Springe zum Inhalt
Melde dich an, um diesem Inhalt zu folgen  
  • Einträge
    447
  • Kommentare
    1.104
  • Aufrufe
    6.934

Zusammenfassung

Melde dich an, um diesem Inhalt zu folgen  
Rumpelstilz

86 Aufrufe

Inzwischen habe ich die Zusammenfassung von Part 4 fertig geschrieben.

Ich denke, ich habe die Inhalte soweit verstanden. Trotzdem bleibt ein seltsames Gefühl: Die Struktur dieses Teiles finde ich schwach und inhaltlich bietet er wenig. Interessant waren die Studien, die wir dazu lesen mussten. Und zwar sowohl inhaltlich wie auch im Verhältnis zur "data analysis", die ja Thema dieses Teiles sind.

Knapp widergegeben geht es in Part 4 um die Art und Weise, wie aus den Daten, die für eine Studie gesammelt werden, Schlüsse gezogen werden. Folgende Abschnitte sind mehr ein Notizblatt für mich, ich erwarte nicht, dass es jemand liest und versteht:

Zuerst geht es darum, dass es bezogen auf die Zielgruppe drei Kriterien für Forschungsergebnisse gibt:

- sind die Daten relevant?

- sind die Daten glaubwürdig?

- haben sie Bezug zu einem weiteren Kontext?

Studien sollten einen Beitrag zum allgemeinen Wissen, zur Theorie oder zur Praxis leisten.

Datenanalyse untersucht die Glaubwürdigkeit, die Relevanz, die Verlässlichkeit und die Verallgemeinerungsmöglichkeit von den Forschungsergebnissen.

Es gibt verschiedene Arten der Datenanalyse wie Frequenzanalyse, Textanalyse, Themenanalyse, Triangulation und Analyse der Gründe.

In Studien sollten Schlussfolgerungen gezogen werden. Es gibt objektive Folgerungen (Beschreibungen und Erklärungen) und wertende Folgerungen (Evaluationen und "Verschreibungen"-> Beschreibung, wie etwas sein sollte).

Es gibt zwei Arten der generalisierenden Folgerungen:

- empirische Generalisierung (Folgerung trifft auf alle Fälle einer beschriebenen Menge zu)

- theoretische Ableitung (hier müssen Situationen geschaffen werden, die es erlauben, Aussagen über die Validität von theoretischen Ideen zu machen)

Bei der Qualität der Daten geht es um

- Relevanz (beziehen sich die Daten auf den Grund der Untersuchung?)

- Validität (ist die Studie gut durchgeführt, transparent, aussagekräftig, glaubwürdig?)

Das ist jetzt eine sehr knappe und vereinfachende Zusammenfassung der Zusammenfassung...

Melde dich an, um diesem Inhalt zu folgen  


8 Kommentare


Empfohlene Kommentare

Das klingt auf jeden Fall interessant, auch, wenn ich (noch nicht?) viel davon verstehe. Ich kann es gar nicht glauben, dass du das alles auf englisch studierst. Ist Englisch deine Muttersprache? Glaube nicht, du hattest ja mal geschrieben, dass du den Cambridge Kurs gemacht hast.

Ich weiß dass das vom Thema abweicht, aber hast du von Anfang an sehr gute Englischkenntnisse gehabt oder kam das so im Lauf des Studiums?

Diesen Kommentar teilen


Link zu diesem Kommentar

Meine Englischkenntnisse waren schon vor dem Studium 'sehr gut' wenn ich das so sagen darf. Ich habe mal 6 Monate in Canada gearbeitet. Und dann habe ich, als die Kinder klein waren, das Cambridge Advanced und Proficiency gemacht. Ich hatte das Glück, dafür bei der IHK Kurse bei einer extrem guten Lehrerin machen zu können (sie ist Muttersprachlerin und Linguistin der Oxford University). Ich denke, wenn man sich seriös auf's CPE vorbereitet, dann ist man für ein englischsprachiges Studium gut gerüstet.

Diesen Kommentar teilen


Link zu diesem Kommentar

uuuh Testgütekriterien und so weiter:thumbup: Finde ist aber gut zusammengefasst, nur wenn ich an Deine anderen Blogbeiträge denke, das gibt inhaltlich vom Stoff wirklich überraschend wenig her!

Diesen Kommentar teilen


Link zu diesem Kommentar

Kleine Vergleichsinfo: Bei uns wird zwischen 3 Gütekriterien von Daten unterschieden: Objektivität (sind die Daten nicht z.B. vom Versuchsleiter subjektiv beeinflusst, sondern bei jeder durchführenden Person identisch?), Reliabilität (sind die Daten genau und verlässlich gemessen worden?) und Validität (sind die Daten gültig? dh. wird das gemessen, was gemessen werden soll?). Vielleicht interessiert es dich ja, wie wir das lernen. :)

Diesen Kommentar teilen


Link zu diesem Kommentar

jepp so kenn ich das auch:lol: Beim Rest bin ich nicht immer so ganz sicher ob ich das mal hatte, ist aber auch egal, weil ich den größten Teil nicht haben werde, und dann wenn es relevant wird eben das lerne, was mich betrifft...:rolleyes: Was wir dafür noch extra hatten war Bildanalyse, also wirklich Foto anschauen und beschreiben. Fand ich persönlich eher doof:(

Diesen Kommentar teilen


Link zu diesem Kommentar

Ja, natürlich interessiert mich, wie ihr das lernt!

Bei uns wird ziemlich viel mit qualitativen Methoden gearbeitet, da wird das Thema Objektivität sehr komplex. Wir haben einige Studien lesen müssen und den Grad der Objektivität sowie Unterschiede im Anspruch diesbezüglich diskutiert. Soweit ich weiss, ist Psychologie da "empirischer" als Pädagogik. Es ist allerdings sinnvoll, das Pädagogik stark qualitativ arbeitet, da sich Unterrichtsmethoden z.B. stark unterscheiden, je nachdem welcher Lehrer sie anwendet und welchen Hintergrund die Kinder haben. Kausale Zusammenhänge sind 'crucial', aber extrem schwer zu überblicken.

Diesen Kommentar teilen


Link zu diesem Kommentar

Psychologie behauptet gerne quantitativ zu arbeiten und arbeitet zumindest in Hagen viel mit Zahlen und Statistik - aber wie ich gerade lerne, gehören die Ergebnisse der Selbsteinschätzungsfragebögen (z.B. mit 1 (trifft überhaupt nicht zu) - 6 (trifft voll zu)) gar nicht zu den metrischen Skalen, sondern sind ordinalskaliert, das heißt, es kann nur eine Rangfolge bestimmt werden, aber die Intervalle zwischen z.B. 1 und 2 müssen nicht gleich groß sein wie zwischen 2 und 3. Also über die Intervalle kann keine Aussage getroffen werden. Das heißt, dass diese Daten eigentlich auch zu den qualitativen Daten zählen. Wieso und wie dann dennoch mit diesen Daten gerechnet wird, hoffe ich im Laufe dieses Moduls herauszufinden. :lol:

Ich bin schon gespannt.

Diesen Kommentar teilen


Link zu diesem Kommentar

Wir haben in diesem Teil auch angeschaut, dass man qualitativ und quantitativ nicht eindeutig unterscheiden kann. Auch die Interpretation der "quantitativen" Daten ist immer "qualitativ". Das auszuführen würde jetzt zu weit führen, ist aber ein sehr interessanter und meines Erachtens auch relevanter Aspekt.

Bei den von dir erwähten Skalen ist ja allein auch schon die Einschätzung "qualitativ": Was für den einen "trifft voll zu" ist, ist für einen anderen noch "trifft teilweise zu". Jaja, das ist ein weites Feld :(

Diesen Kommentar teilen


Link zu diesem Kommentar

Erstelle ein Benutzerkonto oder melde dich an um zu kommentieren

Du musst ein Benutzerkonto haben um einen Kommentar hinterlassen zu können

Benutzerkonto erstellen

Kostenlos ein neues Benutzerkonto erstellen.

Neues Benutzerkonto erstellen

Anmelden

Du hast bereits ein Benutzerkonto? Melde dich hier an.

Jetzt anmelden



×

Wichtige Information

Diese Website verwendet Cookies. Weitere Informationen: Datenschutzerklärung