Zusammenfassung
Inferenzstatistische Methoden müssen selbst bei fehlerfrei gemessenen Vollerhebungsdaten angewendet werden, wenn allgemeine Erklärungen damit empirisch überprüft werden sollen. Präzision und Qualität von Erklärungen, egal ob sie einer quantitativen oder einer qualitativen Forschungslogik entspringen, sind abhängig von der theoretischen Vorstellung, die wir von den Einflüssen stochastischer Faktoren auf den zu erklärenden sozialen Prozess haben. Die getroffenen Annahmen über die Form der Stochastizität müssen adressiert und rechtfertigt werden — sei es qualitativ oder quantitativ in Form von diagnostischen Tests. Aus forschungspraktischer Sicht ist die Abhängigkeit der inhaltlichen Schlussfolgerungen von den Annahmen, die über die Form der Stochastizität gemacht werden, besonders relevant und wird im vorliegenden Aufsatz anhand zahlreicher Beispiele verdeutlicht.
Abstract
When analyzing superpopulation data, inferential statistical methods should be used. Empirical tests of hypotheses are subject to a variety of stochastic processes, or “errors”, even if the data involved in those tests are not the product of random sampling. Assumptions about the nature of these processes have to be an explicit part of the analysis and need to be justified. Using several examples of published research, we make transparent that all substantive conclusions are conditional on the assumptions about the nature of the stochastic processes that are at work in generating superpopulation data.
Article PDF
Avoid common mistakes on your manuscript.
Literatur
Behnke, Joachim, 2005: Lassen sich Signifikanztests auf Vollerhebungen anwenden? Einige essayistische Anmerkungen, in: Politische Vierteljahresschrift 46, O-1–O-15, in: http://www.vs-verlag.de/pvs.
Bollen, Kenneth A./ Entwisle, Barbara/ Alderson, Arthur S., 1993: Macrocomparative Research Methods, in: Annual Review of Sociology 19, 321–351.
Broscheid, Andreas/ Gschwend, Thomas, 2003: Augäpfel, Murmeltiere und Bayes: Zur Auswertung stochastischer Daten aus Vollerhebungen. MPIfG Working Paper 03/7.
Broscheid, Andreas/ Teske, Paul, 2003: Public Members on Medical Licensing Boards and the Choice of Entry Barriers, in: Public Choice 114, 445–459.
Buckley, Jack, 2004: Simple Bayesian Inference — for Qualitative Political Research, in: Political Analysis 12, 386–399.
de Finetti, Bruno, 1981: Wahrscheinlichkeitstheorie. Wien.
Gill, Jeff, 1999: The Insignificance of Null Hypothesis Significance Testing, in: Political Research Quarterly 52, 647–674.
Greene, William H., 2000: Econometric Analysis. Englewood Cliffs, NJ.
Gschwend, Thomas, 2004: Strategic Voting in Mixed-Electroal Systems. Reutlingen.
Gschwend, Thomas/ Leuffen, Dirk 2005 (im Erscheinen): Divided We Stand — Unified We Govern? The Issue of Cohabitation in the French Elections of 2002, in: British Journal of Political Science.
Hennig, Christian, 2001: Was ist Wahrscheinlichkeit? Antworten, konstruktivistisch betrachtet, in: http://www.math.uni-hamburg.de/home/hennig/papers/ww.pdf.
King, Gary, 1989: Unifying Political Methodology. The Likelihood Theory of Statistical Inference. Cambridge.
King, Gary/ Keohane, Robert O./ Verba, Sidney, 1994: Designing Social Inquiry: Scientific Inference in Qualitative Research. Princeton.
Kittel, Bernhard/ Winner, Hannes, 2005: How Reliable is Pooled Analysis in Political Economy? The Globalization-Welfare State Nexus Revisited, in: European Journal of Political Research 44, 1–25.
Mises, Richard von, 1951: Wahrscheinlichkeit, Statistik und Wahrheit. 3. Auflage. Wien.
Morrison, Denton E./ Henkel, Hamon E., 1970: The Significance Test Controversy. A Reader. Chicago.
Pollock, David S., 1979: The Algebra of Econometrics. Chichester.
Quinn, Kevin M./ Martin, Andrew D./ Whitford, Andrew B., 1999: Voter Choice in Multi-Party Democracies: A Test of Competing Theories and Models, in: American Journal of Political Science 43, 1231–1247.
Schnell, Rainer/ Hill, Paul B./ Esser, Elke, 1999: Methoden der empirischen Sozialforschung. München/Wien.
Additional information
Wir danken Axel Becker, Joachim Behnke, Steffen Ganghof, Martin Heipertz, Bernhard Kittel, Steffen Kühnel, Lothar Krempel sowie den anonymen Gutachtern für zahlreiche Kommentare und Anregungen zu diesem Papier. Broscheid dankt zusätzlich für die Unterstützung des Max-Planck-Instituts für Gesellschaftsforschung, Köln, das diese Arbeit ermöglichte.
Rights and permissions
About this article
Cite this article
Broscheid, A., Gschwend, T. Zur statistischen Analyse von Vollerhebungen. PVS 46, O16–O26 (2005). https://doi.org/10.1007/s11615-005-0241-x
Published:
Issue Date:
DOI: https://doi.org/10.1007/s11615-005-0241-x