Soziale Erwünschtheit verstehen und reduzieren

Soziale Erwünschtheit ist die Tendenz von Teilnehmenden an Studien, sich auf eine Art und Weise zu präsentieren, die vermeintlich sozial akzeptierter ist als die Realität.

Wir passen hierbei, meist unbewusst, unser Verhalten oder unsere Antworten an, um ein vorteilhaftes Bild von uns darzustellen oder negative Beurteilungen zu vermeiden.

Soziale Erwünschtheit kommt nicht nur in Studien, sondern auch im Alltag vor. Gerade wenn es um sensible oder kontroverse Themen geht, zu denen unsere Reaktion nicht akzeptiert oder sogar missbilligt werden könnte, tendieren wir zu sozialer Erwünschtheit.

Beispiel: Soziale Erwünschtheit 
Teilnehmende einer Studie werden gefragt, ob sie jemals alkoholisiert Auto gefahren sind. Viele geben fälschlicherweise an, dies nie getan zu haben, um kein schlechtes Bild abzugeben.

Soziale Erwünschtheit ist eine Art der Antwortverzerrung. Sie führt dazu, dass die Beobachtungen in einer Studie von der Wirklichkeit abweichen. Das kann die Ergebnisse beeinflussen und sollte deshalb möglichst vermieden werden.

Weiter lesen: Soziale Erwünschtheit verstehen und reduzieren

Confirmation Bias: Der Bestätigungsfehler und Beispiele

Der Confirmation Bias (auch Bestätigungsfehler genannt) ist unsere meist unbewusste Tendenz, auf die Informationen zu schauen, die mit der eigenen Sichtweise übereinstimmen. Wir fokussieren uns also selektiv nur auf das, was wir vorher schon geglaubt haben.

Dies kann zum Beispiel bedeuten, dass wir nach Informationen suchen, die mit unserer eigenen Meinung übereinstimmen. Es kann aber auch heißen, sich in einem Pool von Informationen nur auf diejenigen zu fokussieren, die die eigene Überzeugung bestätigen.

Confirmation Bias Beispiel
Du hast das Gefühl, dass Menschen an Montagen genervter sind als an anderen Tagen.

Allerdings suchst du montags selektiv nach Personen, die sehr genervt sind. Selbst wenn einige Menschen, denen du begegnest, gut gelaunt sind, fokussierst du dich auf diejenigen, die schlechte Laune haben und somit deine Vermutung bestätigen.

Weiter lesen: Confirmation Bias: Der Bestätigungsfehler und Beispiele

Grundgesamtheit und Stichprobe unterscheiden und untersuchen

Die Grundgesamtheit (auch Population) ist die gesamte Anzahl an Objekten, über die du Schlüsse ziehen möchtest.

Die Stichprobe ist eine Teilmenge der Grundgesamtheit.

Der Unterschied zwischen Stichprobe und Grundgesamtheit besteht darin, dass die Grundgesamtheit alle Objekte umfasst, über die du Erkenntnisse gewinnen willst. Die Stichprobe ist hingegen der Teil der Grundgesamtheit, den du untersuchst, um Schlüsse zu ziehen.

Beispiel: Grundgesamtheit und Stichprobe
Du möchtest das durchschnittliche Alter bestimmen, in dem Studierende in Deutschland ihr Masterstudium beginnen.

Grundgesamtheit: Alle Studierenden, die ihren Master in Deutschland begonnen haben.
Stichprobe: 500 Studierende, die du für deine Studie befragst.

Meist ist es aus Kosten- oder Zeitgründen nicht möglich, Daten der ganzen Grundgesamtheit zu erheben. Stattdessen wird repräsentativ für die Grundgesamtheit die Stichprobe untersucht.

Weiter lesen: Grundgesamtheit und Stichprobe unterscheiden und untersuchen

Grundgesamtheit in der Statistik + Beispiele

Die Grundgesamtheit (auch Population) ist die gesamte Anzahl an Objekten, über die du Schlüsse ziehen möchtest.

In den Sozialwissenschaften werden meistens Personen untersucht. Die Grundgesamtheit gibt es aber auch in anderen Disziplinen und sie kann sich aus nichtmenschlichen Objekten zusammensetzen.

Eine Grundgesamtheit besteht beispielsweise aus:

  • Personen
  • Tieren
  • Pflanzen
  • Firmen
  • Ländern
  • Organisationen

Die einzelnen Objekte, die Teil der Grundgesamtheit sind, werden statistische Einheiten oder Merkmalsträger genannt.

Meist ist es nicht möglich, die vollständige Grundgesamtheit in die Datenerhebung einzubeziehen. Deshalb wird repräsentativ eine Stichprobe aus der Grundgesamtheit untersucht.

Grundgesamtheit

Beispiel Grundgesamtheit
Du möchtest das durchschnittliche Alter bestimmen, in dem Studierende in Deutschland ihr Masterstudium beginnen.

Grundgesamtheit: Alle Studierenden, die ihren Master in Deutschland begonnen haben.
Stichprobe: 500 Studierende, die du in deiner Studie befragst.

Weiter lesen: Grundgesamtheit in der Statistik + Beispiele

Hypothesentests – Verfahren & Nullhypothese aufstellen

Ein Hypothesentest wird dazu benötigt, Vermutungen über Zusammenhänge in der Welt zu überprüfen. Auf Grundlage dieser Vermutungen werden Hypothesen aufgestellt.

Anhand eines statistischen Tests findest du heraus, wie wahrscheinlich die aufgestellte Hypothese ist. Demnach wird die Hypothese beibehalten oder verworfen.

Eine 100%ige Sicherheit, dass die Hypothese tatsächlich stimmt, kannst du jedoch nie erlangen. Es besteht immer eine kleine Möglichkeit, dass Ergebnisse nur durch Zufall entstanden sind.

Da es nicht möglich ist, die gesamte Population zu testen, wird stattdessen eine repräsentative Stichprobe verwendet. Auf Grundlage dieser Stichprobe werden Daten erhoben und später analysiert. Anhand der Resultate wird geschlussfolgert, wie die Ergebnisse auf die gesamte Population bezogen aussehen würden.

Weiter lesen: Hypothesentests – Verfahren & Nullhypothese aufstellen

Randomisierung – RCT-Studien und ihre Vorteile

Bei einer randomisierten Studie werden Teilnehmende per Zufallsprinzip der Versuchs- oder der Kontrollgruppe eines Experimentes zugewiesen.

Die Randomisierung soll in wissenschaftlichen Experimenten (siehe auch: experimentelle Studie) den Einfluss von Variablen ausschließen, die nicht Teil der Studie sind.

Durch die Randomisierung wird die Wahrscheinlichkeit einer systematischen Verzerrung verringert. Systematische Verzerrung bedeutet, dass der gefundene Effekt nicht durch die experimentelle Manipulation zustande kommt, sondern durch ungewollte Unterschiede zwischen den Gruppen.

Weiter lesen: Randomisierung – RCT-Studien und ihre Vorteile