Statistik – ein rotes Tuch für viele Doktoranden?

Wer promoviert muss in seiner Dissertation zu neuen Erkenntnissen kommen. Dies geschieht oft empirisch: Der Forschungsgegenstand wird untersucht, betrachtet, vermessen. Beim Festlegen des Forschungsdesigns stellt sich die Frage, ob rein qualitativ geforscht werden soll, also ohne jede statistische Auswertung von Zahlenmaterial, oder quantitativ: Die Merkmale untersuchter Objekte werden in Zahlenwerten ausgedrückt. Hypothesen über Zusammenhänge oder Unterschiede zwischen den Merkmalen werden aufgestellt und müssen mathematisch verifiziert werden. Meist läuft es jedoch auf einem Mischung qualitativer und quantitativer Verfahren hinaus: Sei es, dass qualitativ Zusammenhänge entdeckt und quantitativ bestätigt werden, oder qualitative Daten mit quantitativen Methoden ausgewertet werden – das nennt man ‚Mixed-Methods-Design‘.

Statistische Grundkenntnisse sind also auch für qualitativ arbeitende Doktoranden von Vorteil. Doch viele Doktoranden haben Angst vor der Statistik: Sie ist in dicken Büchern beschrieben und die Formeln sehen monströs aus. Aber diese Angst kann man schnell überwinden: Es kommt nur darauf an,
1.    gute Literatur zu finden, in der die Verfahren übersichtlich gegliedert dargestellt sind,
2.    darauf zu verzichten, die Herleitung der Formeln in allen Details nachvollziehen zu wollen,
3.    sich ein paar Gedanken über Softwarelösungen für die nötigen Berechnungen zu machen.

Zu 1.: Sehr gut wird z. B. bei Bortz und Döring (1999) gegliedert. Sie beschreiben gängige Verfahren in verständlicher Art, gegliedert nach Zusammenhängen und Unterschieden. Man muss gar nicht die aktuelle teure Auflage nutzen – Mathematik ändert sich nicht. Die preisgünstige alte Auflage ist völlig ausreichend. Das Buch steht in jeder wissenschaftlichen Bibliothek.

Zu 2.: Sie müssen verstehen, warum eine Methode für Ihr Vorgehen die richtige ist und wie diese Methode funktioniert. Es ist aber m. E. nicht nötig, jede Gleichung herleiten zu können. Damit haben sich Mathematiker jahrhundertelang abgemüht. Nehmen Sie einfach die Gleichungen aus der Literatur als Basis Ihrer Berechnungen hin. Sie können sich ebenso darauf berufen, wie Sie es bei anderen theoretischen Grundlagen Ihrer Arbeit auch tun.

Zu 3.: Lange Zeit war Software für Statistik nicht verfügbar, oder so teuer, dass sie für Doktoranden, die nicht über ihre Universität Zugang hatten, nicht erschwinglich war. Dies hat sich geändert. Heute gibt es kostenfreie (z. B. PSPP, die kostenfreie Alternative zu SPSS) oder kostengünstige Software (z. B. XLStat, ein Aufsatz, der direkt in Excel arbeitet). Viele Programme bieten Demoversionen an, die meist 30 Tage genutzt werden können.

Aber es ist nicht immer Software erforderlich. MS Excel kann viele Verfahren durchführen. Andere können leicht selbst programmiert werden. Das schont nicht nur den Geldbeutel, es vertieft auch das Wissen über das angewandte Verfahren.

Wer Hypothesen mit statistischen Verfahren nachweist, arbeitet objektiv und methodisch streng. Wird alles korrekt gemacht, können diese Verfahren in der Disputation (oder Verteidigung) kaum angegriffen werden. Die Aussagen gelten. Die Wahrscheinlichkeit, dass man sich irrt, wird in Prozent angegeben. Und ist es nicht wertvoll, sagen zu können, dass eine Variable eine andere zu – sagen wir 37 Prozent beeinflusst, dass 63 Prozent der abhängigen Variablen von anderen Faktoren verursacht wird. Ist es nicht bestechend, wenn man sagen kann, dass man sich mit seiner Aussage mit einer Wahrscheinlichkeit von 2,1 Prozent irrt? Das bedeutet ja, dass man zu 97,9 Prozent Recht hat!

Bortz, J. (Hg.) (1999): Statistik. Für Sozialwissenschaftler. 5. Auflage. Berlin: Springer.

Speak Your Mind

*

*