Forschungsstudien und Hypothesen: Ein Leitfaden

Arten von Forschungsstudien

Sondierungsstudien (Explorative Studien)

• Ziel: Untersuchung von Forschungsproblemen, die selten untersucht oder bisher nicht behandelt wurden.
• Erhöhung des Grades der Vertrautheit mit wenig bekannten Phänomenen.
• Selten ein Zweck an sich.

Deskriptive Studien

• Sie zielen darauf ab, die wichtigen Eigenschaften einer Erscheinung zu prüfen.
• Wahl einer Reihe von Themen und Maßnahmen, um jedes davon unabhängig zu beschreiben, was erforscht wird.
• Erfordern umfangreiche Kenntnisse des untersuchten Gebietes, um spezifische Fragen zu formulieren.
• Sie bieten rudimentäre Vorhersagen.

Korrelationsstudien

• Sie zielen auf die Messung des Grades der Beziehung zwischen zwei oder mehreren Variablen ab.
• Messen der zwei oder mehr Variablen bei denselben Probanden und anschließende Analyse der Korrelation.
• Ihr Nutzen besteht darin, zu wissen, wie sich ein Konzept oder eine Variable verhält, wenn man das Verhalten einer oder mehrerer zusammenhängender Variablen kennt.
• Besitzen einen erklärenden Wert, jedoch nur teilweise.
• Vorsicht vor Scheinkorrelationen!

Erklärende Studien

• Sie reagieren auf die Ursachen von physischen und sozialen Ereignissen.
• Sie sind stärker strukturiert als die bisher genannten Studientypen und verfolgen tiefergehende Zwecke.

Formulierung von Hypothesen

Definition von Variablen

Variable: Eine Eigenschaft oder ein Merkmal, das in einem Untersuchungsobjekt beobachtet werden kann. Variablen erwerben wissenschaftlichen Wert, wenn sie mit anderen interagieren.

• Abhängige Variable (y): Diese werden auch als zu erklärende Variablen bezeichnet; sie sind der Gegenstand der Forschung, den man in Bezug auf andere Variablen zu erklären versucht.
• Unabhängige Variable (x): Dies sind die erklärenden Variablen oder Faktoren, welche die abhängige Variable erklären.

Ein Szenario versucht, die zu untersuchenden Phänomene zu erklären, die zu Beginn einer Untersuchung artikuliert werden.

Forschungshypothesen

Vorläufige Aussagen über die möglichen Beziehungen zwischen zwei oder mehr Variablen. Sie werden als Arbeitshypothesen (H1, H2, H3 usw.) bezeichnet.

Typen von Hypothesen:

1. Deskriptive Hypothesen: Beschreiben den Wert von Variablen in einem Kontext oder die Manifestation einer anderen Variablen. Beispiel: "Die Angst junger Alkoholiker wird hoch sein."
2. Korrelative Hypothesen: Beispiel: "Je größer die Belastung durch hoch-erotische Videos, desto größer ist der Ausdruck von Strategien für das andere Geschlecht."
3. Hypothesen über Unterschiede zwischen Gruppen: Beispiel: "Die überzeugende Wirkung des Rauchens bei Jugendlichen, die die kommerzielle Version in Farbe sehen, unterscheidet sich von jenen, die die Version in Schwarz-Weiß sehen."
4. Kausalhypothesen: Beziehen sich auf die Beziehungen von Ursache und Wirkung (abhängige und unabhängige Variablen). Beispiel: "Die elterliche Trennung verursacht ein geringes Selbstwertgefühl bei Kindern."

Nullhypothese (H0) und Alternative Hypothese (Ha)

• Nullhypothese (H0): Das Gegenteil der Arbeitshypothese.
• Alternative Hypothese (Ha): Kann nur aufgestellt werden, wenn es weitere Möglichkeiten neben der Forschungs- und Nullhypothese gibt.

Konzeptionelle und operationale Definitionen

Diese sind notwendig, weil:

• Jeder Leser das Gleiche unter den Begriffen verstehen sollte.
• Sichergestellt wird, dass Variablen in der Realität getestet werden können.
• Die Forschung mit ähnlichen Studien vergleichbar wird.
• Ergebnisse besser beurteilt werden können, da die Variablen kontextualisiert wurden.

Konzeptionelle Definition

Definiert die Variable mit anderen Begriffen (ähnlich wie Wörterbuch-Definitionen). Sie sind notwendig, aber unzureichend, da sie sich nicht direkt auf die messbare Wirklichkeit beziehen.

Operationelle Definition

Eine Reihe von Verfahren zur Beschreibung der Aktivitäten, die ein Beobachter durchführen muss, um Sinneseindrücke zu erhalten, die das Vorhandensein eines theoretischen Konzepts bestätigen. Es geht darum, was getan werden muss, um eine Variable zu messen. Bei mehreren Alternativen sollte die beste nach Kontext, Zuverlässigkeit und Gültigkeit gewählt werden.