Auswertungsobjektivität: Unterschied zwischen den Versionen
Wehner (Diskussion | Beiträge) Keine Bearbeitungszusammenfassung |
Elisa (Diskussion | Beiträge) Keine Bearbeitungszusammenfassung |
||
Zeile 7: | Zeile 7: | ||
::[[Datei:Auswertungsobjektivitaet_neu.PNG|550px|Schaubild Auswertungsobjektivität]]<br/> | ::[[Datei:Auswertungsobjektivitaet_neu.PNG|550px|Schaubild Auswertungsobjektivität|link=Ausgelagerte_Bildbeschreibungen#Auswertungsobjektivität|Ausgelagerte Bildbeschreibung von Auswertungsobjektivität]]<br/> | ||
<br/> | <br/> | ||
''Beispiele für eine standardisierte Erhebung:'' | ''Beispiele für eine standardisierte Erhebung:'' |
Aktuelle Version vom 20. Dezember 2021, 17:11 Uhr
Die Forderung nach Auswertungsobjektivität beinhaltet eine Unabhängigkeit der Auswertung der Rohdaten von der auswertenden Person. Das heißt: wenn verschiedene Personen die Daten auswerten, sollten sich diese nicht bzw. nur gering voneinander unterscheiden.
Auch hier trägt eine strukturierte Vorbereitung (genaue Beschreibung von Auswertungsregeln und -verfahren) zu einer hohen Objektivität bei. Hilfreich sind dabei auch standardisierte Messinstrumente (Verwendung von Items mit geschlossenem Antwortformat wie z.B. Multiple-Choice-Aufgaben, Auswertungsschablonen, Computerprogrammen etc.).
Sind die Freiheitsgrade einer Messung erst durch die Standardisierung der Auswertung reduziert, ist die Gefahr eines Verlustes der Validität zwar verringert, aber dennoch unter Umständen bedenklich. Möglicherweise kann die "Gesamtobjektivität" (und damit auch die Reliabilität) der Messung gefährdet sein, wenn lediglich die Auswertung standardisiert wird.
Beispiele für eine standardisierte Erhebung:
Beobachtungsstudien wie z.B. Bandura et al., 1963 (Bobo-Doll Experiment)
Es werden in diesem Experiment klare Kriterien zur Auswertung gegeben, bestimmte Verhaltensäußerungen werden gezählt und ihre Einordnung anhand von Regeln festgelegt.