Auch wenn sich das Handbuch seinem Titel nach an Psychologen wendet, stellen die Herausgeber bereits im Vorwort klar, dass die Methoden wissenschaftlichen Arbeitens, der Datenerhebung, der Evaluation sowie die Nutzung statistischer Verfahren in allen empirischen Wissenschaftsdisziplinen zum grundlegenden Handwerkszeug gehören. Dem ist voll zuzustimmen: Dieses Handbuch wird auch von Studierenden, Lehrenden und Forschern anderer Disziplinen wie den Erziehungs-, Sozial- und Wirtschaftswissenschaften mit viel Gewinn gelesen werden. Es enthält umfassendes Wissen zu den verschiedenen Phasen wissenschaftlichen Arbeitens und Forschens. Gerade den Studierenden wird damit ein Hilfsmittel an die Hand gegeben, um den Forschungsprozess von Anfang an wissenschaftlich solide zu planen, wird ihnen doch deutlich gemacht, mit welchen Themen sie sich unbedingt auseinandersetzen müssen, welche Standards in der Wissenschaft gelten, aber auch welcher Methoden und Verfahren sie sich bedienen können, um am Ende wissenschaftlich korrekte Ergebnisse vorlegen zu können. Den Auftakt bilden sieben Beiträge zur Methodenlehre, in denen grundlegende Themen wie die Skalierung, die Entwicklung experimenteller und quasi-experimenteller Versuchspläne, Einfallpläne oder Gütekriterien analysiert und diskutiert werden. Schon hier wird sehr klar erkennbar, dass sich das Buch nicht nur als Handbuch, sondern natürlich auch als Lehrbuch versteht, werden die Themen doch sehr gut aufbereitet, werden inhaltliche Schwerpunkte klar gesetzt, mit Graphiken und Tabellen illustriert, nur wenige, aber sehr einleuchtende und gut nachvollziehbare Beispiele vorgestellt und auf weiterführende Literatur verwiesen. Diese innere Strukturierung der Beiträge zieht sich dann wie ein roter Faden durch das gesamte Handbuch. Nach bzw. im Zusammenhang mit der Klärung der Grundfragen der wissenschaftlichen Untersuchung müssen Entscheidungen getroffen werden, welche Verfahren der Datenerhebung eingesetzt werden, um die Forschungsfragestellungen auch entsprechend abbilden zu können. In den 12 Beiträgen dieses Kapitels werden sowohl die traditionellen Verfahren wie bildgebende oder biochemische Verfahren, die Befragung oder qualitativ orientierte Verfahren vorgestellt, auch relativ neue Methoden wie die Nutzung des Internets werden mit ihrem Potenzial, den Vorteilen und Grenzen diskutiert. Dies passiert in einer gut nachvollziehbaren sprachlichen Fassung. Das folgende Kapitel befasst sich mit der Evaluation(sforschung), ein Fachgebiet, das gerade in den letzten Jahren immer stärker in den Vordergrund gerückt ist. Fragen nach der definitorischen Beschreibung der Evaluationsforschung (auch in Abgrenzung zur Grundlagenforschung), den geltenden Standards und der Gestaltung von Evaluationsstudien werden hier präsentiert wie auch Evaluationsmodelle (z. B. ergebnisorientierte Modelle, Prozessmodelle oder Nutzenmodelle) sowie Verfahren der Entscheidungs- und Nutzungsanalyse. Die folgenden beiden sehr umfangreichen Kapitel widmen sich sehr umfassend und detailliert den einsetzbaren statistischen Verfahren. Dazu werden sowohl die grundlegenden Verfahren wie zum Beispiel die Wahrscheinlichkeitsverteilung, die Hypothesentestung als auch die einfache und multiple Regression oder Formen der Varianzanalyse in 14 Beiträgen vorgestellt. Die folgenden 37 Beiträge spiegeln die Entwicklung weiterführender statistischer Verfahren wider und reichen von generalisierten linearen Modellen und loglinearen Modellen über Clusteranalysen und Längsschnittstudien, die Messtheorie von Rasch und die Generalisierbarkeitstheorie bis zum Modellvergleich und neuronalen Netzwerken. Wichtig ist hierbei, dass stets in der Einleitung deutlich herausgearbeitet wird, wozu die jeweilige Methode oder das Verfahren geeignet ist, welche wissenschaftliche Aufgabe damit zu lösen ist, wie mit anderen Verfahren verbunden ist oder sich mit diesen ergänzt. Gerade angesichts der Vielfalt der Verfahren und des damit verbundenen fachlichen Anspruchs ist es gerade in diesen Kapitel wichtig, dass die Verfahren sehr gut beschrieben werden und in den Gesamtablauf eines Forschungsvorhabens eingeordnet sind. Inhaltsverzeichnis Vorwort (Heinz Holling & Bernhard Schmitz) I Grundlagen der Methodenlehre Grundkonzepte der Skalierung (Thomas Staufenbiel & Ingwer Borg) Stichprobenziehung (Siegfried Gabler) Experimentelle Versuchspläne (Wolfgang Ellermeier & Wolfgang Bösche) Quasi-experimentelle Versuchspläne (Silke Hertel, Julia Klug & Bernhard Schmitz) Einzelfallpläne (Michaela Schmidt) Gütekriterien (Rainer Westermann & Jeanette Krohn) Wissenschaftstheorie (Hans Westmeyer) II Datenerhebung Bildgebende Verfahren (Lutz Jäncke) Biochemische Verfahren (Andrea Catherina Gierens, Petra Pütz & Dirk Helmut Hellhammer) Elektrophysiologische Verfahren (Patrick Khader & Frank Rösler) Befragung (Kirsten van de Loo ) Beobachtungsverfahren: Vom Datenmaterial zur Datenanalyse (Tina Seidel & Manfred Prenzel) Interview (Heinz Reinders) Tagebuch (Meike Landmann & Michaela Schmidt) Nonreaktive Methoden: Vermeidung reaktiver Effekte in der psychologischen Forschung (Bastian Frithjof Benz) Qualitativ orientierte Verfahren (Philipp Mayring) Internetbasierte Methoden (Timo Gnambs & Bernad Batinic) Ambulantes Assessment (Jochen Fahrenberg ) Event-Sampling (Sandra Ohly & Dieter Zapf) III Evaluation Grundlagen der Evaluationsforschung (C. Spiel, P. Gradinger & M. Lüftenegger) Modelle der Evaluation (R. Soellner) Entscheidungs- und Nutzenanalyse (K. Borcherding & D. Ullrich) Zielexplikation und Standards in der Evaluationsforschung (C. Spiel, M. Lüftenegger, P. Gradinger & R. Reimann) Planung und Durchführung von Evaluationsstudien (N. Döring) IV Grundlegende statistische Verfahren Univariate deskriptive Statistik (C. Nachtigall, S. Pohl & S. Hartenstein) Bivariate deskriptive Statistik (M. Wirtz & R. Ulrich) Wahrscheinlichkeitstheorie (F. Lammers) Wahrscheinlichkeitsverteilungen (B. Colver) Punktschätzung (A. Doebler) Konfidenzintervalle (O. B. Walter) Hypothesentestung (J.-T. Kuhn) Effektgröße und Teststärke (E. Erdfelder, F. Faul, A. Buchner & L. Cüpper) Tests auf Anpassung und Assoziation (R. Schulze) Ein-Stichproben-Tests (P. A. Freund ) Zwei-Stichproben-Tests (J. P. Bertling) Einfache und multiple Regression (W. A. Rauch & H. Moosbrugger) Einfaktorielle Varianzanalyse (H. Moosbrugger & S. Reiß) Mehrfaktorielle Varianzanalyse und Varianzanalyse mit Messwiederholung (H. Moosbrugger & S. Reiß) V Weiterführende statistische Verfahren Generalisierte lineare Modelle (G. Tutz & C. Strobl) Allgemeines Lineares Modell (ALM) (H. Moosbrugger, D. Mildner & K. Schweizer) Theorie und Analyse kausaler Effekte (C. Fiege, U. Kröhne & R. Steyer) Logistische Regressionsverfahren (M. Spieß) Logistische Regressionsverfahren für mehrkategoriale Zielvariablen (M. Spieß & G. Tutz) Loglineare Modelle (T. Meiser) Multivariate Varianzanalyse und Diskriminanzanalyse (J. Andres) Mehrebenenanalyse (J. Hartig & K. Rakoczy ) Clusteranalyse (C. Tarnai) Latent-Class-Analyse (A. K. Formann) Mischverteilungsmodelle (F. W. Nussbeck, M. Eid & C. Geiser) Korrespondenzanalyse (J. Blasius) Multidimensionale Skalierung (T. Staufenbiel & I. Borg) Exploratorische Faktorenanalyse (S. Krolak-Schwerdt & F. M. Spinath) Strukturgleichungsmodelle (N. Rose, S. Pohl, H. F. Böhme & R. Steyer) Längsschnittstudien (G. Rudinger) Veränderungsmessung (K. C. Klauer & R. Leonhart) Zeitreihenanalyse (F. Perels) Ereignisanalyse (H.-P. Blossfeld ) Messtheorie von Rasch (J. Rost) Item-Response-Modelle für kategoriale Daten (C. H. Carstensen) Item-Response-Modelle für ordinale Daten (M. von Davier) Multitrait-Multimethod-Analyse (C. Geiser, M. Eid, F. W. Nussbeck, T. Lischetzke & D. A. Cole) Generalisierbarkeitstheorie (H. Holling) Beurteilerübereinstimmung (C. Schuster) Modellvergleich (A. Klein) Resampling-Verfahren (G. Gediga) Missing-Data-Analyse (O. Lüdtke & A. Robitzsch) Bayes'sche Methoden in der Statistik (W. J. van der Linden) Meta-Analyse (W. Viechtbauer) Neuronale Netzwerke (F.H. Hamker & M. Zirnsak)
© Copyright 2010 Veröffentlicht von Hogrefe Verlag. Alle Rechte vorbehalten.