Datenerhebung und Datenauswertung

Datenerhebung

Für die Datenerhebung besteht eine Vielzahl von Methoden, Methodiken, Vorgehensweisen, Ansätzen etc., auf die hier nicht näher eingegangen wird (vgl. Atteslander (2006), Diekmann (2008), Flick (2005), Lamnek (2005), Reuber & Pfaffenbach (2005)). Die während des Studiums gebräuchlichsten Methoden zur Datengewinnung sind das Auswerten von Texten aller Art (siehe Übersicht) und empirische Erhebungen, bei denen sog. Primärdaten gewonnen werden. Das Sammeln von Texten in Bibliotheken sowie online Recherchen (z.B. in Bibliothekskatalogen, Datenbanken, elektronischen Zeitschriften und in Fachportalen) gehören auch zur Datenerhebung. Wie Methoden, so gibt es auch Datenquellen («Dokumente», «Material») verschiedenster Art (Abb. 4).

Abb. 4: Verschiedene Datenquellen. Quelle: Eigene Darstellung nach Seifert (1976: 18).

Beispiel für Datenerhebung: «Vorhandene Statistiken zum Schulbesuch und zum Tourismus werden konsultiert.»

Bereits in Texten publizierte Erkenntnisse anderer Forschungen können also auch Datenquellen darstellen, die für weitere Forschungen verwendet werden. Dabei zeigt sich auch die Wichtigkeit der stringenten Anwendung formaler Kriterien (vgl. «Verfassen einer wissenschaftlichen Arbeit»). Ohne sie kann z.B. eine bestehende Forschungsarbeit schlecht beurteilt und nicht angemessen weiter verwendet werden.

Daten und Datenauswertung

Die zur Argumentation verwendeten Daten müssen bezüglich ihrer Herkunft nachvollziehbar sein. Damit kann auch auf Umstände, unter denen die Daten erhoben wurden, oder auf den ursprünglichen Zweck der Datenerhebung geschlossen werden. Quellen und Erhebungsmethoden müssen deshalb klar ersichtlich dargestellt werden (z.B. VerfasserInnenangabe bei Zitaten, Befragungssituation bei Umfragen etc.).

Beispiel: «Statistiken werden auf ihre Plausibilität geprüft; die Anzahl von TouristInnen wird mit Werten zur Schulabsenz korreliert und auf Signifikanz geprüft.»

Zudem ist darauf hinzuweisen, dass die blosse Auflistung von Daten noch kein Resultat darstellt. Daten bedürfen einer Interpretation und sind erst wertvoll, wenn der Bezug zwischen ihnen und der Forschungsfrage bzw. der wissenschaftlichen Arbeit hergestellt wird.

Daten allein, ohne Analyse, sind keine Resultate!