Positivismus vs. Phänomenologie: Quantitative und qualitative Forschung im Vergleich

Zusammenfassung

Das Dokument vergleicht die quantitative (positivistische) und die qualitative (phänomenologische, interpretative) Forschung. Es stellt die Unterschiede in Wirklichkeitsverständnis, Objektivität, Forschungszielen, Logik, Rolle des Forschers und der Theorie, Hypothesenbildung, Datentypen und Datenanalyse gegenüber. Außerdem wird erläutert, welche Bedeutung die Literatur in beiden Ansätzen hat.

Kernpunkte

Der Positivismus geht davon aus, dass die Realität durch Messung erfasst wird, und strebt nach Objektivität.
Die qualitative Forschung betrachtet Daten als konstruiert und erkennt die Subjektivität des Forschers an.
Quantitative Forschung arbeitet deduktiv mit vorab formulierten Hypothesen, qualitative Forschung induktiv.
Quantitative Forschung erzeugt numerische, statistisch auswertbare Daten; qualitative Forschung analysiert Text-, Bild- und Audiodokumente.
Quantitative Ergebnisse sind häufig verallgemeinerbar, qualitative Ergebnisse aus wenigen Fällen in der Regel nicht unmittelbar.

Stellen Sie sich auf die Probe

Hintergrund

CT: Positivismus, Neopositivismus und Positivismus.
CL: Phänomenologie, Konstruktivismus, Natur, Interpretivismus.

Punkt: Artikel

CT: Eigentlich: X durch den Kopf erkennen (conocer, puede).
CL: Eigentlich: Q als Entdeckung, zu konstruieren und zu interpretieren. Realität = Geist.

Natur

CT: Die Realität ändert sich nicht durch Beobachtung; sie wird gemessen.
CL: Beobachtung und Datenerhebung können die Situation verändern; Daten werden konstruiert.

Objektivität

CT: Strebt danach, objektiv zu sein.
CL: Erkennt und berücksichtigt Subjektivität.

Forschungsziele

CT: Beschreibung, Erklärung und Vorhersage von Phänomenen; Theorien aufbauen und testen.
CL: Beschreiben durch Interpretieren; verstehen (comprender) von Wahrnehmungen und Bedeutungen.

Logik

CT: Deduktiv (vom Allgemeinen zum Besonderen).
CL: Induktiv (vom Besonderen zum Allgemeinen).

Interaktion Forscher–Teilnehmer

CT: Distanziert, getrennt.
CL: Enger Kontakt, Forscher interagiert mit den Teilnehmenden.

Umgang mit dem Forschungsproblem

CT: Begrenzter, spezifischer Ansatz; wenig flexibel.
CL: Offener, freier Ansatz; nicht eng abgegrenzt und sehr flexibel.

Rolle der Theorie

CT: Legt Annahmen über die empirische Welt fest; dient als Grundlage für Hypothesen und Design.
CL: Bietet einen flexiblen Rahmen, der sich im Verlauf der Forschung weiterentwickeln kann.

Hypothese

CT: Hypothesen werden vorab formuliert und getestet; sie werden angenommen oder abgelehnt.
CL: Hypothesen können während der Studie generiert werden (induktiv) oder am Ende entstehen.

Beispiel

CT: Viele Fälle/Themen, um Ergebnisse zu verallgemeinern.
CL: Einige Fälle; in der Regel sind die Ergebnisse nicht unmittelbar generalisierbar.

Datentyp

CT: Messbare, zuverlässige und robuste Daten (numerisch).
CL: Tiefgehende, bereichernde Daten (qualitativ).

Datenanalyse und Ziele

CT: Beschreibung von Variablen, deren Veränderungen und Erklärung von Zusammenhängen (z. B. Bewegungs- und Einflussgrößen).
CL: Verständnis von Menschen und Kontexten; Interpretation von Bedeutungen.

Datenanalyseformate

CT: Numerische/statistische Analyse (Prozentangaben, Tests, etc.).
CL: Analyse von Text-, Bild- und Audio-Dokumenten (qualitative Verfahren).

Perspektive des Forschers bei der Datenanalyse

CT: Externe, distanzierte Perspektive; Forscher ist nicht direkt involviert.
CL: Interne, involvierte Perspektive; Hintergrund, Erfahrung und Beziehung zu Teilnehmenden sind relevant.

Die Rolle der Literatur

CT: Literatur dient als Leitfaden für Forschung, definiert theoretische Grundlagen, Hypothesen, Design und weitere Schritte.
CL: Literatur hat weniger dominierenden Zweck zu Beginn; sie bietet jedoch wichtige Orientierung und kann im Verlauf der Studie zur theoretischen Entwicklung beitragen. Sie rechtfertigt Bedarf und Unterstützung bei der Recherche.

Häufige Fragen

Was ist der Unterschied zwischen deduktiver und induktiver Logik in der Forschung?

Die quantitative Forschung arbeitet deduktiv, also vom Allgemeinen zum Besonderen. Die qualitative Forschung arbeitet induktiv, also vom Besonderen zum Allgemeinen.

Welche Datentypen verwenden quantitative und qualitative Forschung?

Die quantitative Forschung nutzt messbare, numerische Daten. Die qualitative Forschung nutzt tiefgehende, bereichernde Daten wie Texte, Bilder und Audioaufnahmen.

Welche Rolle hat die Theorie in der qualitativen Forschung?

Die Theorie bietet einen flexiblen Rahmen, der sich im Verlauf der Forschung weiterentwickeln kann. Hypothesen können während der Studie entstehen.