Operationalisierung: Unterschied zwischen den Versionen
Keine Bearbeitungszusammenfassung |
Diana (Diskussion | Beiträge) Keine Bearbeitungszusammenfassung |
||
| Zeile 1: | Zeile 1: | ||
{{Nav|Navigation|Vorgehen | {{Nav|Navigation|Vorgehen|Wissenschaftliches Arbeiten}} | ||
Die Operationalisierung eines Konzepts oder Begriffs macht ihn messbar und somit erfassbar. Sie muss [[Validität|valide]] und [[Reliabilität|reliabel]] sein. Das Ziel ist die Ableitung einer messbaren [[Variablen|Variable]]. | Die Operationalisierung eines Konzepts oder Begriffs macht ihn messbar und somit erfassbar. Sie muss [[Validität|valide]] und [[Reliabilität|reliabel]] sein. Das Ziel ist die Ableitung einer messbaren [[Variablen|Variable]]. | ||
Aktuelle Version vom 25. Januar 2017, 21:54 Uhr
Die Operationalisierung eines Konzepts oder Begriffs macht ihn messbar und somit erfassbar. Sie muss valide und reliabel sein. Das Ziel ist die Ableitung einer messbaren Variable.
Im Prozess bedeutet das, Operationen (Handlungen) anzugeben, die bei der Erfassung eines Konstruktes helfen können. Dafür wird festgelegt, wie ein Begriff beobachtet, ermittelt, gezählt oder gemessen werden kann.
Operationalisierungen erfordern viel theoretische Vorarbeit. Das Konstrukt muss zunächst inhaltlich eindeutig definiert werden, um mögliche Indikatoren zu identifizieren und zu begründen. Diese Indikatoren werden dann stellvertretend für das theoretische Konstrukt gemessen.
Im Zuge einer Operationalisierung werden üblicherweise 3 Arten von Hypothesen gebildet:
Am Anfang steht die Forschungshypothese. Sie ist allgemein gehalten, formuliert den Zusammenhang zwischen zwei Konstrukten und legt fest, auf welche relevante Population sie sich bezieht.
Durch den Prozess der Operationalisierung gelangt man dann zur Operationalen Hypothese, die schon empirisch-inhaltlich ausgerichtet ist. Sie stellt eine Konkretisierung dar, indem sie die Konstrukte durch deren Operationalisierung, als UV und AV ersetzt und die Untersuchungspopulation festlegt (bspw. 1000 Deutsche über 70).
Schließlich wird eine statistische Hypothese formuliert, die nun bereits eine statistische Vorhersage enthält. Sie besteht aus der Nullhypothese (die besagt, dass die UV keinen Einfluss auf die AV ausübt) und der Alternativhypothese (die das Gegenteil besagt, und somit der Forschungshypothese entspricht). Eine statistische Hypothese kann zum einen ungerichtet oder gerichtet sein - gerichtete Alternativhypothesen beinhalten bereits die Information, ob der Wert der AV in Abhängigkeit von der UV steigt oder sinkt (anstatt nur, dass er sich verändert). Zum anderen kann sie spezifisch oder unspezifisch sein – spezifische Hypothesen nehmen eine Effektgröße an, also nicht nur eine Richtung der Veränderung sondern auch die Größe der Veränderung in Abhängigkeit von der UV.