bereiche) ?
¾ Sind Instruktionen für Interviewer bzw. Befragte
eindeutig ?
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Pretest – methodische Punkte
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
• Stichprobe: Sind Personen überhaupt erreichbar?
Viele Ausfälle ? (Gründe)
• Kontrollen: Welche Möglichkeiten zur Kontrolle der
Reliabilität und Validität bestehen? Man kann z. B.
Personen nach einem Experiment befragen,
Pretest­Interviews durch Rückfragen prüfen (auch
Verhalten des/r InterviewerIn) Bei schriftlichen
Befragungen: Aufsuchen von Antwortenden.
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Pretest – mögliche Konsequenzen
•
•
•
•
•
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
Änderung des (Teile des) Forschungsplans
Schulung der Mitarbeiter
Verlegung des Erhebungsortes oder -zeitpunktes
Modifikation der Stichprobe
Überhaupt neuer Forschungsplan ⇒ neuer Pretest
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Datenerhebung
4. Messinstrumente und Auswahlverfahren
Universität für Bodenkultur Wien
Department für Wirtschafts- und
Sozialwissenschaften
Pretest – Umfang
• Abhängig von Zeit und Geldmitteln
• Zahl der Fälle sollte so hoch sein, dass einfache
Häufigkeitsauszählungen möglich sind
• Faustregel (wenn Zeit und Geld vorhanden) 10%
des Stichprobenumfanges
Institut für Marketing & Innovation
I Ao.Univ. Prof. DI. Dr. Peter Schwarzbauer
Herunterladen
Random flashcards
Laser

2 Karten anel1973

lernen

2 Karten oauth2_google_6c83f364-3e0e-4aa6-949b-029a07d782fb

Erstellen Lernkarten