Empirische Sozialforschung verstehen und prüfen

Empirisch bedeutet: auf Erfahrungen und Beobachtungen gestützt. Empirische Sozialforschung untersucht das Zusammenleben anhand systematisch gewonnener Daten, also festgehaltener Informationen. Am Anfang steht eine genaue Forschungsfrage. Du klärst dazu, was bereits bekannt ist und welche Begriffe du verwendest. Eine Theorie bietet einen begründeten Erklärungsansatz. Daraus kannst du eine Hypothese ableiten: eine überprüfbare Vermutung über einen Zusammenhang oder einen Unterschied. Bei einer offenen Untersuchung kannst du auch mit einer Forschungsfrage arbeiten, ohne vorher eine Hypothese festzulegen.

Danach bestimmst du, woran sich die Begriffe untersuchen lassen. Das heißt Operationalisierung. Ein Indikator ist ein beobachtbares oder messbares Merkmal, das einen Begriff anzeigen soll. Für „Kenntnis eines Angebots“ könntest du fragen, ob der Befragte dessen Zweck richtig angeben kann. Die Zahl der verteilten Werbezettel wäre dafür kein unmittelbarer Nachweis. Du legst auch die konkrete Frage und die möglichen Antworten fest.

Im Forschungsdesign, dem Gesamtplan der Untersuchung, bestimmst du, wen du wann und mit welcher Methode untersuchst. Danach erhebst du die Daten, wertest sie aus und beziehst das Ergebnis auf deine Forschungsfrage. Eine passende Auswertung kann eine Hypothese stützen oder ihr widersprechen. Im Bericht beschreibst du Vorgehen, Ergebnis und Grenzen. Deine Schlussfolgerung darf nicht mehr behaupten, als die erhobenen Daten und das Design tragen.

Quantitative Forschung untersucht Merkmale vor allem mit Zahlen. Standardisiert bedeutet, dass Fragen und Antwortmöglichkeiten nach festen Vorgaben gestellt werden. So kannst du etwa Häufigkeiten und Unterschiede vergleichen. Eine Frage nach dem Anteil der Bürger, die eine Einladung erhalten haben, passt zu diesem Vorgehen. Die feste Antwortauswahl erleichtert den Vergleich; sie lässt weniger Raum für eigene Erklärungen.

Qualitative Forschung untersucht zum Beispiel, wie Menschen Situationen erleben und deuten. In offenen Interviews können Befragte mit eigenen Worten antworten. Ein Interview ist ein gezieltes Forschungsgespräch. Du kannst die Aussagen nach wiederkehrenden Themen und Bedeutungen ordnen und deine Deutung an den Aussagen begründen. Eine Frage danach, welche Erfahrungen Bürger mit einer Versammlung verbinden, passt zu diesem Vorgehen. Aus ausgewählten Gesprächen folgt noch kein gesicherter Bevölkerungsanteil.

Mixed Methods bedeutet, quantitative und qualitative Methoden in einer Untersuchung zu verbinden. Entscheidend ist die Integration: Die Teile werden inhaltlich aufeinander bezogen. Du kannst beispielsweise zunächst Häufigkeiten ermitteln und anschließend in Gesprächen mögliche Gründe erkunden. Du prüfst dann, wie die Gesprächsaussagen die Zahlen ergänzen oder ihnen widersprechen. Zwei getrennte Auswertungen ohne eine solche Verbindung erfüllen diesen hier erklärten Anspruch nicht. Die Forschungsfrage bestimmt die Methodenwahl; Mixed Methods ist kein pauschales Qualitätsversprechen.

Prüfe zunächst das Forschungsdesign: Passt der Plan zur Frage? Eine Erhebung zu einem Zeitpunkt kann Zustände und Zusammenhänge beschreiben. Wer eine Veränderung untersuchen will, braucht Informationen aus verschiedenen Zeitpunkten. Wer eine Wirkung behauptet, muss zusätzlich andere plausible Erklärungen prüfen. Eine große Datenmenge ersetzt diese Überlegungen nicht.

Die Grundgesamtheit ist die genau festgelegte Gruppe, über die du etwas wissen willst. Die Stichprobe ist die daraus untersuchte Auswahl. Repräsentativität betrifft die Frage, wie angemessen die Stichprobe diese Gruppe für bestimmte Merkmale oder Fragen abbildet. Der Begriff wird nicht einheitlich verwendet. Eine ähnliche Altersverteilung allein belegt noch keine passende Verteilung anderer wichtiger Merkmale. Prüfe deshalb die Auswahl, die erreichten Gruppen und fehlende Antworten. Mehr Antworten aus derselben einseitig ausgewählten Gruppe beheben die einseitige Auswahl nicht.

Gütekriterien sind Maßstäbe für die Qualität einer Untersuchung. Objektivität fragt danach, ob Durchführung, Auswertung und Deutung vom jeweiligen Forscher unabhängig sind. Feste Regeln helfen dabei. Prüfe außerdem, ob der gewählte Indikator den gemeinten Begriff tatsächlich angemessen erfasst. Ein sauber ausgezähltes Merkmal kann für die Forschungsfrage trotzdem ungeeignet sein. Schließlich prüfst du die Übertragbarkeit: Für welche Gruppe und Situation ist ein Schluss begründet? Auch ein guter Gruppenvergleich rechtfertigt nicht von selbst eine Aussage über andere Gruppen. Der Forscher Patrick Arni betont diese Grenze in seinem Methodenbeitrag von 2012 auch für Studien mit zufälliger Gruppenzuteilung. Dieses Vorgehen lernst du im nächsten Abschnitt kennen.

Ein statistischer Zusammenhang, auch Korrelation genannt, bedeutet: Merkmale treten in den Daten gemeinsam in einer bestimmten Beziehung auf. Kausalität bedeutet dagegen eine Ursache-Wirkungs-Beziehung. Aus einem Zusammenhang allein folgt kein Nachweis einer Ursache. Die Richtung kann ungeklärt sein, und eine dritte Größe kann beide Merkmale beeinflussen. Eine Scheinkorrelation ist ein Zusammenhang ohne die angenommene kausale Beziehung, etwa aufgrund einer zufälligen oder indirekten Beziehung.

Für einen begründeten kausalen Schluss muss die angenommene Ursache zeitlich vor der Wirkung liegen. Außerdem musst du plausible andere Erklärungen ausschließen. Weder eine große Stichprobe noch ein deutlicher Zusammenhang ersetzen diese Prüfung. Ein einfacher Vorher-nachher-Vergleich lässt offen, ob zwischenzeitlich andere Veränderungen zum Ergebnis beigetragen haben.

In einem Experiment verändert der Forscher gezielt eine Bedingung und vergleicht Ergebnisse. Bei einer einfachen Anordnung erhält die Experimentalgruppe die neue Maßnahme. Die Kontrollgruppe dient als Vergleich ohne diese Maßnahme. Randomisierung heißt, dass Personen diesen Gruppen zufällig zugeteilt werden, beispielsweise per Los. Das soll systematische Unterschiede vor der Maßnahme vermeiden. Es garantiert keine genau gleichen Gruppen in jedem einzelnen Versuch. Wenn Personen ihre Gruppe selbst wählen, können bereits vorhandene Unterschiede den Vergleich verzerren.

Patrick Arni begründet in seinem Methodenbeitrag von 2012, weshalb zufällige Zuteilung die Vergleichbarkeit stärkt. Prüfe trotzdem Durchführung, mögliche Zufallsschwankungen und verbleibende andere Erklärungen. Ein sorgfältig durchgeführtes randomisiertes Experiment kann einen kausalen Schluss begründen. Zufällige Gruppenzuteilung ist dabei etwas anderes als eine zufällige Auswahl aus der Bevölkerung: Sie macht eine eingeschränkte Stichprobe nicht von selbst repräsentativ.