Navigationslinks überspringen | Datenmanagement | Phase 3: Datenerhebung und Dokumentation

Phase 3: Datenerhebung und Dokumentation

Dieser Abschnitt enthält eine Reihe von Hinweisen für die Erstellung von Dateien und Datensätzen. Eine Orientierung an diesen Empfehlungen von Beginn an soll sicherstellen, dass Ihr Datensatz einfach und leicht zu handhaben ist und der Analyse-, Dokumentations- und spätere Archivierungsprozess leicht administrativ abzuwickeln ist.

Datendokumentation ist notwendig, um sicherzustellen, dass die Daten auch zu einem späteren Zeitpunkt verstanden und genutzt werden können. Sie stellt die Brücke zwischen PrimärforscherInnen und SekundärnutzerInnen her, indem sie letzteren Kontextinformationen zur Verfügung stellt, die unerlässlich sind, um den institutionellen, theoretischen und methodischen Zugang der Studie, den Prozess der Datenerhebung, wichtige Entscheidungen im Verlauf des Forschungsprozesses oder Reflexionen der PrimärforscherInnen nachzuvollziehen. Die Datendokumentation gestaltet sich am einfachsten, wenn bereits bei Beginn eines Forschungsprojektes konsistent damit begonnen wird. Zu einer guten Datendokumentation gehören:

  1. Kontextinformationen zum Projekt und den Daten
    Projekthintergrund und Entstehung; Ziele; Hypothesen; Publikationen, die auf Basis der Daten entstanden sind
  2. Beschreibung der Methoden und des Prozesses der Datenerhebung/ Datenaufbereitung
    Verwendete Methoden, Stichprobe, Datenerhebungsprozess (Feldarbeit, Interviewanleitungen, Interviewsettings), Beschreibung der Erhebungsinstrumente (Fragebogen, Interviewleitfaden), zeitliche und räumliche Abdeckung, Transkriptionssystem, Datenbereinigung und Fehlerkontrolle, Gewichtung, verwendete Sekundärdaten und andere Quellen, Qualitätskontrolle
  3. Informationen zur Datenstruktur
    Umfang des Datensatzes, Dateistruktur, Beziehungen zwischen den Dateien, Verzeichnisse und Übersichten, Fälle
  4. Dokumentation auf Variablenlevel
    Kodes, Labels, Klassifikationen, fehlende Werte, abgeleitete Variablen, Modifikationen
  5. Vertraulichkeit, Zugang und Nutzungsbedingungen
    Anonymisierungstechniken, Einverständniserklärungen, Zugangsbeschränkungen

Einige dieser Informationen können in den Daten selbst enthalten sein (Beschreibungen der Labels, Transkriptionskopf). Weitere Informationen können aus Dokumenten hervorgehen, die im Projektverlauf erstellt werden (Forschungsdesign, Endbericht, Veröffentlichungen, Arbeitspapiere, Leitfäden).

Weiter zu Phase 4: Datenanalyse

  • Quantitative Daten

    Quantitative Daten

    Datenbereinigung

    Es ist wichtig, Fehler die sich in jeden Datensatz einschleichen, ausfindig zu machen und zu korrigieren. Folgende Vorschläge sollen als Orientierung zur Fehlersuche und –korrektur dienen:

    • Verwendung eines Dateneingabeprogramms, welches Eingabefehler erkennt
    • Verwendung doppelter Eingabesysteme
    • Einführung zufälliger Qualitätskontrollen
    • Trennung der Dateneingabe und Datenkodierung
    • Durchführung anspruchsvoller Tätigkeiten wie der Berufsklassifizierung durch qualifizierte MitarbeiterInnen
    • Computergestütztes Kodieren, wenn möglich
    • Überprüfung auf unzulässige Werte
    • Variablenübergreifende Konsistenzüberprüfung
    • Erstellen integrierter Datensätze
    • Erstellen von Häufigkeitsauszählungen zur Kontrolle

    Variablennamen

    Verwendung von Standards hinsichtlich der Bezeichnung und Länge der Variablen

    Variablenlabels

    Verwendung von Labels, die Item- oder Fragenummer und den Variableninhalt enthalten sowie ob es sich um eine hergeleitete Variable handelt

    Variablengruppen

    Variablengruppen und korrespondierende Variablengruppenlisten im Kodebuch sind eine effektive Möglichkeit einen Datensatz zu organisieren, besonders wenn es sich um einen Datensatz mit einer großen Zahl an Variablen handelt.

    Kodes und Kodierungen

    Kodes sollten von allen statistischen Software-Packages gelesen werden können und sollten die Vergleichbarkeit der Daten erhöhen.

    Fehlende Werte

    Sorgfältige Planung im Hinblick auf Methoden für die Identifizierung und den Umgang mit fehlenden Werten sollte die Forschung von Beginn an begleiten, um sicherzustellen, dass derartige Fragen in der Analyse thematisiert werden können.

  • Qualitative Daten

    Qualitative Daten

    Qualitative Daten stellen ein reichhaltiges Material für Sekundärforschungen dar. In der Aufbereitung der Daten während und nach der Analyse gibt es aber einige Unterschiede zu quantitativen Daten. Die wichtigsten Bereiche sind hier angeführt.

    Datendokumentation

    Um qualitative Daten sekundär nutzen zu können, sind Projektdokumentation und Kontextinformationen von besonderer Bedeutung. Über die normale Datendokumentation hinausgehend sind für die Sekundärauswertung qualitativer Datensätze insbesondere solche Informationen wichtig, die den SekundärforscherInnen helfen, Settings, Abläufe und Hintergründe der Studie nachzuvollziehen. Solche Informationen sind oft implizit und werden nicht dokumentiert, können aber für spezifische Auswertungsverfahren in der qualitativen Tradition unerlässlich für den Verstehens- und Interpretationsprozess sein. Dazu gehören u.a.

    • Begründung des Forschungsinteresses; Informationen zum Zustandekommen des Forschungsprojekts
    • Informationen zur und Begründung der Methodenwahl; Beschreibung der Methode, des methodischen Herangehens und der methodologischen und theoretischen Grundannahmen
    • Informationen zum Feldzugang und zur Auswahl der ForschungsteilnehmerInnen; Beschreibung der Stichprobe
    • Informationen zu den Settings, in denen Forschung stattfindet (Feld, Interviewsetting, etc.)
    • Informationen über Auffälligkeiten, Abweichungen, unerwartete Ereignisse, Planänderungen, Probleme (und wie mit diesen umgegangen wurde); Dokumentation und Begründung von (strategischen) Entscheidungen im Forschungsprozess
    • Informationen zur Beziehung zwischen ForscherInnen und ForschungsteilnehmerInnen, sowie zu Vereinbarungen bzgl. der Vertraulichkeit der erhobenen Daten; Hinweise auf besonders sensible Inhalte und wie mit den Daten umzugehen ist

    Transkription

    Das Transkript nimmt im qualitativen Forschungsprozess einen bedeutenden Stellenwert ein, weil es die Grundlage für die Auswertung ist. Die Audioaufnahme des Interviews soll vollständig transkribiert werden, um das Transkript für eine Sekundäranalyse nutzen zu können. Der/ die ForscherIn muss das Transkriptionssystem bzw. die Transkriptionsregeln festlegen und für SekundärnutzerInnen dokumentieren. Welches Transkriptionssystem man wählt und wie genau dieses sein muss, hängt vom Forschungsziel und der Analysemethode ab. Die Entscheidung für ein bestimmtes Transkriptionssystem ist sorgfältig zu überlegen, denn sie beeinflusst die Datenqualität des zu interpretierenden Materials. Der Vorteil einer genauen Dokumentation liegt vor allem darin, dass noch unterschiedliche Perspektiven auf das Datenmaterial eröffnet werden können.

    WISDOM hat aus der vorhandenen Literatur Richtlinien für die Transkription zusammengestellt, die Sie hier abrufen können.