Kristin Maria Käuper - 13.8 - haw-hamburg.de · Wiederholung-Prof. Ensel FORSCHUNGSANSÄTZE...

Kristin Maria

Käuper -

13.8.2014

Lehreinheit

Quantitative Forschung I

-

Zertifikatskurs

Wissenschaft und Forschung

Au

fbau

Popper – Induktionsproblem

Hypothesen und Variablen

Forschungsansätze

Studiendesigns

Erhebungsmethoden

Wiederholung-Prof. Ensel FORSCHUNGSANSÄTZE

DEDUKTIVES VORGEHEN INDUKTIVES VORGEHEN

• Hypothese/ Theorie Verifizierung / Falsifizierung

Ausgangspunkt = Hypothese/Theorie

• Bsp: Die zweite Geburt sowie alle folgenden dauern weniger lang als die erste

• Test durch:

– Vgl. Geburtsdauer einer best. Anzahl von Mehr-/Erstgebärende

Quantitativer Forschungsansatz

• Detaillierte Beschreibung und Analyse der Situation Entwicklung der zugrundeliegenden Theorie

• Ausgangspunkt = Frage oder Aussage

• Bsp: Erleben Frauen die Geburt des ersten Kindes anders als die des zweiten Kindes?

Qualitativer

Forschungsansatz

Das Problem der Induktion nach Popper (1934)

„Als induktiven Schluß oder Induktionsschluß [sic!] pflegt man einen Schluß von besonderen Sätzen, die z.B. Beobachtungen, Experimente usw. beschreiben, auf allgemeine Sätze, auf Hypothesen oder Theorien zu bezeichnen.

Nun ist es aber nicht weniger als selbstverständlich, daß wir logisch berechtigt sein sollen, von besonderen Sätzen,(…), auf allgemeine Sätze zu schließen. Ein solcher Schluß kann sich ja immer als falsch erweisen: bekanntlich berechtigen uns noch so viele Beobachtungen von weißen Schwänen nicht zu dem Satz, daß alle Schwäne weiß sind“ (Popper 1969, 3; HiO).

Popper zufolge ist das dieser Methode innewohnende Induktionsproblem logisch unlösbar.

Was will uns Popper damit sagen?

Popper (1969)

Deduktivismus und Falsifikation als Lösung des Induktionsproblems

1. Nach Popper erschließt die Wissenschaftlerin / der Wissenschaftler nicht induktiv eine allgemeine Hypothese nach dem Muster: P1 = Schwan S1 ist schwarz. P2 = Schwan S2 ist schwarz. C = Alle Schwäne sind schwarz. = Vermutungswissen (Popper, 1969, 13) .

2. Poppers Deduktivismus beschreibt die reine deduktive Vorgehensweise.

Am Anfang steht die Hypothese. Aus dieser leitet er deduktiv Aussagen her. Diese überprüft er dann empirisch. Szenario 1 Szenario 2 H0 = Alle Schwäne sind schwarz. H0 = Alle Schwäne sind schwarz. P1 = Schwan S1 ist nicht schwarz. C = Schwan S2 ist schwarz Falsifikation bisherige Verifikation Aufgabe Hypothese + Theorie an Hypothese + Theorie festhalten

Allerdings: Popper kann nicht sagen, die Theorie habe sich bewährt, sei bestätigt worden oder es gebe gute Gründe, die Theorie zu glauben.

Popper (1969)

Popper - Begründer des Kritischen Rationalismus

Wissenschaft = Aufstellen von

falsifizierbare Theorien oder Aussagen

Wissenschaftlerin/Wissenschaftler = ist jemand, der das Risiko eingeht, eine Theorie zu formulieren, die sich falsifizieren lässt.

Falsifikationismus = Aussagen einer Theorie müssen an der Empirie scheitern können

Popper (1969)

Poppers Modell der empirischen Überprüfung

Wissenschaftliche Theorien und

Hypothesen

Empirisch nachprüfbare

Vorhersagen

Beobachtung

Messung

Experiment

Vorläufige

Bestätigung der

Theorie

Übereinstimmung

Falsifikation

Nicht-Übereinstimmung

Lauth/Sareiter (2002, 98) Ggf. neue Theorie formulieren

Hypothese

Def. = Annahme über Sachverhalte; die von einer Theorie abgeleitet wird (Micheel, 2010, 30); begründete Annahme oder Vermutung über die Beziehung von zwei oder mehreren Variablen. Werden entweder bestätigt oder widerlegt ( Brandenburg et al. , 2013) . Nullhypothese H0 = geht davon aus, dass es keinen Zusammenhang gibt, sprich keine Assoziation zwischen Erkrankung und Risikofaktor. H0 soll mit signifikanten Studienergebnissen widerlegt werden! H0: GVw – GVm = 0 (Es gibt keinen Unterschied zwischen dem Gesundheitsverhalten von Frauen und Männer)

Alternativhypothese H1 oder HA = geht davon aus, dass ein Zusammenhang, eine Differenz (zu 95%) existiert. H1 soll bestätigt werden! H1 : GVw – GVm = 0 (Es gibt einen Unterschied zwischen dem Gesundheitsverhalten von Frauen und Männer)

Micheel (2010); Brandenburg et al. (2013)

1. Entwicklung und Überprüfung von Theorien Formulieren von Theorien auf Basis von Einzelbeobachtungen (induktives Vorgehen)

Verbindung zwischen bestehender Theorie und Hypothesen (deduktives Vorgehen)

2. Hinweis auf die zu erhebende Population und zu messende Variablen

Aufgabe Hypothese

Brandenburg et al. (2013)

Variablen

Def. = eine Variable ist ganz allgemein ein

„veränderliches“ Merkmal (Micheel 2010, 24)

Unabhängige Variable = Einflussgröße, erklärt

die abhängige Variable bzw. bestimmt diese; sprich beeinflusst eine Situation, einen Zustand oder ein Verhalten

Abhängige Variable = Zielgröße

Micheel (2010); Brandenburg et al. (2013)

Bsp. Hypothese - Variable

Unabhängige Variable

Hüftprotektoren

Unabhängige Variable

Dehnen vor oder nach dem Sport

Abhängige Variable Sturzbedingte

Oberschenkelhals-fraktur

Abhängige Variable Muskelkater

Hypothese Der Einsatz von Hüftprotektoren senkt die Anzahl sturzbedingter Oberschenkelhalsfrakturen bei

älteren Menschen

Hypothese Dehnen vor oder nach dem

Sport vermeidet Muskelkater

Def. = Schritte der Zuordnung von empirisch erfassbaren, zu beobachtenden oder zu erfragenden Indikatoren zu einem theoretischen Begriff. Messungen werden möglich

z.B. Variable Geschlecht = i.d.R. zwei Ausprägungen (Frau / Mann)

z.B. Variable Körpergröße = beliebig viele Ausprägungen

Schritte =

1. Formulierung der Hypothese

2. Gegenstandsbenennung

3. Definition der relevanten Variablen und Indikatoren

Operationalisierung

Atteslander (2006, 40ff)

Operationalisungsschritt Bsp. Untersuchung über studienerfolgbestimmende Faktoren

1. Formulierung der Hypothese = Der Studienerfolg hängt nicht nur von der individuellen Arbeitsintensität, sondern auch von der sozialen Integration der Studierenden ab

2. Begriff = soziale Integration der Studierenden

3a. Variablen = Kontakthäufigkeit Kontaktart Kontaktpersonen

3b. Indikatoren = Anzahl Inten- LV nicht LV Lehr- Kommilitonen

d. Kontakte sität (Pause) (Freizeit) person der Kontakte

Atteslander (2006, 44)

Kritik an Variablenisolierung / Operationalisierung Köckeis-Stangl (1980)

„Die Variablen haben für den Analytiker nur mehr jene Bedeutung, welche durch die Bezeichnung, durch die Namen impliziert wird, die er ihnen selbst verliehen hat; sie verweisen bestenfalls auf eine Theorie, nicht aber auf das Alltagsleben der Untersuchten“ (ebd.).

Quantitative Forschung basiert nach Schnapp (2006) auf dem Verständnis, dass

„(…) ‚realistische‘ Abbilder der Welt [sind] möglich“ (ebd., 13; HiO).

Mit einem objektivierbarem, subjektunabhängigem Wahrheitskonzept (ebd.)

Forschungsansatz – und design

Forschungsansatz

quantitativ

Statistik

Experimenteller Ansatz

qualitativ

Häufigkeiten Muster/Kategorien

Subjektivität

Grounded Theory

Forschungsdesign

Biographieforschung

Ethnographie

Nicht-experimenteller

Ansatz

Phänomenologie

Validität

Reliabilität

Objektivität

Gütekriterien

Kausalität

Quantitative Forschungsdesigns

Interventionsstudie / Experimentelle Studie

Nicht-experimentelle Studien / Beobachtende Studien

Studiendesign

Aggregatdaten Individualdaten Randomisierte

kontrollierte Studie (Quasi) Experiment

Ökologische Studie

Korrelationsstudie

Querschnittstudie

Kohortenstudie Fall-Kontroll-Studie

Überblick Studiendesigns

Studientyp Alternative Bezeichnung Studieneinheit

Beobachtende Studien Nicht-experimentelle Studien

A) Deskriptive Studien

B) Analytische Studien

1. ökologische Studie 1. Korrelationsstudie Population

2. Querschnittstudie 2. Prävalenzstudie, Survey, Cross-sectional study

Individuen

3. Fall-Kontroll-Studien 3. Fallbezogene Studien, case control study, retrospektive study, Komparativstudien

Individuen

4. Kohortenstudien 4. Follow-up Studien, cohort study, Längsschnittstudie, Komparativstudien, Inzidenz-Studie

Individuen

(Quasi-)Experimentelle Studien Interventionsstudien

Randomisierte-kontrollierte Studie

Randomised controlled trial (RCT), (kontrollierte) Klinische Studie

Patientinnen / Patienten

Felduntersuchungen Gesunde Menschen

Gruppenuntersuchungen Gruppeninterventionsstudien Bevölkerungsgruppen

Bsp. Fragestellung - Studiendesign

Fragestellung Design

Wie häufig kommt/en die Variable/n a (b,c,….) vor

Wie viele Logopädinnen leiden unter Schlafstörung? Deskriptives Design

Welche Beziehung / welcher Zusammenhang besteht zwischen Variablen a und b (oder a, b und c)

Welcher Zusammenhang besteht zwischen Qualifikation als Pflegekraft und Mundpflege bei Krebspatientinnen / -patienten?

Wie hoch ist der Anteil von Frauen mit Mamma-CA und Alkoholkonsum in der Gesellschaft?

Korrelatives Design Studientyp: Quer- und Längsschnitt Korrelationsstudie

Welcher Unterschied besteht zwischen den Gruppen a und b (c…) hinsichtlich bestimmter Variablen?

Welchen Unterschied gibt es beim Waschen und Ankleiden von Schlaganfall-Patientinnen /-patienten zwischen Pflegekräfte und Ergotherapeutinnen / Ergotherapeuten?

Komparatives Design (Studientyp: Fall-Kontroll, Kohortenstudie)

Welche Auswirkungen hat a auf b (c…)?

Welche Auswirkungen hat die Fußreflexzonenmassage bei Schwangeren auf die Geburtsdauer?

Experimentelles Design (Studientyp: RCT)




Studiendesign



Ökologische Studie

Korrelationsstudie

Querschnittstudie


Korrelationsstudie / ökologische Studie (Verwendung von Aggregatdaten)

Korrelation = Wechselbeziehung

Aggregatdaten = Zusammenfassung von Daten

Verwendungszweck • analysieren von zwei Komponenten . Analysiert wird der Zusammenhang und die Stärke des Zusammenhangs

• Korrelationsstudie untersuchen Gruppenmerkmale (Fettverzehr und Brustkrebsrate einer Population)

Vorgehensweise • Nutzen bestehender Datensätze – sekundär Daten!

• Berechnen von Korrelationskoeffizienten (r = -1 und +1). Liegt er bei +1 ist er vollständig positiv, liegt er nahe bei -1 ist er gegenläufig (negativ) Bei 0 fehlt eine Korrelation.

Darstellung - Korrelationsstudien

Vorteile Nachteile

Schnell durchführbar, da Aggregatdaten leicht zu ermitteln sind, z.B, WHO-Gesundheitsreport, destatis

Datenqualität kann nicht beeinflusst werden (evtl. unterschiedliche Datensätze)

Geringer Kostenaufwand Nur Ergebnisse aus den vorhandenen Aggregatdaten möglich, andere Faktoren nicht möglich

Beschreibung von populationsspezifischen Merkmalen

Rückschlüsse auf das Individuum nicht möglich (Variabilität zwischen den Individuen nicht berücksichtigt) Ökologischer Trugschluss (egologic fallacy), (bedeutet, dass Mitgliedern einer Population, Merkmale zugeschrieben werden, die sie als Einzelperson nicht haben)

Bildung von Hypothesen am Anfang von weiteren Studien möglich

Keine Rückschlüsse auf Kausalität

Testen von Hypothesen nicht möglich

Vor- und Nachteile von Korrelationsstudien




Studiendesign



Ökologische Studie

Korrelationsstudie

Querschnittsstudie


Querschnittstudie

Zeit

Datenerhebung (Exposition = Erkankungsstatus) zu einem einzigen, festen Zeitpunkt (Schnitt quer zum Zeitverlauf)

Feststellen von • Prävalenz der interessierenden Krankheit • Expositionen kann erfragt werden • Berechnung von Korrelationen Krämer (2003)

Querschnittstudie

Geeignete Personen

Exposition und Outcome

keine Exposition und Outcome

Exposition und kein Outcome

kein Exposition und kein Outcome

Behrens & Langer (2004)

Exposition / Outcome

Def. Exposition = unabhängige Variable; Einwirken

von Umgebungseinflüssen / Faktoren / Merkmale auf einen Organismus

Def. Outcome = abhängige Variable, Zielgröße,

Ergebnis

Krämer (2003)

Vor- und Nachteile von Querschnittsstudien

Vorteile Nachteile

Relativ schnell an großer Zahl von Probanden durchführbar

Probanden häufig selektiert, z.B. durch Schuleingangsuntersuchung, Arztkonsultation, Krankenhausaufnahme, Beruf, Tod (nur Überlebende werden untersucht) Gefahr einer nicht repräsentativen Stichprobe

Geringer Kostenaufwand KEINE KAUSALITÄT UNSICHERHEIT ob Exposition vor Erkrankung lag

Gibt einen generellen Überblick über das Ausmaß des Ereignisses durch Häufigkeitsvergleiche zwischen verschiedenen Populationen Prävalenz

Problematisch bei kurzdauernden (akuten) Krankheiten

Sinnvoll für Bewertung und Planung von Gesundheitsleistungen

Keine Angaben über Neuerkrankungsrate (Inzidenz) oder Krankheitsrisiken möglich = keine Risikoeinschätzung

Bildung von Hypothesen möglich

Testen von Hypothesen nicht möglich

Prävalenz + Inzidenz

Def. Prävalenz = Häufigkeiten v. Krankheit beim Zeitpunkt Datenerhebung Def. Inzidenz = Neuerkrankungsrate innerhalb eines Zeitraums

Prävalenz + Inzidenz = Morbidität

Wissenswertes = epidemiologische Studien untersuchen Häufigkeiten und Verteilung

Krämer (2003)




Studiendesign



Ökologische Studie

Korrelationsstudie

Querschnittstudie


retrospektive Fall-Kontroll-Studie

Def. = Vergleich von Fällen mit Erkrankungen und Fällen die nicht erkrankt (Kontrollen) sind.

Ziel = Identifikation diejenigen (Risiko-) Faktoren , die wahrscheinlich Grund für Krankheit/en it.

Empfohlen = bei Outbreaks

Retrospektiv= zeitlicher Verlauf setzt an der Vergangenheit an; i.d.R. weniger gute Qualität als prospektive Daten

retrospektive Fall-Kontroll-Studie

Personen mit

Merkmal /Outcome (Fallgruppe)

Personen ohne Merkmal /Outcome

(Kontrollgruppe)

Exposition

Keine Exposition

Exposition

Keine Exposition


Vor- und Nachteile von retrospektiver Fall-Kontrollstudie

Vorteile Nachteile

Kostenaufwand geringer als bei Kohortenstudie, da weniger TN

Rechenmaß: Odds-Ratio (Chance, der Fälle exponiert gewesen zu sein = Verhältnis Exponierter zu Nichtexponierten), steht nur für RR

Geringer Zeitaufwand da Forschungsfrage relativ schnell zu beantworten, da keine Beobachtungszeit

Adäquate Kontrolle schwer zu finden (Matching)

Mehrere Expositionen können kontrolliert werden = gut wenn unklare Exposition

Nur für eine Krankheit = ausgehend vom Outcome keine Inzidenz

Bestes Design bei seltene Erkrankungen, da Auswahl nach Erkrankungsstatus

Nicht geeignet bei seltener Exposition

Ausklärgun der Ätiologie Anfällig für vreschiedene BIAS (Verzerrungen)

Keine ethischen Bedenken

Kann nicht verschiedene Auswirkungen nach einer bestimmten Exposition untersuchen

Keine Inzidenz- und Prävalenz




Studiendesign



Ökologische Studie

Korrelationsstudie

Querschnittstudie / Längsschnittstudie


Def. Kohorte= Personengruppe mit vergleichbaren Startbedingungen wie z.B. Geburt, gleiche r Beruf etc. Prospektiv = fragt nach Exposition und verfolgt Studiengruppe über einen längeren Zeitraum Entwicklung von Krankheiten Empfohlen = Häufigkeit des Auftretens einer Krankheit unter bestimmten Bedingungen Manchmal Synonym = Längsschnittstudie, Unterschied Definition Kohorte – Panel, Dauer/Zeitpunkt der Datengewinnung, gleiche Daten

Kohorten-Studie

Kohorten-Studie

Population

Zeitraum z.B. Zehn

Jahre

Ergebnis

Kein Ergebnis


Im Vergleich hierzu - Prospektive Längsschnittstudie

Zeit

Heute = T0

1.follow-up = T1

2. follow-up = T2

3.follow-up = T3

Eigentlich auch periodisches Querschnittdesign ABER Datenerhebung zu einem oder mehreren Zeitpunkten Gleiche Daten werden an gleichen Probandinnen / Probanden oder neuer

Stichprobe erhoben!! Darstellung von Verläufen

Krämer (2003)

Typen Trendstudie: unterschiedliche Stichprobe, unterschiedliche Zeitpunkte,

gleiche Daten Panelstudie: gleiche Stichprobe, unterschiedliche Zeitpunkte, gleiche Daten

Vor- und Nachteile von prospektiver Kohortenstudie

Vorteile Nachteile

Gibt beste Schätzung des Risikos, Alle Rechenmaße = Absolutes Risiko, RR, OR

Kostenintensiv und Zeitaufwändig

Beste Möglichkeit zur Schätzung der Inzidenzrate von exponierten und nichtexponierten Gruppe kann bestimmt werden

Veränderte Untersuchungsbedinungen: Exposition(en) können sich über Zeit verändern (Raucher – Nicht-Raucher)

Kann mehrere Outcomes kombinieren (z.B. Rauchen kann zu Lungen-CA und Blasen-CA führen)

Große Latenzzeit = Loss-to-follow-up (bei Längsschnitt = Panelmortalität) = Nichtidentifikation von Fällen

Geeignet bei seltenen Expositionen, da gezielt TN mit Expositionspositionen in die Studie aufgenommen werden können

Nicht geeignet für seltene Erkrankungen

Weniger Biasanfällig als Fall-Kontroll-Studie Ethische Fragestellung

Kann Empfehlungen über Risikofaktoren für Individuum / Bevölkerung geben

Loss-to-follow-up

Def. Loss-to-follow-up = Verlustquote für

Exponierte und/oder Nicht-Exponierten = Verzerrung der Ergebnisse

Krämer (2003)




Studiendesign



Ökologische Studie

Korrelationsstudie

Querschnittstudie


Randomisierte kontrollierte Studie (RCT, randomised controlled trial)

Def.: „klassisches“ Experiment.

Effektivität einer Intervention, Stärkstes Studien-

design

Merkmale: 1. Randomisierung

2. Kontrolle

3. Manipulation

Merkmale RCT

Randomisierung = Zufallsverteilung auf Versuchs- oder Kontrollgruppe gleichmäßige Verteilung von bekannten / unbekannten Variablen

Kontrolle = Sicherstellung kausale Beziehung durch Kontrolle aller beeinflussenden Variablen durch z.B. Kontrollgruppe, Verblindung, Messinstrumente,

Manipulation = Intervention ‚manipuliert‘ unabhängige Variable bei Versuchsgruppe

Randomisierte kontrollierte Studie (RCT, randomised controlled trial)

Ge

eignete Perso

n

Ran

do

misieru

ng

Versuchsgruppe = Intervention

Kontrollgruppe

Zeitraum

: z.B. 3

, 6, 1

2 M

on

ate Ergebnis

Kein Ergebnis

Ergebnis

Kein Ergebnis


Vor- und Nachteile von RCT

Vorteile Nachteile

Studie über Exposition und Outcome, da Kontrolle über -Untersuchungsperson - Exposition - Höhe der verabreichten Menge / Dosis -Zeit = KAUSALITÄT Basis für EbM / Goldstandard

Nicht reale Situation

Alle Rechenmaße Unmöglich, menschliches Verhalten vollständig zu kontrollieren

Durch Randomisierung kein Bias

Ethische Fragestellung

Zeitliche Sequenz von Ursache und Wirkung

Kosten- und Zeitintensiv

Ziel Zusammenhang zwischen Exposition und Outcome

Wenn Zusammenhang berechnet, dann

a) b)

True association systematisch Fehler

Kausaler Zusammenhang BIAS Confounding

Chance / Zufall

BIAS

Def. = Systematischer Fehler während des

Forschungsprozesses

Es gibt keine mathematische Methode einen Bias bei Datenanalyse zu kontrollieren

BIAS - Typen

1. selection bias: Unterschiede in der Ausgangssituation d. Studiengruppe; falsche Teilung der Gruppe; falsche Methode zur Informationsgewinnung über Studienteilnehmer (Feldzugang)

2. Recall bias: falsches Erinnerungsvermögen (Essen vor 5 Wochen)

3. performance bias: Unterschiede in Rahmen- bedingungen der Gruppe (z.B. vergleich orales und i.v. Schmerzmedikament)

4. attrition bias: Nichteinhalten des Protokolls (Probandin/Proband nimmt neben Placebo noch Schmerzmittel); unterschiedliche Drop-out zwischen den

Gruppen 5. beobachter bias: Befunde von Fälle anders als von Kontrolle (Dekubitus 1. zu 2. Grad)

Confounding

Def. = Störgröße, dritte Variable täuscht Zusammenhang vor

Alkohol Lungenkrebs

Rauchen

Unterschied zu BIAS = kann mathematisch behoben werden. Wenn Wissen über Störgröße exisitert

OR = 4.1

Chance / Zufall

Einfluss des Zufalls, z.B. durch zu klein untersuchte Gruppe = je Größer das

Sample, desto größer die Wahrscheinlichkeit den Zufall zu kontrollieren (p= 0.05%)

Erhebungsmethoden in quantitativer Forschung teilstrukturiert bis stark strukturiert

1. Befragung = leitfadengestützt, geschlossen

2. Beobachtung = verdeckt oder offen; aktiv und passiv teilnehmend

3. Dokumentenanalyse 4. Experiment = Labor, Feldexperiment

Vorteil gegenüber Befragung und Beobachtung:

1. Kontrolle der „künstlich“ gestalteten Situation

2. Konstruktion einer Extremsituation

Kausalbeziehungen nach naturwissenschaftlichem Vorbild

mündlich schriftlich

Einzelinterview postalische Befragung

Telefoninterview Internet

Gruppen- / Expertinneninterview Gemeinsames Ausfüllen

Atteslander (2006, 68ff)

Fragen???

Danke für Ihre Aufmerksamkeit

Literatur

Atteslander. 2006. Methoden der empirischen Sozialforschung. Berlin

Behrens/Langer. 2004. Evidence-based Nursing.Bern

Brandenburg/Panfil/Mayer. 2013. Pflegewissenschaft 2. Bern

Lauth/Sareiter. 2002. Wissenschaftliche Erkenntnis, Paderborn.

Popper. 1969. Logik der Forschung. Tübingen. 3. Aufl.

Micheel. 2010. Quantitative empirische Sozialforschung. München.

Kristin Maria Käuper - 13.8 - haw-hamburg.de · Wiederholung-Prof. Ensel FORSCHUNGSANSÄTZE...

Documents

Transcript of Kristin Maria Käuper - 13.8 - haw-hamburg.de · Wiederholung-Prof. Ensel FORSCHUNGSANSÄTZE...