Die Befragung in der Medien- und Kommunikationswissenschaft: Eine praxisorientierte Einführung, 2. Auflage

Wiebke Möhring · Daniela Schlütz Die Befragung in der Medien- und Kommunikationswissenschaft

Studienbücher zur Kommunikations- und Medienwissenschaft Herausgegeben von Günter Bentele, Hans-Bernd Brosius, Otfried Jarren

Herausgeber und Verlag streben mit der Reihe „Studienbücher zur Kommunikationsund Medienwissenschaft“ an, das Fachgebiet Kommunikationswissenschaft als Ganzes wie die relevanten Teil- und Forschungsgebiete darzustellen. Die vielfältigen Forschungsergebnisse der noch jungen Disziplin Kommunikationswissenschaft werden systematisch präsentiert, in Lehrbüchern von kompetenten Autorinnen und Autoren vorgestellt sowie kritisch reflektiert. Das vorhandene Basiswissen der Disziplin soll damit einer größeren fachinteressierten Öffentlichkeit zugänglich gemacht werden. Herausgeber und Verlag wollen mit der Reihe dreierlei erreichen: • Zum ersten soll zur weiteren Entwicklung, Etablierung und Profilierung des Faches Kommunikationswissenschaft beigetragen werden. Kommunikationswissenschaft wird als sozialwissenschaftliche Disziplin verstanden, die sich – mit interdisziplinären Bezügen – vor allem mit Phänomenen der öffentlichen Kommunkation in der Gesellschaft befasst. • Zum zweiten soll den Studierenden und allen am Fach Interessierten ein solider, zuverlässiger, kompakter und aktueller Überblick über die Teilgebiete des Faches geboten werden. Dies beinhaltet die Darstellung der zentralen Theorien, Ansätze, Methoden sowie der Kernbefunde aus der Forschung. Die Bände konzentrieren sich also auf das notwendige Kernwissen. Die Studienbücher sollen sowohl dem studienbegleitenden Lernen an Universitäten, Fachhochschulen und einschlägigen Akademien wie auch dem Selbststudium dienlich sein. Auf die didaktische Aufbereitung des Stoffes wird deshalb großer Wert gelegt. • Zum dritten soll die Reihe zur nötigen Fachverständigung und zur Kanonisierung des Wissens innerhalb der Disziplin einen Beitrag leisten. Die vergleichsweise junge Disziplin Kommunikationswissenschaft soll mit der Reihe ein Forum zur innerfachlichen Debatte erhalten. Entsprechend offen für Themen und Autorinnen bzw. Autoren ist die Reihe konzipiert. Die Herausgeber erhoffen sich davon einen nachhaltigen Einfluss sowohl auf die Entwicklung der Kommunikationswissenschaft im deutschen Sprachraum als auch einen Beitrag zur Aussendarstellung des Faches im deutschen Sprachraum. Die Reihe „Studienbücher zur Kommunikationswissenschaft“ wird ergänzt um ein „Handbuch der Öffentlichen Kommunikation“ sowie ein „Lexikon der Kommunikationswissenschaft“, das von den gleichen Herausgebern betreut wird. Das Handbuch bietet einen kompakten, systematischen Überblick über das Fach, die Fachgeschichte, Theorien und Ansätze sowie über die kommunikationswissenschaftlichen Teildisziplinen und deren wesentliche Erkenntnisse. Das Lexikon der Kommunikationswissenschaft ist als Nachschlagewerk für das gesamte Lehr- und Forschungsgebiet der Kommunikationswissenschaft konzipiert.

Wiebke Möhring Daniela Schlütz

Die Befragung in der Medien- und Kommunikationswissenschaft Eine praxisorientierte Einführung 2., überarbeitete Auflage

Bibliografische Information der Deutschen Nationalbibliothek Die Deutsche Nationalbibliothek verzeichnet diese Publikation in der Deutschen Nationalbibliografie; detaillierte bibliografische Daten sind im Internet über abrufbar.

. .

1. Auflage 2003 2., überarbeitete Auflage 2010 Alle Rechte vorbehalten © VS Verlag für Sozialwissenschaften | Springer Fachmedien Wiesbaden GmbH 2010 Lektorat: Barbara Emig-Roller VS Verlag für Sozialwissenschaften ist eine Marke von Springer Fachmedien. Springer Fachmedien ist Teil der Fachverlagsgruppe Springer Science+Business Media. www.vs-verlag.de Das Werk einschließlich aller seiner Teile ist urheberrechtlich geschützt. Jede Verwertung außerhalb der engen Grenzen des Urheberrechtsgesetzes ist ohne Zustimmung des Verlags unzulässig und strafbar. Das gilt insbesondere für Vervielfältigungen, Übersetzungen, Mikroverfilmungen und die Einspeicherung und Verarbeitung in elektronischen Systemen. Die Wiedergabe von Gebrauchsnamen, Handelsnamen, Warenbezeichnungen usw. in diesem Werk berechtigt auch ohne besondere Kennzeichnung nicht zu der Annahme, dass solche Namen im Sinne der Warenzeichen- und Markenschutz-Gesetzgebung als frei zu betrachten wären und daher von jedermann benutzt werden dürften. Umschlaggestaltung: KünkelLopka Medienentwicklung, Heidelberg Druck und buchbinderische Verarbeitung: Ten Brink, Meppel Gedruckt auf säurefreiem und chlorfrei gebleichtem Papier Printed in the Netherlands ISBN 978-3-531-16994-1

Inhalt Vorwort zur zweiten Auflage............................................................................. 8
Vorwort zur ersten Auflage ............................................................................... 9
1
Die standardisierte Befragung als wissenschaftlich-empirische Methode ........................................................................................................ 11
1.1
Die Befragung im wissenschaftlichen Forschungsprozess ..................... 11
1.1.1
Definition, Einsatzkriterien und -gebiete.................................... 13
1.1.2
Einordnung und Abgrenzung der Befragung im Rahmen der Methoden empirischer Sozialforschung ..................................... 15
1.1.3
Stärken und Schwächen der standardisierten Befragung ........... 15
1.1.4
Überblick über die Formen der Befragung................................. 16
1.2
Gütekriterien der Befragung ................................................................... 18
1.2.1
Reliabilität und Validität im Forschungsprozess........................ 18
1.2.2
Besonderheiten der Gütekriterien bei der Befragung ................. 20
1.3
Aufbau und Ablauf einer Befragung im Überblick ................................ 22
1.3.1
Dimensionale Analyse ................................................................ 22
1.3.2
Operationalisierung: Übersetzung der Forschungsfrage ............ 23
1.4
Auswahl der Befragten ........................................................................... 26
1.4.1
Grundlagen der Stichprobenziehung .......................................... 26
1.4.2
Einstufige zufallsgesteuerte Verfahren....................................... 30
1.4.3
Mehrstufige zufallsgesteuerte Verfahren.................................... 31
1.4.4
Nicht zufallsgesteuerte Verfahren .............................................. 34
1.4.5
Stichprobengröße........................................................................ 37
1.4.6
Ausschöpfung und Stichprobenausfälle ..................................... 38
1.5
Zusammenfassung................................................................................... 40
2
Das Interview als soziale Situation............................................................. 41
2.1
Kooperation und Verweigerung.............................................................. 43
2.2
Interviewsituation ................................................................................... 46
2.3
Einflüsse durch den Interviewer ............................................................. 49
2.3.1
Effekte sichtbarer Merkmale ...................................................... 51
2.3.2
Effekte nicht sichtbarer Merkmale ............................................. 53
2.4
Einflüsse durch den Befragten ................................................................ 56
2.4.1
Formale Antwortstile .................................................................. 58
2.4.2
Das Phänomen der sozialen Erwünschtheit................................ 61
2.5
Zusammenfassung................................................................................... 65


6

Inhalt

3
Die Formulierung des Fragebogens ........................................................... 67
3.1
Offene Fragen ......................................................................................... 72
3.2
Geschlossene Fragen............................................................................... 74
3.2.1
Auswahlfragen (Nominalniveau) ............................................... 80
3.2.2
Rangordnungsfragen (Ordinalniveau) ........................................ 81
3.2.3
Intensitätsfragen (Intervallniveau).............................................. 82
3.2.3.1
Skalen der Selbsteinstufung .................................................. 83
3.2.3.2
Skalen der Fremdeinstufung ................................................. 92
3.3
Unerwünschte Effekte durch Fragen .................................................... 104
3.4
Fragebogendramaturgie ........................................................................ 108
3.4.1
Dramaturgische Fragetypen...................................................... 109
3.4.2
Strategischer Aufbau ................................................................ 110
3.4.3
Kontext-, Kontrast- und Konsistenzeffekte .............................. 112
3.5
Zusammenfassung................................................................................. 115
4
Modi der Befragung .................................................................................. 117
4.1
Das persönlich-mündliche Interview .................................................... 118
4.2
Die Telefon-Umfrage............................................................................ 122
4.3
Die schriftliche Befragung.................................................................... 127
4.4
Die Online-Befragung........................................................................... 132
4.5
Zusammenfassung und Vergleich der Befragungsmodi ....................... 139
5
Varianten der Befragung .......................................................................... 145
5.1
Mehrthemenumfrage (Omnibusbefragung) .......................................... 145
5.2
Panel...................................................................................................... 147
5.3
Delphi-Befragung ................................................................................. 152
5.4
Tagebuchstudie ..................................................................................... 157
5.5
Experience Sampling Method............................................................... 161
5.6
Zusammenfassung................................................................................. 163
6
Durchführung der Befragung .................................................................. 165
6.1
Grafische Gestaltung............................................................................. 165
6.2
Pretest.................................................................................................... 169
6.3
Feldorganisation: Einsatz, Anleitung und Kontrolle von Interviewern 173
6.4
Weiterverarbeitung ............................................................................... 179
6.5
Zusammenfassung................................................................................. 183
Literaturverzeichnis ....................................................................................... 185
Index ....................................................................................................... 199


Abbildungs- und Tabellenverzeichnis Abbildung 1: Auswahlverfahren in der Befragung.............................................30
Abbildung 2: Einflüsse auf die Antwort im Interview........................................42
Abbildung 3: Bildblatt zur Illustration einer Frage zur Geräteausstattung.........79
Abbildung 4: Skalierungsverfahren ....................................................................83
Abbildung 5: Thermometer-Skala ......................................................................88
Abbildung 6: Flächendiagramm .........................................................................89
Abbildung 7: Zielscheiben-Skala........................................................................89
Abbildung 8: Smily-Skala ...............................................................................90
Abbildung 9: Emotionales Erleben während der Mediennutzung...................... 95
Abbildung 10: Die Modi der standardisierten Befragung.................................117
Tabelle 1: Beispiel für den Einfluss des Interviewergeschlechts........................ 51
Tabelle 2: Beispiel für den Einfluss der Interviewerbelastung........................... 54
Tabelle 3: Beispiel eines Sponsorship-Effektes.................................................. 55
Tabelle 4: Interpretation von „Weiß-nicht“-Antworten......................................60
Tabelle 5: Beispiel für den Einfluss der Antwortvorgaben ................................ 76
Tabelle 6: Beispiel für einen Reihenfolgeeffekt bei der Frageformulierung....106
Tabelle 7: Quantitative Interviews der ADM-Mitgliedsinstitute nach Befragungsart ..........................................................................139
Tabelle 8: Vor- und Nachteile der Befragungsmodi im Vergleich................... 141
Tabelle 9: Pretest-Verfahren .............................................................................170


Vorwort zur zweiten Auflage Die technischen Entwicklungen der zurückliegenden Jahre haben sich auch auf das Instrument der quantitativen Befragung ausgewirkt. Neben einer Vielzahl neuer Anwendungsbereiche und Einsatzfelder haben sich neue Möglichkeiten der Stimuluspräsentation eröffnet und – ganz besonders spürbar vor allem im universitären Bereich – die Methode der Online-Befragung hat sich immer stärker durchgesetzt. Dieser Veränderungsprozess wurde von einer Vielzahl von Studien begleitet und war Thema wissenschaftlicher Auseinandersetzungen – Grund genug, unser Lehrbuch zu aktualisieren und umfangreich zu überarbeiten. Wir möchten hier die Gelegenheit nutzen, uns bei allen Leserinnen und Lesern sowie unseren Studierenden herzlich zu bedanken. Dank ihrer Anregungen und Hinweise zur ersten Auflage bleibt die kontinuierliche Auseinandersetzung mit der Methode der Befragung eine anregende Aufgabe. Sie hat auch dazu geführt, dass wir an manchen Stellen Studien nennen und Beispiele geben, die eher aus dem Bereich der Markt- und Meinungsforschung als der Medien- und Kommunikationsforschung stammen, denn die Befähigung zur Beurteilung der Aussagekraft einer Studie ist neben der Anwendungskompetenz ein wichtiges Lernziel dieses Buches. Darüber hinaus geht unser besonderer Dank an Ina Culemann, Corinna Kastner, Alois Sidler sowie Ines Schumann für konstruktive Kritik und akribische Korrekturarbeit.

Hannover, im April 2010 Wiebke Möhring und Daniela Schlütz

Vorwort zur ersten Auflage Zweifellos würde sich die Medien- und Kommunikationswissenschaft ohne das Instrument der Befragung schwer tun. Diese Erhebungsform ist aus dem Methodenkanon des Fachbereiches nicht wegzudenken. Doch Studierende des Faches haben es nicht leicht, Antworten auf ihre speziellen Methodenfragen zu finden – zumindest liegen solche bisher nicht in Buchform vor. Diese Lücke möchten wir mit dem vorliegenden Buch schließen. Es ist zum einen gedacht als Einführung in die standardisierte Befragung. Bevorzugt geht es um solche Themenbereiche, die in der Medien- und Kommunikationswissenschaft behandelt werden: Fragen zu Mediennutzung und Medienbewertung, zu Wirkungen oder Bereichen wie Einstellungen von Kommunikatoren oder Konsum- und Freizeitverhalten. Zum anderen soll es als praktische Anleitung für studentische Forschungsarbeiten dienen. Dazu haben wir die vorliegende Methodenforschung systematisiert und gebündelt, um auf diese Erkenntnisse aufzubauen. Für viele dieser Bereiche ist die Befragung das einzig sinnvolle Instrument. Obwohl es bereits einen riesigen Korpus empirischer Forschung gibt, ist die Medien- und Kommunikationswissenschaft von einer Batterie standardisierter und validierter Instrumente weit entfernt –Fragen werden immer wieder neu erfunden. Um dies zu vereinfachen und Fehlerquellen zu reduzieren, arbeiten wir das bisher Bekannte auf und geben praktische Hilfestellung bei der Formulierung des eigenen Fragebogens. Das ist das erste Ziel dieses Buches. Das Buch ist in erster Linie ein Lehrbuch für Studierende der Medien- und Kommunikationswissenschaft. Natürlich hoffen wir, dass auch andere interessierte Leser und Leserinnen ihre Fragen beantwortet finden. Das zugrunde liegende Manuskript wurde in den vergangenen Jahren an Studierenden „erprobt“ – denjenigen des Instituts für Journalistik und Kommunikationsforschung der Hochschule für Musik und Theater Hannover sei an dieser Stelle herzlich für Anregungen und Kritik gedankt. Auch in der Schriftform haben wir uns bemüht, die Fülle erhellender Beispiele und praktischer Tipps zu erhalten. Denn das zweite Ziel des Buches ist es, einen Beitrag zur praktischen Umsetzung der Befragungsmethode im Rahmen wissenschaftlicher Untersuchungen zu leisten. Schließlich freuen wir uns (ein drittes Ziel), wenn die Ausführungen zur Standardisierung der Methodenausbildung innerhalb des Faches beitragen. Das Buch gliedert sich in sechs Kapitel unterschiedlicher Themenbereiche. Wir haben uns bemüht, jedes Thema so umfassend zu behandeln, dass das einzelne Kapitel auch ohne Kenntnis der anderen verständlich ist. Wo das einmal nicht möglich war, haben wir entsprechende Rückbezüge eingebaut. Da nicht jeder Bereich erschöpfend behandelt werden konnte, finden sich Hinweise auf weiterführende Literatur am Ende jeden Kapitels. Wir empfehlen aber – gerade solchen Studierenden, die das erste Mal eine eigene Befragung angehen – die

10

Vorwort

Lektüre des gesamten Buches, um den Forschungsablauf als Ganzes zu verstehen. Wer schnell etwas finden möchte, kann mit Hilfe des Indices zentrale Begriffe im Text aufsuchen. Innerhalb des Textes sind Schlüsselbegriffe hervorgehoben, um eine leichtere Orientierung zu bieten. Zudem erschließen folgende grafische Symbole den Text:

   

Wichtige Begriffe und Definitionen werden gerahmt erläutert. Die Index-Verweise führen zumeist zu solchen Kästen. Fallbeispiele sollen komplexe Sachverhalte durch Hinweise auf Schlüsseltexte oder die medien- und kommunikationswissenschaftliche Praxis anschaulich machen.

Zum Abschluss eines Kapitels werden die wichtigsten Punkte zusammengefasst. Das geschieht meist im Rahmen eines eigenen Unterkapitels. Das Buchsymbol verweist auf Werke, die zur Vertiefung genutzt werden können. Am Ende des Buches findet sich zusätzlich eine umfassende Literaturliste.

Wir bitten die Leserinnen und Leser um Verständnis dafür, dass im Text aus Gründen der Lesbarkeit in der Regel nur ein Geschlecht genannt wird. Wenn also von „dem Forscher“ oder „dem Befragten“ die Rede ist, ist selbstverständlich auch „die Forscherin“ oder „die Befragte“ gemeint. Wir freuen uns auf Kommentare und Anregungen aus unserem Leserkreis, um so in Zukunft das Buch den Bedürfnissen und Anforderungen unserer Zielgruppe noch besser anpassen zu können. Hannover, im Februar 2003 Wiebke Möhring und Daniela Schlütz

1

Die standardisierte Befragung als wissenschaftlich-empirische Methode

In diesem ersten Kapitel setzen wir uns mit den Grundlagen der standardisierten Befragung auseinander. Wir stellen zunächst den Forschungsprozess als Ganzes dar sowie die Position, die die Befragung in diesem Rahmen einnimmt. Anschließend machen wir uns Gedanken über die Güte medien- und kommunikationswissenschaftlicher Befragungen und darüber, wie man eine solche Studie durchführt, und wie man die Befragten dafür rekrutiert. 1.1 Die Befragung im wissenschaftlichen Forschungsprozess Der wissenschaftliche Forschungsprozess an sich ist zunächst – unabhängig davon, welches Erhebungsverfahren eingesetzt wird – immer derselbe: Forschung setzt da ein, wo Probleme, Unstimmigkeiten, überraschende Fragen auftauchen. Diese Probleme münden in Fragen. Der Mensch fragt, weil er eine Diskrepanz wahrnimmt zwischen seinen Erwartungen und der Realität und weil er neugierig ist, warum es diese gibt, welchen Zweck sie hat oder welche Wirkung. Wie lassen sich solche Fragen in der Kommunikationswissenschaft beantworten? Zunächst einmal durch einfaches Nachdenken: Man verallgemeinert die eigenen Erfahrungen und versetzt sich in die entsprechenden Personen. Im zweiten Schritt beginnt man zu recherchieren: Haben andere Leute schon etwas darüber herausgefunden? Welche Erkenntnisse finden sich in der Literatur? Reichen so gefundene Antworten noch nicht aus, um die gestellte Frage zu beantworten, muss man selber nachprüfen, welche Ursachen dem Phänomen zugrunde liegen oder welche Folgen es hat. Das tut man, indem man beobachtet, befragt oder auf eine andere Art Daten erhebt. Man sammelt also Erfahrungen mithilfe der Sinnesorgane, man geht empirisch vor.1



Empirie bedeutet „operieren mit sinnlich Wahrnehmbarem“. Es handelt sich also um Erfahrungswissen, welches systematisch gesammelt wird.

Dahinter steht die Vermutung, dass sich Menschen regelhaft verhalten. Und dieses regelhafte Verhalten möchte man erfassen. Ein (systematisches) Regelsystem für diese Erfassung ist eine empirische Methode. Sie gründet sich auf theo-

1

Nicht-empirische Methoden (wie z. B. die Hermeneutik) arbeiten im Gegensatz dazu mithilfe subjektiven, theoretischen Wissens (vgl. H.-B. Brosius, F. Koschel, A. Haas 2009: 18f).

12

1 Die standardisierte Befragung als wissenschaftlich-empirische Methode

retische Überlegungen und muss stets nachvollziehbar sein (vgl. ausführlich H.B. Brosius, F. Koschel, A. Haas 2009: 15ff).



Grundsätzlich kann man eine wissenschaftlich-empirische Methode verstehen als ein Regelsystem, welches die Sammlung von Erfahrungswissen systematisiert.

Aber vor der empirischen Arbeit, vor der Entscheidung für oder gegen eine bestimmte Methode, stehen noch andere Entscheidungen an. Der Ablauf eines empirischen Forschungsprojektes gliedert sich in zahlreiche Schritte (vgl. auch in der Übersicht H.-B. Brosius, F. Koschel, A. Haas 2009: 43): (1) Am Anfang steht ein Problem bzw. ein erklärungsbedürftiges Phänomen: Was veranlasst mich, eine Untersuchung durchzuführen? Das kann beispielsweise ein Phänomen der sozialen Realität sein, das man ergründen möchte (Warum ist die Sendung „Wer wird Millionär“? so ein Quotenrenner, obwohl es sich doch eigentlich um ein uraltes Fernsehformat handelt?). Es kann sich aber auch um einen kommerziellen Auftrag handeln (die Landesmedienanstalt möchte z. B. die Akzeptanz eines problematischen Fernsehformats wie „Deutschland sucht den Superstar“ oder „Dschungelcamp“ ergründen). (2) Aus diesem Phänomen ergibt sich die wissenschaftliche Fragestellung. An dieser Stelle muss das Problem präzisiert werden: Was will ich genau wissen? Die Einheit der ersten beiden Schritte im forschungslogischen Ablauf nennt man Entdeckungszusammenhang. Es geht um das Was der Studie und ihren Anlass. (3) Im nächsten Schritt ordnet man die Frage in vorhandene Kenntnisse ein (Theorien, Forschungsergebnisse). Man macht eine Art Bestandsaufnahme: Was weiß man schon? Was wurde bereits erforscht? Woran kann ich mich anlehnen? Diese Einordnung dient der theoretischen Fundierung des Problems. (4) In Abhängigkeit davon, wie ergiebig Schritt (3) war, schaltet man eine Exploration vor die standardisierte Erhebung – also eine kleine empirische Vorstudie, die offen an den Gegenstand herangeht –, um mehr über den Untersuchungsgegenstand zu erfahren. Bei unerforschten Gebieten – in der Medien- und Kommunikationswissenschaft häufig der Fall – ist es sinnvoll, sich dem Gegenstand zunächst offen zu nähern. Konnte man auf ausreichendes Literaturmaterial in theoretischer und empirischer Hinsicht zurückgreifen, ist das nicht nötig. (5) Dann kann man Hypothesen bilden, also überprüfbare Vermutungen darüber, wie der Untersuchungsgegenstand beschaffen ist und in welchen Zusammenhängen er steht.

1.1 Die Befragung im wissenschaftlichen Forschungsprozess

13

(6) Es folgt die Konzeption der Untersuchung in Form der Wahl der Untersuchungsanlage und der Methode. (7) Nun müssen Indikatoren gebildet und operationalisiert werden. Dazu muss die Fragestellung dimensioniert, also in Einzelprobleme aufgelöst und in Kategorien übertragen werden. Bei einer Befragung bedeutet das vor allem, die Programmfrage in Testfragen zu übersetzen (vgl. Abschnitt 1.3.2). (8) Kennt man Design und Methode, müssen die Merkmalsträger ausgewählt werden, also Grundgesamtheit und Stichprobe (vgl. 1.4). (9) Im nächsten Schritt erfolgt die eigentliche Datenerhebung, das heißt die Befragung wird durchgeführt. (10) Bei der anschließenden Datenerfassung werden die Fragebögen in eine Datei eingegeben, um sie statistisch handhabbar zu machen. (11) Bei der Datenauswertung und -interpretation ist das Ziel eine Informationsverdichtung, um Strukturen im Material aufzudecken. Wichtig ist dabei der Rückbezug zum theoretischen Teil der Untersuchung. Den Bereich von Schritt (3) bis (11) nennt man Begründungszusammenhang. Also wie wird die Studie gemacht, welcher Theorien bedient man sich, welcher Methoden? Diese Einheit ist ausgesprochen wichtig, denn hier werden die Weichen für die Resultate gestellt. Zwar gibt es immer Methoden und Vorgehensweisen, die für eine bestimmte Forschungsfrage sinnvoller sind als andere, aber es gibt nie nur eine mögliche empirische Vorgehensweise. Entscheidend im Rahmen einer wissenschaftlichen Studie ist die Nachvollziehbarkeit der Entscheidungen, das heißt sie müssen transparent gemacht und begründet werden. Im Rahmen des Begründungszusammenhangs sollte man versuchen, der wissenschaftlichen „Objektivität“ so nah wie möglich zu kommen, indem man Wertungen offenlegt und intersubjektiv nachvollziehbar macht. (12) Am Schluss stehen Forschungsbericht und gegebenenfalls Publikation, deren Inhalt abhängig von Auftraggeber und Zweck der Studie variiert. Dieser letzte Schritt wird als Verwertungszusammenhang bezeichnet. Man stellt sich die Frage, wozu haben wir die Befragung durchgeführt, was haben wir gelernt? Es geht um Folgen, Konsequenzen und Effekte, angestrebt ist die Lösung der Ausgangsfrage. Wie beim Entdeckungszusammenhang ist eine totale Wertfreiheit nicht erreichbar – aber auch nicht nötig. Hier kann man ruhig – in Grenzen – subjektiv, selektiv und wertend vorgehen, man muss diese Subjektivität allerdings nachvollziehbar machen. 1.1.1 Definition, Einsatzkriterien und -gebiete Was ist nun eigentlich eine Befragung? E. K. Scheuch (1967: 70f) definiert in einem frühen deutschen Standardwerk Befragung als „planmäßiges Vorgehen mit wissenschaftlicher Zielsetzung, bei dem die Versuchsperson durch eine Reihe gezielter Fragen oder mitgeteilter Stimuli zu verbalen Informationen ver-

14

1 Die standardisierte Befragung als wissenschaftlich-empirische Methode

anlaßt werden soll.“ Bei aller Prägnanz dieser Definition ist zu kritisieren, dass sie nicht auf den interaktiven Charakter der Interview-Situation eingeht. Die hier zugrunde liegende Vorstellung von einem Interview ist streng wissenschaftlich, die Situation und andere Störeinflüsse werden nicht berücksichtigt. Eine andere Definition von R. L. Kahn und C. F. Cannell (1983 [1957]: 16) geht darauf ein: „We use the term interview to refer to a specialized pattern of verbal interaction – initiated for a specific purpose, and focused on some specific content area with consequent elimination of extraneous material. Moreover, the interview is a pattern of interaction in which the role relationship of interviewer and respondent is highly specialized, its specific characteristics depending somewhat on the purpose and character of the interview.“ Diese Definition bezieht sich allerdings nur auf das mündliche Interview, wo sich Interviewer und Befragter gegenüberstehen. Wir behandeln in diesem Buch auch andere Formen der Befragung und verstehen die Methode deshalb etwas weiter:



Die standardisierte Befragung ist eine besondere Form der geplanten Kommunikation, die auf einem Fragebogen basiert. Ihr Ziel ist es, zahlreiche individuelle Antworten zu generieren, die in ihrer Gesamtheit zur Klärung einer (wissenschaftlichen) Fragestellung beitragen. Die Form ergibt sich daraus, dass Verlauf, Thema, Befragungspartner sowie (soziale) Situation vorgegeben sind und weitgehend von Störeinflüssen freigehalten werden.

Wann und aus welchen Gründen entscheidet man sich für eine Befragung? • Wenn die Situation unzugänglich ist für eine Beobachtung oder eine Inhaltsanalyse. Wenn sie also entweder zu intim ist, wenn kognitive Inhalte interessieren oder wenn es um Verhaltensweisen aus Vergangenheit oder Zukunft geht. • Wenn die Situation zu komplex ist, man sie also nicht in ihrer Gesamtheit beobachten kann. • Wenn subjektive Bewertungen, Einschätzungen, Einstellungen und Interpretationen interessieren. Die Befragung ist das einzig sinnvolle Verfahren zur Ermittlung von Meinungen, Wissen und Wertvorstellungen. Im Rahmen der medien- und kommunikationswissenschaftlichen Forschung nutzt man Befragungen zum Beispiel, um herauszufinden, • warum Krankenhauspersonal Arztserien anschaut (vgl. H. Scherer, E. Baumann & D. Schlütz 2005); • was Rezipienten während der Nutzung unterschiedlicher Medien erleben. Was fühlen sie? In welcher Stimmung sind sie? Worüber denken sie nach? Wie stark sind sie involviert? (vgl. D. Schlütz 2002); • wie die Menschen in Umbruchzeiten ihre Lokalzeitung bewerten und nutzen (vgl. B. Schneider, W. Möhring, D. Stürzebecher 2000).

1.1 Die Befragung im wissenschaftlichen Forschungsprozess

15

1.1.2

Einordnung und Abgrenzung der Befragung im Rahmen der Methoden empirischer Sozialforschung Führt man eine eigene Untersuchung durch, taucht stets der Punkt im Forschungsablauf auf, an dem man sich über die Wahl der einzusetzenden Methode Gedanken machen muss. In der Medien- und Kommunikationswissenschaft sind Inhaltsanalyse, Befragung und Beobachtung (inkl. physiologischer Messungen) die gebräuchlichsten Methoden. Das Experiment – oftmals in dieser Reihe genannt – ist weniger eine Methode der Datenerhebung als vielmehr eine Versuchsanordnung.2 Im Rahmen dieser speziellen Experimentalanordnung kommt dann wieder eine der genannten Datenerhebungsmethoden zum Einsatz. Die Inhaltsanalyse ist eine empirische Methode zur Untersuchung von symbolischem Material. Die Analyse kann erst dann einsetzen, wenn sich Informationen – also Medieninhalte – in Schrift, Ton und/oder Bild manifestiert haben. Der Vorteil dieser Methode ist ihre große Unaufdringlichkeit dem Untersuchungsgegenstand gegenüber. Außerdem ist sie nicht an die Echtzeit gebunden. So sind Untersuchungen über zurückliegende Zeiträume möglich, um zum Beispiel zu untersuchen, wie sich die Lokalberichterstattung in den neuen Bundesländern nach der Wende verändert hat (vgl. W. Möhring 2001) oder wie in deutschen Zeitungen über den Karikaturenstreit – ausgelöst durch MohammedKarikaturen einer dänischen Zeitung – berichtet wird (T. Naab & H. Scherer 2009). Bei einer Beobachtung schaut man (regelgeleitet) im einfachsten Fall zu, was Menschen tun, wie sie sich verhalten, zum Beispiel während eines MusikEvents (H. Scherer & D. Schlütz 2002a). Im Prinzip ist auch eine Beobachtung eine Form der Inhaltsanalyse. Allerdings handelt es sich um eine Inhaltsanalyse, die solche Aktivitäten aufzeichnet, die während des Messzeitpunktes ablaufen. Das kann auch technisch geschehen, etwa bei der Messung der Fernseheinschaltquoten. Eine andere Möglichkeit sind physiologische Verfahren (Hautwiderstandsmessung, Eye-Tracking, Remote-Tracking o. Ä.), die häufig in der Werbewirkungsforschung angewandt werden. Eine Beobachtung ist sinnvoll, wenn der Gegenstand schlecht verbalisierbar oder die Situation für andere Methoden ungeeignet ist. 1.1.3 Stärken und Schwächen der standardisierten Befragung Bieten sich für einen Untersuchungsgegenstand weder Inhaltsanalyse noch Beobachtung an – weil es zum Beispiel um Einstellungen oder Meinungen geht –, wählt man die Methode der Befragung. Das Interview ist die in der Sozialfor2

Eine experimentelle Versuchsanordnung untersucht den Einfluss einer unabhängigen Variablen auf eine abhängige. Zu diesem Zweck wird die Experimentalgruppe (die dem zu prüfenden Stimulus, z. B. ein Nachrichtentext, Film, eine Anzeige o. Ä., ausgesetzt wurde) mit einer Kontrollgruppe (ohne Stimuluskontakt, aber mit ansonsten gleichen Merkmalen) verglichen (vgl. O. Huber 2009).

16

1 Die standardisierte Befragung als wissenschaftlich-empirische Methode

schung am weitesten verbreitete Methode. Es galt früher als „Königsweg“ der Sozialforschung (R. König 1972: 23). Das Problem bei dieser Methode ist, dass sie im Gegensatz zu Beobachtung und Inhaltsanalyse scheinbar einfach ist, denn ein Gespräch ist eine bekannte soziale Situation. Die wissenschaftliche Befragung als Methode ist allerdings etwas anderes. Problematisch ist, dass man Kommunikation durch Kommunikation zu messen versucht. Sprache ist als Übermittler von Information durchaus nicht ohne Schwierigkeiten. Eine Möglichkeit, dieses Problem etwas einzuschränken, ist, die Kommunikation zu standardisieren. Die große Stärke der Befragungsmethode ist es, innere Zustände des Menschen zu messen, die sich der Beobachtung entziehen. Geht es um Einstellungen, Meinungen, Gründe, Wünsche oder Gefühle, ist Fragen die einzig mögliche Vorgehensweise. Ein weiterer Vorteil ist die Ökonomie des Verfahrens. Sicher lässt sich zum Beispiel tatsächliches Verhalten genauer und valider beobachten als befragen, aber der Aufwand, wenn es überhaupt machbar ist, ist um ein Vielfaches höher. Die größte Schwäche der Methode liegt in ihrer zum Teil mangelnden Standardisierbarkeit, bedingt durch die Interviewer-Befragten-Interaktion sowie ihre hohe Reaktivität, denn Personen befragen heißt, sie aufmerksam zu machen. Dadurch geht Spontaneität verloren, und man muss sich mit dem Problem der sozialen Erwünschtheit auseinandersetzen (vgl. Abschnitt 2.4.2). 1.1.4 Überblick über die Formen der Befragung In diesem Buch geht es vorwiegend um die vollständig standardisierte Befragung. Standardisierung bedeutet, dass der Verlauf des Interviews genau festgelegt ist. Die Fragen sollen im Optimalfall einen für jeden Probanden identischen Stimulus darstellen, auf den eine Antwort („response“) folgt, die auf diesem und nur auf diesem Reiz basiert. Störeinflüsse sollten weitgehend vermieden werden. Wo sie nicht ausgeschlossen werden können, sollte man versuchen, sie wenigstens konstant zu halten. Das sind vor allem Einflüsse der Formulierung der Frage (s. Abschnitte 3.1 bis 3.3) sowie der Anordnung des Fragebogens (s. Abschnitt 3.4), aber auch der Interviewsituation (vgl. Kapitel 2). Kontrolliert man die Situation, gewährleistet man, dass ein weitgehend gleicher Stimulus den Befragten erreicht. Ziel ist die Vergleichbarkeit der Ergebnisse, um Generalisierbarkeit und Repräsentativität der Gesamtstudie sicherzustellen (was aber auch noch von anderen Dingen abhängt, vgl. Abschnitt 1.2). Für den Interviewer heißt das, er muss sich exakt an den Fragebogen halten: Wortlaut der Fragen und Antworten ist genau vorgegeben, ebenso die Reihenfolge der Fragen, der Einsatz von Listen, Kartenspielen oder Ähnlichem (vgl. P. Prüfer & A. Stiegler

1.1 Die Befragung im wissenschaftlichen Forschungsprozess

17

2002). Der Spielraum des Interviewers ist dadurch vergleichsweise gering, und das ist auch gewünscht. 3 Im Gegensatz zum vollstandardisierten Interview gibt es weniger standardisierte Befragungsformen (vgl. W. Möhring & D. Schlütz 2008; H.-B. Brosius, F. Koschel, A. Haas 2009: 115ff). So ist die unstrukturierte Befragung einem „normalen“ Gespräch am ähnlichsten: Eine Frage ergibt die andere, allenfalls das Thema ist festgelegt. Zwischen diesen beiden Extremformen liegen halbstrukturierte Interviewformen wie das so genannte Leitfadeninterview, das zwar ohne vorgefertigten Fragebogen auskommt, bei dem aber die Leitfragen vorliegen. Reihenfolge und Formulierung allerdings obliegen dem Interviewer, der sich so an die gegebene Situation anpassen kann. Leitfadeninterviews haben den Vorteil, dass sie Spielraum für Spontaneität und Überraschendes lassen, anhand ihrer Struktur aber miteinander vergleichbar sind. Ebenfalls halb-strukturiert, aber mit mehreren Befragten, laufen Gruppendiskussionen ab. Hier wird der Interviewer eher zum Moderator. Er bringt mehrere Befragte dazu, sich über einen Gegenstand zu äußern und sich – auch miteinander – darüber zu unterhalten. So ist es möglich, Kommunikationsprozesse in Gruppen zu erforschen, wenn es zum Beispiel um das Phänomen der Schweigespirale geht. Diese Theorie geht davon aus, dass das wahrgenommene Meinungsklima einen Einfluss darauf hat, welche Meinungen Menschen bereit sind, laut zu vertreten (vgl. E. Noelle-Neumann 1982). Das ist aber gleichzeitig auch der größte Nachteil dieser Methode, denn oftmals sind diese gruppendynamischen Prozesse eher hinderlich für eine spezielle Fragestellung. In einer standardisierten Studie würde man solche Leitfadeninterviews oder Gruppendiskussionen lediglich im Rahmen der explorativen Phase führen. Bei anderen Fragestellungen, die eine offenere Herangehensweise nötig machen, können sie – wie auch zahlreiche andere unstandardisierte Interviewtechniken – das Herzstück der Erhebung bilden (vgl. S. Lamnek 1998, 2005). Selbstverständlich kann man auch die standardisierte Befragung noch in unterschiedliche Formen bzw. Varianten unterteilen. Weis und Steinmetz (1995: 79) nennen vier unterschiedliche Gestaltungsmöglichkeiten, nämlich mündlich, schriftlich, computergestützt und medienunterstützt (z. B. per Telefon). Auf einer anderen Ebene unterscheidet man Befragungen nach ihrer Frequenz in • einmalige Befragung: Querschnittstudie • mehrmalige Befragung zum gleichen Thema mit unterschiedlichen Befragten: Trend- oder Tracking-Studie denselben Befragten: Panel oder Längsschnittstudie (vgl. Kapitel 5.2). 3

Die Auffassungen variieren, wie standardisiert die Vorgehensweise in einem Interview sein darf. F. G. Conrad & M. F. Schober (2000) finden Hinweise, dass verbale Hilfen des Interviewers in einem so genannten „conversational interview“ das Verständnis der Frage standardisieren und damit die Antwortvalidität erhöhen können. Allerdings ist so nicht sicherzustellen, dass alle Befragten die gleichen Hilfen bekommen. Sinnvoller ist es unseres Erachtens, standardisiert vorzugehen (in einem „strictly standardized interview”) und die Fragen so gut zu formulieren, dass keine Verständnisprobleme auftreten (hierfür ist ein Pretest unerlässlich (vgl. Abschnitt 6.2)).

18

1 Die standardisierte Befragung als wissenschaftlich-empirische Methode

1.2 Gütekriterien der Befragung Jede wissenschaftliche Studie muss man in Bezug auf ihre Güte beurteilen können. Neben allgemeinen Qualitätskriterien für die Umfrageforschung (vgl. ADM 1999; M. Kaase 1999) sind für die Beurteilung auch wissenschaftliche Messkriterien relevant. Für die quantitativ-standardisierte Forschung sind das Reliabilität und Validität. 1.2.1 Reliabilität und Validität im Forschungsprozess Gütekriterien wissenschaftlicher Methoden und damit auch der Befragung sind Reliabilität (Zuverlässigkeit) und Validität (Gültigkeit). Sie stehen in engem Bezug zur dimensionalen Analyse und Operationalisierung (vgl. Abschnitt 1.3). Im Allgemeinen versteht man unter den Begriffen Folgendes (vgl. ausführlich J. Bortz & N. Döring 2006: 196ff; H.-B. Brosius, F. Koschel, A. Haas 2009: 63ff; zur Einführung W. Pepels 1998):



Reliabilität bezeichnet Messgenauigkeit oder Zuverlässigkeit einer Messung.

Reliabilität ist das Ausmaß, in dem wiederholte Messungen eines Sachverhaltes mit dem gleichen Messinstrument die gleichen Werte liefern. Reliabilität gibt auch an, mit welcher Genauigkeit das Merkmal erhoben wird. Reliabilität kann man berechnen und mittels eines Koeffizienten quantifizieren. Je näher dieser an 1 liegt, desto zuverlässiger ist das Instrument. Man kann Reliabilität im Allgemeinen auf unterschiedliche Arten messen, zum Beispiel in Form eines so genannten „Re-Tests“. Das ist die schlichte Wiederholung der Messung mit dem Ziel, beide Erhebungen zu vergleichen. Eine andere Möglichkeit ist die Durchführung eines Paralleltests. Dieses Verfahren kann zum einen die wiederholte Messung mittels eines anderen Instruments bedeuten. Ein Problem ist die oftmals mangelnde Vergleichbarkeit der Methoden, die unterschiedliche Einflüsse auf das Ergebnis ausüben (J. Friedrichs 1999). Eine andere Bedeutung des Begriffes meint die Teilung der Stichprobe in zwei (zufällig verteilte) Hälften und den Vergleich der beiden Testergebnisse (H.-B. Brosius, F. Koschel, A. Haas 2009). Validität bezieht sich auf die Frage, wie gut eine Messung das zu messende Konstrukt abbildet.



Validität bezeichnet die Gültigkeit einer Messung: Misst das Instrument tatsächlich das, was es messen soll?

1.2 Gütekriterien der Befragung

19

Validität ist unter anderem abhängig von Reliabilität, aber vor allem von Konzeptdefinitionen und Operationalisierung. Nur wenn alle Schritte eines Untersuchungsdesigns valide sind, gilt das auch für die gesamte Untersuchung. Grundsätzlich unterscheidet man zunächst zwischen interner und externer Validität (vgl. J. Bortz & N. Döring 2006). Externe Validität bezeichnet die Allgemeingültigkeit der Ergebnisse, ihre Generalisierbarkeit und Repräsentativität. Sie ist abhängig vom gesamten Design, vor allem aber von der Stichprobenziehung (vgl. Abschnitt 1.4). Eine standardisierte Befragung ist dann nicht extern valide, wenn beispielsweise die Stichprobenziehung den Ansprüchen an die Repräsentativität nicht genügt und die Ergebnisse der Stichprobe deshalb nicht auf die Grundgesamtheit hochgerechnet werden können. Die interne Validität bezeichnet die Eindeutigkeit, mit der ein Untersuchungsergebnis auf eine Hypothese bezogen werden kann, mit der es also interpretierbar ist.4 Unglücklicherweise geht die Verbesserung der Güte der einen Art meist auf Kosten der anderen, das heißt je höher die interne Validität einer Untersuchung, desto geringer ihre externe und umgekehrt (vgl. J. Bortz & N. Döring 2006: 502ff). Neben der Güte empirischer Untersuchungsdesigns im Allgemeinen kann man auch Aussagen über die Qualität des Messinstrumentes im Speziellen machen. Dabei unterscheidet man drei Arten: (1) Die einfachste ist die Inhaltsvalidität, auch „face validity“ genannt. Sie besagt, ob eine Studie dem Augenschein nach valide ist, also ob sie logisch ist, sinnvoll operationalisiert, gute Testfragen beinhaltet usw. Das Kriterium ist, ob das zugrunde liegende Konstrukt erschöpfend erfasst wird. Sie kann nicht in Form eines Koeffizienten gemessen werden, sondern ist eher eine subjektive Einschätzung. Diese Form der Validität ist besonders zur Überprüfung von Fragebögen geeignet. (2) Die Kriteriumsvalidität bezieht sich auf den temporalen Aspekt. Man ermittelt, ob die erhobenen Daten einer Überprüfung in der Zukunft standhalten (prognostische Validität, „predictive validity“), oder ob sie – zeitgleich – im Verhältnis zu einem anderen Messinstrument gültig sind (Übereinstimmungsvalidität, „concurrent validity“). Um das zu ermitteln, vergleicht man die Ergebnisse einer Befragungsstudie mit einem Außenkriterium, zum Beispiel die Wahlprognosen auf Basis einer Befragung mit dem Wahlergebnis. Allerdings ist es nicht immer leicht, ein solches Außenkriterium zu finden. (3) Die Konstruktvalidität geht der Frage nach, ob sich ein Messinstrument erfolgreich anwenden lässt. Sie bezieht sich auf die theoretische Fundierung. Sind die damit erzielten Ergebnisse brauchbar und bedeutsam? Man misst die Ergebnisse nicht an einem einzelnen Außenkriterium, sondern an einem 4

Der Terminus wird vorwiegend im Zusammenhang mit Experimenten benutzt. Interne Validität besagt dann, dass die Veränderung der abhängigen Variablen eindeutig auf den Einfluss der unabhängigen zurückzuführen ist.

20

1 Die standardisierte Befragung als wissenschaftlich-empirische Methode

Netz von Hypothesen über das Konstrukt und seine Relationen zu anderen Merkmalen. Für medien- und kommunikationswissenschaftliche Befragungen ist diese Form der Validierung nicht unbedingt anwendbar, weil nicht immer eine Theorie zugrunde liegt, die die Definition eines solchen Hypothesengeflechtes zulässt. Hinzu kommt die Schwierigkeit, dass sich Konstruktvalidität nur mit validierten Instrumenten überprüfen lässt. Auch die liegen in diesem Wissenschaftsbereich oftmals nicht vor – anders als zum Beispiel in der Psychologie. 1.2.2 Besonderheiten der Gütekriterien bei der Befragung Für die Befragung ist die Bestimmung von Reliabilität und Validität grundsätzlich nicht unproblematisch, da die Methode hochreaktiv ist. Das heißt, das Instrument (hier: der Fragebogen) beeinflusst das Messobjekt (hier: die Person). Man kann nie ein- und dieselbe Befragung mit derselben Person nochmals durchführen, ohne dass das erste Interview Einfluss auf das zweite hat. Der Einfluss des Interviewers, ein möglicher Meinungswandel beim Befragten, seine Stimmungen – all das verhindert beispielsweise eine Reliabilitätsmessung durch Wiederholung. Hinsichtlich der Validität sind insbesondere Verständnisprobleme durch die Befragten ein Problem (die in einem Pretest geklärt werden sollten, vgl. Abschnitt 6.2), aber auch die Informationsverarbeitungsprozesse, die ablaufen, um eine Antwort auf eine Frage zu finden (vgl. z. B. J. A. Krosnick 1991, 1999; H. J. Hippler, N. Schwarz & S. Sudman 1988). Manche Fragen werden zum Beispiel „falsch“, also nicht valide, beantwortet, weil sich der Befragte nicht korrekt erinnern kann oder will – da etwa der Zeitabstand zum in Frage stehenden Ereignis zu groß, dessen Relevanz zu gering oder die soziale Erwünschtheit zu stark ist (vgl. C. F. Cannell 1984). Unter dieser Perspektive ist auch über die Validität von postrezeptiv erhobenen Daten in der Mediennutzung zu diskutieren: Können Befragte nach einem Film tatsächlich noch zum Beispiel die während eines Films erlebte Spannung detailliert wiedergeben (T. Hartmann & W. Möhring 2008)? Andere Aussagen sind nicht valide, weil der Befragte gar keine Meinung zum Thema hat oder keine Kenntnis davon, sondern sich spontan eine Antwort überlegt (vgl. R. M. Groves 1987 und Abschnitt 3.3 zu „pseudo opinions“). Ein weiterer wichtiger Einflussfaktor auf die Validität ist eine möglicherweise mangelhafte Umsetzung der Forschungsfrage. Solche Fehler können nur durch sorgfältige Arbeit im Allgemeinen und bei der InstrumentEntwicklung im Besonderen vermieden werden.



Dazu ein Beispiel zum Einfluss der Operationalisierung auf die Validität einer Studie zum Thema „Kinderpornographie im Internet“ (K. Biermann 2009). Im Mai 2009 wurden zwei Umfragen zum Gesetzesvorhaben der damaligen Familienministerin Ursula von der Leyen lanciert, die zu sehr unterschiedlichen Ergebnissen kamen:

1.2 Gütekriterien der Befragung

21

Infratest Dimap fragte für die Deutsche Kinderhilfe: „Die Bundesregierung plant ein Gesetz zur Sperrung von kinderpornographischen Seiten im Internet. Kritiker befürchten eine Zensur und bezweifeln die Wirksamkeit solcher Sperren. Befürworter betonen dagegen, dass solche Sperren eine sinnvolle und wirksame Maßnahme gegen die Verbreitung solcher Bilder sind. Wie sehen Sie das: Sind Sie für ein Gesetz zur Sperrung kinderpornographischer Seiten im Internet oder dagegen?“ – 92 Prozent der Befragten sprachen sich dafür aus. Ebenfalls Infratest erfragte für den Verein „Missbrauchsopfer gegen Internetsperren (Mogis e. V.)“ den Grad der Zustimmung zu folgendem Item: „Der Zugang zu Internetseiten mit Kinderpornographie sollte durch eine Sperre erschwert werden, das reicht aus, auch wenn die Seiten selbst dann noch vorhanden und für jedermann erreichbar sind.“ – In diesem Fall stimmten nur 5 Prozent der Befragten zu, 90 Prozent hingegen nicht (unentschieden 5 Prozent). Je nach Verwertungszusammenhang, etwa im Rahmen einer politischen Debatte um Datenschutz und Sicherheit im Internet, können diese Umfragen für die Argumente beider Seiten instrumentalisiert werden – das hilft weder dem Diskurs noch der Glaubwürdigkeit der Umfrageforschung.

Die Validität einer Befragung kann also nur beurteilen, wer über Untersuchungsdesign und genaue Fragenformulierung unterrichtet ist. Das ist oft – vor allem bei der populärwissenschaftlichen Vermarktung von Befragungsdaten etwa im Rahmen von Medienberichterstattung – nicht der Fall. Die einzige Gelegenheit, bei der die Güte von Befragungsergebnissen an der Realität – also an einem Außenkriterium – überprüft wird, sind Wahlprognosen (vgl. R. Hilmer & J. Hofrichter 2002), deswegen sind solche Befragungen methodisch meist besonders ausgereift. Es gibt zwar auch die Möglichkeit, die Güte von Befragungen zu „berechnen“. Das ist allerdings nur im Nachhinein und mit einem riesigen Aufwand möglich. Eine solche Studie von A. C. Scherpenzeel und W. E. Saris (1997) kam beispielsweise zu dem Ergebnis, dass die Qualität einer Befragung vom Thema abhängt. „Lebensqualität“ und „Werte/Ethik“ etwa sind Themen, die Befragte valide beantworten. Für Politik gilt das nicht. Probleme der sozialen Erwünschtheit (vgl. Abschnitt 2.4.2) treten ebenfalls nur bei bestimmten Themen auf, wie zum Beispiel beim Wahlverhalten. Schließlich kommt es auf die Art der Frage an: Fragen nach Häufigkeiten haben eine recht niedrige Validität und Reliabilität (das ist wahrscheinlich ein Erinnerungsproblem), Bewertungsfragen sind demgegenüber sehr reliabel. Da man einen solch aufwändigen Gütetest in der Regel nicht durchführen kann, bleibt oft nur der kritische Blick auf die Inhaltsvalidität. Dazu ist die systematische Vorgehensweise des FBS, die in Abschnitt 6.2 erläutert wird, besser geeignet. Gelegentlich kann auch die prognostische Validität überprüft werden, indem man abgefragtes zukünftiges Verhalten mit dem vergleicht, was tatsächlich eintritt.

22

1 Die standardisierte Befragung als wissenschaftlich-empirische Methode

1.3 Aufbau und Ablauf einer Befragung im Überblick Wie wird nun eine Befragung aufgebaut? Im Prinzip ändert sich an dem oben beschriebenen Forschungsprozess nichts. Im Folgenden zeigen wir nur einige Schritte ausführlicher und detaillierter in Bezug auf die Befragungsmethode. 1.3.1 Dimensionale Analyse Wir beginnen mit der Problemstellung, aus der wir eine Forschungsfrage extrahieren. Das Wichtigste dabei ist die Präzisierung. H. Kromrey (2009: 107ff) nennt das eine „dimensionale Analyse“, gelegentlich wird auch von „Konzeptspezifikation“ gesprochen. Das Ziel ist, die Forschungsfrage so einzuschränken, dass sie exakt und handhabbar wird. Ausgangspunkt der dimensionalen Analyse ist eine relativ grob abgegrenzte Fragestellung, die sich auf die Beschreibung eines empirischen Sachverhalts bezieht. Dazu sammelt man zunächst Ideen und Material, um zu ergründen, welche Bereiche direkt oder indirekt durch das Problem angesprochen werden. Diese Zusammenstellung sollte möglichst umfassend sein. Sie geschieht durch Brainstorming, Literaturrecherche, Expertenbefragung oder eine explorative Vorstudie. Im zweiten Schritt wird das Gesammelte systematisiert. Man bringt es in eine realitäts- und themenadäquate Ordnung mit dem Ziel der Strukturentdeckung. Aus dieser Sammlung werden die untersuchungsrelevanten Aspekte, die Dimensionen, ausgewählt. Man stellt sich dabei die Frage, welche Gesichtspunkte des Untersuchungsgegenstandes für die Frage bedeutsam sind. Gerade bei studentischen Arbeiten ist es enorm wichtig, sich auf die für die Fragestellung bedeutsamen Sachverhalte zu beschränken, damit die Datenerhebung nicht ausufert. Es gibt immer viele Aspekte, die interessant wären, aber man kann nicht alle bearbeiten. Die Selektion muss anhand nachprüfbarer, angegebener Kriterien stattfinden. Sie kann aufgrund einer Einbindung in vorhandene, bewährte theoretische Kenntnisse geschehen, oder sie ergibt sich aus dem Erkenntnisinteresse bzw. dem Verwertungszusammenhang. Hat man sich für eine präzise Frage entschieden, ist es wichtig, die relevanten Begriffe zu definieren, also ihre Bedeutung unmissverständlich darzulegen. Das ist entscheidend, damit die daraus resultierende Arbeit nachvollziehbar ist. Bei der dimensionalen Analyse geht es also einmal darum herauszufinden, welche Aspekte an dem Untersuchungsgegenstand festgestellt werden können. Und zweitens gilt es zu entscheiden, welche dieser Gesichtspunkte für die konkrete Untersuchung so bedeutsam sind, dass dazu Daten erhoben werden sollen. Gerade für diesen zweiten Schritt muss stets der Entdeckungs- und Verwertungszusammenhang im Auge behalten werden. Am Ende einer solchen dimensionalen Analyse kann – muss aber nicht immer – ein höchst komplexes Schema stehen. H. Kromrey (2009: 126) nennt als Beispiel das Feldschema der Massenkommunikation nach G. Maletzke (1963), das den Kommunikationsprozess in

1.3 Aufbau und Ablauf einer Befragung im Überblick

23

die Dimensionen Kommunikator, Aussage, Medium und Rezipient aufsplittet, die wiederum in zahlreiche Unterdimensionen zerfallen. Aus dem Feldschema werden Abhängigkeiten und Zusammenhänge zwischen den einzelnen Dimensionen deutlich. An dieser Stelle beginnt die theoretische Fundierungsarbeit: Die Forschungsfrage muss in einen theoretischen Gesamtkontext eingebunden werden, der erste Erkenntnisse bringt und Hinweise darauf, wie man sinnvollerweise empirisch vorgeht. Ist über das nun exakt bestimmte Problemfeld bis dato noch zu wenig bekannt, kann es nützlich sein, eine explorative Studie vorzuschalten, um den Untersuchungsgegenstand besser zu verstehen. Im Anschluss daran werden die Untersuchungshypothesen formuliert. Ihre Präzision hängt vom theoretischen Kenntnisstand ab. Erst wenn dies alles geschehen ist, befasst man sich mit der Konzeption der Studie, also mit Design und Methode. Erst an dieser Stelle lässt sich beurteilen, mit welchem Instrument man der Fragestellung nachgehen kann und wie dieses Instrument genau gestaltet sein soll. Entscheidet man sich aufgrund des Forschungsthemas für eine Befragung, muss man überlegen, welche Art Befragung man durchführen möchte, wie Grundgesamtheit und Stichprobe ausgestaltet sind; man macht sich Gedanken über Ort und Zeit der Durchführung usw. 1.3.2 Operationalisierung: Übersetzung der Forschungsfrage Wenn der erste Schritt auf dem Weg zur Empirie, die dimensionale Analyse, geleistet ist, dann folgt Schritt zwei, die Operationalisierung (vgl. H. Kromrey 2009: 161ff). Diese hängt eng mit der ausgewählten Methode zusammen, denn die Art der Indikatoren variiert mit der empirischen Vorgehensweise. Bei der Befragung bedeutet Operationalisieren, die Forschungsfrage in die Fragen umzuwandeln, die man im Fragebogen stellt. Dazu exploriert man zunächst die Bedeutung der Begriffe und erkundet die inhaltlichen Aspekte. Ziel dieses Schrittes ist die Entwicklung von (übergeordneten) Programmfragen. Diese werden in so genannte „Testfragen“ übersetzt (sie entsprechen den Indikatoren), die im Fragebogen Verwendung finden.



Geht es also beispielsweise um die Medienkompetenz von Jugendlichen, kann man nicht direkt die Programmfrage stellen: „Für wie kompetent in Bezug auf Medien halten Sie sich?“ und das anhand einer abgestuften Skala erheben. Sondern man muss sich Gedanken machen, welche Aspekte von Medienkompetenz es gibt und welche man erheben möchte, weil sie für die vorliegende Studie relevant sind (dimensionale Analyse). Ist Kompetenz beispielsweise die Art von Wissen, die jemand über ein Medium, etwa das Internet, hat, kann man Fragen stellen über dessen Aufbau und die Eigenschaften des Systems, Wissen abfragen über Befehle und Fachtermini oder Kenntnisse feststellen über den Umgang mit dem System. Aus medienpädagogischer Sicht ist vielleicht eher die Souveränität im Umgang mit Medien entscheidend, also die Fähigkeit, Medien in Aufbau und Wirkung zu durchschauen und angemessen mit ihnen umzuge-

24

1 Die standardisierte Befragung als wissenschaftlich-empirische Methode

hen. Jemand, den man als medienkompetent bezeichnen würde, müsste also über das Mediensystem und seine Funktionsweise Bescheid wissen. Er müsste zudem in der Lage sein, dessen Inhalte zu bewerten. Auch über den eigenen Umgang mit Medien müsste eine solche Person reflektieren. Schließlich gehören auch gewisse technische Fähigkeiten und angemessene Nutzungsweisen hinzu. Das Ergebnis einer solchen Analyse variiert in Abhängigkeit von der theoretischen Einbindung. Die Übersetzung der Frage könnte dann so aussehen: „Im Folgenden möchte ich etwas über Ihren persönlichen Umgang mit Medien erfahren. Bitte lesen Sie sich die folgenden Aussagen in Ruhe durch und antworten Sie anhand der Skala von 1 ‘trifft voll und ganz zu’ bis 5 ‘trifft überhaupt nicht zu’. Mit den Ausprägungen dazwischen können Sie Ihre Meinung abstufen. Bitte antworten Sie möglichst spontan, und lassen Sie keine Aussage aus.“ Ich kann mir nicht vorstellen, wie die Produktion einer Fernsehsendung im Einzelnen vor sich geht. Die deutschen Medienunternehmen sind ziemlich undurchschaubar und komplex. Medien wie das Fernsehen oder Computerspiele üben manchmal durchaus eine Wirkung auf mich aus. Gelegentlich habe ich schon den Eindruck, die Medienmacher wollen das Publikum manipulieren. Heutzutage sind die Medien überall, es herrscht die totale Reizüberflutung. Aus der Vielzahl der medialen Angebote muss jeder für sich das Wichtige und Nützliche aussuchen. Medien berichten eigentlich immer wahrheitsgemäß. Medien sind eine schöne Sache, sie machen viel Spaß, aber andere Dinge finde ich auch sehr wichtig. Ich beteilige mich auch aktiv an der Mediengestaltung, ich schreibe zum Beispiel einen eigenen Blog, habe schon einmal beim Offenen Kanal mitgemacht, einen Videofilm gedreht, einen Leserbrief geschrieben oder Ähnliches.

Wir haben oben gesagt, dass man nicht einfach die Programmfrage selbst stellen darf, sondern dass man sie in Testfragen übersetzen muss. Warum ist das nötig? Vor allem möchte man sprachliche Verständigungsschwierigkeiten ausschließen. Ein Begriff wie „Medienkompetenz“ ist sicher nicht jedem Befragten bekannt, viele werden ihn auch unterschiedlich verstehen oder Unterschiedliches damit verbinden. Die meisten Forschungsfragen sind viel zu abstrakt, als dass sie allgemein verständlich wären. Daher können nur die wenigsten Programmfragen eins zu eins in einen Fragebogen aufgenommen werden. Am ehesten ist das noch bei Tatsachenfragen möglich, also Fragen nach einfachen, konkreten, leicht nachprüfbaren Sachverhalten. Wenn man wissen will, wie hoch der Anteil der Bildschirmspieler an der Gesamtbevölkerung ist, kann man fragen: „Spielen Sie ab und zu Video- oder Computerspiele?“ und dann den Anteil über die gesamte Stichprobe berechnen. Hier ist der Übersetzungsprozess einstufig, in erster Linie muss auf die Art der Formulierung geachtet werden. Ein anderes Bei-

1.3 Aufbau und Ablauf einer Befragung im Überblick

25

spiel stammt aus dem Allensbacher Archiv (IfD-Umfrage 6089, März 2000). Die Frage wird vom IfD eingesetzt als Indikatorfrage für „fundamentales Faktenwissen“. Kann sie jemand nicht korrekt beantworten, gilt sein Faktenwissen als gering. Die Frage lautet: „Was meinen Sie, dreht sich die Erde um die Sonne oder dreht sich die Sonne um die Erde?“5 Diese einstufige Umsetzung einer Programmfrage in eine Testfrage scheint uns etwas zu einfach. Gerade in Bezug auf den Verwertungszusammenhang – die Einschätzung des fundamentalen Faktenwissens der Befragten zum Beispiel im Zusammenhang mit der Forderung nach Verbesserungen im Schulsystem – ist die Ermittlung nur eines Bereiches von Wissen (hier physikalische Phänomene) zu einseitig. Deshalb müssen abstrakte und komplexe Fragestellungen mehrstufig übersetzt werden: Zunächst müssen für die Sachverhalte Indikatoren gefunden (und begründet) werden, anschließend erst werden die Fragen formuliert. Wenn ein Sachverhalt also nicht zuverlässig direkt festgestellt werden kann, muss man übergehen auf die Frage nach Bereichen, die nicht für sich interessant sind, von denen man aber auf das Gesuchte zurückschließen kann. Zum Teil trifft dies sogar auf vermeintlich einfache Sachverhalte zu wie zum Beispiel die Operationalisierung von demografischen Merkmalen (vgl. J. H. P. Hoffmeyer-Zlotnik & M. Ehling 1991 über eine deutsche Standarddemografie). Testfragen sollen also zur Klärung der Programmfrage dienen. Dabei ist zu beachten, dass sich die Frageformulierung stets am Befragten orientieren muss. Folgende allgemeine Punkte sind zu beachten (vgl. ausführlich Kapitel 3): (1) Verstehbarkeit/Verständlichkeit • auf sprachlicher (denotativer) Ebene; vermeiden sollte man zum Beispiel wissenschaftliche Begriffe wie „Rezeption“ und andere Fachtermini. • auf semantischer (konnotativer) Ebene (subjektiver Bedeutungsinhalt); Begriffe wie etwa „Masse“ werden von vielen Menschen negativ verstanden. • Dialekt bzw. Anglizismen; Ausdrücke wie „Gameboy“ sind nur bedingt tauglich, insbesondere bei schriftlichen Befragungen. Daher sollte man die Formulierungen stets an der Zielgruppe orientieren und eher Umgangssprache als wissenschaftliche Ausdrucksweise verwenden. (4) Auskunftsfähigkeit • Sind die Leute in der Lage, Auskunft zu geben? Haben sie eine Meinung? Sind sie sich des Sachverhaltes bewusst? Können sie sich erinnern? 5

Im Jahr 1998 gaben immerhin 18 Prozent der Befragten die falsche Antwort, sieben Prozentpunkte mehr als noch 1989. Im Jahr 2000 sank der Anteil derjenigen, die irrtümlich annahmen, die Sonne drehe sich um die Erde, auf ein Zehntel. Allensbach führt das auf den „Nachhilfeunterricht” durch die Sonnenfinsternis zurück.

26

1 Die standardisierte Befragung als wissenschaftlich-empirische Methode

• Ist die Frage mehrdimensional und daher nicht einfach zu beantworten? Daher ist es sinnvoll, Filterfragen und Erinnerungshilfen (Abbildungen/Kartenspiele/Titelkärtchen) einzusetzen. (5) Auskunftswilligkeit • Das Phänomen der sozialen Erwünschtheit kann die Gültigkeit einer Antwort verringern. Die Frage: „Wie viel Zeit verbringen Sie pro Tag mit Computer- und Videospielen?“ möchten manche Menschen, etwa Vielspieler, unter Umständen nicht wahrheitsgemäß beantworten. • Sie ist abhängig von Thema, Befürchtung von „Sanktionen“ (etwa schiefer Blick vom Interviewer), Mode, Zeitgeist, Prestige, Verpflichtung zur inneren Logik/Konsistenz, Unkenntnis, die ungern eingestanden wird. Hier kann man Abhilfe durch bestimmte Fragetechniken schaffen (vgl. Abschnitt 2.4.2). Bei der Übersetzung von Programm- in Testfragen muss daher der Modus des Interviews (mündlich, telefonisch oder schriftlich), das Vorwissen der Befragten, Sprachverständnis und Ausdrucksfähigkeit bzw. -willigkeit und – ganz wichtig – stets der Bezug zur eigenen Forschungsfrage beachtet werden. 1.4 Auswahl der Befragten Wir haben uns im Rahmen unserer Untersuchung für Methode und Design entschieden. In diesem Abschnitt wollen wir uns nun mit den Möglichkeiten beschäftigen, diejenigen auszuwählen, die man befragen möchte; die so genannten Merkmalsträger. Wir werden einen Überblick geben über Grundgesamtheit, Repräsentativität, Stichprobenverfahren und Ausschöpfung. Statistische Überlegungen werden hier nicht ausgeführt und sollten in entsprechenden Quellen nachgeschlagen werden, so zum Beispiel in J. Bortz und N. Döring 2006 oder bei H. Kromrey 2009. 1.4.1 Grundlagen der Stichprobenziehung Der Anfang der Auswahl besteht darin, die Grundgesamtheit zu definieren.



Die Grundgesamtheit („target population“) ist die Gesamtheit an Subjekten (Fällen, Merkmalsträgern – bei der Befragung also Personen), über die man Aussagen treffen will. Sie wird in der Regel mit N bezeichnet.

Für eine Bevölkerungsumfrage wie den ALLBUS6 bedeutet das beispielsweise: Die Grundgesamtheit wird definiert als „alle Personen mit deutscher Staatsan6

Die Allgemeine Bevölkerungsumfrage der Sozialwissenschaften (ALLBUS) ist eine langfristig angelegte, multithematische Umfrageserie zu Einstellungen, Verhaltensweisen und Sozialstruktur der

1.4 Auswahl der Befragten

27

gehörigkeit, die zum Zeitpunkt der Befragung in Deutschland in Privathaushalten leben und die mindestens 18 Jahre alt sind“. Eine Definition der Grundgesamtheit lässt sich also nicht ohne explizit gemachte Erkenntnisinteressen formulieren.7 Über wen sollen Aussagen getroffen werden? Wer soll befragt werden, wer wird ausgeschlossen? Wo lässt er sich finden? Dies gilt ganz besonders bei Spezialistenumfragen, wie etwa einer Befragung von Journalisten. Hier ist der Definitionsaufwand entsprechend hoch: freier Journalist und/oder angestellter Redakteur? Tätig für welches Medium? Im Ausland tätig? Journalisten aller Genres? (vgl. etwa die Journalistenbefragung von S. Weischenberg, M. Malik & A. Scholl 2006). Anhand dieser Beispiele wird deutlich, dass es für die Auswahl der Befragten eine Rolle spielt, ob es sich um eine endliche oder letztlich unendliche (in Bezug auf Menschen heißt das, eine sehr große) Menge an Objekten handelt, ob die Grundgesamtheit bekannt oder unbekannt ist. Möchte man eine Umfrage unter Abonnenten einer Zeitschrift durchführen, besteht prinzipiell die Möglichkeit, alle zu befragen (wenn ein entsprechendes Abonnentenverzeichnis existiert). Die Grundgesamtheit ist hier bekannt und endlich. Viel häufiger aber wird man in der Medien- und Kommunikationsforschung den Fall antreffen, dass (etwa bei einer Untersuchung von Fernsehzuschauern) die Menge an Objekten nicht konkret angebbar ist. In dem Fall kann nur ein Teil der Menschen befragt werden. Es gibt also grundsätzlich zwei Arten einer Untersuchung: Man kann eine Vollerhebung oder eine Teilerhebung mittels Stichprobe durchführen.



Eine Vollerhebung (Totalerhebung) ist eine Untersuchung, bei der alle Elemente der definierten Grundgesamtheit einbezogen werden.

Eine solche Vollerhebung ist zum Beispiel der Zensus (Volkszählung). Das heißt bei einer Vollerhebung von deutschen Professoren in der BRD oder von deutschen Journalisten werden dann auch wirklich alle befragt. Es lässt sich erahnen, dass eine solche Vollerhebung oft nur sehr schwer zu verwirklichen ist. Sie ist auch nicht immer sinnvoll und zudem in der Regel sehr aufwändig. Sinnvoll ist sie nur bei überschaubarer, endlicher Grundgesamtheit, wie beispielsweise bei Studierendenbefragungen oder bei Spezialistenumfragen, bei denen die Personen bekannt und auffindbar sind (z. B. Auslandskorrespondenten der öffentlich-rechtlichen Anstalten). Wesentlich weiter verbreitet als Vollerhebungen sind Teilerhebungen.

7

Bevölkerung in Deutschland seit 1980. Sie wird durchgeführt vom GESIS – Leibniz-Institut für Sozialwissenschaften e.V. sowie einem wissenschaftlichen Beirat (siehe www.gesis.org). Über das Problem solcher Definitionen für repräsentative Bevölkerungsumfragen, wie zum Beispiel den Ausschluss von Anstaltsbewohnern (zu denen auch Studierende in Wohnheimen zählen), Deutsche im Ausland oder in Deutschland lebende Ausländer, vgl. etwa R. Schnell 1991.

28

1 Die standardisierte Befragung als wissenschaftlich-empirische Methode



Eine Stichprobe (Teilerhebung) ist eine „Auswahl von Elementen (n) aus der Gesamtheit aller Elemente (N), die durch ein oder mehrere Merkmale gekennzeichnet sind“ (J. Friedrichs 1999: 125).

Stichproben (auch: Sample) weisen gegenüber der Vollerhebung mehrere Vorteile auf: • Sie sind kostengünstiger, • weniger aufwändig in der Organisation, • schneller durchzuführen, • genauer und weniger fehleranfällig als Vollerhebungen und • oftmals die einzige Möglichkeit der Erhebung (z. B. bei Qualitätskontrollen). Ein Gütekriterium für Stichproben ist ihre Repräsentativität.8 Ziel einer Stichprobenuntersuchung ist meist, über die tatsächlich befragte Stichprobe hinaus Aussagen über die definierte Grundgesamtheit machen zu können. Nur eine repräsentative Stichprobe kann diese Anforderung erfüllen.



Repräsentativität oder Repräsentanz bedeutet Abbildungstreue oder Übereinstimmung einer Stichprobe mit der Grundgesamtheit. Das heißt, dass in der Teilmenge alle Strukturmerkmale und Merkmalskombinationen der Grundgesamtheit getreu ihrer relativen Häufigkeit widergespiegelt werden.

Das Ziel repräsentativer Stichproben ist der Schluss vom Sample auf die Grundgesamtheit (Inferenzschluss, Repräsentationsschluss). Ist der Ausgangspunkt der Untersuchung eine Theorie oder Hypothese, die geprüft werden soll, schließt man von vermuteten Verteilungen der Grundgesamtheit auf die zu erwartenden in der Stichprobe; bei dieser Argumentationsrichtung spricht man von einem Inklusionsschluss. Eine Stichprobe muss bestimmte Voraussetzungen erfüllen, um einen solchen Inferenzschluss zu rechtfertigen: • Sie muss ein verkleinertes Abbild der Grundgesamtheit sein, • ihre Elemente müssen definiert sein, • die Grundgesamtheit muss angebbar und empirisch definiert sein, • das Auswahlverfahren muss angebbar sein sowie bestimmte Voraussetzungen erfüllen, und • es dürfen keine systematischen Ausfälle auftreten.9 8 9

Auch bei Vollerhebungen spricht man von Repräsentativität. Sie ist dann gegeben, wenn wirklich alle Elemente ohne systematische Ausfälle befragt worden sind. Zu dem Bereich der Ausschöpfung siehe Abschnitt 1.4.6 sowie die Maßnahmenkataloge, die bei den einzelnen Befragungsmodi in Kapitel 4 aufgeführt sind.

1.4 Auswahl der Befragten

29

Gestritten wird, ob die Stichprobe wirklich in allen Merkmalen der Grundgesamtheit proportional entsprechen muss (globale Repräsentativität). Dieses Ziel kann nur durch Zufallsauswahl erreicht werden. Gegner dieser Ansicht halten dagegen, dass es lediglich darauf ankomme, dass in der Stichprobe bestimmte, für die Untersuchung relevante Merkmale der Grundgesamtheit widergespiegelt werden (so z. B. bei der Auswahl auf Basis von Quoten). Die Repräsentativität wird hier auf bestimmte Merkmale eingeschränkt, die direkt oder indirekt (über Korrelation) sichergestellt werden (spezifische Repräsentativität). Dies setzt jedoch die Kenntnis und Kontrolle der relevanten Merkmale voraus. Repräsentativität kann man nur durch sorgfältige Arbeit zu erzielen versuchen, überprüfen lässt sie sich kaum, denn selten ist die wahre Verteilung aller Merkmale der Grundgesamtheit vollständig bekannt. Lediglich Eckdaten und Merkmale zur Festlegung der spezifischen Repräsentativität kann man beispielsweise anhand von Zensusmerkmalen (etwa Soziodemografie) überprüfen. Eine Anmerkung noch: Jede Stichprobe ist für irgendetwas repräsentativ, denn jede Stichprobe bildet irgendeine Grundgesamtheit ab – wichtig ist, dass es auch die angestrebte Grundgesamtheit ist. Es muss also präzise angegeben sein, welche Grundgesamtheit abgebildet werden soll, damit man die Repräsentativität einschätzen kann. Die in der Medien- und Kommunikationswissenschaft so häufig befragten Studierenden (insbesondere des eigenen Faches) sind in erster Linie für sich selber repräsentativ. Ihre Befragung als Ersatz für eine Bevölkerungsstichprobe ist nicht zulässig. In anderen Fällen, wie etwa zur Hypothesenüberprüfung, kann auf sie allerdings ohne Probleme zurückgegriffen werden (M. D. Basil 1996). Es gibt verschiedene Arten der Auswahltechniken, auf die man für sein Befragungsdesign zurückgreifen kann. Sie alle haben spezifische Vor- und Nachteile und unterscheiden sich in Bezug auf das, was schon vor der Stichprobenziehung über die Grundgesamtheit bekannt sein muss und hinsichtlich der Aufwändigkeit und Komplexität des Verfahrens. Und schließlich unterscheiden sie sich im Hinblick auf ihre Repräsentativität. Die in Abbildung 1 dargestellten Auswahlverfahren finden in der Befragung Verwendung, sie werden im Folgenden ausführlich besprochen.

30

1 Die standardisierte Befragung als wissenschaftlich-empirische Methode

Abbildung 1: Auswahlverfahren in der Befragung10

1.4.2 Einstufige zufallsgesteuerte Verfahren Eine Zufallsstichprobe – auch Random Sample genannt – darf dann als solche bezeichnet werden, wenn ihre Auswahl auf zufälligen Verfahren beruht. Grundlage ist die Wahrscheinlichkeitsrechnung; zufällig auswählen bedeutet ein hochsystematisches und vor allem kontrolliertes Vorgehen.



Bei einer Zufallsauswahl müssen alle Einheiten der Grundgesamtheit die gleiche Chance haben, ausgewählt zu werden (Zufallsprinzip). Die Wahl eines Elementes darf die Auswahlwahrscheinlichkeit eines anderen nicht beeinträchtigen (Unabhängigkeitsprinzip).

Wenn eine Zufallsauswahl gewährleistet ist, ist die Stichprobe für Inferenzschlüsse auf die Grundgesamtheit geeignet. Darüber hinaus kann man dann den Stichprobenfehler berechnen. Man kann aus der Grundgesamtheit eine einfache oder eine systematische Zufallsstichprobe ziehen. Einfache Zufallsauswahlen beruhen auf dem Lotterieprinzip (Urnenverfahren) oder auf Zufallszahlen (bei durchnummerierter Grundgesamtheit). Bei Telefonstichproben gibt es darüber hinaus die Möglichkeit des Random Digit Dialing (vgl. Abschnitt 4.2). Eine systematische Auswahl trifft man, indem man jede n-te Einheit einer Grundgesamtheit entnimmt (also etwa jeder 100. Eintrag einer Datei o. Ä.). Das Ordnungskriterium darf dabei nicht Untersuchungsmerkmal sein, damit keine systematischen Fehler entstehen. 10 Verfechter des Quota-Verfahrens ordnen es nicht bei bewussten Auswahlverfahren ein, sondern bei zufälligen. Die Quoten seien als Schichtung zu verstehen, die Auswahl der Befragten erfolge durch die Interviewer zufällig (E. Noelle-Neumann & T. Petersen 2005: 258).

1.4 Auswahl der Befragten

31

Das Problem aller einfachen oder systematischen Zufallsauswahlen ist: Die Grundgesamtheit muss komplett erfasst sein, damit tatsächlich alle Elemente berücksichtigt sind und die gleiche Auswahlchance haben. Die Grundgesamtheit muss also in irgendeiner Form symbolisch repräsentiert sein, etwa als aktuelle und vollständige Liste oder Datei. So kann ein Studierendenverzeichnis als Grundlage gewählt werden oder die Abonnentendatei eines Verlages (unter Wahrung der jeweiligen Datenschutzbestimmungen). Weitere Voraussetzungen für eine solche Liste sind: Die Elemente müssen gut durchmischt sein, die Ziehung eines Elements darf die Ziehung anderer nicht beeinflussen, und jedes Element darf nur einmal gezogen werden. Die Repräsentation der Grundgesamtheit darf also nicht systematisch sortiert sein und auch keine doppelten Eintragungen enthalten, sonst ist die Auswahl nicht zufällig. Aus diesem Grund sind einfache Zufallsverfahren im Rahmen von Befragungen eher selten. 1.4.3 Mehrstufige zufallsgesteuerte Verfahren Nicht immer eignen sich einfache und systematische Zufallsstichproben für die Auswahl Befragter. Für bestimmte Fragestellungen müssen daher komplexere Zufallsauswahlen herangezogen werden. Es sind dies die geschichtete Auswahl, die Klumpenauswahl und andere mehrstufige Auswahlverfahren (vgl. R. Schnell, P. Hill & E. Esser 2008: 279ff). Von mehrstufigen Verfahren spricht man, wenn die Stichprobe nicht mehr in einem Auswahlvorgang ermittelt wird, sondern wenn mehrere Auswahlvorgänge hintereinander geschaltet werden. Man wählt also aus der Grundgesamtheit eine Stichprobe und daraus dann wieder eine weitere etc. Geschichtete Auswahl („stratified sampling“): Eine geschichtete Auswahl kann immer dann angewendet werden, wenn man Merkmale und ihre Verteilung in der Grundgesamtheit kennt, die Einfluss auf das relevante Merkmal haben. Geschichtete Auswahlverfahren werden dann eingesetzt, wenn die zu untersuchende Grundgesamtheit heterogen ist, aber in sich verschiedene (für das untersuchte Merkmal entscheidende) homogene Teilgesamtheiten enthält. Man teilt die Grundgesamtheit dann in zwei oder mehrere Gruppen, die sich im Hinblick auf das Schichtungsmerkmal unterscheiden und in sich homogener sind. Die Schichtungsmerkmale müssen relevant und theoretisch begründbar sein. Innerhalb der einzelnen Schichten werden dann die zu befragenden Personen zufällig ausgewählt. Man kann dabei proportional oder disproportional schichten. Das bedeutet, dass einmal die Schichten in ihrer Größe proportional zur Grundgesamtheit gebildet werden und einmal nicht.



So kann man beispielsweise bei einer Untersuchung zur Fernsehnutzung im familiären Umfeld eine Schichtung nach Familienstatus vornehmen (allein lebend; mit Partner; mit Kindern usw.) um sicherzustellen, dass alle Familientypen in der Befragung vertreten sind. Weiß man nun, dass bestimmte interessierende Untergruppen seltener vorkommen als andere,

32

1 Die standardisierte Befragung als wissenschaftlich-empirische Methode

bietet sich eine disproportional geschichtete Auswahl an. In ihr werden innerhalb jeder Schicht hinreichend viele Elemente ausgewählt. Anschließend können dann für jede Gruppe fundierte Aussagen getroffen werden. Allerdings müssen bei Gesamtauswertungen die einzelnen Gruppen mit einem Gewichtungsfaktor auf ihre ursprüngliche Verteilungsrelation zurückgestuft werden, um nicht verzerrte Ergebnisse zu erhalten (vgl. Abschnitt 6.4).

Ziel einer geschichteten Auswahl ist die Reduzierung des Stichprobenfehlers, also die Abweichung der Stichprobe gegenüber der Grundgesamtheit möglichst gering zu halten. Er ist kleiner, da bestimmte Merkmale kontrolliert werden. Ein anderes Verfahren ist die Klumpenauswahl (Cluster Sampling): Die Zielpersonen gelangen nicht einzeln in die Stichprobe, sondern in Gruppen. Die Grundgesamtheit wird in Klumpen unterteilt – in der Regel natürliche Untersuchungseinheiten wie etwa Schulklassen, Wohnblocks oder Ähnliches –, und dann wird per Zufall eine bestimmte Anzahl von Klumpen ausgewählt. Innerhalb dieser Klumpen (Cluster) werden dann alle Elemente befragt; dies ist ein wichtiges Charakteristikum der Klumpenauswahl.11 Das Merkmal, das die Klumpen bildet, sollte im Gegensatz zu einem Schichtungsmerkmal möglichst nicht untersuchungsrelevant sein. Und die einzelnen gewählten Klumpen sollten in sich möglichst heterogen sein (Annahme: Jeder Klumpen ist eine kleine Grundgesamtheit). Dieses Verfahren hat den Vorteil, dass die Grundgesamtheit der Erhebungseinheiten (also die eigentlich zu befragenden Personen) weder vollständig vorliegen (etwa als Kartei) noch in ihrer Struktur im Einzelnen bekannt sein muss, der Aufwand ist damit geringer. Die Gefahr der Klumpenstichprobe liegt im Auftreten des so genannten „Klumpeneffekts“. Immer dann, wenn ausgewählte Gruppen (Cluster) in sich homogen, aber von der Grundgesamtheit stark abweichend strukturiert sind, kann das zu gravierenden Abweichungen führen. Unter den mehrstufigen Verfahren sind die unterschiedlichsten Kombinationen möglich, oftmals werden Flächenstichproben – also solche Samples, bei denen der Auswahlplan zunächst nicht auf Personen oder Personengruppen basiert, sondern auf räumlichen Einheiten – mit weiteren Auswahlschritten kombiniert. Für eine Umfrage über Nutzung und Bewertung lokaler Kommunikation hieße dies etwa, Städte mithilfe einer geschichteten Stichprobe auszuwählen (um zu garantieren, dass die verschiedenen Größen lokaler Kommunikationsräume vertreten sind). In diesen Städten kann dann mithilfe des Random-RouteVerfahrens eine Zufallsauswahl an Haushalten getroffen werden. Random11 Dienen die Klumpen als Grundlage für eine weitere Zufallsauswahl, spricht man von einer mehrstufigen Auswahl und nicht von einer Klumpenauswahl. Interessieren innerhalb des Klumpens nicht die einzelnen Untersuchungseinheiten, also geht es beispielsweise nicht um die Aussagen einzelner Schüler, sondern um das soziale Erleben von Medieneinsätzen in der Schulklasse, spricht man ebenfalls nicht von einer Klumpenauswahl, da in diesem Fall die Klasse (der Klumpen) selber die Untersuchungseinheit ist und nicht die Schüler. Dies wäre dann eine einfache Zufallsauswahl (H. Kromrey 2009: 287f).

1.4 Auswahl der Befragten

33

Route-Verfahren bedeutet: Der Interviewer bekommt für einen ausgewählten Stadtbezirk eine zufällig ausgewählte Straße vorgegeben. Von dort aus läuft er eine vorgegebene „Marschroute“ ab, die etwa lauten könnte: „Gehen Sie auf der linken Straßenseite. Biegen Sie an der ersten Möglichkeit nach rechts ab, und wechseln Sie dann auf die rechte Straßenseite.“ Während dieser Route zählt der Interviewer alle befragbaren Haushalte (also keine leer stehenden Häuser, keine Firmen). Nach einer vorher festgelegten Systematik fällt jeder n-te Haushalt in die Stichprobe.12 Innerhalb dieser Haushalte wird nach einem einfachen Zufallsverfahren, beispielsweise der Auswahl des nächsten Geburtstagskindes über 14 Jahre, die eigentliche Untersuchungseinheit (nämlich der lokale Bürger der Stadt) festgelegt. Eine andere Möglichkeit ist, nach der Ziehung einer Flächenstichprobe die Befragungspersonen anhand des Einwohnermelderegisters zu ermitteln. Für sozialwissenschaftliche Untersuchungen ist es bei entsprechenden Anfragen und Planungszeiten möglich, auf dieses Melderegister zurückzugreifen. Der Zugriff ist an gesetzliche Bestimmungen gebunden, Grundlage sind die Meldegesetze der Bundesländer. Zudem muss die Grundgesamtheit mit den in der Datenbank erfassten Merkmalen abgrenzbar sein. Kommerziellen Untersuchungen ist der Zugriff untersagt (I. Albers 1997). Das in Deutschland am häufigsten eingesetzte mehrstufige Verfahren ist das ADM-Stichprobensystem für persönlich-mündliche Befragungen, eine geschichtete Flächenstichprobe auf der Basis von Wahlbezirken (vgl. www.admev.de sowie J. Hoffmeyer-Zlotnik 1997). Dieses Verfahren wird von nahezu allen großen Instituten bei der Bildung ihrer Stichproben verwendet, wenn auch mit Variationen. Es bietet jedem Haushalt und jeder Person (mit festem Wohnsitz) in Deutschland die gleiche Chance, in die Stichprobe zu gelangen. Ein solches ADM-Sample entsteht in drei Auswahlstufen: (1) Wahl-/Stimmbezirke: Die ca. 80.000 „sampling points“ werden vor der Auswahl nach Gemeindetyp (BIK-Regionen) oder politischer Gemeindegrößeklasse geschichtet. Diese Gemeindeklassifikationen berücksichtigen neben der eigentlichen Gemeindegröße die Nähe zu einer größeren Stadt und deren Einfluss (C. von der Heyde & U. Löffler 1993: 49). Je Schicht wird dann systematisch eine Straße als Zufallsstart gezogen. (2) Haushalte: In der Regel wird zur Ermittlung der zu befragenden Haushalte mit dem Random-Route-Verfahren gearbeitet oder per „TürschildStichprobe“ (Adress-Random-Route). Dabei gehen die Interviewer die Bezirke ab und notieren einen Teil der Namen der dort wohnhaften Personen (entweder jede x-te Adresse oder alle ab einem bestimmten Startpunkt). Daraus wird dann die Stichprobe gezogen. Gegenüber Random-Route sind hier Ziehung und Befragung getrennt. Der Adressenvorlauf kann die Quali12 Sowohl in H. Kromrey (2009: 291) als auch in E. Noelle-Neumann und T. Petersen (2005: 246ff) finden sich komplette Intervieweranweisungen für Random-Route und Adressenermittlungswege.

34

1 Die standardisierte Befragung als wissenschaftlich-empirische Methode

tät der Daten erhöhen, verteuert aber auch das Auswahlverfahren und verlängert die Feldzeit (C. von der Heyde & U. Löffler 1993; M. Häder & S. Häder 1997). Dieses getrennte Adress-Random wird jedoch aus Kostengründen seltener eingesetzt als das integrierte Random-Route-Verfahren, bei welchem Stichprobenbildung und Befragung in einem Schritt erfolgen (U. Schneekloth & I. Leven 2003: 53). (3) Zielperson innerhalb des Haushalts: Die endgültige Befragungsperson wird zufällig ermittelt. Das geschieht beispielsweise mithilfe der Next-BirthdayMethode. Der Interviewer erfragt, persönlich oder am Telefon, wer als nächstes Geburtstag hat und ermittelt auf diese Art – basierend auf dem Grundgedanken, dass die Geburtstage zufällig verteilt sind – die Zielperson (über mögliche Verzerrungen und abweichende Angaben siehe M. Maurer 2005). Eine andere Art der Stichprobenziehung ist die Methode nach Kish, in Deutschland bekannt als Schwedenschlüssel13. Ein Schwedenschlüssel ist ein Haustür- (oder Telefon-)auswahlverfahren: Der Interviewer listet alle im Haushalt wohnhaften Personen nach einem bestimmten Kriterium auf (z. B. Geburtstag) und wählt den Interviewerpartner aufgrund seiner Position in der Liste mithilfe einer Zufallszahl aus. Die Chance, in die Stichprobe zu gelangen, ist abhängig von der Haushaltsgröße, deshalb werden hinterher die Mehrpersonenhaushalte hoch gewichtet – je mehr Personen im Haushalt leben, desto geringer ist die Auswahlwahrscheinlichkeit pro Person. Bei allen mehrstufigen, aber auch bei einfachen Auswahlverfahren ist es sehr wichtig, die Auswahl gut zu protokollieren. Denn nur so ist eine Kontrolle und damit auch eine Berechnung und Feststellung der Güte einer Stichprobe möglich. 1.4.4 Nicht zufallsgesteuerte Verfahren Es gibt in der Medien- und Kommunikationswissenschaft, aber auch in der Markt- und Meinungsforschung eine ganze Reihe von Untersuchungen, die ihre Stichprobe nicht mit Verfahren der Zufallsauswahl gewinnen. Am bekanntesten sind hier die Befragungen, die vom Institut für Demoskopie Allensbach (IfD) durchgeführt werden. Sie beruhen fast alle auf dem Verfahren der QuotaAuswahl, das nicht zufallsbasiert ist. Bevor wir das Quota-Verfahren etwas ausführlicher darstellen, werden zunächst andere nicht zufallsbasierte Verfahren kurz aufgeführt (vgl. R. Schnell, P. Hill & E. Esser 2008: 297ff): Die willkürliche Auswahl ist ein nicht systematisches, nicht-repräsentatives Auswahlverfahren, bei dem der Interviewer nach Belieben an irgendeinem Ort zu irgendeinem Zeitpunkt irgendjemanden befragt (z. B. in der Fußgängerzone).

13 Der Ausdruck geht auf Herrmann Wolff zurück, ein Medienforscher, der das Verfahren aus Schweden in die deutsche Forschung übernommen hat (E. Noelle-Neumann & T. Peters 2005: 243).

1.4 Auswahl der Befragten

35

Solch ein Vorgehen ist für statistisch-kontrollierte wissenschaftliche Aussagen wertlos. Neben der willkürlichen gibt es die bewusste Auswahl („judgement sampling“) von Befragten. Dies bedeutet, dass die Auswahl nach vorherigen Überlegungen anhand eines Auswahlplans vorgenommen wird. Es lassen sich verschiedene Arten bewusster Auswahl unterscheiden: • Die Auswahl typischer Fälle ist ein nicht-repräsentatives, systematisches Auswahlverfahren einzelner „typischer“ Fälle, die man stellvertretend für die Grundgesamtheit untersucht. Dies wird eher in qualitativen Untersuchungen relevant sein als in der standardisierten, quantitativen Befragung. Problematisch ist die Angabe, nach welchen Kriterien Typizität festgestellt wurde. Die Kriterien sind vom Untersuchungsziel abhängig, damit sind Anlage und Auswahl maßgeblich für die Ergebnisse. Außerdem setzt diese Art der Auswahl Vorkenntnisse über die Grundgesamtheit voraus, die man oft noch gar nicht hat. • Die Auswahl extremer Fälle ist ebenfalls nicht repräsentativ. Die Fälle gelten als extrem, wenn sie die zu untersuchenden Merkmale besonders stark ausgeprägt aufweisen. In der Regel führt man eine solche Auswahl dann durch, wenn der Untersuchungsgegenstand weitgehend unbekannt ist. Interessiert etwa die Auswirkung von E-Mail- oder Chatroom-Nutzung auf die Sprache der User, bietet es sich – in Unkenntnis des Gegenstandes – an, zunächst extreme Nutzer zu befragen (Beispiel aus H.-B. Brosius, F. Koschel & A. Haas 2009: 84). Auch Expertengespräche, in diesem Fall etwa mit Wissenschaftlern, die sich mit Online-Kommunikation beschäftigen, können als Unterform der Auswahl extremer Fälle gelten. • Bei der Auswahl nach dem Konzentrationsprinzip (Cut-off-Verfahren) beschränkt sich die Analyse auf die Fälle, die in der Grundgesamtheit dominieren. Man untersucht also nur einen Teil der Grundgesamtheit, und zwar die Elemente, die für den Untersuchungstatbestand ein besonderes Gewicht besitzen. Ist beispielsweise bekannt, dass 90 Prozent der Leserschaft eines Anzeigenblattes in einem bestimmten Teil der Stadt wohnen, konzentriert man sich bei der Auswahl auf diesen Stadtteil. Dies setzt voraus, dass man die Verteilung der relevanten Merkmalsträger in der Grundgesamtheit kennt. • Das Quota-Verfahren ist das wichtigste und bekannteste Verfahren der bewussten Auswahl. Es wird in der Medienund Kommunikationswissenschaft häufig eingesetzt (V. Gehrau & B. Fretwurst 2005). Wenn man von seiner Grundgesamtheit bestimmte Merkmalsverteilungen kennt – und nur dann kann ein Quota-Verfahren durchgeführt werden –, so kann man mit der genauen Abbildung dieser (bekannten) Merkmale (spezifische) Repräsentativität herstellen. Wie schon erwähnt, argumentieren Vertreter dieses Verfahrens, dass es sich bei sauberer Arbeit durchaus um eine repräsentative Stichprobenziehung handelt.

36

1 Die standardisierte Befragung als wissenschaftlich-empirische Methode

Im Quota-Verfahren werden dem Interviewer bestimmte Merkmale anhand eines Quotenplans vorgegeben. In der Auswahl, wen er (mit diesen Merkmalen) befragt, ist der Interviewer dann frei. In den meisten Fällen sind die vorgegebenen Merkmale: Geschlecht, Alter, Bildung bzw. soziale Schichtzugehörigkeit, gelegentlich auch berufliche Stellung. Die Merkmale der geografischen Streuung werden in der Regel über die Einsatzplanung der Interviewer gesteuert. Aus forschungspraktischen Gründen beschränkt sich die Vorgabe auf einfache, leicht erkennbare Merkmale. Idealerweise sollten die Merkmale möglichst nicht voneinander unabhängig vorgegeben werden, denn auch in der Realität sind sie miteinander kombiniert. Es kann sonst passieren, dass ein Interviewer, der insgesamt zehn Interviews durchführen soll, am Ende feststellt, dass er, um seinen Quotenplan zu erfüllen, sein letztes Interview mit einer über sechzigjährigen Auszubildenden durchführen muss. Oder der Forscher stellt fest, dass alle Männer in der Stichprobe über 50 sind, alle Frauen jünger und arbeitslos usw. In der Praxis können oftmals jedoch nur zwei, höchstens drei Merkmale kombiniert werden, ansonsten ist die Auswahl für den Interviewer zu schwierig. Um einen Quotenplan zu erstellen, listet man die statistischen Proportionen der Grundgesamtheit auf, beispielsweise anhand der amtlichen Statistik, und überträgt dies dann anteilig auf die Stichprobe. Bei Einhaltung des Quotenplans durch den Interviewer ist damit garantiert, dass diese quotierten Merkmale der Stichprobe exakt der Verteilung der Grundgesamtheit entsprechen. Die Zuteilung der Quotenpläne an die Interviewer sollte zudem sicherstellen, dass der Interviewer zu Befragungen außerhalb seines Milieus gezwungen wird, um wiederholte Auswahl im Bekanntenkreis auszuschließen (J. Schneller 1997: 10). Als Beispiel für einen Quotenplan, der sich die Mühe der Kombination macht, kann ein solcher aus dem Institut für Allensbach gelten (E. Noelle-Neumann & T. Petersen 2005: 257). Der Hauptgrund, warum viele Studiendesigns auf das Quota-Verfahren zurückgreifen, liegt in der einfacheren Handhabung. Es bietet gegenüber den teilweise sehr aufwändigen Verfahren der Zufallsauswahl entscheidende Vorteile: • keine Adressenauswahl, • kein Ausschöpfungsproblem und • dadurch leichter zu planen und vor allem kostengünstiger. Die Diskussion um den Einsatz des Quota-Verfahrens dreht sich in erster Linie um die Frage der Repräsentativität.14 Je nach Standpunkt in dieser Debatte werden die folgenden Nachteile als schwer wiegend oder aber als nicht zutreffend angesehen: • basiert nicht auf der Wahrscheinlichkeitstheorie, daher Inferenzstatistik streng genommen nicht möglich, • schlechtere Kontrolle der Interviewer sowie 14 Vgl. einen Überblick über die Stärken und Schwächen von Quota- und Random-Verfahren bei S. Althoff (1997).

1.4 Auswahl der Befragten

37

• subjektive Verzerrungen in der Auswahl der Befragten durch den Interviewer (Befragtenstamm), dadurch Benachteiligung schwer zugänglicher Fälle. 1.4.5 Stichprobengröße Güte und Repräsentativität einer Stichprobe hängen, wie bereits deutlich gemacht wurde, von vielen Faktoren ab. Die Idee der Zufallsauswahl ist, dass jeder Prozentwert, der anhand dieser Teilgesamtheit berechnet wird, mit dem wahren Wert (mehr oder weniger) übereinstimmt. Ein Faktor, der häufig falsch in diesem Zusammenhang gesehen wird, ist die Größe einer Stichprobe. Eine Stichprobe ist nicht gut und repräsentativ, nur weil etwa 5.000 Interviews durchgeführt worden sind oder zehn Prozent der Grundgesamtheit befragt wurde. Die Repräsentanz einer Stichprobe ist keine Funktion der Stichprobengröße, sondern in erster Linie eine Frage der korrekten Auswahl und der einwandfreien Erhebungsarbeit – es kann deswegen nicht generell gesagt werden, dass eine kleine Stichprobe weniger repräsentativ ist als eine große. Die Stichprobe muss lediglich groß genug sein, um die relevanten Gruppen der Grundgesamtheit abzubilden: Die Größe einer Stichprobe muss gewährleisten, dass alle ermittelten und untersuchten Untergruppen (also z. B. Splits nach Alter und Geschlecht und Bildung) noch hinreichend groß für statistische Berechnungen sind. Entscheidend ist zudem die absolute Größe, nicht die relative: Eine Stichprobe von ca. 1.000 Personen kann ebenso repräsentativ für Niedersachsen wie für die gesamte Bundesrepublik sein. Abhängig vom Stichprobenumfang ist jedoch die Genauigkeit der Ergebnisse. Die gewünschten Präzisionsansprüche (Breite des Konfidenzintervalls und Irrtumswahrscheinlichkeit) bestimmen die Größe mit (vgl. J. Bortz & N. Döring 2006: 419ff). Die Stichprobengröße ist stark abhängig von den eigenen Erkenntnisinteressen und dem Verwertungszusammenhang: Wie genau müssen die Vorhersagen sein? Welchen Stichprobenfehler nehme ich in Kauf? Wie differenziert werte ich aus? Aber auch das Forschungsbudget, organisatorische Restriktionen und Zeitplanung spielen eine Rolle. Auf die Berechnung der Stichprobengröße aufgrund messtheoretischer Berechnungen sei an dieser Stelle nur verwiesen.15 Es lässt sich prinzipiell sagen: Je größer eine Stichprobe ist, desto genauer sind die Ergebnisse (jedoch nicht repräsentativer). Der finanzielle und organisatorische Aufwand, der eingesetzt werden muss, um die Genauigkeit und Sicherheit der Aussagen zu erhöhen, ist jedoch unverhältnismäßig und muss sorgfältig überlegt sein. Einfacher möglich ist die Berechnung der Stichprobengröße auf der Basis von Verteilungsvermutungen. Anhand eines Hypothesenkatalogs bzw. anhand der Zahl der für eine bestimmte Berechnung benötigten Variablen und ihrer 15 Angaben zur genauen Berechnung und eine Erläuterung der dafür verwendeten Formeln und statistischen Grundlagen finden sich etwa in J. Friedrichs 1999: 136ff und 144ff oder in J. Bortz & N. Döring 2006: 421ff und 627ff.

38

1 Die standardisierte Befragung als wissenschaftlich-empirische Methode

Merkmalsausprägungen wird entschieden, wie groß das Sample sein muss. Man muss also vorher überlegen, wie viele Variablen gleichzeitig zur Beschreibung des Objektbereiches miteinander in Beziehung gesetzt werden sollen. Wenn es sich beispielsweise um zwei Variablen handelt, die jeweils sechs Ausprägungen haben, hat man eine Kreuztabelle mit 36 Feldern. Bei der statistischen Auswertung gibt es eine Vielzahl von Verfahren, die nur durchführbar sind, wenn jede Zelle mit mindestens fünf Fällen besetzt ist. Da man nicht von Anfang an davon ausgehen kann, dass sich alle Fälle gleichmäßig auf die Zellen verteilen, empfiehlt etwa J. Friedrichs (1999: 146) ein Minimum von zehn Fällen pro Zelle, eine andere Faustregel geht von 15 Fällen pro Zelle aus. Das ergäbe dann bei 36 Zellen eine Stichprobe von 360 bzw. 540 Personen. Dieser Berechnung liegt folgende Formel zugrunde: n = 10 (oder 15) * KV Man multipliziert die maximal erforderliche gleichzeitige Kombination von V Variablen mit deren durchschnittlicher Zahl von K Merkmalsausprägungen und dem Minimum an Fällen pro Zelle und erhält die Mindeststichprobengröße n. 1.4.6 Ausschöpfung und Stichprobenausfälle Im Zusammenhang mit der Güte von Zufallsstichproben wird immer wieder der Begriff der Ausschöpfungsquote angesprochen:



Die Ausschöpfungsquote („response rate“) gibt an, wie viele der Personen einer Stichprobe tatsächlich befragt wurden.

Die Ausschöpfung ist deshalb so wichtig, weil sie ein ganz wesentliches Merkmal der Repräsentativität ist. Repräsentative Untersuchungen verlangen hohe Ausschöpfungen, denn nur dann ist gewährleistet, dass keine gravierenden systematischen Fehler bei der Auswahl vorgelegen haben. Die Methodenforschung jüngerer Zeit hat allerdings gezeigt, dass niedrige Ausschöpfungsquoten ein geringeres Problem darstellen als bisher befürchtet (vgl. z. B. A. Peytchev, R. K. Baxter & L. R. Carley-Baxter 2009; K. Neller 2005; S. Petermann 2005 sowie die Ausführungen in Abschnitt 2.1). Bei der Durchführung einer Befragung der deutschen Wohnbevölkerung gibt es immer Stichprobenausfälle, also Interviews, die nicht realisiert werden können. Entscheidend ist, warum ein Interview nicht stattfinden konnte und wie viele es insgesamt sind. Die Frage nach dem Grund ist wichtig, da es stichprobenneutrale und stichprobenverletzende Ausfälle gibt: Qualitätsneutrale (zufällige) Ausfälle sind Gründe wie: Ausgewähltes Haus war unbewohnt, keine Deutschen anwesend, keine Person der Zielgruppe vorhanden, Dateifehler oder Ähnliches. Stichprobenverletzende (systematische) Ausfälle hingegen sind Gründe

1.4 Auswahl der Befragten

39

wie: trotz Wiederholungsversuchen niemand angetroffen, Verweigerung, Zielperson krank, Fragebogen nicht richtig ausgefüllt usw. (H. Scheffler 1997: 59f). Problematisch sind systematische Ausfälle deshalb, weil sie die Repräsentativität der Stichprobe einschränken („sample selection bias“). Generell muss bei der Beurteilung der Stichprobenqualität zwischen dem Non-Coverage-Fehler (auch: coverage error) auf der einen Seite und dem NonResponse-Fehler auf der anderen Seite unterschieden werden. Ersterer beschreibt das Problem, dass durch die gewählte Stichprobenziehung und einen gewählten Befragungsmodus die Gefahr besteht, dass manche Menschen nicht erreicht werden. So werden etwa bei einer Telefonumfrage alle Haushalte ohne Telefon prinzipiell nicht berücksichtigt. Der Non-Response-Fehler hingegen umfasst Personen, die sich der Befragung komplett verweigern (unit non response) bzw. die auf einzelne Fragen nicht antworten (item non response). Auf diese Problematik gehen wir an anderer Stelle ausführlicher ein (vgl. Abschnitt 2.1). Die Ausschöpfungsquote gibt das Verhältnis an von Brutto-Stichprobe (also dem Soll) – die um die stichprobenneutralen Ausfälle bereinigt worden ist – und tatsächlich realisierten Interviews (dem Ist). Daher ist es wichtig, über die Auswahl der Stichprobe Protokoll zu führen und zu versuchen, Informationen (auch rudimentäre) über die Nichtantwortenden zu erhalten, um zu prüfen, ob systematische Ausfälle dahinter stehen. Der Zentralverband der deutschen Werbewirtschaft (ZAW) fordert in seinem Rahmenschema für Werbeträgeranalysen per Konvention grundsätzlich eine Ausschöpfungsquote von 70 Prozent. Wenn dies nicht gelingt, muss es begründet und gesondert untersucht werden. Die tatsächlich realisierten Ausschöpfungsquoten schwanken sehr stark. R. Porst (1999) spricht von 82 Prozent gewichteter durchschnittlicher Ausschöpfungsquote für Face-to-Face-Interviews, 72 Prozent für telefonische Umfragen und 47 Prozent bei schriftlichen Umfragen, P. Ph. Mohler, A. Koch & S. Gabler (2003) halten Quoten von unter 50 Prozent für eher realistisch. Gleichzeitig gibt es Hinweise darauf, dass Stichproben mit schlechteren Ausschöpfungsquoten nicht zwingend systematische Verzerrungen aufweisen müssen, dass eine Qualitätsbeurteilung anhand einer isolierten Betrachtung der Ausschöpfungsquote also zu einfach ist (U. Schneekloth & I. Leven 2003). Ein besonderes Problem ergibt sich bei Online-Umfragen, wo man die Rücklaufquote oft nicht berechnen kann, da BruttoStichprobe und Grundgesamtheit unbekannt sind (vgl. Abschnitt 4.4). Ausschöpfungsquoten hängen von vielen Dingen ab. Einmal natürlich von der Güte der Befragung, Sorgfalt der Feldarbeit und Länge des Fragebogens. Aber auch der gewählte Befragungsmodus hat Auswirkungen auf die Quote, genauso wie die untersuchte Zielgruppe. So sind etwa jüngere Menschen aufgrund erhöhter Mobilität schwerer zu erreichen, ältere alleinstehende Damen aufgrund von Angst und Unsicherheit eher geneigt zu verweigern (vgl. Abschnitt 2.1). Es gibt eine ganze Reihe von Maßnahmen und Strategien zur Erhöhung der Teilnahmebereitschaft. Auf sie wird im Zusammenhang mit Kooperation und Verweigerung im Interview im folgenden Kapitel näher eingegangen;

40

1 Die standardisierte Befragung als wissenschaftlich-empirische Methode

spezifische Maßnahmen für telefonische oder schriftliche Befragungen und spezifische Hinweise zur Stichprobenziehung werden mit dem jeweiligen Befragungsmodus in Kapitel 4 diskutiert. 1.5

Zusammenfassung Wie in den vorangegangenen Abschnitten gezeigt wurde, gliedert sich der Ablauf einer wissenschaftlichen Studie in verschiedene Phasen. Zunächst macht es für den Ablauf noch keinen Unterschied, welche empirische Datenerhebungsmethode eingesetzt wird. Erst eine dimensionale Analyse der Fragestellung und Konzeption der Untersuchung können ergeben, dass eine standardisierte Befragung das richtige Verfahren ist; etwa dann, wenn es um Wissen, Einstellungen und Bewertungen geht. Es schließen sich dann die für eine Befragung spezifischen Schritte an: Übersetzung der Forschungsfrage in Programmfragen und Formulierung der einzelnen Fragebogenfragen. Wie gut ein Befragungsinstrument ist, wie reliabel und valide, lässt sich in vielen Fällen kaum berechnen, allenfalls dem Augenschein nach beurteilen. Sorgfältige Arbeit in allen Phasen des Forschungsprozesses gewährleistet dies. Ein wichtiger Punkt für die Anlage der Befragung ist die Auswahl der Befragten. Die verschiedenen Auswahltechniken der Medien- und Kommunikationswissenschaft, aber auch der Markt- und Meinungsforschung lassen sich grob einteilen in zufallsgesteuerte und nicht zufallsgesteuerte Verfahren. Bei den Letztgenannten sind in erster Linie die Verfahren der bewussten Auswahl relevant. Sie unterscheiden sich voneinander insbesondere im Hinblick auf die Maßnahmen, die zur Repräsentativitätssicherung eingesetzt werden. Zufallsgesteuerte Verfahren stützen sich auf die Wahrscheinlichkeitsrechnung und streben Repräsentativität an durch die zufällige Entnahme der Stichprobenelemente aus einer definierten Grundgesamtheit. Nicht zufallsgesteuerte Techniken – gemeint ist hier v. a. das Quota-Verfahren – streben Repräsentativität dadurch an, dass sie Informationen von Merkmalen der Grundgesamtheit in der Stichprobe abbilden. Repräsentativität bezieht sich damit in erster Linie auf die direkt (und durch Korrelationen indirekt) kontrollierten Merkmale.





Bortz, Jürgen & Döring, Nicola. (2006). Forschungsmethoden und Evaluation. Lehrbuch für Human- und Sozialwissenschaftler (4. Aufl.). Berlin: Springer. (Ein umfangreiches und anspruchsvolles Lehrbuch, das sowohl den gesamten Forschungsprozess wie verschiedene Einzelmethoden behandelt.) Brosius, Hans-Bernd, Koschel, Friederike & Haas, Alexander. (2009). Methoden der empirischen Kommunikationsforschung: Eine Einführung (4. erw. und aktual. Auflage). Wiesbaden: VS. (Eine didaktisch sehr gut aufbereitete, grundlegende Einführung für Studierende der Medien- und Kommunikationswissenschaft.) Gabler, Siegfried & Hoffmeyer-Zlotnik, Jürgen H. P. (1997). Stichproben in der Umfragepraxis. Opladen: Westdeutscher Verlag. (Ein hilfreicher Sammelband zur aktuellen Diskussion und zu Problemen der Stichprobenziehung.)

2

Das Interview als soziale Situation

Die soziale Situation des Interviews ist es, die die Befragung am stärksten von anderen Datenerhebungsverfahren unterscheidet. In diesem Kapitel wird geschildert, welche Einflüsse und Interaktionseffekte in dieser kommunikativen Situation wirksam werden und welche auch zu Verzerrungen führen können. Man kann unterschiedliche Fehlerarten unterscheiden – relevant sind hier vor allem die Beobachtungsfehler (observational errors), die sich zusammensetzen aus Einflüssen der Untersuchungsanlage, der Interviewsituation, dem Interviewer und Befragten, aber auch dem Fragebogen. Bis auf den letzten Bereich, der in Kapitel 3 diskutiert wird, gehen wir auf alle Aspekte im Folgenden ausführlich ein. Wir sind in Kapitel 1 darauf eingegangen, dass eine große Schwäche der Befragungsmethode in ihrer Reaktivität liegt. Die Interaktionen, die zwischen den Beteiligten einer Befragung entstehen (oder nicht entstehen) – Interviewer und Befragter, aber auch Fragebogen –, sind verantwortlich für unterschiedliche Fehler (errors) oder verzerrende Einflüsse (bias), die sich wie folgt systematisieren lassen (vgl. auch L. Kaczmirek 2009): (1) Sog. Non-Coverage-Fehler (vgl. Abschnitt 1.4) beruhen darauf, dass manche Personen der Grundgesamtheit, wie zum Beispiel Heiminsassen, prinzipiell nicht zu erreichen sind. Da diese Personen in der Folge auch nicht befragt werden können, wird dieses Phänomen auch als Non-ObservationalFehler bezeichnet. (2) Fehler, die entstehen, weil manche Personen, die Teil der Stichprobe sind, die Interviewteilnahme verweigern, nennt man Non-Response-Fehler (genauer: unit non response). Diese Fehler führen zu einer Einschränkung der Ausschöpfungsquote. Ihnen kann durch die Optimierung der Kontaktaufnahme begegnet werden. Damit befassen wir uns in Abschnitt 2.1. (3) Eine dritte Gruppe umfasst Beobachtungsfehler (observational errors), die durch Messfehler im Rahmen des Interviews zustande kommen. Diese Fehler haben unterschiedliche Quellen (vgl. auch A. Peytchev 2009), auf die wir in diesem bzw. den Folgekapiteln ausführlich eingehen (vgl. Abbildung 2): • Untersuchungsanlage: Thema, Urheber, Incentivierung etc. • Interviewsituation: Ort, Umfeld, Anwesenheit Dritter, aber auch Befragungsmodus (vgl. ausführlich Kapitel 4) • Interviewer: soziodemografische Merkmale, Aussehen, Persönlichkeit etc. (siehe Abschnitt 2.3) • Befragter: soziodemografische Merkmale, persönliche Prädispositionen, kognitive Fähigkeiten, Themeninteresse, Motivation, aber auch spezifi-

42

2 Das Interview als soziale Situation

sche Antwortstile (sog. response sets, siehe Abschnitt 2.4), die verzerrend wirken (response bias) • Instrument: Fragebogenumfang, Dramaturgie, Art und Umfang der Fragen etc. (unerwünschte Einflüsse durch spezielle Frageformen, z. B item non response werden ausführlich in Abschnitt 3.3 behandelt, die Ursachen von Abbrüchen in 3.4)

Abbildung 2: Einflüsse auf die Antwort im Interview

Die Fehler wirken sich auf unterschiedlichen Ebenen aus: Non-Coverage- und Unit-Non-Response-Fehler beeinträchtigen die Repräsentativität einer Studie (vgl. Abschnitt 1.4), während Beobachtungsfehler wie ein Response-Bias auf die Validität der Befragung Einfluss nehmen (vgl. Abschnitt 1.2). Entscheidend im Gesamtzusammenspiel der Einflüsse ist der Befragte, weil sich in seiner Antwort die Wirkungen der Effekte und Interaktionseffekte kristallisieren (vgl. M. Taddicken 2009). Je stärker sich diese auswirken, umso deutlicher weicht die genannte Antwort vom so genannten „wahren Wert“16 ab, und umso stärker ist der verzerrende Einfluss (bias) der sozialen Situation des Interviews. 16 Zum Problem des „wahren Wertes“ in der Umfrageforschung vgl. H. Esser 1986.

2.1 Kooperation und Verweigerung

43

2.1 Kooperation und Verweigerung Der erste Punkt, an dem Befragter und Interviewer aufeinander treffen, ist der Moment der Kontaktaufnahme. Hier entscheidet sich, ob ein Befragter an einem Interview teilnimmt oder nicht. Wie schon im Zusammenhang mit der Stichprobenziehung erwähnt, ist es für die Qualität der Untersuchung entscheidend, dass nicht zu viele stichprobenverletzende Ausfälle entstehen, dass nicht bestimmte Befragte systematisch die Teilnahme verweigern (unit non response, vgl. Abschnitt 1.4.6). Die Entscheidung für oder gegen eine Teilnahme wird gefällt aufgrund einer Kosten-Nutzen-Abwägung. Diese Rechnung kann durch spezifische Maßnahmen (z. B. Incentivierung) günstig beeinflusst werden. Im Folgenden geht es also vor allem darum, wovon Kooperation abhängt, und wie man sie sicherstellt. Die Entscheidung zur (Nicht-)Teilnahme fällt auf Basis situativer oder grundsätzlicher Erwägungen: Dies kann Interesse an Umfragen generell oder am speziellen Thema sein, es kann aus der Anerkennung von Wissenschaft und Forschung, der Wichtigkeit statistischer Erhebungen oder aus Loyalität gegenüber öffentlichen Institutionen geschehen. Auch ein Gefühl der sozialen Verpflichtung und soziales Engagement können die Teilnahme begünstigen, ebenso wie die eigene Kommunikationslust. Das Prinzip des Austauschs bzw. des SichErkenntlich-Zeigens (Reziprozitätsprinzip) kann wohl als am wichtigsten zur Beantwortung von Befragungen angesehen werden. Das heißt, auf eine höfliche Bitte verhält man sich ebenfalls höflich, die Aussicht auf ein Teilnahmegeschenk oder ein persönlicher Nutzen der Befragung setzt zudem ein Gefühl der zu erbringenden Gegenleistung frei. Ein anderes Erklärungskonzept ist die Zustimmung zu einer Umfrage aus einem Gefühl der Hilfsbereitschaft. Dies kann besonders im Zusammenhang mit dem Quota-Verfahren zum Tragen kommen, wo der Interviewer den Befragten oftmals persönlich kennt. Entsprechende Hinweise in der Gesprächseröffnung, die an die Hilfsbereitschaft appellieren, können sich als verweigerungsreduzierend erweisen. (A. Scholl 1993: 59f; R. M. Groves, R. B. Cialdini & M. P. Couper 1992) Gegen eine Teilnahme sprechen aus Sicht des Befragten allerdings auch eine Reihe von Gründen: Er hat gerade anderes zu tun, der Zeitaufwand wird als zu hoch eingeschätzt, er interessiert sich nicht für das Thema, der Interviewer wirkt unsympathisch. Vielleicht hat er auch Angst vor einem Eingriff in die Privatsphäre, es ist ihm unklar, was mit den Daten gemacht werden soll, oder er hat schon einmal schlechte Erfahrungen in der Vergangenheit gemacht usw. Teilnahmebereitschaft basiert in den meisten Fällen nicht auf grundsätzlich verankerten Wertorientierungen, sondern auf einer gewissen Indifferenz, bei der auch situationale und zufällige Einflüsse eine Rolle spielen. Letztlich entscheidet eine Abwägung der Opportunitäts- und Transaktionskosten des Befragten. Gezielte Maßnahmen zur Steigerung der Teilnahmebereitschaft (siehe unten) können daher oft beachtliche Erfolge aufweisen, obwohl die Teilnahmebereitschaft der Bevölkerung in den letzten Jahren sank. Dies ist nicht zuletzt auf den starken

44

2 Das Interview als soziale Situation

Einsatz von Befragungen zurückzuführen, aber auch auf deren Missbrauch, zum Beispiel durch telefonische Werbeaktionen. Die Teilnahmebereitschaft hängt wesentlich von drei Einflussfaktoren ab: dem Befragten, dem Interviewer und der Untersuchungsanlage. Im Zusammenspiel entscheiden sie über Kooperation oder Verweigerung. Entscheidend ist der Erstkontakt – sowohl in Befragungen mit Interviewer als auch ohne. Bei letzterer Variante entscheidet der Fragebogen und insbesondere das Anschreiben über den Eindruck, der zur Teilnahme führt oder diese verhindert. Der Befragte bringt bestimmte Eigenschaften mit (z. B. soziodemografische Merkmale, Persönlichkeit, generelles Interesse etc.), die sich positiv oder negativ auf seine Kooperation auswirken können. So gibt es Menschen, die leichter zur Teilnahme motiviert werden können als andere: Auf dem Land hat man weniger Verweigerer als in der Stadt, ältere Menschen sind schwieriger zu befragen als jüngere, Personen mit niedrigerer Schulbildung neigen eher zur Verweigerung als Gebildete, allein Lebende sind schwerer zu befragen, und auch das Geschlecht kann einen Einfluss haben, denn Frauen halten sich seltener für kompetent genug, um Auskunft zu geben (vgl. R. M. Groves, R. B. Cialdini & M. P. Couper 1992: 478; H. Scheffler 1997). Bevölkerungsumfragen weisen häufig einen so genannten „Mittelstand-Bias“ auf, das heißt, dass Personen in unter- oder überprivilegierten Gesellschaftsklassen prozentual weniger vertreten sind, ebenso wie „extreme“ oder unkonventionelle Populationsteile. Neben den Prädispositionen des Befragten sind situative Einflüsse für eine Kooperation entscheidend, wie der empfundene Zeitaufwand des Interviews sowie die Konkurrenz zu anderen Verpflichtungen. Der Interviewer hat einen sehr großen Anteil am Zustandekommen eines Interviews und auch an der Zufriedenheit mit der Umfrage (vgl. I. Sander 2010). Der Moment der Kontaktaufnahme ist am wichtigsten: Hier muss er den Befragten zur Kooperation motivieren; er muss klar, bestimmt und freundlich die Bedeutung der Teilnahme darlegen und dabei gleichzeitig die individuellen Belange des Befragten berücksichtigen. Für den Interviewer positiv wirkt sich dabei aus, wenn er sich in der Situation optimistisch verhält (Interviewer mit einer positiven Erwartungshaltung haben eine höhere Antwortrate) und auch, wenn er eine gewisse Interviewerfahrung hat (vgl. V. Hüfken & A. Schäfer 2003; R. M. Groves, R. B. Cialdini & M. P. Couper 1992; E. Singer, M. Frankel & M. B. Glassman 1983). Erfahrene Interviewer dehnen die Phase der Kontaktaufnahme so lange wie möglich aus. So soll sich aus der ersten, sehr offenen Interaktion eine soziale Situation aufbauen, aus der das Aussteigen durch Verweigerung schwieriger wird. Hilfreich ist in dieser Situation, wenn der Einleitungstext eine einfache Frage sowie deren Antwort enthält17, weil dies die Teilnahmebereitschaft signifikant steigert (G. Meier, M. Schneid, Y. Stegemann & A. Stiegler 17 „Darf ich Sie einfach mal fragen, wie gerne Sie auswärts essen gehen? Gehen Sie sehr gerne oder nicht so gerne auswärts essen? [Pause] Zu Ihrer Information: Jeder 4. Deutsche geht gerne auswärts essen.“

2.1 Kooperation und Verweigerung

45

2005). Die Autoren erklären das damit, dass die Darbietung dieser Information im Sinne des Reziprozitätsprinzips als Incentive gewirkt hat. Die soziodemografischen Merkmale eines Interviewers, seine Persönlichkeit sowie sein Verhalten entscheiden häufig ebenfalls darüber, ob Kooperation zustande kommt oder ob verweigert wird. So hat A. Koch (1991) beispielsweise festgestellt, dass Interviewerinnen eine geringere Verweigerungsrate haben als Männer, ältere Interviewer erfolgreicher sind als jüngere, Interviewer mit mittlerem Bildungsabschluss die besten Resultate erreichen und dass erfahrene und professionell arbeitende Interviewer ebenfalls erfolgreicher sind bei der Ausschöpfung. Neben den Interviewpartnern spielt die Untersuchungsanlage eine wichtige Rolle für die Kooperationsbereitschaft. Auftraggeber und ganz besonders das Thema der Befragung (vgl. R. M. Groves, S. Presser & S. Dipko 2004) sind entscheidend für die Teilnahmebereitschaft. So ist etwa bei Geld, Politik oder tabuisierten Medieninhalten mit deutlich mehr Rekrutierungsproblemen zu rechnen als in den Bereichen Freizeitaktivitäten oder Mediengewohnheiten. Ergebnisse empirischer Arbeiten über Offenheit von Befragten in der Interviewsituation zeigen jedoch, dass die meisten Befragten prinzipiell bereit sind, sich auch zu heiklen oder sensiblen Bereichen wie Einkommen oder Parteipräferenzen offen zu äußern. Es gibt sogar eine Diskrepanz zwischen bekundeter und realer Offenheit: Auch diejenigen, die innerhalb derselben Befragung angeben, sie würden sich – abstrakt gefragt – beispielsweise zum Thema Einkommen gegenüber Umfrageinstituten nicht äußern, antworteten innerhalb der sozialen Situation einem persönlichen Interviewer gegenüber dann doch auf diese Frage (K.-H. Reuband 1991). Thema und Auftraggeber kann man natürlich nicht beeinflussen.18 Folgende andere Bereiche der Anlage sind allerdings variabel und sollten im Hinblick auf die Teilnahmebereitschaft optimiert werden (vgl. auch R. Porst, S. Ranft & B. Ruoff 1998).19 • Zum einen spielt die inhaltliche und grafische Gestaltung des Erhebungsinstruments eine wichtige Rolle (vgl. ausführlich dazu Abschnitt 3.4 zum Aufbau des Fragebogens sowie Abschnitt 6.1 zum Layout). • Oftmals entscheidend für die Kooperation ist das Anschreiben, ist es doch die Einladung zur Kooperation. Und nicht nur bei schriftlichen Varianten der Befragung, auch bei telefonischen Umfragen20 ist es sinnvoll, vorab ein Ankündigungsschreiben zu versenden (zum Einfluss einer Vorankündigung bei Online-Umfragen vgl. K. Zerr & T. Müller-Schneider 2002). Dieses sollte 18 Man kann sie aber mehr oder weniger prominent kommunizieren. 19 Welche Maßnahmen in der Anlage einer Befragung ausgewählt werden und welche am effektivsten in der Steigerung der Antwortrate sind, hängt auch davon ab, ob es sich um telefonische, schriftliche oder persönliche Interviews handelt (siehe dazu Kapitel 4). 20 Diese Möglichkeit besteht nur, wenn die zu befragenden Personen bekannt sind (z. B. aus einer Mitglieder- oder Kundendatei). Bei Zufallsstichproben ist das nicht möglich.

46

2 Das Interview als soziale Situation

sehr persönlich gehalten sein und Thema der Befragung, Relevanz der Meinung des Einzelnen und Dauer des Interviews enthalten sowie einen Hinweis zum Datenschutz. Eine Anonymitätszusicherung kann die Verweigerungsrate signifikant senken (vgl. E. Singer, J. van Hoewyk & R. J. Neugebauer 2003), insbesondere dann, wenn es sich bei dem Thema der Befragung um einen sensiblen Bereich handelt, bei welchem der Befragte heikle Fragen erwartet (D. A. Dillman, E. Singer, J. R. Clark & J. B. Treat 1996: 379). Der Verweis auf die Institution (Auftraggeber, Behörden) bzw. die Nennung von Gründen, Ziel und Zweck der Befragung kann im Einzelfall sinnvoll sein und die Kooperation fördern. Problematisch können diese Angaben werden, wenn es sich um einen in der Öffentlichkeit nicht als neutral angesehenen Auftraggeber handelt und das Forschungsziel gesellschaftliche Tabuthemen beinhaltet bzw. Themen mit einem hohen sozialen Erwünschtheitsgrad. • Eine weitere Möglichkeit zur Verbesserung der Teilnahmebereitschaft ist die Verwendung materieller Anreize, so genannter „Incentives“. Gerade in den letzten Jahren wurde versucht, mit dem Einsatz kleinerer Geldbeträge oder anderen Belohnungen die insgesamt sinkende Teilnahmebereitschaft der Bevölkerung aufzufangen, insbesondere bei Modi, die auf Selbstselektion der Befragten angewiesen sind wie Online-Befragungen. Die Forschung zur Effektivität von Incentives kommt zu leicht uneinheitlichen Ergebnissen. Es scheint Folgendes zu gelten: Geld überzeugt mehr als Geschenke, je höher der Geldbetrag ist, desto geringer ist die Verweigerungsrate (E. Singer 1998). Den größten Erfolg verspricht der Einsatz von Incentives, die bereits vorher dem Befragten ausgehändigt werden (A. H. Church 1993; A. Diekmann & B. Jann 2001). Nachteilige Effekte von Incentives auf die Datenqualität sind umstritten (vgl. M. Davern, T. H. Rockwood, R. Sharrod & S. Campbell 2003; E. Singer, J. van Howeyk & M. P. Maher 2000). • Schließlich kann die Ausschöpfungsquote durch Nachfassaktionen (erneute schriftliche Benachrichtigung oder persönlicher Mehrfachkontakt) verbessert werden (vgl. auch Abschnitt 6.3). Dabei muss allerdings berücksichtigt werden, dass solche Aktionen oftmals hohe Kosten mit sich bringen (z. B. bei postalischen Umfragen oder Face-to-Face-Befragungen). Studien zeigen darüber hinaus, dass auf diese Weise zwar die Ausschöpfungsquote erhöht, die Stichprobenqualität aber kaum verbessert wird (vgl. K. Neller 2005; S. Petermann 2005; A. Peytchev, R. K. Baxter & L. R. Carley-Baxter 2009). Die Entscheidung, ob nachgefasst wird, sollte also auf einem kritischen KostenNutzen-Kalkül beruhen. 2.2 Interviewsituation Die Situation, in der eine Befragung durchgeführt wird, ist davon gekennzeichnet, dass neben der gestellten Frage – dem eigentlichen Stimulus – verschiedene Einflüsse wirksam werden. Eine Frage löst in einem Menschen einen Denkpro-

2.2 Interviewsituation

47

zess aus, der zu einer Antwort führt, oftmals eingebunden in persönliche Erinnerungen und Bewertungen (vgl. dazu den kognitiven Prozess nach J. A. Krosnick 1991 in Kapitel 3). Diese werden in einem standardisierten Interview in der Regel jedoch nicht mit abgefragt, sondern es interessiert allein die Antwort auf die gestellte Frage, die Reizreaktion. Was bedeutet das für die soziale Situation des Interviews? Im Interview werden nicht einfach Merkmale abgerufen, sondern der Gefragte handelt situationsorientiert. Das heißt der Befragte nimmt die einzelnen Elemente der Situation wahr, bewertet sie auf der Grundlage von Vermutungen über mögliche Konsequenzen und Erwartungen und wählt schließlich die Reaktion aus, die seiner Ansicht nach diese Ziele am besten bedient (vgl. H. Esser 1986). Das Problem in einem standardisierten Interview ist seine scheinbare Ähnlichkeit zu einer normalen Kommunikationssituation. Aber die Interviewsituation ist anders gerahmt. Man kann zwar davon ausgehen, dass in einem mündlichen Interview – egal ob persönlich oder telefonisch – eine soziale Situation herrscht, dennoch handelt es sich nicht um eine soziale Kommunikationssituation, sondern um eine künstliche, die sich durch bestimmte Dinge auszeichnet (H. Kromrey 2009: 338): Zum einen sind Interviewer und Befragter Fremde, die aber nach ganz bestimmten Rollenvorschriften handeln müssen. Darüber hinaus handelt es sich um eine asymmetrische Beziehung, der Befragte ist eigentlich kein Gesprächspartner, sondern ein Datenträger. Schließlich ist die Situation sozial folgenlos, so dass (unverbindliche) Meinungen viel eher geäußert werden. Diese Situationseigenschaften sind charakteristisch für ein standardisiertes Interview und ergeben sich aus seiner Anlage: Der Interviewer soll genau dem Fragebogen folgen und ihn nicht verändern. Der Befragte hingegen erlebt das Interview als persönliche Unterhaltung, als „normale“ Situation und möchte dementsprechend mit dem Interviewer interagieren. E. Noelle-Neumann und T. Petersen sprechen von dem standardisierten Interview als Gespräch, das kein Gespräch ist (2005: 60). Je standardisierter ein Fragebogen, desto mechanischer wird der Interviewer, und desto eher kann es zu kommunikativen Störungen kommen. Dies macht deutlich, dass es sich auch bei einem standardisierten Interview kaum um ein neutrales Erhebungsinstrument handelt, da es von Merkmalen seiner Situation beeinflusst wird.21 Neben dieser kommunikativen Situation agieren Interviewer und Befragter aber auch in einem physischen Rahmen, einer realen Situation. Es ist für den Verlauf eines Interviews nicht unerheblich, ob das Interview bei dem Befragten zu Hause, am Arbeitsplatz, in einem Straßencafé, einem Studio oder einem Geschäft stattfindet. Der geeignete Ort ist abhängig von mehreren Dingen: Einmal ergibt sich die Wahl des Befragungsortes aus dem Umfang der Befragung. Ein langes und aufwändiges Interview ist am Arbeitsplatz oder in einem Café kaum 21 Über das Maß an verbaler Zusatzaktivität in einem standardisierten Interview gibt es verschiedene Ansichten (vgl. Abschnitt 1.1.4).

48

2 Das Interview als soziale Situation

durchzuführen. Zusätzlich spielt das Thema der Befragung bei der Ortswahl eine Rolle; für ein Interview mit sensiblen Themen oder Fragen, bei denen sich der Befragte zur Beantwortung stark konzentrieren muss, wird man ein ruhiges und ungestörtes Umfeld bevorzugen; benötigt man aufwändiges Stimulusmaterial (z. B. Produktpackungen oder Werbespots), muss das Interview in einem Studio stattfinden. Zudem sollte man nicht unterschätzen, dass sich Befragte, je nachdem in welchem Umfeld sie sich gerade befinden, auch in einem anderen Bezugsfeld bewegen. So können die Antworten anders ausfallen, ob beispielsweise ein Angestellter an seinem Arbeitsplatz oder bei sich zu Hause befragt wird. Dies gilt insbesondere bei Themen, in denen es eine „öffentliche“ und eine „private“ Meinung oder Ansicht geben kann, bei Fragen also, die je nach Bezugsrahmen eine andere Antwort vom Befragten verlangen. Aus diesem Grund sollte versucht werden, die Standardisierung eines Interviews auch auf den Befragungsort auszudehnen. In Intervieweranweisungen wird in der Regel betont, dass ein Interview nur mit der zu befragenden Person durchgeführt werden und dass möglichst während der gesamten Interviewzeit kein Dritter anwesend sein sollte, weder aktiv noch in Hörweite. Dies geschieht vor allem, um eine geschönte Selbstdarstellung bedingt durch die Anwesenheit anderer zu verhindern. Aber auch die Aktivierung eines anderen Bezugsrahmens, beispielsweise die Vollziehung unterschiedlicher familien- und geschlechtsspezifischer Rollen, wird durch das Beisein anderer beeinflusst, etwa durch Kinder oder Ehegatten. Bei der Durchführung von Interviews (insbesondere beim Befragten zu Hause) sind allerdings dennoch oftmals weitere Personen anwesend. Häufig lässt die familiäre Situation oder die Art der Wohnung keine andere Möglichkeit zu. Es hat sich in empirischen Studien zu diesem Thema gezeigt, dass die anwesenden Dritten durchaus, wenn auch zumeist indirekt, Einfluss auf die Beantwortung des Fragebogens nehmen. Dieses kann zu anderen Ergebnissen führen (K.-H. Reuband 1984). Untersuchungen weisen einen Einfluss vor allem dann nach, wenn Interaktion mit anderen oder die Beziehung zu anderen Personen Thema der Befragung ist. So macht es etwa einen deutlichen Unterschied, ob Fragen zur Ehe in Anwesenheit oder Abwesenheit des Ehepartners gestellt werden. Dies gilt besonders im Bereich der subjektiven Einschätzungen und Bewertungen, weniger für Faktenfragen (W. S. Aquilino 1993). Einflüsse schlagen sich vor allem im Bereich sensibler und heikler Fragen nieder: Da die anwesenden Dritten den Befragten in der Regel sehr gut kennen, werden sie einerseits zu einer Art Kontrollinstanz. Dadurch können Abweichungen von der „Wahrheit“ seltener werden. Andererseits ist beim Befragten permanent ein Anpassungsmechanismus an die anwesende Person aktiv, was wiederum zu verzerrten Antworten führen kann. Deswegen ist es beim standardisierten Interview auch nicht möglich, zwei oder mehrere Personen gleichzeitig zu befragen.

2.2 Interviewsituation

49

Auch in der Medien- und Kommunikationswissenschaft stößt man häufig in den Bereich sensibler Fragen, etwa bei der Abfrage des politischen Interesses, bei Fragen nach einer möglichen Einflussnahme der Medienberichterstattung oder bei der Untersuchung der Medienaktivitäten von Kindern. Als Interviewer sollte man daher darauf achten, dass die Befragung mit dem Befragten allein durchgeführt wird, vor allem dann, wenn sensible Konstrukte Gegenstand der Untersuchung sind. Dies kann etwa durch einen Hinweis darauf geschehen, dass man an der alleinigen Meinung des Befragten interessiert ist. Dennoch hat hier die Kontrolle des Interviewers natürliche Grenzen, insbesondere bei der Befragung von Kindern. Als schwierig bzw. unmöglich erweist sich die Kontrolle der Anwesenheit Dritter und ihres Einflusses natürlich bei den Befragungsarten, in denen der Interviewer nicht anwesend ist, wie etwa bei postalischen oder auch telefonischen Umfragen. Bei postalischen Umfragen kann man nur durch einen Verweis auf dem Fragebogen um alleiniges Ausfüllen bitten, kontrollieren kann man es nicht. Beim Telefongespräch ist der Einfluss meist nicht so gravierend, da das Mithören schwieriger ist. Generell können wir empfehlen, wann immer es in der Untersuchungsanlage möglich ist, die Interviewer eine Situationsbeschreibung anfertigen zu lassen (vgl. vorgeschlagene Instrumente bei J. Reinecke 1998). Aus ihr sollte hervorgehen, wo das Interview stattfand, ob sich der Befragte allein oder in Gesellschaft befand, ob er sich in Ruhe auf das Interview konzentrieren konnte oder, etwa durch Termindruck, abgelenkt wirkte. Für die Interpretation und das Verständnis der Daten ist es hilfreich, solche Informationen zu besitzen. 2.3 Einflüsse durch den Interviewer So sehr man sich auch darum bemüht, die Interviewsituation zu standardisieren, man kann nicht alle Elemente einer Befragung gleich gut kontrollieren. Wie noch gezeigt werden wird, lässt sich der Fragebogen als solcher weitestgehend standardisieren (vgl. Kapitel 3). Doch wie kann man sicherstellen, dass sich der Interviewer „standardisiert“ verhält? Und was bringt er über sein Verhalten hinaus möglicherweise an Einflussfaktoren mit? Mit diesen Fragen beschäftigt sich eine ganze Reihe von Studien. Der Interviewer ist, neben dem Befragten, ein so genanntes „schwaches Glied der Kette“ (E. Noelle-Neumann & T. Petersen 2005: 62), denn es wird niemals möglich sein, ihn zu einem bloßen „Abspiel- und Empfangsgerät“ zu reduzieren. Einen idealen Interviewer für standardisierte Befragungen kann man beschreiben als „kontaktfähigen Pedanten“ (Formulierung von Erp Ring aus E. Noelle-Neumann & T. Petersen 2005: 319), denn er soll kontaktfähig und sympathisch sein, Interesse am Menschen haben und zuhören können. Zugleich soll er Vorschriften im Fragebogen folgen und muss „moralische“ Widerstandskraft besitzen: Er darf nicht fälschen.

50

2 Das Interview als soziale Situation

Das Verhalten eines Interviewers sollte, entsprechend den Anforderungen an ein standardisiertes Interview, neutral und nicht kommentierend sein sowie dem Befragten ein Gefühl der emotionalen Sicherheit vermitteln (vgl. P. Prüfer & A. Stiegler 2002). Das professionelle Rollenverhalten des Interviewers erfordert die Unterdrückung persönlicher Gefühls- und Meinungsäußerungen während der Befragung. Gleichzeitig ist eine ständige Wachsamkeit gegenüber den Antworten und Reaktionen des Befragten nötig, um die Leitung des Interviews durchgehend in der Hand zu haben. Er muss sich flexibel in jede neue Interviewsituation hineindenken und einfügen können und dabei professionelles Können im Sinne einer guten und richtigen Interviewdurchführung besitzen. Ein solcher Eigenschafts- und Verhaltenskatalog macht deutlich, dass der Auswahl, Einweisung und Schulung von Interviewern eine wichtige Rolle zukommt (vgl. Abschnitt 6.3). Er macht aber auch deutlich, dass jeder Interviewer zwangsläufig zusätzlich weitere Eigenschaften und Verhaltensweisen mitbringt, die einen jeweils besonderen Einfluss auf die Interviewsituation haben können. Die dadurch entstehenden unerwünschten Effekte werden als Interviewereinfluss oder Interviewerfehler bezeichnet.



Als Interviewereinfluss bezeichnet man Verzerrungen der Befragungsresultate durch Merkmale des Interviewers.

Unserer Ansicht nach ist es nicht sinnvoll, von einem „Fehler“ zu sprechen, wenn beispielsweise eine Interviewerin andere Ergebnisse erzielt als ein Interviewer. Vielmehr geht es uns darum zu zeigen, dass die Person des Interviewers als Ganzes in bestimmten Fragebereichen und in der Interaktion mit den Befragten Einflüsse ausüben kann, die nicht ausgeschaltet werden können, sondern in der Interpretation berücksichtigt werden sollten. Es ist in empirischen Studien immer wieder versucht worden, isolierte Merkmale als Verzerrungsquelle aufzudecken. Ein alleiniges Betrachten des Interviewers ist jedoch zu reduktionistisch, bestimmte Merkmale können nur dann einen Einfluss entwickeln, wenn sie in der Interaktion mit dem Befragten auf weitere bestimmte Merkmale treffen (vgl. Ansatz von A. Scholl 1993). Dennoch sollen der Übersichtlichkeit halber zunächst der Interviewer und seine Merkmale näher betrachtet werden. Um einen Überblick über die möglichen Effekte zu gewinnen, kann man unterscheiden zwischen Interviewereinflüssen durch sichtbare und nicht sichtbare Merkmale (so z. B. J. Reinecke 1991: 27).

51

2.3 Einflüsse durch den Interviewer

2.3.1 Effekte sichtbarer Merkmale Mit sichtbaren Merkmalen im Zusammenhang mit Interviewereffekten sind gemeint: • Geschlecht und Alter, • Hautfarbe, ethnische Zugehörigkeit, gelegentlich auch (echte oder zugeschriebene) Religionszugehörigkeit, • sozioökonomische Zugehörigkeit, • Auftreten und Gebaren des Interviewers sowie • Vortragsweise der Fragen. Zu den Einflüssen sichtbarer Merkmale gibt es eine Vielzahl von Untersuchungen (vgl. J. Reinecke 1998): So macht es einen Unterschied, ob Frauen von Frauen zum Thema Beziehung, Familie, Sex befragt werden oder von Männern. Generell zeigt das Geschlecht des Interviewers dann einen Effekt, wenn es um Fragen geht, die sich mit Geschlechtsverhalten und -rollen beschäftigen oder die stark von geschlechtsspezifischen Erwartungen geprägt sind. Auch das Alter des Interviewers zeigt einen Effekt. Ältere Interviewer erhalten beispielsweise häufiger konservative Einschätzungen und Antworten. Die Anpassung jüngerer Befragter an vermutete Meinungen älterer Interviewer scheint dabei größer zu sein als umgekehrt (J. Reinecke 1991: 29). Eine ganze Reihe von amerikanischen Studien zeigten, dass (in den USA) die Hautfarbe der Interviewer einen Einfluss auf die Ergebnisse hat, insbesondere für Fragen, die sich mit Diskriminierung und Gleichstellung von Bevölkerungsgruppen beschäftigen, aber auch bei davon nur mittelbar betroffenen Themen wie zum Beispiel Wahlprognosen (B. A. Anderson, B. D. Silver & P. R. Abramson 1988a, 1988b).



Folgendes Beispiel verdeutlicht den Einfluss des Interviewergeschlechtes auf das Befragungsergebnis. Es wurden 1.750 Interviews durchgeführt, 1.036 von Interviewerinnen. Es zeigt sich, dass Frauen gegenüber durchweg eher die Meinung vertreten wird, Männer hätten zu viel Einfluss in der Gesellschaft (vgl. auch J. A. Catania et al. 1996). Frage: „Wenn Sie einmal an Männer als Gruppe denken, würden Sie sagen, Männer haben zu viel Einfluss, gerade das richtige Maß an Einfluss oder zu wenig Einfluss in der Gesellschaft?“ (in Prozent)

zu viel gerade das richtige Maß zu wenig

Männliche Befragte Interviewer Interviewerin 37,6 48,1

Weibliche Befragte Interviewer Interviewerin 56,9 66,4

55,3

46,5

38,1

29,0

7,1

5,4

4,9

4,6

Tabelle 1: Beispiel für den Einfluss des Interviewergeschlechts (E. W. Kane & L. J. MacCaulay 1993: 15)

52

2 Das Interview als soziale Situation

Was für das Geschlecht und die ethnische Zugehörigkeit des Interviewers gilt, gilt im Prinzip für alle sichtbaren Merkmale: Sie sind dann ein systematischer Einflussfaktor, wenn zwischen dem Inhalt der Fragen und den entsprechenden Merkmalen eine Beziehung besteht. Ergebnisse für Alter, Geschlecht, ethnische Zugehörigkeit, sozioökonomische Distanz weisen insgesamt darauf hin, dass Ähnlichkeit zwischen Interviewer und Befragtem zu geringerer Verzerrung Richtung soziale Erwünschtheit führt (J. Reinecke 1991: 30; vgl. auch Abschnitt 2.4.2). Wenn ein Befragter den Interviewer als „seinesgleichen“ einstuft und ihm ähnliche Einschätzungen zuschreibt, kann die Anpassung an die vermutete Meinung des anderen geringer ausfallen (wobei gleichzeitig die Meinungen der eigenen Bezugsgruppe dadurch verbindlicher werden können). Je nach Grad der erwarteten sozialen Erwünschtheit im Fragebogen sollte dies, wenn das möglich ist, bei der Zusammensetzung des Interviewerstabes mit bedacht werden, was bei wissenschaftlichen oder studentischen Befragungen jedoch oft nicht der Fall ist. Unter die sichtbaren Merkmale fallen ebenfalls Auftritt und Verhalten des Interviewers. Im Zusammenhang mit dem Interviewerverhalten spricht man auch von dem so genannten „Versuchsleitereffekt“, der aus einer Vielzahl oft hochsubtiler Verhaltensweisen entsteht. Der Interviewer kann durch ein bestimmtes Gebaren das Interview steuern und beeinflussen, etwa durch • den Blickkontakt oder körpersprachliche Gesten; • verbale Konditionierung, also Reaktionen auf die Antworten wie „ja“, „prima“ „wirklich“ „hm“. Besonders verbale Verstärker wie „hm“ werden häufig eingesetzt. Manche Interviewer besitzen hier ein konstantes Verhaltensmuster; • paraverbale Variationen des Fragebogentextes. Die Ergebnisse zum Effekt eines solchen Verhaltens sind nicht eindeutig. Manche Studien weisen nach, dass bereits minimale Abweichungen Einfluss haben, andere können dies nicht bestätigen. Die Wirkung solcher Variationen dürfte wohl dann am größten sein, wenn die Meinung des Befragten unsicher ist oder er noch gar keine hat; • eine Kommentierung von Fragen nach dem Vorlesen. Die größten Abweichungen von Interviewern wurden festgestellt bei (nicht im Fragebogen vorgesehenen) Rückfragen des Befragten. Im Zusammenhang mit den Variationen von Fragebogentexten wird noch einmal das Dilemma standardisierter Interviews deutlich: Je mehr verbale Aktivität der Interviewer zeigt, desto freundlicher, sympathischer und kompetenter wird er vom Befragten beurteilt. Die Beziehung wird häufig als angenehmer empfunden, wenn der Interviewer vom korrekten Verhalten abweicht. Änderungen von Überleitungs- und Einleitungstexten zum Beispiel sollen den Fragebogen oft lediglich flüssiger im Vortrag machen – eine Beeinflussung der Befragten ist nicht intendiert, kann aber trotzdem resultieren. Durch gute Fragebogenarbeit

2.3 Einflüsse durch den Interviewer

53

erübrigt sich ein solches Verhalten oftmals, so dass diese Interviewereingriffe minimiert werden können. 2.3.2 Effekte nicht sichtbarer Merkmale Nicht sichtbare Merkmale von Interviewern, von denen man einen Einfluss auf die Interviewsituation erwarten könnte, sind Erwartungen und Einstellungen. Untersuchungen zeigen, dass es zwischen Interviewer-Variablen und BefragtenReaktionen sozial-psychologisch relevante Prozesse gibt. Eine Rolle spielen dabei die Interviewer-Erwartungen, die sich im Laufe eines Interviews, bewusst oder unbewusst, mithilfe verbaler oder non-verbaler Reize auf den Befragten übertragen und ihn dahingehend beeinflussen, dass sich diese Erwartungen erfüllen („self fulfilling prophecy“). Es gibt unterschiedliche Arten von Erwartungen (zurückgehend auf Hyman 1954; zitiert nach J. Reinecke 1991): Rollenerwartungen ergeben sich aus dem Umstand, dass der Interviewer einem Befragten eine bestimmte Rolle zuschreibt (z. B. aufgrund soziodemografischer Merkmale) und dann (vermeintliche) Einstellungen dieser Gruppe als für das befragte Individuum gültig ansieht. Mit Wahrscheinlichkeitserwartungen bezeichnet man die Vorstellungen, die der Interviewer, sei es aufgrund von Erfahrung oder auch durch Medienkonsum, über die Wahrscheinlichkeit einer Meinung in der Bevölkerung hat. Und mit attitüdenstrukturierten Erwartungen (Einstellungs-Struktur-Erwartungen) wird der Vorgang bezeichnet, dass ein Interviewer via Konsistenzannahme von einigen Antworten auf andere schließt und dabei die Widerspruchsfreiheit beim Befragten überschätzt. Es konnte etwa gezeigt werden, dass bei politischen Fragen Einstellungsübertragungen vom Interviewer auf den Befragten stattfinden. Dies kann einmal durch die im vorigen Abschnitt beschriebenen Verhaltensweisen geschehen, die in den meisten Fällen dem Interviewer nicht bewusst sind. Erwartungen von Interviewern können aber auch zu Protokollfehlern beim Mitschreiben von Antworten führen, indem sie (bewusst oder unbewusst) bei offenen Fragen selektiv die Antworten kodieren oder selektiv Antwortalternativen präsentieren. Die Selektivitätskriterien richten sich an erwarteten Antworten des Befragten aus, sind also abhängig von der Erwartungshaltung des Interviewers (E. Noelle-Neumann & T. Petersen 2005: 328). Insgesamt jedoch überwiegt bei Interviewern ihre Aufgabenorientierung und nicht das soziale Interesse an den Antworten, so dass auch die Übereinstimmung zwischen Antwort und eigener Einstellung eher unwichtig ist. Verschiedene Studienergebnisse zusammenfassend kann man davon ausgehen, dass die Gefahr einer Verzerrung eher dann besteht, wenn es zu unvorhergesehenen Situationen kommt und der Interviewer dem Befragten zum Beispiel zusätzliche Erklärungen geben muss (J. Reinecke 1991: 31). Hier ist die Einhaltung festgelegter Regeln besonders wichtig, um die Standardisierung nicht zu gefährden (solche Regeln finden sich bei P. Prüfer & A. Stiegler 2002).

54

2 Das Interview als soziale Situation

Eine andere potenzielle, jedoch kaum zu kontrollierende Verzerrungsquelle ist, dass der Befragte dem Interviewer aufgrund dessen Auftretens und/oder Aussehens bestimmte Einstellungen und Erwartungen zuschreibt und darauf entsprechend reagiert. Einige Studien weisen nach, dass sich bei Wiederholung von Interviews Erwartungseffekte verstärken. Insgesamt wird darauf hingewiesen, dass je mehr Interviews ein einzelner Interviewer macht, desto stärker kann sich ein möglicher Einfluss durch seine Person und sein Verhalten niederschlagen (R. M. Groves 1989: 400). K. Olson und A. Peytchev (2007) zeigen zum Beispiel, dass Interviewer im Verlauf einer Studie ihre Interviews immer schneller durchführen. Auch E. Noelle-Neumann und T. Petersen (2005) sprechen sich für eine möglichst geringe Interviewbelastung aus, um bewusste oder unbewusste Beeinflussungen sowie den Aufbau von Wahrscheinlichkeitserwartungen zu verhindern und die Sorgfalt der Arbeit zu garantieren.



E. Noelle-Neumann und T. Petersen (2005) belegen ihren Schluss mit einer Wahlumfrage 1975 in Rheinland-Pfalz, bei der Interviewer unterschiedlich viele Interviews durchführten (vgl. Tabelle 2). Es zeigte sich eine umso größere Abweichung der Prognosewerte von der tatsächlichen Wahl, je größer die Interviewbelastung war, weil sich Erwartungseffekte aufbauten und verzerrend auswirkten. Frage: „Wenn schon am nächsten Sonntag Landtagswahl wäre: Welche Partei würden Sie dann wählen – können Sie mir nach dieser Liste hier sagen, welche Partei das ist? Sie brauchen mir nur die entsprechende Nummer anzugeben.“ (Vorlage einer Liste, Angaben in Prozent) Abweichung der Resultate vom amtl. Wahlergebnis

Ergebnisse von Interviewern mit bis zu 10 Interviews

11 bis 19 Interviews

20 und mehr Interviews

durchschnittlich

1,6

6,4

6,9

maximal

3,2

11,0

13,8

Tabelle 2: Beispiel für den Einfluss der Interviewerbelastung (E. Noelle-Neumann & T. Petersen 2005: 360)

Im Zusammenhang mit möglichen Übertragungen von Erwartungen steht auch die Forderung, zwischen Forscher und Interviewer radikal zu trennen (so z. B. E. Noelle-Neumann & T. Petersen 2005: 65). Je weniger der Interviewer vom Ziel der Untersuchung, von der Forschungsfrage weiß, desto weniger kann er versuchen, die Befragten in diese Richtung zu beeinflussen. Je weniger er sich einer bestimmten Sache verpflichtet fühlt, desto neutraler sein Auftritt. Auch dies ist eine Forderung, die im Rahmen medien- und kommunikationswissenschaftlicher Befragungen kaum einzuhalten ist – man sollte sich dieses Problems aber stets bewusst sein.

55

2.3 Einflüsse durch den Interviewer



Folgendes Beispiel zeigt, wie sich eine nicht vollzogene Trennung von Auftraggeber und Interviewer im Ergebnis niederschlagen kann (man spricht von einem „Sponsorship-Effekt“). Es handelt sich um eine Umfrage für Greenpeace in Belgien mit einer Stichprobe von n = 604. 155 Interviews davon wurden – aus Kostengründen – von GreenpeaceMitarbeitern selbst durchgeführt. Diese erhalten durchweg höhere Zustimmung zu Greenpeace-assoziierten Items als reguläre Interviewer. Ob für die Verzerrung sichtbare oder nicht sichtbare Merkmale eine Rolle gespielt haben, lässt sich nicht mehr rekonstruieren. Frage: „Auf diesem Blatt stehen verschiedene Eigenschaften, die eine Umweltschutz-Organisation haben kann […] Welche von diesen Eigenschaften müsste eine Umweltschutz-Organisation haben, die Sie unterstützen würden?“ (Vorlage einer Liste (hier Auszüge), Angaben in Prozent) Befragung durch GreenpeaceMitarbeiter

reguläre Interviewer

„Macht mir die Bedeutung von Umweltproblemen klar“

57

45

„Lässt seine Förderer mitbestimmen“

46

35

„Hat ein effektives Erziehungs-Programm“ „Ist bekannt in Belgien“

45 48

36 32

Tabelle 3: Beispiel eines Sponsorship-Effektes (E. Noelle-Neumann & T. Petersen 2005: 98)

Zu einem Sponsorship-Effekt kann es sogar unabhängig vom Verhalten des Interviewers kommen, nämlich dann, wenn dem Befragten der Auftraggeber bekannt ist. Je nach Auftraggeber wird vom Befragten eine bestimmte Interessenslage vermutet, und Antworten können entsprechend daran ausgerichtet werden (J. Reinecke 1991: 31). Der Einfluss ist dann am größten, wenn sich der Befragte durch den Auftraggeber bedroht fühlt oder Sanktionen erwartet. Wenn beispielsweise die Gebühreneinzugszentrale (GEZ) eine Umfrage durchführen lässt (und genannt wird), so kann dies aus Angst vor möglichen Sanktionen und einem Misstrauen gegenüber einer Anonymitätszusicherung zu verzerrten Angaben im Hinblick auf Medienbesitzstand, soziodemografische Angaben oder Zahlungsverhalten führen. Doch nicht nur Bedrohung oder Angst vor Sanktionen können einen Einfluss haben, sondern auch gesteigerte Sympathie. Generell kann man davon ausgehen, dass sich das Image, welches ein Auftraggeber beim Befragten hat, und die persönliche Wertschätzung auf das Antwortverhalten niederschlagen. Bei neutralen Auftraggebern, wie etwa Universitäten, ist es

56

2 Das Interview als soziale Situation

dagegen sinnvoll, diesen zu nennen, um mögliche Spekulationen, die sich aus den Fragen ergeben könnten, von vornherein auszuschließen. Zusammenfassend können folgende Maßnahmen zur Reduktion und Vermeidung von Interviewereffekten vorgeschlagen werden. • Den Fragebogen möglichst gesprächsgerecht formulieren, um die Notwendigkeit spontaner verbaler Zusatzaktivität zu vermindern. • Die Situation möglichst ungekünstelt aufbauen, um das Bemühen um eine angenehme soziale Befragungssituation weitgehend zu standardisieren. • Die Interaktion von Befragten und Interviewer möglichst auf den Fragebogen und die darin vorgeschriebenen Abläufe beschränken. • Interviewer ohne Kenntnis der Forschungsfragen einsetzen. • Möglichst viele Interviewer einsetzen, um Effekte durch zu hohe Interviewerbelastung zu minimieren. • Konzeptionelle und technische Schulung bzw. Einweisung der Interviewer gründlich durchführen und auch Abweichungen vom vorgegebenen Ablauf thematisieren. • Wenn möglich, die Auswahl der Interviewer an die (soziodemografischen) Merkmale der Stichprobe anpassen. 2.4 Einflüsse durch den Befragten In einem standardisierten Interview soll der Befragte auf einen gesetzten Reiz reagieren, er soll auf eine gestellte Frage eine Antwort geben. Doch die Wahl seiner Antwort ist nicht nur von der Frage abhängig, sondern von den in Abbildung 2 dargestellten Faktoren der sozialen Situation insgesamt. Der Befragte ist, nachdem er in die Teilnahme eingewilligt hat, bereit, Dinge von sich preiszugeben. Er verfolgt dabei jedoch mehrere Ziele: Er möchte auf die Fragen wahrheitsgemäß antworten, möchte ein kompetenter Gesprächspartner sein, und er möchte in der Befragungssituation zu einer optimalen Eindruckskontrolle gelangen, um so ein Höchstmaß an sozialer (im Sinne von Anerkennung) und persönlicher Befriedigung zu erhalten. Um dieses Ziel zu erreichen, nutzt er alle ihm zur Verfügung stehenden Signale, deutet und interpretiert sie und richtet danach sein Antwortverhalten aus. Es sind also nicht nur die Motive oder Normen, die das Verhalten bestimmen, sondern vielmehr das Abwägen, der Vergleich verschiedener alternativer Reaktionen, aus denen sich dann die Entscheidung zu einer bestimmten – möglicherweise von der „wahren“ Einstellung abweichenden – Reaktion ergibt. Dem Befragten stehen folgende Verhaltensmöglichkeiten zur Verfügung, zwischen denen er wählen kann (R. L. Kahn & C. F. Cannell 1957, in der deutschen Fassung zitiert nach A. Scholl 1993: 51): • angemessene („wahre“) Antwort, • unangemessene Antwort, welche die Fragestellung nicht trifft, • subjektiv unwahrhaftige Antwort,

2.4 Einflüsse durch den Befragten

• • • •

57

Weiß-nicht-Antwort, verweigerte Antwort, Ausführungen durch Zusatzinformationen sowie Verständnis- oder Klärungsrückfragen.

Das jeweilige Antwortverhalten ist Ergebnis einer Kosten-Nutzen-Erwägung zwischen diesen verschiedenen Handlungsalternativen. Die Auswahlstrategie basiert zum einen auf bestimmten Heuristiken, eine davon hat J. A. Krosnick (1991, 1999) als „satisficing“ bezeichnet. Demnach kürzt der Befragte den kognitiven Antwortprozess ab oder durchläuft ihn zumindest nachlässig. Dies hängt mit situationalen Einflüssen, mit der Motivation und auch mit dem Schwierigkeitsgrad der Frage zusammen, daher gehen wir ausführlicher auf diese Theorie in Abschnitt 3.3 ein. Zum anderen kommen Persönlichkeitseigenschaften des Befragten bei der Auswahl einer bestimmten Antwortalternative zum Tragen.22 Eine verzerrte, d. h im Vergleich mit dem „wahren Wert“ abweichende Antwort, (response bias23) kann also bedingt sein durch die Situation (man spricht dann von einer Antworttendenz) oder durch die Persönlichkeit des Befragten (Antwortstil, vgl. H. D. Mummendey & I. Grau 2008: 157ff). Vollständig trennen lassen sich diese Varianten in der Realität des Interviews allerdings nicht, ein response bias entsteht wohl meist in der Interaktion verschiedener Einflüsse. Die Forschungstheorien in diesem Bereich gehen von einem komplexen Zusammenspiel zwischen situativen Einflüssen, personaler Identität, subjektiven Erwartungen sowie Handlungstendenzen aus, die je nach Themengegenstand mehr oder weniger Einfluss auf die Antwort haben. Analytisch unterscheiden wir response bias wie folgt: • Antworttendenzen (response sets) entstehen eher situativ als Reaktion auf bestimmte Fragen und Antwortvorgaben. Sie können mihilfe der SatisficingTheorie erklärt werden und umfassen Reihenfolgeeffekte sowie non bzw. pseudo opinions (vgl. ausführlich Abschnitt 3.3). • Antwortstile (response styles) liegen eher in der Persönlichkeit des Befragten verankert und werden in der Situation (oft begünstigt durch bestimmte Stimuli) aktualisiert. Wir schildern im Folgenden als formale Antwortstile die so genannte „Ja-Sage-Tendenz“ (Akquieszenz-Phänomen), die Tendenz zu den Endpolen (extremity bias) sowie die Ausweichtendenz (non attitude). Ein Phänomen, das sich der Einordnung in eine der beiden Kategorien widersetzt, weil es multikausal ist, ist das Phänomen sozial erwünschten Antwortens, der social desirability bias (SDB). Dieser wird in Abschnitt 2.4.2 ausführlich behandelt.

22 Diese Unterscheidung macht Krosnick nicht, er erklärt auch die (möglicherweise) in der Persönlichkeit angelegten Einflussfaktoren mit dem Satisficing-Konzept (1991 sowie A. L. Holbrook, M. C. Green & J. A. Krosnick 2003). Auch Paulhus (1991) hält z. B. Akquieszenz eher für einen style, also für einen personenbezogenen formalen Antwortstil. 23 Häufig wird der Begriff ‚response set’ synonym zu ‚response bias‘ verwendet. Da wir die Begriffe ‚style‘ und ‚set‘ für unterschiedliche Phänomene einsetzen, bleiben wir bei ‚response bias‘ als Oberbegriff.

58



2 Das Interview als soziale Situation

Ein response bias bezeichnet die Abweichung der Antwort des Befragten vom „wahren Wert“. Sie kommt durch inhaltsunabhängiges Antworten zustande und kann analytisch in Antworttendenz (response set) und Antwortstil (response style) unterschieden werden. Ein response bias kann auch entstehen durch die Neigung, sozial erwünscht zu antworten (social desirability bias).

2.4.1 Formale Antwortstile Bestimmte Persönlichkeitseigenschaften können eine inhaltsunabhängige Antwort begünstigen. In diesem Abschnitt werden drei formale Antwortstile kurz vorgestellt. Dies ist zum einen die so genannte Zustimmungs- oder Ja-SageTendenz (Akquieszenz), die Neigung einer verstärkten Auswahl der Endpole (extremity bias) sowie die Tendenz, extreme Antworten oder generell Meinungsäußerungen zu vermeiden (Ausweichtendenz, non attitudes). Alle Antwortstile können sich auf die Validität der Befragungen auswirken. Von einer Tendenz zur Akquieszenz spricht man, wenn ein Befragter stereotyp mit „ja“ auf verschiedene Fragen antwortet, auch wenn die Antworten einander widersprechen (für empirische Belege dieses Phänomens siehe J. A. Krosnick 1999). Sie tritt besonders bei Beantwortung von solchen Skalen auf, bei denen der Befragte mit „stimme zu/stimme nicht zu“ antworten muss. Er antwortet dann nicht mehr aufgrund des Inhalts, sondern zeigt eine generelle, inhaltsunabhängige Zustimmungstendenz. Seltener ist die entsprechende „Nein“Sage-Tendenz. Um solche Tendenzen zu vermeiden, kann man beispielsweise mit der Forced-Choice-Technik arbeiten, indem man bei Skalen auf eine mittlere Ausprägung verzichtet oder Auswahlfragen vorgibt (vgl. Abschnitt 3.2). Auch die Verwendung von gemischten Itembatterien (positive und negative Formulierungen) kann der Tendenz entgegenwirken. Durch Itemumkehrung lässt sich ermitteln, ob inhaltsbezogen geantwortet wird oder ob sich eine Ja-SageTendenz auswirkt. Die Feststellung, ob eine Antwort aufgrund von sozialer oder formaler Zustimmung gegeben ist, ist nicht immer sauber voneinander zu trennen (H. D. Mummendey & I. Grau 2008: 158). Aus diesem Grund wird das Problem des „Ja“-Sagens häufig mit dem Problem der sozialen Erwünschtheit gemeinsam behandelt. Die Gründe für das Auftreten dieses Antwortstils können sowohl in der Persönlichkeit eines Menschen verankert sein als auch durch bestimmte Faktoren innerhalb der Befragungssituation in ihrem Erscheinen begünstigt werden. JaSage-Tendenzen treten häufiger auf bei Befragten, die mit der Interviewsituation kognitiv nicht fertig werden oder nicht motiviert sind, an der Befragung teilzunehmen (ein Hinweis auf satisficing). Sie wollen das Interview nur schnell überstehen. S. Narayan und J. A. Krosnick (1996) haben beispielsweise festgestellt, dass das Akquieszenzphänomen mit sinkender Bildung steigt. R. Schnell, P. B.

2.4 Einflüsse durch den Befragten

59

Hill und E. Esser nennen als Ursache für das Auftreten von Zustimmungstendenzen geringe Ich-Stärke und, insbesondere bei Personen unterer sozioökonomischer Schichten, soziale Behauptungsstrategien (2008: 338). Schließlich kann das Phänomen auch mit der Stärke der Einstellung zusammenhängen; schwache Einstellungen begünstigen es. Ein häufiges Auftreten der Zustimmungstendenz innerhalb einer Untersuchung kann jedoch auch Hinweis auf eine schlechte Operationalisierung der Forschungsfrage sein, auf eine mangelhafte Dramaturgie oder eine fehlerhafte Interviewerschulung. Auch die positive Formulierung einer Frage kann das Auftreten erleichtern. Vorbeugend sollte schon bei der Anlage der Befragung und der Formulierung des Fragebogens darauf geachtet werden, dass • der Fragebogen kognitiv einfach zu verstehen ist. • er die Entwicklung eines stereotypen Antwortstils verhindert, etwa durch bildhaftere Formulierungen oder durch ein Abwechseln von negativen und positiven Formulierungen (sog. „balanced scales“, nach J. J. Ray 1979, s. a. R. K. Garg 1996). • der Kommunikationston innerhalb des Interviews nicht zu monoton ist. • die Interviewer in der Durchführung eines standardisierten Interviews geschult sind. Der zweite Antwortstil ist der so genannte „extremity bias“: Manche Befragte neigen zu verstärktem Ankreuzen der äußeren Ausprägungen von Skalen (daher spricht man auch von „end piling“). Dieses Verhalten ist besonders häufig bei geringer Gebildeten. Ein dritter für uns relevanter formaler Antwortstil wird im Zusammenhang mit expliziten Stellungnahmen, Bewertungen und Meinungsäußerungen wichtig, die so genannte Ausweichtendenz als Folge von Meinungslosigkeit, bzw. das Problem der „non attitudes“. Diese kann sich auf mehrere Arten auswirken. Zum einen in einer Verweigerung der Antwort (item non response). Zum anderen ist es denkbar, dass Befragte bevorzugt die mittlere Position einer Skala auswählen, ohne dass sie damit zum Ausdruck bringen wollen, dass sie in dieser Frage unentschieden sind. Eine andere Möglichkeit ist die Auswahl der WeißNicht-Antwort. Hier entsteht ein Interpretationsproblem: Wenn ein Befragter auf eine Frage mit „Ich weiß nicht“ antwortet – was bedeutet dies wirklich? Die Antwort kann verschieden interpretiert werden, und nicht jede Interpretation weist auf eine valide Antwort, nämlich tatsächliches Nicht-Wissen des Befragten hin (vgl. Tabelle 4).

60

Interpretation Weigerung, sich zur Frage zu äußern („sag ich nicht“) „kann ich nicht beurteilen“ „bin unentschieden, geteilter Meinung“ Frage wurde nicht verstanden (akustisch oder kognitiv) Befragter interessiert sich nicht für Thema, weitere Fragen vermeiden

2 Das Interview als soziale Situation

Vorwissen vorhanden

Einstellung vorhanden

Validität der Antwort

Ja

Ja

Nein

Nein

Nein

Ja

Ja

Nein

Ja

Vielleicht

Vielleicht

Nein

Vielleicht

Vielleicht

Nein

Tabelle 4: Interpretation von „Weiß-nicht“-Antworten (in Anlehnung an A. Scholl 1993: 64)

Was kann man gegen solche invaliden Antworten tun? Die Komplexität des Problems macht eine einfache statistische Korrektur so gut wie unmöglich. Daher werden verschiedene Vorschläge gemacht, das Auftreten des Phänomens von Anfang an zu vermeiden. Über deren Praktikabilität kann man sich aber im Einzelfall streiten. Wenn angenommen wird, dass keine tatsächliche Meinungslosigkeit des Befragten vorliegt und man vermeiden möchte, dass „weiß nicht“ als Ausweichkategorie genutzt wird, wird vorgeschlagen, • mehr offene Fragen zu stellen. • Ergänzungsfragen nach Kenntnis, Intensität, Zentralität, Relevanz, Sichtbarkeit der abgefragten Einstellungen sowie der dazugehörigen Verhaltensaspekte einzubauen. • zusätzliche Angaben zum Interviewer(verhalten), zum Befragten (Soziodemografie usw.) sowie zum Thema (z. B. zur subjektiven Relevanz für den Befragten) zu erheben. • eine Filterfrage vorzuschalten, ob eine Meinung zu dem Thema überhaupt vorliegt. • Konsistenzmessungen über mehrere Befragungszeitpunkte hinweg durchzuführen, um „echte“ „non attitudes“ zu ermitteln. Die vorgeschlagenen Strategien mögen zwar hilfreich sein, um die Eindeutigkeit von Weiß-nicht-Antworten zu erhöhen, sie können aber, wie etwa durch das Vorschalten von Filterfragen oder den Einsatz offener Fragen, andere Problematiken herbeiführen. Zudem ist aufgrund enger finanzieller Budgets in vielen Fällen nicht die Möglichkeit gegeben, jede Antwort zu hinterfragen und auf ihre Eindeutigkeit hin abzuschätzen. In Fällen aber, in denen von einer unentschiedenen Antwort auf ein mögliches Handlungspotenzial geschätzt werden soll, etwa im Falle einer Marktpotenzialabschätzung für neue Medien, oder wo bei-

2.4 Einflüsse durch den Befragten

61

spielsweise das Wirkungspotenzial von Werbe-, Informations- oder Aufklärungskampagnen erschlossen werden soll, sollte man sich die Mühe machen, die Antwort möglichst eindeutig identifizieren zu können. Dann können Strategien wie offene Zusatzfragen oder Ergänzungsfragen auch forschungsökonomisch sinnvoll sein. Und bei all den Fragen, bei denen man dem Befragten eine Antwortentscheidung „zumuten“ kann, wo man unterstellen kann, dass er eine Meinung hat, sollte man auf die Angabe dieser Ausweichkategorie am besten ganz verzichten. J. A. Krosnick et al. (2002) vertreten sogar die Auffassung, dass man generell auf die Vorgabe von Ausweichantworten verzichten solle, weil das die Anwendung von Entscheidungs-Heuristiken begünstigt, ohne gleichzeitig die allgemeine Datenqualität zu verbessern. Unterm Stich verschlechtert sich die Datenqualität auf diese Weise, so die Autoren. Wir schließen uns dieser Auffassung nicht an, sondern folgen den Erkenntnissen von P. Sturgis, N. Allum und P. Smith (2008), die feststellen, dass Befragte, denen eine Ausweichkategorie nicht zu Verfügung steht, zum Raten neigen. Für den Prozess der Fragebogenkonstruktion ist wichtig, dass es einen Zusammenhang zwischen kognitivem Verständnis und der Angabe von ausweichenden Antworten gibt. Eine ungewöhnliche Häufung dieser Antworten sollte zunächst als Alarmsignal für die Formulierungen eines Fragebogens gelten. Streuen die ausweichenden Antworten zudem über eine große Anzahl von (unterschiedlichen) Befragten, kann der Fragebogen als zu schwer verständlich gelten. Wenn jedoch die Formulierungen verständlich sind und sich nur bei einzelnen Befragten die Angabe „weiß nicht“ häuft, kann dies ein Zeichen für das Vorliegen eines inhaltsunabhängigen Antwortstils sein. Es muss dann entschieden werden, ob die Angaben dieser Person aus dem Datensatz entfernt werden sollten oder nicht. 2.4.2 Das Phänomen der sozialen Erwünschtheit Ein wesentlicher Faktor zur Erklärung von „Verzerrungen“ im Antwortverhalten ist das Phänomen der sozialen Erwünschtheit („social desirability“, häufig abgekürzt als SD).



Unter sozial erwünschtem Antwortverhalten versteht man die Neigung von Befragten, ihre Antworten danach auszurichten, was innerhalb des normativen Systems ihrer Bezugswelt als sozial anerkannt und erwünscht gilt, wodurch der „wahre Wert“ verzerrt wird (social desirability bias, SDB)

Die Befragten antworten also nicht, was sie wirklich denken, sondern was sie im Allgemeinen oder im Rahmen der Interviewsituation als sozial (oder auch kulturell) angemessen erachten, zum Beispiel im Hinblick auf die Bewertung einer Person bestimmter Nationalität (vgl. D. Hefner, C. Klimmt & G. Daschmann

62

2 Das Interview als soziale Situation

2007). Der so genannte „wahre Wert“ wird dadurch verzerrt. Für das Auftreten von sozial erwünschtem Antwortverhalten gibt es verschiedene Erklärungsansätze. Einerseits kann soziale Erwünschtheit als Persönlichkeitsmerkmal angesehen werden, als Streben nach sozialer Anerkennung („need for social approval“). Sie kann sich aber auch speziell auf den Inhalt einer bestimmten Frage beziehen („trait desirability“), denn unabhängig von individuellen Anerkennungsbedürfnissen gelten bestimmte Sachverhalte als wünschenswert. Soziale Erwünschtheit ist dann ein überpersonaler, gesellschaftlich festgeschriebener Konsens über bestimmte Einstellungen und Verhaltensweisen (vgl. P. Hartmann 1991). Eine Verzerrung durch sozial erwünschtes Antwortverhalten kann nur dann auftreten, wenn die Situation eine gewisse Öffentlichkeit besitzt und wenn es eine Differenz zwischen dem „wahren Wert“ und dem Wert der sozialen Erwünschtheit gibt. In diesem Zusammenhang spielen die schon erläuterten Interviewer- bzw. Situationseinflüsse wie etwa die Anwesenheit Dritter oder die Benennung eines bestimmten Auftraggebers eine wichtige Rolle zur Festlegung der entsprechenden Reaktionskriterien für den Befragten. In der amerikanischen Literatur haben sich zur Erklärung des multidimensionalen Konstrukts „social desirability“ die Begriffe „self-deception“ und „impression management“ durchgesetzt (vgl. D. Paulhus 1991). Mit „selfdeception“ wird die Komponente bezeichnet, die in der Persönlichkeit verankert ist. Unter „impression management“ versteht man das Bedürfnis des Befragten, einen guten Eindruck auf andere zu machen, allerdings in Abhängigkeit von situativen Einflüssen oder vorübergehenden Motiven. Eine Verzerrung aufgrund sozialer Erwünschtheit tritt in der Regel unbewusst auf.24 Der Befragte merkt oft gar nicht, dass er sich mit seiner Antwort bestimmten Normen unterworfen hat; eine Verzerrung seiner Antwort ist also nicht im Sinne einer Lüge zu verstehen. Die Folgen der Verzerrung sind jedoch für die Ergebnisse des Interviews negativ, denn die Antworten sind nicht mehr valide. Im Zusammenhang mit der Messung größerer Konstrukte oder bei der Analyse von Variablen-Beziehungen kann der Einfluss von sozialer Erwünschtheit zudem dazu führen, dass durch Verzerrungen einzelner Antworten die gemeinsamen Beziehungen der Variablen untereinander abgeschwächt, verstärkt oder verdeckt werden (M.-S. Jo 2000: 138; vgl. auch J. Reinecke 1991: 106f). Es gibt Situationen und Frageninhalte, die stärker anfällig für den Einfluss sozialer Erwünschtheit sind als andere. Dazu zählen Untersuchungen sensibler oder heikler Themen (z. B. Fragen zur Nutzung gewalthaltiger oder politischextremistischer, aber – in bestimmten Zielgruppen – auch trivialer Medieninhalte), aber auch die Ermittlung von Einstellungen zu und Bewertungen von Medien. Bei Untersuchungen, in denen der Befragte über sich selbst und sein Verhalten Auskunft geben muss, ist der Einfluss der SD offenbar geringer (vgl. W. 24 Es gibt einen generellen SD-Effekt, nämlich überhaupt eine Meinung zu haben. Diesem Phänomen wenden wir uns im Abschnitt 3.3 unter dem Stichwort „pseudo opinions” zu.

2.4 Einflüsse durch den Befragten

63

Möhring & D. Schlütz 2002). Er tritt generell auf bei Fragen zu Gegenständen, die innerhalb der Gesellschaft eindeutige Wertzuordnungen haben (z. B. „Zeitung lesen ist gut“, „Zu viel Fernsehen ist schlecht“). Menschen neigen dazu, sich sozial erwünschte Eigenschaften verstärkt zuzuschreiben (sog. „overreporting“, ausführlich dazu S. Hardmeier & M.-C. Fontana 2006). Ebenso tendieren sie dazu, sozial unerwünschte Eigenschaften abzustreiten (sog. „underreporting“) oder tabuisierten Themen auszuweichen, beispielsweise durch das Vortäuschen von Meinungslosigkeit (vgl. H. Esser 1986: 318). Auch bestimmte Situationen, etwa wenn die Anonymität des Befragten nicht sichergestellt ist oder der Befragte annimmt, dass Antworten zu bestimmten Konsequenzen führen, erhöhen die Anfälligkeit für einen SDB. Die Anwesenheit Dritter hingegen, in der Regel Familienmitglieder mit oft genauen Kenntnissen voneinander, wirkt eher als Kontrollinstanz, sie dämpfen die SDTendenz des Befragten (W. Peiser 2002). Auch die Wahl des Befragungsmodus spielt eine Rolle, in selbstadministrierten Interviews (postalisch, online) ist der Effekt geringer als in telefonischen oder persönlichen (vgl. A. L. Holbrook, M. C. Green & J. A. Krosnick 2003; F. Kreuter, S. Presser & R. Tourangeau 2009; M. Taddicken 2009). Gibt es Möglichkeiten, das Auftreten sozial erwünschten Antwortverhaltens in einer standardisierten Befragung zu verhindern? Wenn nicht, wie kann man den Einfluss von sozialer Erwünschtheit auf die Antworten messen? Um den Grad der Anfälligkeit einzelner Fragen für eine SD-Tendenz zu identifizieren, gibt es zwei Möglichkeiten, die im Vorfeld der Befragung angewendet werden können: • In einem Pretest werden die Befragten gebeten, den Grad der Erwünschtheit bzw. die Erwünschtheitsanfälligkeit eines Items zu beurteilen. So können Items mit (durchschnittlicher) niedriger und hoher Erwünschtheit ermittelt werden. • In einem experimentellen Untersuchungsaufbau werden bewusst einer Gruppe von Befragten abweichende Instruktionen gegeben. Eine Gruppe soll sich günstig darstellen, die befragte Kontrollgruppe bekommt diese Anweisung nicht. Ein Vergleich zeigt Items mit hoher sozialer Erwünschtheit. Meist ist eine solche Vorgehensweise im Rahmen einer wissenschaftlichen oder gar studentischen Befragung nicht möglich. Um den Einfluss von sozialer Erwünschtheit von Anfang an möglichst zu minimalisieren, sollte man daher Folgendes beachten: • Im Fragebogenaufbau und bei der Instruktion sollte man dem Befragten unbedingt Anonymität zusichern, dies kann den Einfluss der Befragungssituation entschärfen (ausführlich dazu H. D. Mummendey & I. Grau 2008: 182ff).

64

• •

•

•

2 Das Interview als soziale Situation

Die Tendenz zu SD steigt mit sozialer Distanz zwischen Interviewer und Befragtem. Je ähnlicher sich die beiden sind, desto geringer ist die Tendenz. Darauf sollte man bei der Interviewerauswahl – wenn möglich – achten. Bei der Auswahl und Formulierung der Fragen sollte darauf geachtet werden, dass Items und Antwortvorgaben benutzt werden, die a) die soziale Erwünschtheit nicht erkennen lassen bzw. b) durch indirekte Fragestellung den Erwünschtheitsgrad weniger durchschaubar machen oder aber c) den gleichen Erwünschtheitsgrad aufweisen (H. D. Mummendey & I. Grau 2008; R. J. Fisher 1993). Für die Formulierung von „schwierigen“ Fragen, also Fragen, von denen man weiß, dass sie einen hohen Erwünschtheitsgrad haben oder dass sie sich tabuisierten Themen widmen, gibt es verschiedene Möglichkeiten (nach H. Kromrey 2009: 357f)25: lässige, beiläufige Frage („Haben Sie zufällig...“), Appell an den Mitläufer-Effekt: Das Problem verallgemeinern, den Befragten durch die Frage in die Allgemeinheit einordnen und damit den Tabubruch abschwächen („Jeder hat ja schon mal Erotikseiten im Internet besucht. Haben Sie auch schon mal eine solche Seite angeschaut?“), Problem auf andere verschieben („Meinen Sie, andere nutzen erotische Sites im Internet?“), Verhalten/Einstellung als normal definieren („Viele Leute...“) oder unterstellen („Wie häufig...?“), Ausnahmecharakter betonen („Ist es schon einmal vorgekommen, dass...?“), Entschärfung oder Verharmlosung der Frage durch Formulierungen (z. B. statt „Gebührenhinterziehung“ „das Fernsehen/die GEZ übers Ohr gehauen“), Vorgabe vorverschlüsselter Antworten (z. B. Einkommen, Parteien oder auch Fernsehprogrammbestandteile: Listenvorgabe mit Kennziffern, vgl. Abschnitt 3.2). In einigen Untersuchungsanlagen kann es zudem sinnvoll sein, eine Skala zur Messung der sozialen Erwünschtheit einzubauen (vgl. W. Möhring & D. Schlütz 2002). Schon in den vierziger und fünfziger Jahren wurden verschiedene SD-Skalen entwickelt. Am weitesten verbreitet sind die MCSDS („Marlowe-Crowne Social Desirability Scale“) und Kurzformen davon (M. F. King & G. C. Bruner 2000) sowie neueren Ursprungs die BIDR („Balanced Inventory of Desirable Responding“). Letztere besteht aus zwei Skalen, einer zur Messung von „impression management“ und weiteren Skalenitems zum „self-deceptive-enhancement“ (D. Paulhus 1991). Mithilfe dieser Skalen soll die Tendenz der Untersuchungsperson eingeschätzt werden, sozial

25 Ein wunderbares Beispiel für die verschiedenen Varianten der Frage „Haben Sie Ihre Frau getötet?“ findet man schon bei A. H. Barton 1958.

2.4 Einflüsse durch den Befragten

•

65

erwünschte Antworten zu geben. Personen, die stark anfällig erscheinen, können so identifiziert und aus dem Datensatz entfernt werden. In der Kommunikations- und Medienwissenschaft ist das bisher allerdings nicht die Regel. Dies kann zum einen an der Länge der Skalen liegen, aber auch daran, dass sie mit ihren oft sehr generellen Aussagen wie ein Fremdkörper in einem thematisch anders gearteten Fragebogen wirken können. Schließlich gibt es experimentelle Varianten, die den Befragten vorgaukeln, sie wären an eine Art Lügendetektor angeschlossen („bogus pipeline“, vgl. S. Hardmeier & M.-C. Fontana 2006).

Es gibt im Fragebogen und in der Untersuchungsanlage also Möglichkeiten, den Einfluss von SD zu mindern oder zumindest ansatzweise zu identifizieren. Ausschließen kann man ihn jedoch nicht. Wir können daher davon ausgehen, dass wir Antwortverzerrungen aufgrund sozialer Erwünschtheit in unseren Befragungsergebnissen haben – und die Medien- und Kommunikationswissenschaft ist davon selbstverständlich keineswegs frei. Selbst so scheinbar harmlose Fragen wie die nach dem zeitlichen Medienkonsum unterliegen dem Einfluss der SD (W. Peiser 2002). Umso erstaunlicher ist es, dass es so gut wie keine Untersuchung gibt, die sich zentral mit der Frage beschäftigt, wie sich soziale Erwünschtheit in einem standardisierten Interview zur Mediennutzung auswirkt. Die Relevanz des Phänomens wird jedoch in anderen Zusammenhängen verdeutlicht, so zum Beispiel in Arbeiten zu „third-person-effect“ bzw. „thirdperson-perception“ (vgl. W. Peiser & J. Peter 2000; W. P. Eveland & D. M. McLeod 1999; W. P. Davison 1983). Um den Einfluss sozialer Erwünschtheit in der Medien- und Kommunikationswissenschaft klarer werden zu lassen, lohnt es sich daher, wann immer es möglich ist, die entsprechenden Instrumente in einen Fragebogen mit aufzunehmen. 2.5

Zusammenfassung Aus den vorangegangenen Ausführungen ist deutlich geworden, dass es auch innerhalb eines standardisierten Interviews Einflüsse gibt, die verzerrend auf die Antwort des Befragten wirken (error oder bias). Diese ergeben sich aus dem Interview als soziale Situation, also dem Zusammenspiel von realer und Befragungssituation, Fragebogen, Befragtem und Interviewer. Daher ist dies in den Befragungssituationen, in denen zwei Menschen miteinander agieren, ausgeprägter als in Untersuchungsanlagen, in denen der Fragebogen an sich (ob in Papierform oder elektronisch) der Interaktionspartner ist. Warum und ob Personen bereit sind, an einer Befragung teilzunehmen, kann verschiedene Gründe haben, die häufig auf einer Kosten-Nutzen-Abwägung basieren. Entsprechende Argumente sollten in der Gesprächseinleitung aufgegriffen werden. Auch das Untersuchungsdesign kann mit verschiedenen Maßnahmen (wie Wiederholungskontakten) die Kooperationsbereitschaft verbessern.



66

2 Das Interview als soziale Situation

Je nachdem zu welchem Thema befragt wird, können sowohl auf Seiten des Interviewers als auch auf Seiten des Befragten bestimmte Merkmale einen „verzerrenden“ Einfluss auf die Antworten haben – „verzerrend“ im Sinne einer Abhängigkeit der Antwort von dem einflussnehmenden Merkmal, nicht im Sinne einer Lüge des Befragten. Solche Merkmale können beim Interviewer äußerlich sichtbare sein wie Alter, Geschlecht, Bildung und Beruf, ethnische bzw. Religionszugehörigkeit. Einfluss können aber auch nicht sichtbare, eher psychosoziale Merkmale haben wie Erwartungen und Einstellungen des Interviewers. Hinzu kommen gesprächsleitende Einflussnahmen wie verbale Konditionierung, Blickkontakte, körpersprachliche Gesten, Variationen im Vortrag der Frage oder Protokollfehler beim Mitschreiben von Antworten. In Bezug auf die Befragten sind es zum Beispiel Besonderheiten der realen Situation, wie die Anwesenheit Dritter, die einen Effekt auf das Antwortverhalten zeigen. Bei manchen Befragten wirken sich zudem inhaltsunabhängige formale Antwortstile aus, indem sie gehäuft Fragen zustimmen (Akquieszenz) oder in Ausweichkategorien wie „weiß nicht“ Zuflucht suchen (Ausweichtendenz) bzw. gehäuft extreme Werte auswählen (extremity bias). Hinzu kommt das Phänomen der sozialen Erwünschtheit, welches – mal personen-, mal situationsspezifisch – die Antworten im Hinblick auf eine wahrgenommene Norm verzerrt. Alle diese Phänomene lassen sich zwar nicht ganz ausschalten, durch eine kluge Fragebogenformulierung zumindest aber minimieren.



Hartmann, Petra. (1991). Wunsch und Wirklichkeit: Theorie und Empirie sozialer Erwünschtheit. Wiesbaden: Deutscher Universitäts Verlag. (Ein strukturierter Überblick über das Feld der sozialen Erwünschtheit.) Reinecke, Jost. (1991). Interviewer- und Befragtenverhalten: Theoretische Ansätze und methodische Konzepte. Opladen: Westdeutscher Verlag. (Ein guter Überblick über die Einflüsse von Interviewer und Befragten in der Interviewsituation.) Scholl, Armin. (1993). Die Befragung als Kommunikationssituation: Zur Reaktivität im Forschungsinterview. Opladen: Westdeutscher Verlag. (Das Buch stellt zum einen eine gute Einführung in das Thema dar, zum anderen enthält es eine empirische Arbeit über Reaktivität.)

3

Die Formulierung des Fragebogens

In diesem Kapitel geht es darum, wie man einen „guten“ Fragebogen formuliert, indem man möglichst reliable und valide Fragen stellt. Mit anderen Worten: wie man die richtige Frage stellt, um eine verwertbare Antwort zu bekommen. Wir befassen uns zunächst mit den Kriterien sinnvoller Formulierung und wenden uns dann den unterschiedlichen Arten von Fragen zu, ihren Vor- und Nachteilen sowie Einsatzmöglichkeiten. Dabei spielen neben der Frage natürlich auch die Antwortvorgaben eine große Rolle sowie die Anordnung der Fragen im Fragebogen insgesamt. Inhalt, Aufbau und Formulierung des Fragebogens sind für die Qualität der geplanten Untersuchung mindestens ebenso entscheidend wie technische Aspekte (z. B. Auswahlverfahren, Stichprobengröße, Interviewerkontrollen, vgl. M. Kaase 1999: 20). A. Scholl (2009: 212ff) belegt, dass Antworten deshalb so anfällig für Verzerrungen sind, weil sie oft nicht „kognitiv parat“ liegen, sondern in der Interviewsituation erst konstruiert werden. Zwar ist diese Konstruktion, so Scholl, nicht willkürlich, aber sie hängt nicht nur von den kognitiven Strukturen der befragten Person ab. Vielmehr spielen auch Hinweise im Fragebogen und die soziale Situation (vgl. Kapitel 2) eine Rolle. Das folgende VerbietenErlauben-Paradox zeigt das anschaulich:



K.-H. Reuband (2001c) verdeutlichte in Anlehnung an ein klassisches Experiment von D. Rugg (1941) den Unterschied zwischen den Formulierungen „verbieten“ bzw. „nicht erlauben“. Fragt man „Sollte Ihrer Ansicht nach der Gesetzgeber ausländerfeindliche Organisationen erlauben oder verbieten?“ sprechen sich 14 Prozent der Befragten für eine Erlaubnis aus, 78 Prozent für ein Verbot, und acht Prozent sind unentschieden. Stellt man hingegen die Frage: „Sollte Ihrer Ansicht nach der Gesetzgeber ausländerfeindliche Organisationen erlauben oder nicht erlauben?“, so sind nur acht Prozent für eine Erlaubnis, aber 82 Prozent für ein Verbot – bzw. genauer für eine „Nichterlaubnis“ (zehn Prozent unentschieden). Für die Befragten scheint es also einen Unterschied zu machen, ob man diese Organisationen verbietet oder sie nicht erlaubt. Verbieten klingt offenbar radikaler, dieser Meinung möchte man sich eher nicht anschließen, obwohl es sich bei den beiden Ausdrücken eigentlich um logische Äquivalente handelt.

E. Lamp (2001/2002) kann zeigen, dass es einen solchen Effekt auch bei der Verbalisierung von nummerischen Äquivalenten gibt. Danach macht es einen Unterschied, ob man ein und dieselbe Mengenbezeichnung zum Beispiel als „ein Drittel“, „jeder Dritte“, „etwa 33 Prozent“ oder „einer von drei“ versprach-

68

3 Die Formulierung des Fragebogens

licht. Befragte stellen sich unter den vier Ausdrücken, die ja eigentlich alle das Gleiche bedeuten, jeweils etwas anderes vor, die mentale Repräsentation der Zahlen ist je eine andere. J. A. Krosnick (1991, 1999) teilt diesen kognitiven Prozess theoretisch in vier Schritte: Nachdem der Befragte die Frage zur Kenntnis genommen hat, (1) interpretiert er ihre Bedeutung (verstehen), (2) versucht er, die benötigten Informationen aus seinem Gedächtnis abzurufen (überlegen), (3) trifft er auf Basis dieser Informationen eine abschließende Einschätzung (urteilen) und (4) wählt die dazu passende Antwort aus den Vorgaben aus (antworten). Bei jedem Schritt können Probleme auftauchen, die Validität und Reliabilität der Antwort beeinträchtigen: die Frage kann (hinsichtlich des Bezugsrahmens des Forschenden) missverstanden werden, der Befragte erinnert die notwendigen Informationen nicht, fällt ein situativ geprägtes Urteil, oder es findet sich im Fragebogen keine im Hinblick auf das gefällte Urteil passende Antwortvorgabe. Für eine valide und reliable Antwort muss der Fragebogen so gestaltet sein, dass der kognitive Prozess optimal ablaufen kann.



Ziel einer guten Formulierung ist, den Bezugsrahmen des Forschenden – also diejenigen Dimensionen der Frage, die berücksichtigt werden sollen – so in Fragen umzusetzen, dass sie dem Bezugsrahmen der Befragten angemessen sind. Zusätzlich muss die Frage den kognitiven Prozess des Befragten möglichst störungsfrei durchlaufen können.

Um eine angemessene Umsetzung zu erreichen, muss man bei der Formulierung sehr umsichtig vorgehen. F. J. Fowler Jr. (2001) nennt acht Anforderungen, denen Fragen genügen sollten: (1) Validität (right content?): Bilden die Fragen das gewünschte analytische Konstrukt ab, und sind sie geeignet, diese Informationen den Befragten zu entlocken? (2) Kognitive Grundlagen (cognitive standards): Können die Befragten die Fragen verstehen, können sie Auskunft geben, und sind die Antwortvorgaben dafür geeignet? (3) Soziale Situation (interpersonal standards): Sind Frageninhalt, Frageformulierung und Fragebogendramaturgie der Interviewsituation angemessen? (4) Datenqualität (psychometric standards): Sind Antwortverteilung, Validität und Reliabilität von ausreichender Güte? (5) Handhabung (usability): Ist der Fragebogen einfach zu bearbeiten? (6) Modus-Variabilität (multi-mode capability): Sind die Fragen für unterschiedliche Modi (v. a. Formen mit und ohne Interviewer) geeignet? (7) Effizienz (cost-effective use of survey time): Sind die Fragen so kurz wie möglich und so lang wie nötig?

3 Die Formulierung des Fragebogens

69

(8) Sprach-Variabilität (multi-language capability): Können Fragen in andere Sprachen übertragen werden? Analog zu diesen Standards formuliert R. Porst (2009: 95ff) „zehn Gebote“, die konkrete Hinweise geben, wie man die Fragen so formulieren kann, um Fehler und Verzerrungen möglichst gering zu halten. Sie sind im Prinzip eine ausführliche Version der drei bereits in Kapitel 1 genannten Punkte Verstehbarkeit, Auskunftsfähigkeit und Auskunftswilligkeit (vgl. auch die allgemeinen Empfehlungen zur Konstruktion von Fragen bei F. Faulbaum, P. Prüfer & M. Rexroth 2009: 85ff): 1. Gebot: Du sollst einfache, unzweideutige Begriffe verwenden, die von allen Befragten in gleicher Weise verstanden werden! Fragen sollten immer einen eindeutigen Bezugsrahmen haben. Man vermeidet Mehrdimensionalität durch klare Formulierungen und Spezifizierung. Ein Beispiel (J. Friedrichs 1990: 196): Der Sinn der Frage „Warum haben Sie dieses Buch gekauft?“ erschließt sich erst durch die Betonung (warum bloß, Sie ausgerechnet, dieses und kein anderes, Buch statt einer DVD, gekauft statt geliehen usw.). Um das Gemeinte zu spezifizieren, kann man einen erklärenden Nebensatz anfügen: „Ich meine, warum haben Sie das Buch ‚Tod eines Kritikers‘ von Martin Walser gekauft?“ 2. Gebot: Du sollst lange und komplexe Fragen vermeiden! 3. Gebot: Du sollst hypothetische Fragen vermeiden! 4. Gebot: Du sollst doppelte Stimuli und Verneinungen vermeiden! Mehrere Fragen in einer zu stellen, ist nicht sinnvoll (wie z. B. in „Wie häufig sehen Sie Sendungen über Sport und Unterhaltung im Fernsehen?“), weil die Frage dann evtl. nicht mehr zu beantworten ist oder die Antwortvorgaben sehr komplex ausfallen.



In einer Umfrage auf tv.com wurde 2009 beispielsweise die Frage gestellt „Do you like Dexter26 and do you think that is wrong?“ Die Antwortvorgaben waren „Yes, I like him and I have no problem with that.“, „Yes, I like him, but I admit it is a guilty pleasure.“, „No, I don’t like him, but I wish I could.“, „No, I don’t like him and I don’t get how anyone could.“ und „I can’t answer that yet, I keep going back and forth on that one.“ – Eine Filterfrage in Kombination mit einer Nachfrage wäre hier sicherlich eleganter gewesen.



Die Regel gilt im Übrigen auch für Antwortvorgaben. In einer schriftlichen Befragung der Zeitschrift Gong aus dem Jahr 2004 wurde gefragt, welche Sendungen man besonders gerne sieht. Eine der Antwortvorgaben war „Serien und Comedy“. Für Befragte, die das eine, aber nicht das andere schätzen, ist die Frage so nicht zu beantworten.

26 Dexter, ein sympathisch dargestellter Serienkiller, ist die Hauptperson einer gleichnamigen Serie.

70

3 Die Formulierung des Fragebogens

5. Gebot: Du sollst Unterstellungen und suggestive Fragen vermeiden! Die Frage: „Glauben Sie, dass Goethe ein moralisches Leben geführt hat?“ fordert folgende Antwort heraus: „Wenn Sie schon so fragen, wird es wohl unmoralisch gewesen sein.“ (E. Noelle-Neumann & T. Petersen 2005: 119). Die Vermeidung von Suggestivität gelingt am besten, indem man alle Antwortvorgaben – sofern es deren Anzahl zulässt – in die Frage aufnimmt, d. h. alle möglichen Antworten explizit nennt. Dadurch wird ein Suggestiveffekt vermieden (vgl. K.H. Reuband 2001c: 49). Statt nur zu fragen „Wären Sie damit einverstanden, wenn Ihre Kinder jeden Tag Computerspiele spielen?“ ist folgender Zusatz sinnvoll „... oder wären Sie damit nicht einverstanden?“ Experimente zeigen zudem, dass Befragte eine mittlere Alternative häufiger auswählen, wenn sie in der Frage genannt wird (G. F. Bishop 1987): „Finden Sie die GEZ-Gebühren für die öffentlich-rechtlichen Sender ARD und ZDF zu hoch, halten Sie sie für zu niedrig, oder sind Sie der Ansicht, sie seien angemessen?“ ist daher die beste Formulierung, wenn man an diesen drei Alternativen interessiert ist. 6. Gebot: Du sollst Fragen vermeiden, die auf Informationen abzielen, über die viele Befragte mutmaßlich nicht verfügen!



In einer After-Sales Kunden-Umfrage der Firma Apple Inc. aus dem Jahr 2009 wurde gefragt: „Welche Art von Wi-Fi-Netzwerk benutzen Sie?“ die Antwortvorgaben waren „802.11a“, „802.11b“, „802.11g“ sowie „802.11n“. Man kann davon ausgehen, dass nicht jeder Befragte diese Antwort wusste. Immerhin gab es die Möglichkeit, „weiß nicht“ auszuwählen.

Darüber hinaus sollte man nur so genau fragen, wie der Befragte antworten kann. Wenn man wirklich wissen muss, wie viele Bücher der Befragte im vergangenen Jahr gelesen hat, sollte man das nicht offen tun, sondern (im Hinblick auf die Stichprobe) sinnvolle Kategorien vorgeben. 7. Gebot: Du sollst Fragen mit eindeutigem zeitlichen Bezug verwenden! Das heißt, der zeitliche Rahmen, um den es in der Frage geht, muss konkret genannt sein. R. Porst (2009: 106ff) bringt das Beispiel, es sei nicht sinnvoll zu fragen: „Sind Sie in den letzten Wochen irgendwann einmal zum Essen in ein Restaurant gegangen?“ Besser sei folgende Formulierung: „Sind Sie im letzten Monat, also im Oktober 2009, irgendwann einmal zum Essen in ein Restaurant gegangen?“ 8. Gebot: Du sollst Antwortkategorien verwenden, die erschöpfend und disjunkt (überschneidungsfrei) sind! Auf diese Regel gehen wir weiter unten ausführlicher ein. 9. Gebot: Du sollst sicherstellen, dass der Kontext einer Frage sich nicht (unkontrolliert) auf deren Beantwortung auswirkt! Dieses Problem wird in Abschnitt 3.4.3 ausführlich behandelt. 10. Gebot: Du sollst unklare Begriffe definieren! Zunächst einmal ist es wichtig, unklare oder abstrakte Formulierungen zu vermeiden, um den Befragten nicht dadurch zu überfordern, dass man zu viel vor-

3 Die Formulierung des Fragebogens

71

aussetzt. So ist beispielsweise die Frage „Wie beurteilen Sie die ethische Debatte um DSDS?“ für jemanden, der diese nicht verfolgt hat, nicht zu beantworten. Daher sollte man einfache, verständliche Sprache benutzen, konkrete Begriffe vorziehen oder schwierige definieren. Darüber hinaus sollte man vage Formulierungen (vor allem bei Quantifizierungen) vermeiden, stattdessen präzise fragen. Also nicht fragen, ob die Nachrichten „regelmäßig“ gesehen werden (denn das bedeutet für jeden etwas anderes), sondern die tatsächliche Frequenz vorgeben (z. B. (fast) täglich, 4- bis 5-mal pro Woche usw.). Neben diesen allgemeinen Anforderungen an gute Fragen, die dem gesunden Menschenverstand folgen, kann man sich auch an standardisierten Schemata zur Formulierung von Fragen orientieren (I. M. Gallhofer & W. E. Saris 2000). Diese Vorschläge sind jedoch recht abstrakt und werden deshalb hier nicht eingehender besprochen. Sehr viel praxisnäher sind die Checklisten von F. Faulbaum, P. Prüfer und M. Rexroth (2009: 86 ff) sowie ihr Fragebogenbewertungssystem, das in Abschnitt 6.2 im Rahmen des Pretests näher vorgestellt wird. Fragen lassen sich auf unterschiedliche Arten klassifizieren (vgl. hierzu auch H.-B. Brosius, F. Koschel & A. Haas 2009: 105ff). Die genannten Möglichkeiten folgen unterschiedlichen Prinzipien, die sich zum Teil überschneiden: (1) Zunächst einmal unterscheidet man ganz grundlegend danach, ob die Antworten offen oder geschlossen sind. Damit befassen sich die Abschnitte 3.1 und 3.2 dieses Kapitels. (2) Eine weitere Klassifizierungsmöglichkeit ist die nach dem Frageninhalt, d. h. ob Wissen, Meinung oder Verhalten erfasst werden soll (vgl. A. Scholl 2009: 147ff). „Hören Sie Radio? Wenn ja, was ist Ihrer Meinung nach der beste Sender hier im Norden?“ reicht zur Erfassung von Meinung aus. Um Verhalten abzufragen, genügt eine solch unspezifische Frage meist nicht. Stattdessen können auf zwei unterschiedliche Arten genauere Informationen erbeten werden. Eine so genannte Frequency-Formulierung fragt nach der Häufigkeit eines Verhaltens: „Wie lange hören Sie normalerweise/durchschnittlich/an einem normalen Wochentag Radio?“ So wird ein durchschnittliches Verhalten ermittelt, das für den Befragten nicht immer leicht zu erinnern ist. Die Recency-Frage ermittelt die Nutzung an einem Stichtag: „Wie lange haben Sie gestern Radio gehört?“ und erhebt so tatsächliche Nutzung, die dann für das „Durchschnittsverhalten” mehr oder weniger repräsentativ sein kann, für den Befragten aber leichter zu reproduzieren ist.



Für die European Social Survey (ESS) wurde beispielsweise folgende Frequency-Abfrage für Mediennutzung entwickelt (L. Coromina & W. E. Saris 2009: 428): „On an average weekday, how much time in total do you generally spend watching television?“

72

3 Die Formulierung des Fragebogens

(3) Man kann weiterhin differenzieren nach Art der Antwortvorgabe (z. B. Ratingfrage, Listenfrage etc., siehe Abschnitt 3.2) sowie (4) nach der Stellung der Frage im Fragebogen (z. B. Eisbrecherfrage, Überleitungsfrage etc.). Die so genannte „Dramaturgie“ wird in Abschnitt 3.4 ausführlich behandelt. 3.1



Offene Fragen Der Begriff „offene Frage“ ist irreführend: Offen ist nicht die Frage, sondern die Antwort. Das heißt es werden keine Antwortalternativen vorgegeben, die Befragten können sich innerhalb eines vorgegebenen Rahmens nach Belieben äußern.

Offene Fragen überlassen es dem Befragten, ob, was und wie viel er antwortet. Entweder trägt er selbst die Antwort in ein dafür vorgesehenes Feld ein, oder der Interviewer zeichnet sie auf. In beiden Fällen muss die Antwort im Nachhinein codiert werden. In Abhängigkeit von der Differenziertheit der Antworten und dem Untersuchungsziel kann das ein recht aufwändiges Unterfangen sein. Offene Antworten können sehr kurz sein, wie beispielsweise die Frage nach dem Alter. In der Regel handelt es sich aber um längere Fragen, wenn man etwa offen nach den Gründen für ein bestimmtes Verhalten fragt. Auch wenn offene Fragen dem Charakter einer standardisierten Befragung eher nicht entsprechen, kann es manchmal sinnvoll sein, sie zu stellen. Es gibt inhaltliche Gründe für den Einsatz offener Fragen, etwa • wenn der Bezugsrahmen der Befragten ermittelt werden soll, • wenn Beeinflussung vermieden werden soll27, • um Spontaneität zu erhalten, • wenn die Reihenfolge, in der die Antworten kommen, wichtig ist (Was ist „top of mind“?), • um Wissen abzufragen, was offen wesentlich schwieriger ist als mit Vorgaben. Was „Esperanto“ ist (eine einheitliche Weltsprache), wissen zum Beispiel bei offener Formulierung 35 Prozent der Befragten, in der „multiple choice“-Variante 52 Prozent (E. Noelle-Neumann & T. Petersen 2005: 129), • wenn die Ausdrucksweise der Befragten erfasst werden soll, ihre genaue Wortwahl, • wenn man nicht weiß, was kommen kann, wenn also nachträglich eine flexible Kategorisierung erfolgen soll, • zur Auflockerung des standardisierten Interviews oder 27 In der Werbeforschung gilt der so genannte „unaided recall“, also die ungestützte Erinnerung als härtestes Maß der Werbewirkung. Diese kann natürlich nur offen abgefragt werden. Oft schließt sich an eine solche offene Abfrage eine geschlossene Abfrage an, „aided recall“, wo den Befragten Antwortmöglichkeiten vorgegeben werden.

3.1 Offene Fragen

73

• um die Aktualität von Themen zu messen (wie beim Agenda-Setting). Man kann aber auch formale Gründe für diese Vorgehensweise haben, wie • es gibt zu viele bekannte, einfache Alternativen (z. B. Alter), das hat gleichzeitig den Vorteil, dass man ein arithmetisches Mittel berechnen kann, was bei vorheriger Kategorisierung nicht mehr möglich ist, • die Angabe ist einfach und kategorisiert, eine Auflistung würde aber den Fragebogen sprengen (z. B. Bundesland) oder • Vielfalt erhalten, denn zusammenfassen kann man immer: Die Frage nach der durchschnittlichen Mediennutzung kann man offen in Stunden stellen, anstatt vorab Kategorien zu bilden.



Im Rahmen der o. g. ESS (L. Coromina & W. E. Saris 2009: 429 ff) zeigte sich allerdings, dass die offene Abfragevariante der Mediennutzung die geringste Reliabilität aufwies. Daher schlagen sie folgende Antwortvorgaben vor, die für metrisches Datenniveau transformiert werden können (Werte in Klammern): no time at all (0 min.) less than  h (15 min.)  h to 1 h (45 min.) 1 h to 1  h (75 min.) 1  h to 2 h (105 min.) 2 h to 2  h (135 min.) 2  h to 3 h (165 min.) more than 3 h (estimated mean for each medium)

Offene Fragen haben für standardisierte Befragungen bestimmte Vor- und Nachteile (vgl. J. Friedrichs 1999; H. Kromrey 2009). Die Vorteile liegen vor allem darin, dass offene Fragen • dem informellen Gespräch am nächsten sind, • mögliche Verzerrungen durch die vorgefasste Meinung des Forschenden vermeiden helfen, • Spontaneität und größere Bandbreite der Antworten ermöglichen und • Ausdrucksweise und Wortwahl konservieren und so individuelle Assoziationen erfassen. Allerdings haben sie – im Rahmen der standardisierten Vorgehensweise – auch Nachteile: • Ihre Auswertung ist extrem aufwändig, da die Antworten im Nachhinein kategorisiert werden müssen. Abhilfe schafft hier unter Umständen eine Feldverschlüsselung. Das heißt, dass dem Interviewer Antwortkategorien vorliegen, in die er die offen gegebene Antwort einsortiert. Eine solche Frage nennt man „halboffen“. • Sie setzen beim Befragten viel voraus: Artikulationsfähigkeit, Information, Motivation.

74

3 Die Formulierung des Fragebogens

• Der Interviewereinfluss ist höher, weil in Abhängigkeit der Person, die die Fragen stellt, die Ermutigung variiert, die zur Verfügung gestellte Zeit unterschiedlich ist und die Mitschrift durch selektives Hören unter Umständen nicht exakt ist. • Man erfährt nur, was der Befragte ad hoc für wichtig hält, wichtige Dimensionen werden in der Interviewsituation vielleicht nicht bedacht. • Die Reihenfolge der Antworten ist schwer interpretierbar. Bedeutet sie Wichtigkeit, Betroffenheit, Aktualität oder Konventionalität? Aufgrund der genannten Nachteile sollten offene Fragen in standardisierten Interviews die Ausnahme bleiben. Der nachträgliche Vercodungsaufwand ist sehr hoch. Eine Ausnahme bilden die einfachen offenen Fragen etwa nach Alter oder Wohnort. Der Einsatz offener Fragen im Rahmen von explorativen Voruntersuchungen ist jedoch sinnvoll. 3.2



Geschlossene Fragen Im Unterschied zu offenen Fragen werden dem Befragten bei einer geschlossenen Frage neben dem Fragentext auch sämtliche Antwortalternativen präsentiert.

Diese Frageform ist die klassische Variante in der standardisierten Befragung. Sie hat folgende Vorteile: • Im Allgemeinen wird den Antworten auf eine geschlossene Frage größere Zuverlässigkeit, also Reliabilität, zugeschrieben. • Dieser Vorteil bezieht sich vor allem auf die Einheitlichkeit des Bezugsrahmens. Dadurch erhöht sich auch die Validität. Die Antwortalternativen können und sollen den Sinn der Frage eingrenzen und damit das Antwortverhalten im Sinne der Forschungsfrage kanalisieren. • Ein weiterer Vorteil geschlossener Fragen ist die formale Vergleichbarkeit der Ergebnisse. Eine statistische Bearbeitung ist möglich. Damit sind die Ergebnisse generalisierbar und können, wenn weitere methodische Voraussetzungen erfüllt sind,28 als repräsentativ gelten. Offene Fragen evozieren demgegenüber meist ein breiteres Spektrum an Antworten, dies gilt auch, wenn die Kategorie „Sonstige“ oder „Andere, und zwar“ in geschlossenen Fragen mit vorgegeben wird. Das liegt daran, dass Befragte annehmen, der Forscher sei nur an den formulierten Alternativen interessiert. Antwortmöglichkeiten, die in den Vorgaben nicht vorgesehen sind, werden auch in der Ausweichkategorie selten genannt (N. Schwarz, H.-J. Hippler & E. Noelle-Neumann 1989: 24f). 28 Hier spielen vor allem Stichprobenauswahl und -größe eine Rolle, aber auch die Ausschöpfungsquote (vgl. Abschnitt 1.4).

3.2 Geschlossene Fragen

75

• Andererseits erhöht sich durch die Vorgabe von Antwortalternativen die Wahrscheinlichkeit, dass die Befragten Möglichkeiten erwähnen, die ihnen sonst nicht eingefallen wären, die Antwort ist so vollständiger. Die Nachteile geschlossener Fragen ergeben sich aus den Vorteilen der offenen. Im Wesentlichen sind das: • die durch die Standardisierung erzeugte künstlichere Situation (im Vergleich zu einem herkömmlichen Gespräch), • eine mögliche Verzerrung der Antworten, • eine geringere Spontaneität sowie • der Verlust der genauen Ausdrucksweise, der Wortwahl der Befragten. Um die genannten Nachteile geschlossener Fragen zu minimieren, muss besondere Sorgfalt auf die Formulierung der Antwortvorgaben verwendet werden. Denn mit ihnen steht und fällt die Qualität der geschlossenen Frage. So zeigt die Methodenforschung, dass es gewichtige Unterschiede im Antwortverhalten gibt je nachdem, welche Antwortvorgaben man macht. Das hat mehrere Gründe (vgl. N. Schwarz & H.-J. Hippler 1987): • Die Befragten schließen aus den Vorgaben auf die Bedeutung der Frage. Dabei sind nicht nur inhaltliche Aspekte relevant, sondern auch deren formale Eigenschaften wie Symbole, Grafiken oder Ziffern (vgl. L. M. Christian & D. A. Dillman 2004). • Die Befragten nutzen die Antwortvorgaben als Informationsquelle in Bezug auf „übliches“ Verhalten. Das heißt aus den dortigen Angaben ziehen sie Rückschlüsse über eine „Normalverteilung“ in der Welt. Diese Rückschlüsse wirken sich auf ihre Antwort aus, da sie ebenfalls „normal“ sein wollen. • Wenn in einer Frage Häufigkeiten (z. B. Stunden, Tage) angegeben werden, nutzen Befragte dies als einen Bezugsrahmen, um ihr Verhalten zu schätzen (vgl. T. H. Rockwood, R. L. Sangster & D. A. Dillman 1997; G. D. Gaskell, C. A. Muircheartaigh & D. B. Wright 1994). Das gilt auch für Illustrationen, die beispielsweise die Häufigkeit von Verhalten symbolisieren (M. P. Couper, R. Tourangeau & K. Kenyon 2004).



N. Schwarz, H.-J. Hippler, B. Deutsch und F. Starck (1985) haben diesen Effekt experimentell nachgewiesen. Sie fragten 132 Probanden nach ihrer Fernsehnutzungshäufigkeit und benutzten dabei zwei (zufällig zugewiesene) unterschiedliche Antwortvorgaben: Eine Skala rangierte von „bis zu einer halben Stunde“ bis „bis zu zweieinhalb Stunden“, die andere begann erst bei dieser letzen Kategorie und endete bei „bis zu viereinhalb Stunden“ (jeweils in Halbstundenabschnitten). Die Autoren konnten zeigen, dass es für das Antwortverhalten einen deutlichen Unterschied macht, welche Vorgaben man präsentiert. Je höher die Antwortkategorien, desto höher auch die berichtete Fernsehnutzung (vgl. Tabelle 5). Bei den niedrigen Vorgaben sind es lediglich 16 Prozent der Befragten, die mehr als zweieinhalb Stunden fernsehen, bei den hohen sind es 37 Prozent.

76

3 Die Formulierung des Fragebogens

angegebene Fernsehnutzung (in Prozent) niedrige Antwortvorgaben

hohe Antwortvorgaben

bis zu 1/2 Std. 1/2 bis 1 Std.

7,4 17,7

bis zu 2 1/2 Std. 2 1/2 bis 3 Std.

62,5 23,4

1 bis 1 1/2 Std.

26,5

3 bis 3 1/2 Std.

7,8

1 1/2 bis 2 Std. 2 bis 2 1/2 Std.

14,7 17,7

3 1/2 bis 4 Std. 4 bis 4 1/2 Std.

4,7 1,6

mehr als 2 1/2 Std.

16,2

mehr als 4 1/2 Std.

0

Tabelle 5: Beispiel für den Einfluss der Antwortvorgaben (N. Schwarz, H.-J. Hippler, B. Deutsch & F. Starck 1985: 391)

Folgende Fragen sollte man sich angesichts der Formulierung der Vorgaben stellen (sie entsprechen in Teilen den sog. „Holsti-Kriterien“ für inhaltsanalytische Kategorien, vgl. O. R. Holsti 1969: 100f): • Decken die Antwortalternativen das mögliche Spektrum ab, welches erforscht werden soll und welches möglich ist? (gedankliche Inhaltsanalyse des potenziellen Spektrums aller Antwortmöglichkeiten; erschöpfende Kategorien (vgl. H. Kromrey 2005: 353)).



In einer Befragung der Fluglinie „Condor“ aus dem Jahr 1996 findet sich zum Beispiel folgende Frage: „Welche Bedeutung haben folgende Kriterien bei Ihrer Urlaubsflugreise? Zuverlässigkeit/Pünktlichkeit – Orientierungshilfen zum Flughafen – keine Zwischenlandung – neues Flugzeug/Sauberkeit im Flugzeug – das Raum- und Platzangebot im Flugzeug – Essen und Getränke während des Fluges – die Unterhaltung an Bord – das Bordverkaufsangebot.“ Es fehlt aber die Vorgabe „Sicherheit“, ein Aspekt, der vermutlich für viele Fluggäste ausschlaggebend ist.

• Sind die Alternativen trennscharf und eindeutig?



In einer Umfrage der TV-Zeitschrift „Gong“ aus dem Jahr 2004 wurde gefragt, wie lange die Leser im Durchschnitt am Tag fernsehen. Die Antwortvorgaben waren „mehr als 3 Std. – 2-3 Std. – 1-2 Std. – weniger als 1 Std. – ich schaue nicht täglich fern“. Das ist zunächst problematisch, weil sich eine Person, die durchschnittlich zwei Stunden am Tag fernsieht, in zwei Kategorien eintragen kann. Darüber hinaus ist die letzte Vorgabe unsinnig, weil die Berechnung eines Durchschnittes ja bereits berücksichtigt, dass man u. U. nicht an jedem Tag der Woche fernsieht.

• Wird durch Frage und Antwort der Bezugsrahmen des Befragten ebenso wiedergegeben wie der des Forschers?

3.2 Geschlossene Fragen



77

Die „Lifestyle AG“ hat im Jahr 2000 beispielsweise eine Konsumentenbefragung unter anderem mit folgender Frage durchgeführt: „Wie viele Urlaubsreisen haben Sie in den letzten 12 Monaten gemacht? 1 bis 2 Reisen – 3 und mehr – keine“. Es fragt sich nun, was mit Urlaubsreisen gemeint ist, fallen etwa auch Besuche bei Freunden darunter?

• Passen die Antwortkategorien zur Fragedimension?



In mehreren Verlags-Umfragen im Jahr 2009 fand sich die Frage: „Wie häufig lesen Sie momentan Die Zeit?“ Als Antwort standen vier Möglichkeiten zur Auswahl: „Bislang eher selten bis gar nicht – manchmal – wöchentlich – im Abonnement“. Die letzte Vorgabe bezieht sich auf die Distributionsform, nicht aber auf die Nutzungsfrequenz.



In der „W3B“-Online-Umfrage aus dem Jahr 2009 wurde die Frage „Besuchen Sie die folgenden Web Sites im Internet?“ mit folgenden Antwortalternativen gestellt: „regelmäßig – gelegentlich bzw. bei Bedarf – kenne ich, nutze ich aber nicht – kenne ich nicht“. Hier finden sich mindestens vier Dimensionen: In der Frage geht es um das Aufsuchen einer Website, in der Antwort vermischen sich Nutzungsmuster (regelmäßig), Nutzungsfrequenz (gelegentlich) und Kenntnis.

Es gibt die unterschiedlichsten Arten der Präsentation der Antwortvorgaben, der Reaktionsvorschrift. Man kann sie verbal geben oder als (optische) Vorlage, in Form einer Liste, als Kartenspiel oder grafisch als Bild- bzw. Dialogblatt. Im Einzelnen bedeutet das: Verbale Reaktionsvorschrift: Die Alternativen werden den Befragten vorgelesen. Diese Variante ist bis ca. sechs Antwortalternativen vorstellbar, mehr sind für Situation, Interviewer und Befragten zu strapaziös.



Ein Beispiel aus dem CATI-Fragebogen der „Leser Analyse Entscheidungsträger (LAE)“ (2009): „Und wann genau haben Sie in dieser Zeitschrift (*** Titelvorlage ***) zuletzt etwas gelesen, geblättert oder angesehen – egal wie oft, ob zuhause oder anderswo? War das in den letzten 4 Wochen, 1 bis 2 Monate her, 2 bis 3 Monate her oder länger her?“

Vorlage: Um bei zahlreichen oder komplizierten Antwortvorgaben eine Überforderung des Interviewers bzw. des Befragten zu vermeiden, ist es hilfreich, Vorlagen zu benutzen. Das ist sinnvoll, • wenn viele Aspekte abgewogen oder verglichen werden sollen, • damit der Befragte über einzelne Skalenitems besser nachdenken kann, • damit sich der Befragte besser erinnern kann, • um die Einheitlichkeit der Erhebung zu sichern bzw. • um Reaktanz zu vermeiden (also zu verhindern, dass der Befragte ungehalten wird und ggf. das Interview abbricht).

78

3 Die Formulierung des Fragebogens

Vorlagen gibt es in unterschiedlichen Varianten: (a) Die einfachste Vorlagenform ist die Liste: Längere sowie komplexere Alternativen können so dem Befragten präsent gemacht werden bzw. beim Überlegen präsent bleiben. Ein weiterer Vorteil von Listen liegt darin, dass sie den Effekt der sozialen Erwünschtheit mildern kann (vgl. Abschnitt 2.4.2). So kann man etwa bei der Frage nach dem Einkommen (die erfahrungsgemäß nur sehr ungern beantwortet wird) eine Liste der folgenden Art verwenden, um die Unannehmlichkeit der Antwort zu reduzieren.



Ein Beispiel aus der AWA29: „Könnten Sie mir bitte nach dieser Liste sagen, in welche der Netto-Monatseinkommensgruppen der Hauptverdiener im Haushalt fällt? Bitte nennen Sie nur den Buchstaben, der vor der entsprechenden Gruppe steht.“ Der Interviewer händigt den Befragten dann eine entsprechende Liste aus, bei der vor jeder Einkommenskategorie ein Buchstabe des Alphabets (in unnatürlicher Reihenfolge) steht.

(b) Werden die Antwortvorgaben einzeln auf Karten geschrieben, bezeichnet man die Vorlagenform als Kartenspiel. Das hat folgende Vorteile: • Man aktiviert den Befragten, denn er agiert (sortiert, verteilt etc.), das Interview erscheint dadurch kurzweiliger und abwechslungsreicher. • Ein durchgemischter Stapel Karten entspricht den Regeln der Zufallsauswahl, so werden Reihenfolgeeffekte vermieden (siehe Abschnitt 3.3). • Bei aufwändigen Fragen geht die Administration – in Abhängigkeit von der Zielgruppe – oft schneller als mit anderen Vorlagenarten. Kartenspiele werden zum Beispiel im Rahmen der Erhebung der Medienanalyse (MA30) verwendet. Die so genannten „MA-Titelkärtchen“ sind kleine Karten, auf denen jeweils ein Zeitschriften- bzw. Tageszeitungslogo abgebildet ist. Auf diese Weise wird eine Verwechslung der Titel vermieden. Außerdem können überflüssige Kärtchen, etwa wenn Titel dem Befragten unbekannt sind und sich Fragen nach der Nutzungshäufigkeit erübrigen, herausgenommen werden. Das Kartenspiel dient so auch der Vorsortierung.



Im Rahmen einer eigenen Studie wurde ein Kartenspiel verwendet, um – neben dem Vermeiden eines Reihenfolgeeffektes – die Befragung zu verkürzen (befragt wurden Studierende, die erfahrungsgemäß mit einer schriftlichen Präsentation gut und zügig umgehen können) und sie für den Befragten abwechslungsreicher zu gestalten (vgl. D. Schlütz 2002). Die Studie befasste sich unter anderem mit Mediennutzungsmotiven. Auf jede Karte war ein solches Motiv gedruckt. Die betreffende Frage lautete:

29 Die Allensbacher Werbeträger Analyse (AWA) ist eine vom Institut für Demoskopie in Allensbach regelmäßig durchgeführte Markt-/Mediastudie. 30 Die Media Analyse (MA) ist eine große Mediastudie, die regelmäßig von der AG.MA durchgeführt wird, einem Konsortium von mehr als 250 Unternehmen der deutschen Werbewirtschaft. Im Unterschied zur AWA, deren Probanden per Quota-Stichprobe ausgewählt werden, liegt der MA eine Zufallsauswahl zugrunde.

3.2 Geschlossene Fragen

79

Anweisung: „INTERVIEWER: Bitte legen Sie nun das gelbe Skalenblatt vor den Befragten hin.“ (Es handelte sich um einen großen Bogen Papier, auf dem sich fünf Einteilungen befanden, die den im Folgenden genannten Skalenabstufungen entsprachen.) „Ich gebe Dir nun ein Kartenspiel, auf dem verschiedene Aussagen zur Fernsehnutzung stehen. Bitte verteile diese Kärtchen auf das Blatt hier. Wenn Du der Meinung bist, diese Aussage ‚trifft überhaupt nicht zu‘, dann lege das entsprechende Kärtchen bitte in Feld 1. Bist Du der Ansicht, die Aussage ‚trifft voll und ganz zu‘, dann lege das Kärtchen in Feld 5. Mit den Feldern dazwischen kannst Du Deine Meinung abstufen.“ Anweisung: „INTERVIEWER: Händigen Sie dem/der Befragten den gelben Kartensatz aus. Warten Sie, bis der/die Befragte alle Karten verteilt hat und tragen die entsprechenden Werte in den Fragebogen ein.“

(c) Eine grafische Vorlage bezeichnet man als Bildblatt: Das ist sinnvoll bei komplexen Alternativen, die verbal schwierig zu beschreiben sind oder bei Interviews mit Kindern. Generell bietet diese Form eine Abwechslung zur normalen Liste. Die folgende Abbildung zeigt ein Beispiel, wo es um die Haushaltsausstattung mit Unterhaltungselektronik, speziell Fernsehern geht. Die Abbildung soll den Befragten die Eintragungen im Selbstausfüller-Fragebogen erleichtern.

Abbildung 3: Bildblatt zur Illustration einer Frage zur Geräteausstattung

Wie bereits erwähnt, gibt es verschiedene Arten geschlossener Fragen. Eine Möglichkeit der Einteilung ist in Abhängigkeit von ihrem Skalenniveau (vgl. auch H.-B. Brosius, F. Koschel & A. Haas 2009: 55ff): Auswahlfragen auf Nominalniveau, Rangordnungsfragen auf Ordinalniveau sowie Intensitätsfragen auf Ordinal- oder sogar metrischem Niveau. Die Fragen werden hier also danach unterschieden, welche Daten sie erzeugen. Das ist entscheidend für die spätere Auswertung. Es ist sinnvoll, sich über die statistischen Auswertungsmöglichkeiten bereits bei der Konstruktion des Fragebogens Gedanken zu machen. Man unterscheidet Mess- oder Datenniveaus danach, welche Beziehungen zwischen den Objekten abgebildet werden. Wenn nur die Verschiedenheit der Objekte abgebildet wird, liegt nominales Messniveau vor. Werden zudem auch hierarchische Beziehungen erfasst, handelt es sich um ordinales Niveau. Werden

80

3 Die Formulierung des Fragebogens

schließlich zusätzlich die Distanzen zwischen den Objekten abgebildet, liegt metrisches Messniveau vor (vgl. R. Diaz-Bone 2006: 16ff). 3.2.1



Auswahlfragen (Nominalniveau) Unter einer Auswahlfrage versteht man eine Formulierung, die mehrere Antwortalternativen bietet, von denen die Befragten eine oder mehrere auswählen können. Die generierten Daten haben Nominalniveau.

Auswahlfragen können unterschiedliche Formen haben. Ganz allgemein wird dem Befragten eine Liste vorgelegt oder vorgelesen mit Antwortmöglichkeiten, aus denen er die eine auf ihn zutreffende Antwort auswählen soll (z. B. seinen Familienstand, die Berufstätigkeit oder das Einkommen). Stehen nur zwei oder drei Alternativen zur Auswahl, spricht man auch von Alternativfragen, darf der Befragte mehr als nur eine Antwort geben, spricht man von einer Mehrfachauswahl. Letztere können begrenzt oder unbegrenzt sein. Bei Alternativfragen sind zwei (= dichotom) oder drei (= trichotom) Antworten vorgegeben. Ein einfaches Beispiel ist die Frage nach dem Geschlecht. Ein anderes Beispiel ist eine ja/nein-Frage, die auch der Filterführung im Fragebogen dienen kann wie zum Beispiel „Besitzen Sie einen DVD-Rekorder?“, wenn der Befragte mit „nein“ antwortet, wird die nachfolgende Frage nach der bevorzugten Nutzungsform (Aufzeichnung oder Nutzung von Leih-DVDs) übersprungen. Geht es bei der Auswahlfrage um die Ermittlung einer Einstellung zu einem bestimmten Sachverhalt, ist es sinnvoll, beide Antwortalternativen in die Frage aufzunehmen, um Suggestivität zu vermeiden. Ebenfalls in die Kategorie der Auswahlfragen fallen Selektivfragen, also Mehrfachauswahlfragen. Diese Form umfasst alle Fragen, bei denen mehr als zwei Antwortalternativen vorgegeben sind. Dabei kann dem Befragten die Möglichkeit gegeben werden, eine unbegrenzte Anzahl an Antworten zu geben oder eine begrenzte (das heißt die Anzahl der zu wählenden Antworten wird z. B. durch „höchstens“ begrenzt). Wichtig zu wissen ist, dass auch diese Form der Frage nur Nominaldaten erzeugt, da die Antworten nicht sinnvoll hierarchisch angeordnet werden können.



Ein Beispiel für eine unbegrenzte Mehrfachauswahlfrage bildet die Frage nach der Senderverfügbarkeit aus der MA: „Ich hätte gerne gewusst, welche Fernsehprogramme Sie hier mit Ihrem Fernsehgerät bzw. Ihren Fernsehgeräten empfangen können; unabhängig davon, ob Sie diese Programme per Kabel, Antenne oder Satellit empfangen und ob Sie selbst diese Programme auch anschauen oder nicht. Ich habe eine Liste mit mehreren Fernsehprogrammen. Bitte sagen Sie mir jeweils, ob Sie das Programm empfangen können oder nicht.“

3.2 Geschlossene Fragen

81

Anweisung: „INTERVIEWER: Mehrfachnennungen möglich!“ Es folgt eine Liste mit ca. 30 Sendern, die im Erhebungsgebiet empfangbar sind.

In diesem Beispiel wählt der Befragte also alle Sender aus, die empfangen werden können. In der späteren Datenstruktur muss daher für jede Antwortvorgabe eine dichotome Variable vorgesehen werden, die mit „ja“ oder „nein“ vercodet wird. Das Datenniveau ist somit nominal. Bei dieser Abfrageform ist es meist sinnvoller, jede Antwortalternative einzeln abzufragen (also als dichotome Alternativfrage wie im Beispiel), als den Befragten aufzufordern, „alles zu nennen, was zutrifft“. Bei letzterer Variante läuft man Gefahr, dass zu wenig angegeben wird (vgl. K. A. Rasinski, D. Mingay & N. M. Bradburn 1994).



Ein anderes Beispiel aus einer Schülerbefragung begrenzt die Anzahl der möglichen Antworten: „Lies Dir die folgende Liste einmal von oben nach unten und einmal von unten nach oben durch. Kreuze dann bitte Deine drei Lieblingsbeschäftigungen an.“ Es folgt eine Liste von Freizeitbeschäftigungen, von denen drei ausgewählt werden sollen. (Eine Anmerkung: Möchte man die Anzahl der Antworten begrenzen, empfiehlt es sich, diese Anweisung in der Frage sehr deutlich zu machen. Erfahrungsgemäß überlesen Befragte diese Aufforderung. Der Einsatz eines Superlatives – also zum Beispiel „Was ist Deine liebste Freizeitbeschäftigung?“ – führt durchaus nicht immer dazu, dass die Befragten nur ein einziges Kreuz machen.)

3.2.2

Rangordnungsfragen (Ordinalniveau)



Bei Rangordnungsfragen (auch: „Rankingskalen“) lassen sich den einzelnen Antwortvorgaben Ränge zuordnen, man kann eine Hierarchie bilden. Die erzeugten Daten weisen daher Ordinalniveau auf.

Bei einer Rankingfrage werden die Befragten gebeten, Aussagen in eine Reihenfolge zu bringen, etwa nach empfundener Wichtigkeit. Rankingskalen sind dann sinnvoll, wenn dieses Vorgehen der Realität entspricht, wenn es also beispielsweise um eine Auswahl von Dingen (etwa Parteien) geht, bei der Prioritätensetzung notwendig ist. Darüber hinaus sind sie zweckmäßig, wenn man keine Bewertungsmaßstäbe vorgeben will.



Ein Beispiel: Im Rahmen einer Befragung zu den Nutzungsmotiven von Computer- und Videospielen ging es darum, die Stellung solcher Spiele im Rahmen anderer Freizeitbeschäftigungen (wie Fernsehen, Lesen oder Freunde treffen) zu untersuchen. Folgende Frage wurde gestellt (vgl. D. Schlütz 2002):

82

3 Die Formulierung des Fragebogens

„Stell dir vor, Du hast die freie Wahl, ein paar Stunden Freizeit zu gestalten. Was würdest Du dann machen? Bitte sortiere diese Kärtchen mit möglichen Freizeitbeschäftigungen danach, wie gerne Du das Genannte tun würdest. Bitte lege das nach oben, was Du am liebsten tätest.“ Anweisung: „INTERVIEWER: Bitte den gemischten grünen Kartensatz übergeben und den Befragten sortieren lassen. Dann die Rangplätze in die Tabelle eintragen.“

Manche Forscher sind der Ansicht, dass Rankingskalen eine Alternative zu Ratingskalen sind (s. Abschnitt 3.2.3, zu der Diskussion vgl. M. Klein & K. Arzheimer 1999, 2000; S. Sacchi 2000). Der Vorteil gegenüber einer Ratingskala liegt darin, dass die Probanden nicht alles als wichtig einstufen können. Man zwingt die Befragten, eine klare Meinung zu äußern („forced choice format“). Als Nachteil dieses Verfahrens gilt, dass es unter Umständen eine Überforderung für die Probanden darstellt, weil manchmal eben tatsächlich alles gleich wichtig ist. Darüber hinaus ist diese Methode sehr zeitaufwändig, vor allem wenn man mit Paarvergleichen arbeitet. In Telefoninterviews sind Rankingskalen kaum einzusetzen, da oft Kartenspiele oder andere Formen der Visualisierung nötig sind. Zudem erhält man bei Rankingskalen – im Gegensatz zu Ratingskalen – immer nur Ordinaldaten. Außerdem erkennt man nur die relative Wichtigkeit der Items, das Ratingverfahren gibt demgegenüber auch Aufschluss über die absolute Wertigkeit, der Informationsgehalt ist damit höher. Dadurch ergeben sich auch Probleme bei der statistischen Auswertung, da die Messwerte für die einzelnen Items nicht unabhängig voneinander sind. Das Rankingverfahren ist also dann geeignet, wenn es um die Erhebung von Prioritäten geht, nicht aber, wenn man das generell Wünschenswerte messen möchte. Rangordnungsfragen können allerdings auch einfacher verstanden werden. Folgende Frage präsentiert zum Beispiel abgestufte Antwortvorgaben, die ebenfalls Ordinalniveau darstellen: „Gehen Sie häufig, selten oder nie ins Kino?“ Im Unterschied zu den im Folgenden behandelten Intensitätsfragen weiß man bei diesen Fragen nicht, ob die Antwortvorgaben für alle Leute die gleiche Bedeutung haben, deswegen gelten die Antwortvorgaben nicht als gleichabständig. Strebt man eine solche Gleichabständigkeit an, um Intervalldaten zu generieren, muss man sich einer anderen Frageform bedienen. Diese wird im folgenden Abschnitt behandelt. 3.2.3



Intensitätsfragen (Intervallniveau) Unter dem Begriff „Intensitätsmessung“ werden alle geschlossenen Fragen zusammengefasst, die als Antwortmöglichkeit unterschiedliche Grade an Zustimmung vorsehen. Diese Art von Fragen bezeichnet man als „Skalen“.

3.2 Geschlossene Fragen

83

Skalen werden eingesetzt, um Einstellungen, Beurteilungen, Meinungen, aber auch Handlungen zu messen. Das heißt durch Skalierungsverfahren sollen theoretische, nicht beobachtbare Sachverhalte „innerhalb“ einer Person gemessen werden, etwa hypothetische Konstrukte, Emotionen, Präferenzen, Bewertungen (vgl. auch H.-B. Brosius, F. Koschel & A. Haas 2009: 58ff). Der Begriff „Skalierung“ wird in der Literatur nicht einheitlich verwendet, so dass gelegentlich etwas Verwirrung auftritt. Genau genommen bedeutet Skalierung die technische Vorbereitung der Messung, also die Konstruktion einer Skala zur Messung einer bestimmten Merkmalsausprägung. Dieser Bedeutung wenden wir uns im Rahmen der Skalen der Fremdeinstufung zu (Abschnitt 3.2.3.2). Im einfacheren Sinn umfasst der Vorgang der Skalierung die Zuordnung von Zahlen zu Objekten oder Eigenschaften mithilfe von Messskalen (Skalen der Selbsteinstufung oder Ratingskalen, Abschnitt 3.2.3.1). Diese Bedeutung ist vergleichbar mit dem Begriff der Messung im Allgemeinen. Solche Skalen sind in der Befragung sehr gängig. Ihr größter Vorteil besteht darin, dass sie metrisches Datenniveau erzeugen.31 Auf Basis solcher Daten sind nahezu alle statistischen Verfahren ausführbar. L. Berekoven, W. Eckert und P. Ellenrieder (2009: 67) haben eine anschauliche Übersicht solcher Skalierungsverfahren verfasst, die wir hier leicht verändert wiedergeben (vgl. Abbildung 4).

Abbildung 4: Skalierungsverfahren (nach L. Berekoven, W. Eckert & P. Ellenrieder 2009: 67)

3.2.3.1 Skalen der Selbsteinstufung Kommen wir zunächst zum linken Pfad des Diagramms. Skalen der Selbsteinstufung sind wegen ihrer Handhabbarkeit und Vielseitigkeit in der Marktfor31 Es gibt einen wissenschaftlichen Streit, ob es sich um „echtes“ metrisches Niveau handelt. Dazu kommen wir etwas später.

84

3 Die Formulierung des Fragebogens

schung die am häufigsten eingesetzten Skalen. Auch in der medien- und kommunikationswissenschaftlichen Forschung sind sie sehr gebräuchlich, insbesondere in Form von Ratingskalen. Sie sind dadurch gekennzeichnet, dass der Befragte selber seine Position auf einer Merkmalsdimension angibt.



Ratingskalen sind Intensitätsfragen, die der abgestuften Messung von Einstellungen, Meinungen oder Verhaltensweisen dienen. Sie orientieren sich in der Regel an Zahlen und/oder Worten und bieten gelegentlich optische Unterstützung.

Ratingskalen sollen metrisches Datenniveau generieren. Diese Skalen bestehen daher aus einem Intervall, das durch Trennschnitte in (theoretisch beliebig viele) Skaleneinheiten mit jeweils gleichen Abschnitten unterteilt wird. Sie haben zahlreiche Vorteile: • Hoher Informationsgehalt: Skalen helfen, Sachverhalte genau zu bewerten und differenziert zu beschreiben. • Absolute Einstufung: Man lässt den Befragten die Möglichkeit, sich pro Item zu entscheiden, man zwingt nicht zu Vergleichen. Dadurch hat die Einschätzung des einen Items keinen Einfluss auf die Bewertung eines anderen (keine „trade-offs“). • Leichte Durchführbarkeit: Skalen sind leicht zu administrieren und eignen sich auch für Telefoninterviews. Aber natürlich haben sie auch Nachteile: • „Formale Antwortstile“: Ratingverfahren sind relativ anfällig für inhaltsunabhängiges Antwortverhalten (vgl. Abschnitt 2.4.1). Befragte haben gelegentlich eine Zustimmungstendenz, die ein so genanntes „end piling“, also das gehäufte Ankreuzen der oberen oder unteren Antwortkategorien („extremity bias“) zur Folge hat. Das erzeugt über alle Items hinweg eine geringe Varianz, die Items sind alle untereinander positiv korreliert. Dieses Verhalten ist besonders häufig bei geringer Gebildeten. Im extremsten Fall erzeugt das eine „Nicht-Differenzierung“, also alles wird gleich angekreuzt – was natürlich auch valide sein kann, es oft aber nicht ist (vgl. M. Klein & K. Arzheimer 1999). Man kann dem abhelfen, indem man dichotome Antworten vorgibt. Allerdings reduziert sich dadurch der Informationsgehalt. • Reihenfolgeeffekte: Bei Skalen gibt es – wie bei allen anderen Fragen gelegentlich auch – einen Einfluss der Position der Antwortvorgabe im Hinblick auf das Antwortverhalten, den man beachten muss. Oft werden die erste oder die letzte Vorgabe häufiger gewählt als die anderen (Primacy- bzw. RecencyEffekt, vgl. ausführlich Abschnitt 3.3). Es gibt unterschiedliche Skalen, die man wie folgt systematisieren kann: Man kann die Antwortvorgaben grundsätzlich verbalisieren oder es bei der Nennung

3.2 Geschlossene Fragen

85

der Ziffern belassen. Die erste Variante nennt man Verbalskala, die zweite nummerische Skala. Darüber hinaus gibt es die Möglichkeit, beide Varianten der Skalen bildhaft darzustellen, als visualisierte Skalen sowie die verschiedenen Skalentypen auch miteinander zu kombinieren. Unabhängig davon, für welche Art von Ratingskala man sich entscheidet, ist es wichtig, die Skala dem Befragten (in der Frage) zu erklären. Es werden entweder alle Skalenpunkte vorgelesen (bei Verbalskalen) oder die jeweiligen Endpunkte der Skala genannt. Zudem ist es sinnvoll, auf die Möglichkeit der Abstufung hinzuweisen (ausführliche Beispiele siehe unten). (a) Verbalskalen: Verbalisierung heißt, die Bewertung der Items wörtlich auszuformulieren, es also nicht bei den Ziffern zu belassen. Wichtig ist, dass negative und positive Ausprägungen der Skala in Quantität (beispielsweise zwei positive und zwei negative) und Qualität (etwa „sehr gut“ bzw. „sehr schlecht“ und nicht „sehr gut“ und „schlecht“) ausbalanciert sind, da sonst verzerrende Einflüsse wirksam werden.



A. Scholl (2009: 169ff) bringt zahlreiche Beispiele für die gelungene Verbalisierung unterschiedlicher Dimensionen, wie etwa • Zustimmung: stimme voll und ganz (völlig) zu – stimme eher (weitgehend) zu – stimme teilweise zu – stimme eher nicht zu – stimme überhaupt nicht zu • Zufriedenheit: voll und ganz zufrieden – weitgehend zufrieden – teils/teils – weitgehend unzufrieden – voll und ganz unzufrieden • Häufigkeit: nie – selten – gelegentlich – häufig – immer • Bewertung: sehr gut – eher gut – durchschnittlich – eher nicht so gut – überhaupt nicht gut

Man kann alle Antwortvorgaben verbalisieren oder nur die End- bzw. Ankerpunkte. Wenn man die Skala komplett verbalisiert, ist es wichtig, dass die verwendeten Begriffe das Merkmalskontinuum annähernd in gleiche Abstände einteilen. Laut H.-J. Hippler et al. (1991) steigt die Reliabilität bei komplett verbalisierten Skalen (siehe auch J. A. Krosnick 1999). Die Verbalisierung beinhaltet aber ein Problem: Die Abstufungen können von verschiedenen Personen jeweils anders verstanden werden. Darüber hinaus sind die Abstände zwischen den einzelnen Verbal-Abstufungen oft ungleich, wie folgendes Beispiel zeigt.



In einer Umfrage der Firma „eBay“ aus dem Jahr 2009 wurden die Befragten gebeten, eBay im Allgemeinen zu bewerten. Die Antwortvorgaben waren: „sehr schlecht – schlecht – angemessen – gut – sehr gut – besonders gut.“ Die positive Dimension ist hier also wesentlich deutlicher ausgeprägt als die negative. So erreichen die Daten nicht metrisches, sondern nur ordinales Niveau.

Sinnvoller ist es daher oft, nur die Endpunkte zu verbalisieren.

86



3 Die Formulierung des Fragebogens

Folgende Frage stammt aus einer schriftlichen Delphi-Befragung von B. Schneider & W. Möhring (1999/2000): „Die Motive, eine Weltausstellung auszurichten, können unterschiedlicher Art sein. Im Folgenden finden Sie eine Reihe von Motiven, die von Bedeutung sein können. Bitte beurteilen Sie, inwieweit diese Motive für Deutschland als das Gastgeberland der Expo 2000 zutreffen.“ (Skalenerklärung wurde vorangestellt) Itembeispiel: „Weltausstellungen sind primär Instrumente der Wirtschaftspolitik. Sie sollen die Leistungskraft des Landes unter Beweis stellen, den Außenhandel stärken und neue Absatzmärkte erschließen.“ trifft überhaupt nicht zu 0

0

0

0

trifft voll und ganz zu 0

(b) Nummerische Skalen: Wenn eine Verbalisierung Probleme bereitet, weil die Gleichabständigkeit nicht gewährleistet werden kann, kann man auf nummerische Skalen zurückgreifen. Deren Vorteil besteht darin, dass die Befragten nicht durch die Verbalisierung beeinflusst werden. Man nimmt an, dass Ziffern für alle Befragten das Gleiche bedeuten, Ankerwörter aber, wie beispielsweise „häufig“ oder „selten“, nicht. Aber auch beim Gebrauch von Ziffern muss man vorsichtig sein, wie ein Experiment zum Thema Lebenszufriedenheit zeigt (H.-J. Hippler et al. 1991: 55-57):



In einem mündlichen Interview wurden 1.032 Probanden danach gefragt, wie erfolgreich sie bisher in ihrem Leben waren. Die Antwort wurde anhand einer visualisierten 11-Punkte-Ratingskala ermittelt. In der einen Hälfte der Stichprobe war sie von 0 („überhaupt nicht erfolgreich“) bis 10 („außerordentlich erfolgreich“) nummeriert. In der anderen Gruppe reichte die Bezifferung stattdessen von –5 bis +5. Beiden Gruppen wurde folgende Frage gestellt: „Wie erfolgreich waren Sie bisher in Ihrem Leben? Bitte benutzen Sie die Leiter32, um mir zu antworten. Das geht so: 0 (bzw. –5) bedeutet ‚überhaupt nicht erfolgreich‘ und 10 (bzw. +5) bedeutet, daß Sie ‚außerordentlich erfolgreich‘ waren. Welche Zahl wählen Sie?“ Obschon die Stichprobe repräsentativ war und die Gruppen zufällig ausgewählt wurden, ergaben sich Unterschiede in der Antwortverteilung. Die Autoren schließen daraus, dass die nummerischen Werte einen Einfluss auf das Antwortverhalten ausüben. Auf der –5/+5-Skala ordnen sich die Befragten eher am positiven Ende ein als bei der 0/10-Skala. Kodiert man die Skalen um, um einen vergleichbaren Mittelwert berechnen zu können, ergibt sich für die 0/10-Skala ein arithmetisches Mittel von M = 6,4 bei einer Standardabweichung von SD = 1,03 und für die –5/+5-Skala M = 7,3 (SD = 0,56). Es macht also einen Unterschied, ob die Endpunkte beide positiv sind oder ein Kontinuum abstecken, welches von negativ bis positiv reicht. Bei einer gemischten Nummerierung halten sich die Leute für er-

32 Die Skala wurde hier anhand einer Leiter visualisiert. Zwischen den Sprossen stand jeweils die Skalenabstufung.

3.2 Geschlossene Fragen

87

folgreicher als bei einer rein positiven. Warum ist das so? Die Autoren gehen davon aus, dass die nummerischen Werte von den Befragten benutzt werden, um die Bedeutung der Antwortvorgaben zu erschließen, wobei eine rein positive Skala eine unipolare Interpretation nahe legt und eine negativ-positive ein bipolare. Die 0 wird also als Abwesenheit von Erfolg interpretiert, -5 hingegen als Anwesenheit von Misserfolg. Letzteres ist eine Aussage, der weniger Menschen zustimmen.

Welche Variante ist also die sinnvollste? Es hängt davon ab, was man ausdrücken will: Bi- oder Unipolarität. Unipolar bedeutet, dass das Merkmal vorhanden oder nicht vorhanden ist. Bipolar heißt, das Merkmal ist positiv oder negativ vorhanden, bzw. das Gegensätzliche ist vorhanden. Wichtig ist nur, dass man die Skalavariante nicht in ein und demselben Fragebogen variiert, vor allem nicht, wenn man die Skalen vergleichen will. Es gibt allerdings Hinweise, dass dieses Problem thematisch bedingt ist. W. H. Eirmbter und R. Jacob (1996) finden zum Beispiel keinen Unterschied in der Beantwortung einer Skala zum Thema Gefährdung durch Krankheiten, speziell AIDS, obwohl die Endpunkte unterschiedlich verbalisiert waren („stimme nicht zu“ versus „lehne ab“). Es gibt zahlreiche Arten nummerischer Skalen: • Man kann zum Beispiel einfache Zahlenreihen benutzen. Das ist knapp und eindeutig. Der Einsatz ist jedoch nur sinnvoll, wenn die Befragten den Umgang mit abstrakten Darstellungsformen gewöhnt sind. • Eine weitere Möglichkeit ist der Einsatz von Schulnoten. Der Vorteil ist, dass die Zahlenbedeutung besser nachvollziehbar ist, weil sie jedem bekannt ist. Trotzdem sollte man auch die Verbalisierungen noch einmal nennen. Nicht geeignet sind Schulnoten bei internationalen Studien, weil das Benotungssystem in einzelnen Ländern unterschiedlich sein kann. • Prozentsätze kann man benutzen, um Verhältnisse zu erfragen: „Stellen Sie sich vor, Sie hätten ein fixes Zeitbudget für Ihre Mediennutzung zu verteilen. Wie viel Prozent würden Sie für Zeitschriften ausgeben wollen und wie viel fürs Fernsehen?“ • Beim Konstantsummenverfahren wird eine Summe aufgeteilt: „Stellen Sie sich vor, Sie hätten 100 Euro und wollten dafür Bücher kaufen. Für welche Titel würden Sie sich entscheiden?“ Aus den gekauften Produkten und den jeweiligen Aufwendungen kann man auf die Wichtigkeit schließen. (c) Visualisierte Skalen: Man kann Skalen auch zusätzlich bzw. ausschließlich durch Bilder oder Symbole illustrieren. Solche symbolischen Bezeichnungen sind oft anschaulicher als verbale Marken (insbesondere für Kinder). Auch hier gibt es wieder zahlreiche Arten, wobei der Fantasie der Forscher keine Grenzen gesteckt sind (zahlreiche Beispiele finden sich auch in E. Noelle-Neumann & T. Petersen 2005: 146ff): • Häufig wird eine Leiter benutzt, um eine Skala zu illustrieren (siehe das obige Beispiel zum Thema „Erfolg im Leben“).

88

3 Die Formulierung des Fragebogens

• Beliebt ist auch die Darstellung der Skala in Form eines Thermometers oder Zollstocks. Dabei sollte man allerdings darauf achten, dass die Skala nicht zu weit wird. Abstufungen von 1 bis 100 etwa sind unseres Erachtens nicht sinnvoll, da sie zu fein sind. Hier leiden Reliabilität und Validität (A. Scherpenzeel & W. E. Saris 1997).



Eine Thermometerskala wurde zum Beispiel in einer Befragung zum Lokaljournalismus in den neuen Bundesländern eingesetzt (B. Schneider, W. Möhring & D. Stürzebecher 2000): „Und nun noch etwas genauer zu den Parteien in Deutschland: Stellen Sie sich einmal ein Thermometer vor, das aber lediglich von plus 5 bis minus 5 geht, mit einem Nullpunkt dazwischen. Sagen Sie mir bitte mit diesem Thermometer, was Sie von den einzelnen Parteien halten. Plus 5 bedeutet, daß Sie sehr viel von der Partei halten, minus 5 bedeutet, daß Sie überhaupt nichts von der Partei halten. Mit den Werten dazwischen können Sie Ihre Meinung abstufen.“ INTERVIEWER: Bitte Bildblatt überreichen.

Abbildung 5: Thermometer-Skala (B. Schneider, W. Möhring & D. Stürzebecher 2000)

• Flächendiagramme können ebenfalls der Darstellung einer Skala dienen (siehe Abbildung 6). Die Flächen können jede beliebige Form haben (Kreise sind z. B. recht beliebt) und müssen nicht schattiert sein.

3.2 Geschlossene Fragen

89

Abbildung 6: Flächendiagramm33

• R. Schuller und M. Keppler (1999) schlagen eine Zielscheibe als Skalenvisualisierung vor, wobei der höchste Punkt in der Mitte liegt („Volltreffer“).

Abbildung 7: Zielscheiben-Skala (R. Schuller & M. Keppler 1999)

• Eine sehr ausgereifte visuelle Skala stammt von Ruth Jäger (1998). Sie schlägt eine Smily-Skala vor, die für Globalurteile (z. B. Zufriedenheit, emotionale Bewertung, Zustimmung) geeignet ist (siehe Abbildung 8). Die dargestellten Symbole sind hinsichtlich der Veränderung des emotionalen Ausdrucks konstant. Dies wurde experimentell hergeleitet, überprüft und validiert. Man kann bei dieser Skala – als einer der wenigen – also mit Sicher-

33 Beim Einsatz solcher Flächendiagramme sollte man sich bewusst machen, dass die Verhältnisse durch den Einsatz von Rechtecken andere sind, da man die Fläche berücksichtigen muss, nicht die Seitenlängen. Das letzte Rechteck ist also erheblich größer als das erste.

90

3 Die Formulierung des Fragebogens

heit davon ausgehen, dass sie äquidistant und eindimensional ist und daher Daten auf Intervallniveau generiert.

Abbildung 8: Smily-Skala (R. Jäger 1998)

Für den Einsatz von visualisierten Fragen gilt: Man muss sich bewusst machen, dass jede Form von Visualisierung Einfluss auf das Messergebnis haben kann. E. Lamp (2004) kann zeigen, dass die Richtung einer Bildblattvorlage – ob von rechts nach links bzw. umgekehrt oder von oben nach unten bzw. umgekehrt – einen Effekt auf die Antwort hat. Es macht also einen Unterschied, ob der lachende oder der traurige Smily links steht und die Skala anführt. Bei der Erstellung einer Skala sollte man daher die Vorzugsrichtung der Wahrnehmung berücksichtigen. In westlichen Ländern bedeutet das – in Anlehnung an die Schriftrichtung – kleine Werte sollten links bzw. unten, große Werte rechts bzw. oben abgetragen und visualisiert sein (vgl. R. Tourangeau, M. P. Couper & F. Conrad 2004). Wichtig ist, Art und Form der Visualisierung nicht zu variieren, wenn man Ergebnisse miteinander vergleichen will (zum Einfluss von Bildern auf die Interpretation von Bedeutung siehe M. Couper, R. Tourangeau & K. Kenyon 2004). Meistens werden sowohl bei eigentlich non-verbalen als auch bei grafischen Skalen die Endpunkte mit verbalen Beschreibungen belegt, um dem Befragten eine bessere Einordnung zu ermöglichen. Bei verbaler Unterstützung muss man sich entscheiden, ob man unipolare (nur ein Skalenpunkt zur Benennung) oder bipolare (gegensätzliche Begriffe, etwa Eigenschaftspaare) Skalen verwendet. Bei der Verwendung bipolarer Skalen ist es wichtig, tatsächlich gegensätzliche Begriffspaare zu finden. Die Verwendung unipolarer Begriffe bietet sich vor allem für Merkmale mit natürlichem Nullpunkt an. Möchte man Ratingskalen einsetzen, gibt es zahlreiche Probleme zu lösen: (1) Datenniveau: Ein gemeinsames Problem aller Ratingskalen betrifft ihr Skalenniveau. In der Diskussion darüber kann man zwei Ansichten unterscheiden: Die messtheoretischen Puristen verneinen, dass Ratingskalen metrische Daten liefern können, weil die Abstände zwischen den Antwortvorgaben nicht gleichabständig sind. (Ist die Distanz zwischen „Würde die Sendung sicher anschauen“ und „Würde wahrscheinlich anschauen“ die gleiche wie zwischen „Würde sicher nicht anschauen“ und „Würde wahrscheinlich nicht anschauen“?) Sie verstehen Skalen als „rubber rulers“. Dieser Auffassung nach dürften Daten aus Ratingskalen in diversen statistischen Verfah-

3.2 Geschlossene Fragen

(2)

(3)

(4)

(5)

(6)

91

ren nicht berücksichtigt werden. Auf der anderen Seite gehen die pragmatischen Vertreter davon aus, dass die Verletzungen der Intervalleigenschaften nicht so gravierend seien, als dass man auf die Anwendung solcher Verfahren verzichten müsste. Die Abstände würden von den Befragten – bedingt durch die grafische, andere non-verbale oder verbale Unterstützung – als gleich angesehen. Wir schließen uns letzterer Ansicht an. Verbalisierung: D. Frank und W. Schlund (2000) weisen darauf hin, dass die verbalen Anker ein Problem für die Validität darstellen können.34 Deswegen: Viel Mühe auf die Formulierung der Skalenpunkte verwenden, damit die Gleichabständigkeit gewährleistet ist. Uni- oder bipolare Skala: Es stellt sich die Frage, ob die Abstufungen von einem Minusbereich bis ins Positive reichen sollten, oder ob die Skala rein positiv sein sollte. Wie oben genanntes Experiment gezeigt hat, macht das einen Unterschied für das Antwortverhalten. Hier kann man keine eindeutige Empfehlung geben. Es ist von der Fragestellung abhängig. Nummerierung: Ist die Verbalisierung problematisch, so gilt das auch für die Nummerierung (siehe obiges Experiment). Daher muss man aufgrund sachlogischer Erwägungen entscheiden, ob eine uni- oder eine bipolare Skala sinnvoll ist. Spannweite der Antwortvorgaben: Wie breit sollte eine Skala sein? Nimmt man drei, fünf, sieben, neun oder elf Abstufungen? Eine Faustregel lautet: Sieben plus minus zwei (H.-J. Hippler et al. 1991: 54). Bis sieben kann der Befragte die Differenzierungsunterschiede noch voll ausnutzen. Manche Personen haben dann das Gefühl, sich angemessener entscheiden zu können. Ab neun Intervallen zeigen Befragte generelle Unsicherheiten bei der Orientierung auf dem Messkontinuum, sie neigen dann eher wieder den Extrempositionen zu. Unseres Erachtens reicht in der Regel eine Skala mit fünf Intervallen. Skalen mit bis zu 100 Abstufungen sind nicht sinnvoll, da sie nicht reliabel sind. Hier wird eine Differenziertheit vorgetäuscht, die kein Befragter leisten kann. Gerade oder ungerade Anzahl von Skalenpunkten: Eine immer wieder diskutierte Frage ist die, ob eine Skala einen Mittelpunkt haben sollte oder nicht. Ungerade Skalen erlauben die Wahl eines neutralen Mittelwertes. Das Problem dabei ist: Was bedeutet es, wenn jemand die Mitte ankreuzt? Handelt es sich um eine echte „Einstellungsmitte“, bedeutet es „teils/teils“ oder „weiß nicht“, will der Befragte Protest oder Widerstand gegen die Frage zum Ausdruck bringen, oder ist es ein Zeichen von Zaghaftigkeit oder gar Irrelevanz (Zeit, keine Mühe wert, s. a. Abschnitt 2.4.1)? W. E. Scherpenzeel und A. Saris (1997) fanden keinen Einfluss einer mittleren Ausprägung auf die Reliabilität. Die Validität hingegen verbessert sich, wenn ein

34 Sie schlagen daher eine „skalenlose” Skala vor, die SCS, bei der die Befragten die Stärke ihrer Antwort stufenlos auf einer Schiebeleiste einstellen können. Solche Visuellen Analogskalen (VAS) werden vor allem in Online-Umfragen eingesetzt.

92

3 Die Formulierung des Fragebogens

Mittelwert existiert. Gerade Skalen verlangen von der Versuchsperson immer eine Entscheidung in die eine oder andere Richtung. Das kann dazu führen, dass sich die Befragten für eine der Meinungen entscheiden, obschon sie eigentlich unentschlossen sind, gelegentlich erhöht es aber auch die Verweigerungen (A. Unterreitmeier 2003). Gerade Skalen empfehlen sich dann, wenn man mit Verfälschungen der Urteile durch eine übermäßige zentrale Tendenz rechnet. Wählt man eine ungerade Form, kann man zusätzlich eine Ausweichkategorie wie „keine Meinung“ oder Ähnliches vorgeben, um die mittlere Position davon abzugrenzen. 3.2.3.2 Skalen der Fremdeinstufung Befassen wir uns nun mit dem rechten Ast der Abbildung 4, bei dem es um die Verfahren der Fremdeinstufung, also Skalen im engeren Sinne, geht.



Bei Fremdeinstufungsverfahren werden Befragte mit einer mehr oder weniger umfangreichen Batterie unterschiedlicher Items zu einer Dimension konfrontiert. Diese werden skaliert oder dichotom (stimme zu/stimme nicht zu) abgefragt. Aus den Angaben wird dann vom Untersuchungsleitenden die eigentliche Messskala konstruiert und der Befragte darauf positioniert.

Bei den Fremdeinstufungsverfahren erfolgt die Positionierung also nicht durch die Befragten selbst mittels skalierter Beantwortung einer Frage, sondern durch den Forschenden. Indirekt beruht aber auch dieses Verfahren auf Selbsteinstufung, denn zunächst müssen natürlich die Befragten ihre Einschätzung abgeben. Skalen der Fremdeinstufung sind oft standardisierte Verfahren, die auf Reliabilität und Validität getestet wurden, und derer man sich bedienen kann. Die Skalen der Fremdeinstufung lassen sich unterscheiden in „subjektive“ und „objektive“ Verfahren. Das so genannte „subjektive“ Verfahren ist das der Indexbildung. Hier werden im Anschluss an die Messung (also im Rahmen der Analyse) die Daten mehrerer Fragen rechnerisch zusammengefasst. Die Indexbildung nimmt der Forschende auf Basis theoretischer Überlegungen vor, die Einteilung ist daher subjektiv. Sie wird hier nicht näher behandelt (vgl. aber J. Bortz & N. Döring 2006: 143ff sowie H.-B. Brosius, F. Koschel & A. Haas 2009: 58ff). Wir befassen uns ausschließlich mit der so genannten „objektiven“ Fremdeinstufung, die wiederum unterschieden wird in ein- und mehrdimensionale Verfahren. Eindimensionale Skalen versuchen, eine Dimension eines theoretischen Konstruktes mittels zahlreicher Aussagen („Statements“ oder „Items“ genannt) zu erfassen. Hier gehen wir auf die Likert- und die Thurstone-Skala

3.2 Geschlossene Fragen

93

näher ein, beides Verfahren zur Konstruktion solcher Skalen.35 Als Beispiel für die mehrdimensionale Skalierung behandeln wir das so genannte „Semantische Differential“, weil es in der Befragung oft eingesetzt wird.36 Wir beginnen mit dieser Form der Skalierung, da sie weniger komplex ist als die eindimensionalen Verfahren. Mehrdimensionale Konstrukte: Das semantische Differential (oft auch „Polaritätenprofil“ genannt, obwohl das eigentlich eher die grafische Ergebnisdarstellung umschreibt) wurde von C. E. Osgood, G. J. Suci und P. H. Tannenbaum (1978 [1957]) als Methode vorgeschlagen. Es wurde ursprünglich entwickelt, um die Konnotation37 von Begriffen zu messen, also um die Bedeutung von Objekten anhand von Assoziationen zu erfassen. Heute versteht man darunter ein Skalierungsverfahren zur Messung konnotativer Bedeutung bzw. affektiver Qualität beliebiger Begriffe und Objekte (vgl. auch J. Bortz & N. Döring 2006: 185ff). Ein semantisches Differential eignet sich insbesondere zur Messung von Stereotypen oder auch Images.



Bei einem semantischen Differential werden die Befragten gebeten, ein Einstellungsobjekt anhand von Adjektiven zu beschreiben. Diese sind bipolare Gegensatzpaare mit skalierten Abstufungen.

Im Fragebogen werden die Befragten gebeten, die Stufe des Differentials anzugeben, die am ehesten ihre Reaktion auf das zu bewertende Objekt wiedergibt. Ein semantisches Differential besteht in der Regel aus 20 bis 30 bipolaren, siebenstufigen Skalen mit adjektivischen Gegensatzpaaren. In dem klassischen Differential werden nur metaphorische, also nicht-objektbezogene Eigenschaftspaare verwendet.



Das Original-Differential nach Osgood, Suci und Tannenbaum besteht aus folgenden Paaren: good – bad, clean – dirty, kind – cruel, happy – sad, honest – dishonest, fair – unfair, beautiful – ugly, peaceful – belligerent, rich – poor, brave – cowardly, relaxed – tense, strong – weak, deep – shallow, thick – thin, rugged – delicate, active – passive, fast – slow, hot – cold, angular – rounded, sharp – dull (1978 [1957]: 173).

35 Es gibt noch zahlreiche andere Skalierungsverfahren wie die Guttman-Skala, die Coombs- oder die Edwards-Kilpatrick-Skala. Diese im Einzelnen zu behandeln, würde hier zu weit führen (vgl. ausführlicher J. Bortz & N. Döring 2006: 224ff). 36 Gelegentlich wird als mehrdimensionales Verfahren noch die „Multidimensionale Skalierung“ (MDS) genannt, die allerdings ein rechnerisches Verfahren ist (vgl. K. Backhaus, B. Erichson, W. Plinke & R. Weiber 2008: 535ff für die rechnerischen Grundlagen sowie D. Schlütz 2002: 160ff für eine Anwendung in der Medienwissenschaft). 37 Die Konnotation ist die über den begrifflichen Inhalt, das Denotat, hinausgehende Bedeutung eines sprachlichen Zeichens (sprecher- oder kulturspezifisch, oft emotional).

94

3 Die Formulierung des Fragebogens

Heute werden in der angewandten Medien- und Kommunikationsforschung und vor allem in der Marktforschung auch kontextspezifische Differentiale eingesetzt, die auf die Besonderheiten der Untersuchung zugeschnittene konkrete Eigenschaftswörter einsetzen. Für die Konstruktion eines solchen Differentials ist es entscheidend, so passende Gegensatzpaare wie möglich zu finden. Dabei dürfen die Gegensätze nicht zu extrem sein, da die Befragten sonst eine Ausweichtendenz entwickeln, also bevorzugt die mittlere Position ankreuzen. Diese Paare sollten mindestens die drei Dimensionen der sog. EPA-Struktur widerspiegeln, also „Evaluation“ (Bewertung): gut oder schlecht?, „Potency“ (Dominanz): stark oder schwach? und „Activity“ (Aktivität): aktiv oder passiv? Darüber hinaus muss man bei der Anordnung des Differentials die Polung beachten. Das heißt, es dürfen nicht alle positiven bzw. alle negativen Eigenschaften auf einer Seite angeordnet werden, um inhaltsunabhängige Antworttendenzen zu vermeiden. Für die grafische Ergebnisdarstellung kann man die Paare wieder ordnen, um die Übersichtlichkeit zu verbessern. Des Weiteren muss man auch beim semantischen Differential alle Entscheidungen treffen, die für herkömmliche Skalen wichtig sind. Zum Beispiel: Setzt man aufsteigende Ziffern über die Skalenpunkte, können diese das Urteil beeinflussen. Um dem vorzubeugen, können die Grenzwerte gleich hoch beziffert werden und in der Mitte auf Null zulaufen. Die Nummerierung einer Siebenerskala wäre dann also 3 – 2 – 1 – 0 – 1 – 2 – 3. Die Frage, ob die Skala einen Mittelpunkt haben muss oder nicht, sollte auch hier wieder nach forschungstheoretischen Gesichtspunkten im Einzelfall getroffen werden. Klassischerweise wird beim semantischen Differential eine Siebener-Skala eingesetzt. Oft reichen aber auch fünf Abstufungen. Um die Befragten auf die Bearbeitung dieser Skala einzustimmen, ist eine gute Instruktion wichtig, da Form und Inhalt der Methode ungewohnt sind.



J. Friedrichs (1999: 186) schlägt folgende Anweisung vor: „Nachstehend finden Sie 25 Gegensatzpaare. Sie werden nun gebeten, den Begriff … mit Hilfe dieser Gegensatzpaare zu beurteilen. Meinen Sie also, daß er z. B. eher mit ‚sicher‘ als mit ‚unsicher‘ zusammenhängt, machen Sie Ihr Kreuz bei 1, 2 oder 3. Je mehr Sie ‚sicher‘ urteilen, desto weiter müssen Sie nach links, je mehr Sie ‚unsicher‘ urteilen, desto weiter müssen Sie nach rechts gehen. Die Position 4 bedeutet, dass Sie sich nicht entscheiden können. Bitte, beurteilen Sie in (sic) Folgendem den Begriff mit jedem Gegensatzpaar. Überlegen Sie nicht zu lange, sondern urteilen Sie nach Ihren ersten Eindrücken. Bitte vergessen Sie keine Zeile. Bitte, machen Sie in keiner Zeile zwei Kreuze. Bitte, machen Sie die Kreuze jeweils auf der Linie, nicht zwischen den Linien. Vermeiden Sie nach Möglichkeit, die Position 4 zu verwenden.“ J. Bortz und N. Döring ergänzen Folgendes (2006: 187): „Bei einigen Adjektiven wird es Ihnen vielleicht schwer fallen, ein Urteil abzugeben. Antworten Sie trotzdem einfach so, wie es Ihrem spontanen

3.2 Geschlossene Fragen

95

Gefühl am ehesten entspricht. Es gibt keine richtigen oder falschen Antworten! Wir interessieren uns für Ihren persönlichen Eindruck.“

Die Auswertung erfolgt in der Regel über eine grafische Veranschaulichung der Durchschnittsprofile oder eines Profilvergleichs bzw. einer Varianz- oder Faktorenanalyse. Das semantische Differential ist relativ einfach zu administrieren und vielseitig anwendbar. Man kann sogar nonverbale Bewertungskategorien in Form visueller Items vorgeben (zum „Graphischen Differential“ vgl. T. Dmoch 1999). Es können Begriffe, Personen, Gegenstände, Images usw. beurteilt werden. In einer eigenen Studie wurde die Abfrageform eingesetzt, um das emotionale Erleben während der Mediennutzung zu erheben. Abbildung 9 zeigt eine mögliche Ergebnisdarstellung.

Frage: „Bitte beschreiben Sie Ihre Stimmung und Verfassung im Moment als Sie angepiept wurden [...] Markieren Sie bitte das Kästchen, was Ihrer aktuellen Stimmung/Verfassung am ehesten entspricht.“ Skalenverbalisierung: „sehr – etwas – teils/teils – etwas – sehr“

Abbildung 9: Emotionales Erleben während der Mediennutzung (D. Schlütz 2002: 170)

96

3 Die Formulierung des Fragebogens

Eindimensionale Konstrukte: Neben diesem vergleichsweise einfachen semantischen Differential, gibt es – vor allem in der empirischen Sozialforschung und der Psychologie – eine ganze Reihe anderer Skalen, die deutlich komplexer sind. Hier wird der Begriff „Skala“ in einem engeren Sinn verstanden. Es handelt sich um Skalen, deren Wert im Nachhinein konstruiert wird („echte“ Fremdeinstufung). Solche Skalen sollen beispielsweise Charaktereigenschaften messen (z. B. die sog. ‚Big Five‘, vgl. B. Rammstedt, K. Koch, I. Borg & T. Reitz 2004), die Abhängigkeit von Computer- und Videospielen (‚game addiction scale‘, vgl. J. S. Lemmens, P. M. Valkenburg & J. Peter 2009) oder die Art und Weise, wie Eltern den Fernsehkonsum ihrer Kinder regeln (‚parental mediation‘, vgl. P. M. Valkenburg, M. Krcmar, A. Peeters & N. M. Marseille 1999). Solche Konzepte sind oft zu komplex, um anhand einer einzelnen Aussage erfasst zu werden. Deswegen werden die Befragten nicht nur mit einer einzelnen Frage konfrontiert, sondern mit einer mehr oder weniger umfangreichen Batterie unterschiedlicher Items, die sich alle auf eine Dimension beziehen. Sie werden in der Regel als Ratingskala oder als dichotome Alternativfrage („stimme zu/stimme nicht zu“) erhoben. Aus den Antworten zu den einzelnen Items wird im Anschluss an die Erhebung vom Untersuchungsleitenden ein Gesamtwert berechnet, der die Position der Probanden auf dem Merkmalskontinuum darstellt. Die Befragten erhalten also nicht das eigentliche Merkmal zur Beurteilung, sondern dieses ergibt sich erst durch die Verknüpfung der Einzelmesswerte. Insofern spricht man von Fremdeinstufung, wobei dieses Verfahren aber indirekt durchaus auf Selbsteinstufung beruht. Man kann die Vorgehensweise vergleichen mit den nicht-wissenschaftlichen so genannten „Psychotests“, die in zahlreichen Zeitschriften zu den unterschiedlichsten Themen angeboten werden: Man beantwortet eine Reihe Fragen, erhält für jede Antwort eine bestimmte Anzahl Punkte, summiert diese auf und erhält auf dieser Basis eine mehr oder weniger aufschlussreiche psychologische Deutung der eigenen Angaben. Die Anforderungen an eine solche Skala sind hoch. Nicht alle Fragen, die so aussehen, können als echte Skala bezeichnet werden. Vor allem in der Marktforschung findet man immer wieder geschlossene Fragen mit Itembatterien, die nicht den hohen Anforderungen an solche Skalen genügen, obschon ihr Ergebnis natürlich auch brauchbar und aufschlussreich sein kann – aber auf einer anderen Ebene.



Ein Beispiel: In der Studie Imagery7 von GEO/Gruner + Jahr wurde 2008 eine Frage zum Thema Auto und Autokauf gestellt, die wie eine Skala aussieht, aber keine ist, sondern eher eine Ansammlung verschiedener Items: „Jetzt noch eine letzte Frage zum Thema Autofahren: Hier stehen verschiedene Aussagen und Einstellungen zum Autofahren. Was davon würden auch Sie sagen, was ist auch Ihre Einstellung?“ Antwortvorgaben: Würde sagen:

3.2 Geschlossene Fragen

97

(1) Ich bin stolz auf mein Auto. (2) Es macht mir Freude, die Kraft meines Autos zu spüren. (3) Beim Autokauf achte ich darauf, dass das Auto die Umwelt möglichst wenig belastet. (4) Mein Auto ist für mich ein Gebrauchsgegenstand. (5) Autofahren macht mir einfach Spaß. (6) Ich fahre gern schnell. (7) Beim Autokauf ist für mich Sicherheit ein wichtiges Thema. (8) Ein Navigationsgerät ist beim nächsten Autokauf für mich ein wichtiges Kaufkriterium. (9) Wegen der steigenden Benzinpreise achte ich besonders auf den Durchschnittsverbrauch meines Autos. (10) Schöne Autos sehe ich mir gerne an. (11) Beim Autokauf achte ich auf günstige Angebote oder Rabatte. (12) Für mich ist eine gute Verarbeitungsqualität ein wichtiges Kaufkriterium. (13) Am liebsten fahre ich Autos von deutschen Herstellern.“

Will man eine „echte“ Skala einsetzen, ist der Weg komplizierter. Am einfachsten (und häufig am besten) ist es, eine bereits entwickelte und getestete Skala zu nutzen – so es eine zum gewünschten Thema gibt. Verfügbar sind solche Instrumente in der Literatur, aber auch in der sog. „Zusammenstellung sozialwissenschaftlicher Items und Skalen (ZIS)“, einem elektronischen Skalenhandbuch der GESIS – Leibniz-Institut für Sozialwissenschaften e. V. (www.gesis.org). Dieses Handbuch dokumentiert Instrumente zur Erhebung von Einstellungen und Verhaltensweisen aus häufig untersuchten sozialen Themenbereichen (wie z. B. sozialer Wandel, Arbeit und Beruf, Kommunikation, Medien, Sprache etc.). Die enthaltenen Skalen sind alle von hoher methodischer Qualität und werden nach einem einheitlichen Schema dargestellt, so dass man sich zügig zurechtfindet. Diese Zusammenstellung ist eine Fundgrube für getestete Skalen und kann auf der Website des Zentrums kostenlos heruntergeladen werden. Leider stammen die Skalen vorwiegend aus der Sozialwissenschaft und sind für medien- und kommunikationswissenschaftliche Befragungen nicht immer geeignet. Oft kann man aber immerhin für Teilbereiche einer Befragung auf diese Sammlung zurückgreifen. Wenn es zum Forschungsthema aber nichts gibt, muss man selbst eine Skala entwickeln. Hier beginnt die Skalenkonstruktion im engeren Sinne, ein aufwändiges Unterfangen. Denn Skalenkonstruktion bedeutet mehr, als sich ein paar passende Statements auszudenken und diese abzufragen. Kurz gefasst überlegt man zunächst, wie die Skala überhaupt aussehen soll. Dann stellt man Items für einen so genannten „Pool“ zusammen, testet diesen und streicht ihn zusammen. Im Einzelnen (vgl. auch J. Bortz & N. Döring 2006: 213ff und H. D. Mummendey & I. Grau 2008: 60ff): Itemsammlung: Um eine Skala zu erstellen, wird zunächst ein so genannter „Itempool“ zusammengestellt. Alle Items dieses Pools sollen gemeinsam das

98

3 Die Formulierung des Fragebogens

zugrunde liegende theoretische Konstrukt (z. B. „Parasoziale Interaktion“) abbilden. Wichtig ist, dass sie nur dieses und nicht noch weitere abbilden, dass sie also eindimensional sind. Für die Statementbatterie wird zunächst alles gesammelt. Mögliche Quellen sind bereits vorliegende Theorien oder Fragebögen, aber auch Literaturrecherche – auch nicht-wissenschaftlicher Literatur – ist sinnvoll. Darüber hinaus können hier eigene Erfahrungen sowie Alltagsbeobachtungen ergiebig sein. Schließlich bieten sich Voruntersuchungen in offener, qualitativer Art an oder Expertenbefragungen. Die Anzahl der gesammelten Statements sollte die Zahl der benötigten deutlich übersteigen, da viele bei der folgenden Revision herausfallen. Bei der Formulierung der Items muss Folgendes beachtet werden: (1) Zunächst kann nach der Art des Stimulus (also des Items) unterschieden werden: Man kann Fragen stellen („Machen Sie manchmal Bemerkungen zu Ihrem Lieblingssprecher während der Nachrichten?“) oder eine Feststellung, ein Statement aufführen („Ich mache manchmal Bemerkungen zu meinem Lieblingssprecher während der Nachrichten.“). Die kürzeste Variante besteht in der Darbietung eines einzelnen Wortes, sei es ein Substantiv oder ein Adjektiv („Bemerkungen“). (2) Weiterhin können die Items in unterschiedlicher grammatikalischer Form erscheinen: direkt („Ich mache manchmal Bemerkungen zu meinem Lieblingssprecher während der Nachrichten.“) oder indirekt („Meine Freunde sagen, ich mache manchmal Bemerkungen zu meinem Lieblingssprecher während der Nachrichten.“). (3) Dann unterscheidet man bei Skalen unterschiedliche Reizvorschriften, also Antwortvorgaben: Oft reicht ein zweistufiges, kategoriales Urteil („stimmt/stimmt nicht“ oder „ja/nein“), wenn man viele einzelne Items hat. Dann wird über die Vielzahl eine individuelle Streuung und metrisches Datenniveau erreicht. Die Antwortvorgabe kann aber auch eine der schon besprochenen Ratingskalen in allen bekannten Varianten sein: rein nummerisch, verbal verankert, komplett verbalisiert, grafisch usw. Schließlich muss man sich auch hier über die Anzahl der Skalenpunkte klar werden. (4) Neben dieser herkömmlichen Vorgehensweise gibt es noch eine andere Technik, das so genannte „forced choice“: Hier muss sich der Befragte zwischen zwei Statements entscheiden, die gleichzeitig dargeboten werden. Es wird also nicht jedes einzeln beurteilt, sondern nur das jeweils treffendere (in Bezug auf die eigene Meinung) ausgewählt. (5) Schließlich ist darüber hinaus die Formulierung der Instruktion für die Befragten wichtig. Im Allgemeinen ist es sinnvoll, auf folgende Punkte aufmerksam zu machen: • alle Sätze durchzulesen und zu beantworten; • alle Sätze nacheinander zu bearbeiten und keinen auszulassen; • so aufrichtig wie möglich zu antworten – Anonymität wird garantiert;

3.2 Geschlossene Fragen

99

• bei dichotomer Antwortform auch dann eine Entscheidung zwischen den Antwort-Alternativen zu treffen, wenn dieses einmal schwerfällt, es soll stets angekreuzt werden, was vergleichsweise „eher“ zutrifft; • möglichst zügig zu antworten; • dass es bei dieser Untersuchung keine richtigen oder falschen Antworten gibt, dass also jede persönliche Antwort richtig ist.



Ein Beispiel (H. D. Mummendey & I. Grau 2008: 87f): „Im Folgenden finden Sie eine Reihe von Feststellungen. Bitte antworten Sie, je nachdem ob Sie persönlich meinen, dass eine Feststellung eher zutrifft oder eher nicht zutrifft, mit ‚ja’ oder ‚nein'. Sie können dabei gar nichts falsch machen, denn es gibt keine für jede Person zutreffenden Antworten (kein Intelligenztest o. ä.). Antworten Sie bitte aufrichtig und ohne lange zu überlegen; lassen Sie bitte keine Antworten aus. Die Untersuchung dient allein wissenschaftlichen Forschungszwecken. Datenschutz ist gewährleistet; geben Sie bitte Ihren Namen nicht an, sondern machen Sie bitte lediglich die Angaben zur Person.“

Itemrevision: Aus dem Itempool wählt man dann die spätere Itembatterie aus. Bevor diese getestet wird, sollte man sie unter sprachlichen Gesichtspunkten noch einmal einer Revision unterziehen. Dabei gilt im Großen und Ganzen das Gleiche wie für die Formulierung von Fragen im Allgemeinen: • Sprache anpassen an Zielpopulation, • allgemeine Verständlichkeit sowie • Formulierungen mit „sollte“ statt Tatsachen („In der Fernseh-Berichterstattung vor dem Bundestagswahlkampf sollte die Opposition benachteiligt werden.“ besser als „...wurde die Opposition benachteiligt.“). Zu beachten ist die Richtung der Statement-Formulierung. Es ist sinnvoll, einige Statements in eine andere Richtung zu formulieren, um Ja-Sager-Effekte zu vermeiden (vgl. Abschnitt 2.4.1). Eine Formulierung in die gleiche Richtung heißt hier, ein Item so zu formulieren, dass die zu erfassende Eigenschaft zutrifft. Nehmen wir das Beispiel der Parasozialen Interaktion (PSI, vgl. A. M. Rubin, E. M. Perse & R. A. Powell 198538): Stimme ich der Aussage „Ich mache manchmal Bemerkungen zu meinem Lieblingssprecher während der Nachrichten.“ zu, dann bekomme ich einen Punkt für die Neigung zu PSI. Lehne ich die Aussage „Ich vermisse meinen Lieblings-Nachrichtensprecher nicht, wenn er im Urlaub ist.“ ab, bekomme ich ebenfalls einen Punkt. Neben der Vermeidung einer Antworttendenz entgeht man so auch der Gefahr, dass Befragte nach „Mu38 Die „Parasocial Interaction Scale“ misst die Neigung bestimmter Menschen, parasoziale Interaktionen mit Medienfiguren einzugehen. Sie besteht aus 20 Items, die per Faktorenanalyse auf eine Dimension zurückgeführt werden können, und die ein Cronbach’s Alpha von 0,93 aufweisen. Sie enthält Aussagen wie „The newscasters make me feel comfortable, as if I am with friends.“, „My favorite newscaster keeps me company when the news is on television.“ oder „I sometimes make remarks to my favorite newscaster during the newscast.“, die anhand einer Fünfer-Skala von 1 „strongly disagree“ bis 5 „strongly agree“ erhoben werden.

100

3 Die Formulierung des Fragebogens

ster“ antworten, was gelegentlich aus Langeweile passiert. Am besten ist, man formuliert mindestens die Hälfte der Items in umgekehrter Richtung und ordnet sie innerhalb der Batterie dann systematisch an, so dass es wie zufällig wirkt. Itemanalyse: Anschließend führt man mit den Items eine so genannte „Itemanalyse“ durch. Sie ist das zentrale Instrument zur Testkonstruktion und Testbewertung. Hier werden alle Items nach bestimmten Kriterien einer statistischen Analyse unterzogen um zu entscheiden, welche Items beibehalten und in die spätere, endgültige Form der Skala aufgenommen werden. Um eine solche Analyse durchführen zu können, wird die Skala – bevor sie in die tatsächliche Datenerhebungsphase geht – getestet. Dieser Vortest sollte von mindestens 100 Personen durchgeführt werden (Eich-Stichprobe), die hinsichtlich ihrer soziodemografischen Eigenschaften mit der Zielpopulation übereinstimmen. Eine Skala zum kindlichen Erleben von Computerspielen sollte zum Beispiel nicht an Erwachsenen getestet werden, die solche Spiele selten oder nie nutzen, sondern an passionierten Spielern der avisierten Altersklasse. Mit den Ergebnissen dieses Tests kann überprüft werden, wie gut die Skala ist, also wie valide und reliabel. Meist besteht eine Itemanalyse aus mehreren Schritten: (1) Analyse der Rohwertverteilung: Im ersten Schritt werden die Häufigkeitsverteilungen der einzelnen Items aus der Testphase betrachtet. Dies vermittelt einen ersten Überblick über das Antwortverhalten. An der grafisch dargestellten Verteilung (Histogramm) kann man erkennen, wie stark die Testergebnisse streuen, ob der gesamte Wertebereich ausgenutzt wird oder ob sich die Ergebnisse um bestimmte Werte konzentrieren. Erstrebenswert sind normalverteilte Werte, weil viele statistische Verfahren solche Verteilungen voraussetzen. Erhält man keine Normalverteilung, obschon dies aus theoretischen Erwägungen erwartbar gewesen wäre, muss das Item revidiert werden. Ist die Abweichung theoriekonform, bleibt der Test unverändert. (2) Berechnung der Itemschwierigkeit: Der Schwierigkeits-Index eines Items ist als Prozentsatz der als „falsch“ codierten Antworten definiert.39 „Falsch“ bedeutet eine im Hinblick auf das zu messende Konstrukt ungünstige Richtung. Will man PSI messen, ist die Antwort „stimme nicht zu“ auf das Statement „Ich mache manchmal Bemerkungen zu meinem Lieblingssprecher während der Nachrichten.“ „falsch“. Berechnet wird der Anteil der falschen Antworten an sämtlichen Antworten. Mit diesem Index will man Statements ausfindig machen, die entweder viel zu „leicht“ oder viel zu „schwer“ sind, die also alle oder keiner mit ja beantwortet. Ist die Reaktion zu konform, kann man mit dem Item nichts anfangen – es trennt nicht, es differenziert nicht zwischen einzelnen Personen und bringt daher für die Skala nichts. Als optimal wird ein Schwierigkeitsgrad von p = 50 Prozent

39 Der Begriff der „Schwierigkeit“ stammt ursprünglich aus der Leistungsdiagnostik und ist hier irreführend.

3.2 Geschlossene Fragen

101

angesehen. Konventionellerweise werden Items mit p < 20 Prozent und p > 80 Prozent aussortiert. (3) Ermittlung der Trennschärfe (Homogenität): Die Trennschärfe eines Items gibt an, wie gut das einzelne Item das Gesamtergebnis eines Tests repräsentiert. Bei hoher Itemkorrelation, also bei Homogenität, erfassen die Items eines Tests ähnliche Informationen. Items, die offensichtlich etwas anderes messen, sollten entfernt werden. Ziel dieses Analyseschrittes ist die Ermittlung der internen Konsistenz der Skala. Diese lässt sich mit einer statistischen Maßzahl ausdrücken, die die Güte der Skala umschreibt (Cronbach’s Alpha40). Aufgrund der Itemanalyse wird dann die Form mit der besten internen Konsistenz ausgewählt, in der Regel wird der Itempool deutlich reduziert. Eine selbst entwickelte Skala muss bestimmten Kriterien genügen (vgl. J. Bortz & N. Döring 2006: 221f). Zum Beispiel sollten die Items so homogen sein, dass wirklich nur eine Dimension des interessierenden Konstruktes erfasst wird (Eindimensionalität). Darüber hinaus müssen die Items in der Lage sein, Personen mit schwacher Merkmalsausprägung von solchen mit hoher voneinander zu trennen (hohe Trennschärfe der Items). Wichtig ist außerdem, dass die Auswertungsvorschrift für die Skala möglichst eindeutig formuliert ist (hohe Testobjektivität). Für die Güte des Messinstrumentes ist es entscheidend, dass die Items so formuliert sind, dass eine verlässliche Messung möglich ist (hohe Testreliabilität). Schließlich muss die Gültigkeit der Messung ebenso theoretisch wie empirisch belegt sein (hohe Testvalidität). Es gibt eine Reihe von Skalierungsverfahren, die nach festgelegten Regeln und festgelegtem Auswahlschema eine Skala entwickeln. Von einer Testskala spricht man, wenn man einen Satz von Items hat, die den Eigenschaften bestimmter Skalierungen entsprechen. Zwei Skalierungsverfahren wollen wir hier kurz vorstellen: die Verfahren der Itemanalyse nach Likert und Thurstone. Es ist wichtig zu unterscheiden, dass es sich hier nicht um Standardskalen, sondern um eine bestimmte Methode der Skalen-Eichung handelt. Das heißt, die Itemanalyse findet auf eine ganz bestimmte Art und Weise statt. Likert-Skala41: Die Skalierung nach Likert – auch „Methode der summierten Ratings“ genannt – läuft wie folgt ab: (1) Itemsammlung und Itemrevision zur Erstellung des Itempools: Zunächst wird eine Reihe von Statements zum Einstellungsobjekt formuliert. Jedes Statement wird vorab als entweder sehr positive oder sehr negative Position auf dem Messkontinuum klassifiziert. 40 Cronbach’s Alpha misst die Reliabilität, genauer die interne Konsistenz eines Tests. Der Koeffizient nimmt Werte zwischen 0 und 1 an, wobei 1 vollständige Interkorrelation bedeutet. Werte von  > 0,8 gelten als hervorragend (vgl. J. Bortz & N. Döring 2006: 198ff; R. Schnell, P. B. Hill & E. Esser 2008: 153). 41 Häufig werden auch herkömmliche fünfstufige Ratingskalen als Likert-Skala bezeichnet, was strenggenommen nicht korrekt ist.

102

3 Die Formulierung des Fragebogens

(2) Itemanalyse: In einer Voruntersuchung werden die Statements einer Eichstichprobe vorgelegt. Diese Befragten müssen den Grad ihrer Zustimmung zu den einzelnen Aussagen anhand einer fünfstufigen Ratingskala angeben, die meist komplett verbalisiert ist. Der Forscher weist den Antwortvorgaben eine Ziffer zu. Je nach Richtung der Aussage hat mal die Zustimmungskategorie den höchsten Wert, mal die Ablehnungskategorie. Pro befragter Person wird ein Skalenwert errechnet, der sich aus der Summe der Itemwerte bestimmt. Danach werden zwei Extremgruppen ermittelt, die aus jeweils 25 Prozent der Befragten mit den höchsten bzw. niedrigsten Skalenwerten bestehen. Auf Basis dieser Gruppen werden die Items mit dem höchsten Diskriminationsvermögen für die endgültige Skala ausgewählt. Erst jetzt folgt die eigentliche Einstellungsmessung, bei der die tatsächlichen Befragten den Grad ihrer Zustimmung bzw. Ablehnung angeben müssen (wiederum auf einer fünfstufigen Skala). Diese Form der Skalierung eignet sich insbesondere für bis dato weniger gut erforschte Phänomene. Ein Beispiel ist die Filmrezeption:



Im Rahmen ihrer Auseinandersetzung mit dem Toleranzphänomen bei der Filmrezeption, also der willigen Akzeptanz unglaubwürdiger Filminhalte, entwickelt S. Böcking (2008: 174ff) Skalen zur Messung der drei Dimensionen Belief, Suspension of Disbelief und Disbelief und testet diese auf Reliabilität und Validität. Infolge der theoretischen Auseinandersetzung mit dem Thema und basierend auf einer qualitativen Vorstudie formuliert sie im Rahmen der Itemsammlung zahlreiche Aussagen, die vorab als relevant ausgearbeitete Konzepte wie Wirklichkeitsnähe (externer Realismus) und Konstanz der fiktionalen Welt (interner Realismus) umfassen. Pro Dimension werden 12 bis 13 Items formuliert, die je zur Hälfte positiv bzw. negativ gepolt sind. Die Wortwahl spiegelt die spezifischen Rezeptionsmodi wider: Ausdrücke wie „gar nicht auf die Idee kommen“ oder „nicht hinterfragen“ bilden die arglose Belief-Rezeption ab, Wörter wie „nicht weiter stören lassen“, „ausblenden“ stehen für die tolerante Suspension-of-Disbelief-Haltung, während Begriffe wie „ablehnen“ oder „in Frage stellen“ die kritische Disbelief-Sichtweise beschreiben. Alle Items wurden von einer Stichprobe erwachsener Schweizer Kinogänger (n=267) anhand einer Fünfer-Skala mit verbalisierten Ankerpunkten beantwortet (von 1 „trifft überhaupt nicht zu“ bis 5 „trifft voll und ganz zu“). Für die Itemauswahl wurden Schwierigkeit und Trennschärfe der Items berechnet und solche Aussagen ausgewählt, die eine Schwierigkeit zwischen 0,2 und 0,8 aufwiesen bzw. die die interne Konsistenz der Skala beförderten. Für jede der drei Skalen wurden sechs Items belassen, wie z. B. „Ich bin gar nicht auf die Idee gekommen, irgendetwas von dem im Film Gezeigten anzuzweifeln.“ und „Ich habe die im Film aufgebaute Welt jederzeit so hingenommen, wie sie dargestellt wurde.“ für Belief, „Ich habe mich immer wieder gefragt, ob das im Film Dargestellte zueinander passt.“ für Disbelief sowie „Es hat mich nicht gestört, wenn ich unverständliche Szenen/Passagen im Film entdeckt habe.“ und „Wenn Szenen im Film in sich nicht stimmig waren, habe ich diese trotzdem akzeptiert.“

3.2 Geschlossene Fragen

103

für Suspension of Disbelief. Die Skalen weisen mit Cronbach’s AlphaWerten von jeweils um 0,8 ein hohe Reliabilität auf. Die Zusammenhänge zwischen den Skalen sprechen für eine hohe Konstruktvalidität, da sie mit den Annahmen der Toleranztheorie konform sind.

Thurstone-Skala: Ein anderes Skalierungsverfahren ist das nach Thurstone. Diese Methode geht vor allem bei der Itemanalyse anders vor als die Methode nach Likert: (1) Itemsammlung und -revision sind mit der von Likert vergleichbar. Allerdings wird eine sehr große Zahl von Items zusammengestellt, die sowohl neutrale als auch extreme Aussagen über das Einstellungsobjekt enthalten. (2) Die Itemanalyse beruht auf einer grundsätzlich anderen Idee. Die Voruntersuchung erfolgt mit Experten (z. B. erfahrene Psychologen, Medienwissenschaftler oder sonstige für die Merkmalsbeurteilung kompetente Personen). Es muss eine möglichst große Zahl von Beurteilern sein.42 Die Experten werden gebeten, den Bezug der Items zum Einstellungsobjekt auf einer elfstufigen Skala zu bewerten, wobei 1 (bzw. -5) „sehr ungünstig“ bedeutet und 11 (bzw. +5) „sehr günstig“. Dabei soll die eigene Meinung der Experten über die Aussage unberücksichtigt bleiben. Wichtig ist nur, das Item hinsichtlich der in ihm zum Ausdruck kommenden Einstellung einzuschätzen. Ein Beispiel: Es geht um Einstellungen gegenüber der Kirche. Das Item „Ich habe nichts als Verachtung für die Kirche.“ wird im Durchschnitt mit 1,4 eingeschätzt, die Aussage „Ich halte die Kirche für eine göttliche Institution, der ich Achtung und Ehrerbietung zolle.“ dagegen mit 10,3. Das erste Item wird also recht einheitlich als sehr ungünstig in Bezug auf die Einstellung zur Kirche eingestuft, das letzte als sehr günstig. Im Anschluss an die Beurteilung werden die Häufigkeitsverteilungen der einzelnen Items miteinander verglichen. Dann werden diejenigen ausgewählt, die eine möglichst geringe Streuung haben, also solche, über deren Einschätzung die größte Einigkeit besteht. In der endgültigen Skala sollten Items enthalten sein, deren Mittelwerte von 1 bis 11 reichen, um das volle Spektrum des Einstellungsobjektes zu erfassen. Die eigentliche Einstellungsmessung erfolgt dann in der Regel dichotom („stimme zu/stimme nicht zu“). Der Gesamtwert für den einzelnen Befragten errechnet sich aus der Summe der Skalenwerte der bejahten Items. Deswegen ist diese Skalierungsmethode sinnvoller für einigermaßen erforschte Phänomene, da die Items danach gewichtet werden, wie viel ihre Bejahung zur Messung des Gesamtphänomens beiträgt. Problematisch bei dieser Testskala ist, dass sie recht aufwändig ist und – und das ist entscheidender – dass die Skalierung mit der Auswahl der Experten steht und fällt.

42 Thurstone selbst verwandte 300 Personen, heute sind es meist 25 bis 50.

104



3 Die Formulierung des Fragebogens

J. Bortz und N. Döring (2006: 222f) geben folgendes Beispiel für eine Thurstone-Skalierung. Experten (in diesem Fall Architekten, Psychologen und Stadtplaner) wurden gebeten einzuschätzen, inwieweit die folgenden Items das Konstrukt „Menschliche Kontakte in Siedlungen“ beschreiben. Eine -5 bedeutete hier „Nachbarschaftliche Kontakte sind extrem schlecht“ und +5 sie „sind extrem gut“. Die 0 stellte die neutrale Position dar. Im Anschluss an die Items ist jeweils der durchschnittliche Einschätzungswert der Experten verzeichnet (der bei der Administration einer solchen Skala im Fragebogen natürlich nicht aufgeführt wird): A. Ich komme mir in dieser Siedlung oft vor wie ein Fremder. (-2,00) B. Keinem Menschen in der Nachbarschaft würde es auffallen, wenn mir etwas zustieße. (-3,05) C. Hier in der Siedlung haben die Menschen keine Geheimnisse voreinander. (+3,30) D. Ich habe oft den Eindruck, dass sich die Menschen in meinem Wohnbezirk nur flüchtig kennen. (-0,53) E. Ich kenne kaum jemanden in meinem Wohnbezirk, mit dem ich über private Dinge reden könnte. (-0,33) F. In diesem Wohnbezirk ist es kaum möglich, sich auch nur für kurze Zeit von den anderen zurückzuziehen. (+1,79) G. Ich kenne hier in der Nachbarschaft fast jeden mit Namen. (+0,90)

3.3 Unerwünschte Effekte durch Fragen Gelegentlich ergeben sich bei der Formulierung von Fragen Effekte, die nicht erwünscht sind. Nicht erwünscht heißt, dass die Antwort mehr oder weniger inhaltsunabhängig zustande kommt, weil der oben geschilderte kognitive Prozess (verstehen, überlegen, urteilen, antworten) beeinträchtigt wird. J. A. Krosnick (1991, 1999) hat eine Theorie entwickelt, die viele unerwünschte Effekte erklärt: die Antwortstrategien des optimizing bzw. satisficing. Optimizing bedeutet, dass die vier Stufen der kognitiven Verarbeitung vollständig und sorgfältig durchlaufen werden. Satisficing hingegen umschreibt eine Heuristik, die den Vorgang leicht (weak satisficing, d. h. die vier Schritte werden nachlässig durchlaufen) oder sogar stark vereinfacht (strong satisficing, d. h. der Prozess wird abgekürzt). Ursache des satisficing ist nachlassende Motivation, die zum Beispiel aufgrund kognitiver Ermüdung im Verlauf eines Interviews beim Befragten auftreten kann – es handelt sich also in der Regel um einen situativen Effekt, weniger um ein Persönlichkeitsmerkmal (vgl. Abschnitt 2.4). Begünstigt wird das Phänomen durch schwierige Fragen und kognitiv weniger leistungsfähige Befragte. Satisficing ist J. A. Krosnick zufolge verantwortlich für Reihenfolgeeffekte und sog. „non opinions“ (oder non attitudes). Seiner Ansicht nach erklärt es auch das Akquieszenzphänomen und die Ausweichtendenz, Faktoren, die wir eher der Persönlichkeit des Befragten zugeschrieben haben (vgl. Abschnitt 2.4.1). In diesem Kapitel befassen wir uns daher nur mit den beiden erstgenannten unerwünschten Effekten.

3.3 Unerwünschte Effekte



105

Als Reihenfolgeeffekt bezeichnet man die Tendenz von Befragten, eher solche Antwortvorgaben zu wählen, die in einer langen Liste am Anfang (Primacy-Effekt) oder am Ende stehen (Recency-Effekt).

Reihenfolgeeffekte sind, so Krosnick (1991: 216f), das Ergebnis einer Heuristik: Angesichts einer längeren Liste mit Antwortalternativen sollte ein Befragter eigentlich alle Möglichkeiten in Ruhe durchdenken und sich dann für die aus seiner Sicht beste entscheiden (optimizing). Tatsächlich wurde vielfach empirisch nachgewiesen, dass dem nicht so ist (vgl. G. Bishop & A. Smith 2001, J. A. Krosnick 1999, N. Schwarz, H.-J. Hippler und E. Noelle-Neumann 1989, dagegen allerdings W. H. Eirmbter & R. Jacob 1996). Mittels Blickregistrierung zeigt sich sogar, dass die letzten Alternativen auf einer langen Liste gar nicht mehr wahrgenommen werden – und so natürlich jede Chance einbüßen, ausgewählt zu werden (vgl. M. Galesic, R. Tourangeau, M. P. Couper & F. G. Conrad 2008). Tatsächlich lesen Befragte offenbar nur bis zur ersten Antwortalternative, die ihnen ausreichend sinnvoll erscheint, und wählen diese dann aus. Deshalb sind vordere Positionen begünstigt, so dass bei schriftlichen Befragungen Primacy-Effekte auftreten. Beim Vorlesen hingegen, also bei mündlichen Interviews, wo zu den Effekten der Entscheidungsheuristik noch der Einfluss begrenzter Erinnerung hinzukommt, zeigt sich eher ein Recency-Effekt (J. A. Krosnick 1999: 551) 43 . Reihenfolgeeffekte hängen mit dem Alter zusammen: Je älter ein Befragter, desto höher die Wahrscheinlichkeit für das Auftreten eines Primacy- oder Recency-Effekts (B. Knäuper 1999). Eine Erklärung im Rahmen der SatisficingHypothese könnte die mangelnde kognitive Belastbarkeit der Respondenten sein. Bei reinen Sachabfragen, wenn es zum Beispiel darum geht, welche Unterhaltungselektronik-Geräte im Haushalt vorhanden sind, tritt dieser Effekt seltener auf, vermutlich weil der kognitive Aufwand geringer ist. Problematischer ist es, wenn Meinungen oder Einstellungen abgefragt werden. I. Schmid (2002) fand (hypothesenkonform) heraus, dass der Effekt umso deutlicher ausfällt, je abstrakter und differenzierter die Fragestellung ist. Bei Themen mit hohem Selbstbezug verschwindet er fast völlig. Wie geht man mit diesem Problem um? Methodisch am saubersten ist es, die Präsentation der Antwortvorgaben zu randomisieren, also zufällig anzuordnen. Bei technisch unterstützen Fragebögen ist dies per Zufallsanordnung der Antwortalternativen relativ einfach zu bewerkstelligen (z. B. bei CATI oder in Online-Umfragen, vgl. Kapitel 4). Im Face-to-Face-Interview kann die Randomisierung über ein Kartenspiel geschehen, das für jeden Befragten neu gemischt wird. So hat jede Antwortalternative die gleiche Chance, vorne bzw. hinten zu 43 Gelegentlich zeigen sich allerdings empirisch auch Effekte, die die Listenmitte begünstigen (vgl. O. Jandura 2002; I. Schmid 2002).

106

3 Die Formulierung des Fragebogens

stehen. Hat man die Möglichkeit der Zufallsanordnung nicht, so kann man statt nach der ersten Wahl die ersten drei Favoriten abfragen, wodurch der Effekt fast vollkommen verschwindet (I. Schmid 2002). Man kann sich auch mit einem so genannten Split-Ballot-Verfahren behelfen. Das heißt, die Stichprobe wird in verschiedene Untergruppen geteilt, die jeweils eine Liste in anderer Reihenfolge bekommen. Für das Endresultat werden die Ergebnisse aller Varianten gemittelt. Eine andere Möglichkeit ist, auf Mehrfachauswahlfragen zu verzichten und stattdessen jedes Item einzeln bewerten zu lassen. Bei einer Frage nach den bevorzugten TV-Genres würden die Befragten dann nicht gebeten alles anzukreuzen, was sie gerne sehen, sondern es wird für jedes Genre einzeln gefragt, ob man es mag oder nicht (hier wäre auch eine skalierte Abfrage möglich). Einen Reihenfolgeeffekt gibt es aber nicht nur in Bezug auf die Antwortvorgaben, sondern auch bei der Formulierung der Frage. Experimente zeigen, dass es bei einem Vergleich eine Rolle spielt, welche Reihenfolge man in der Formulierung wählt (also A vs. B ist anders als B vs. A, vgl. Tabelle 6).



Fragt man zum Beispiel „Wenn Sie einmal an Ihre Schulzeit zurückdenken und sich an Ihre Lehrerinnen erinnern: Würden Sie sagen, die Lehrerinnen waren verständnisvoller bei schulischen oder persönlichen Problemen als die männlichen Lehrer, oder waren sie weniger verständnisvoll?“, erhält man ein anderes Ergebnis, als wenn man die (männlichen) Lehrer zuerst nennt und sie zum Maßstab des Vergleiches macht (vgl. Tabelle 6). Es macht also offenbar einen Unterschied, von welchem Wort der Vergleich ausgeht, was das Subjekt des Vergleiches ist und was hinten steht, was also der Referent ist (vgl. auch B. Wänke 1996). Psychologische Forschung auf diesem Gebiet zeigt, dass der Antwortende grundsätzlich überlegt, welche Eigenschaften das Subjekt hat und inwieweit diese auch im Referenten vorhanden sind. Das Subjekt bildet also die Grundlage des Vergleichs. Dabei können Eigenschaften des Referenten, wiewohl relevant, außer Acht gelassen werden. weiblich – männlich

männlich – weiblich

Lehrerinnen verständnisvoller

41

9

Lehrer verständnisvoller

12

55

unentschlossen

47

36

N

17

11

Frageform

Tabelle 6: Beispiel für einen Reihenfolgeeffekt bei der Frageformulierung (M. Wänke, N. Schwarz & E. Noelle-Neumann 1995: 353)

Was kann man dagegen tun? Die Autoren schlagen vor, die Formulierung so zu wählen, wie der Vergleich intuitiv gemacht würde – was natürlich sehr schwer

3.3 Unerwünschte Effekte

107

ist. Eine andere Möglichkeit ist, als Subjekt des Vergleiches den Gegenstand zu nehmen, der wichtiger oder bekannter ist. Wollte man beispielsweise vor dem Bundestagswahlkampf 2009 die Beliebtheit der Kandidaten messen, hätte man Merkel (weil bereits Kanzlerin) als Subjekt wählen können und Steinmeier als Referenten (weil Herausforderer und zwangsläufig weniger bekannt, zumal in der Rolle als Kanzler). Am besten ist also, man bedient sich der zugrunde liegenden kognitiven Struktur Subjekt – Referent und formuliert so, wie man den Vergleich haben will. Geht es also zum Beispiel um die Einführung einer neuen Zeitschrift, sollte man einen etablierten Titel als Subjekt einsetzen, das neue Produkt hingegen als Referenten. Ein weiteres Problem standardisierter Befragungen, das zu unerwünschten Effekten führen kann, ist eine Meinungslosigkeit der Befragten (sog. non opinions oder non attitudes). Sie kann Weiß-Nicht-Antworten zur Folge haben (mit dieser Ausweichtendenz haben wir uns in Abschnitt 2.4.1 beschäftigt), kann sich aber auch in Pseudo-Meinungen (pseudo opinions) niederschlagen (vgl. H.-B. Brosius, F. Koschel & A. Haas 2009: 101f).



Mit „non opinions“ oder „pseudo opinions“ bezeichnet man die Tendenz mancher Befragter zu antworten, obwohl sie zu dem betreffenden Thema eigentlich keine Meinung haben (können).

Dieses Problem tritt vor allem bei geschlossenen Fragen auf, da die MultipleChoice-Form der Antworten ein Raten ermöglicht. Bei Bewertungen auf einer Skala wird in diesem Fall häufig die mittlere Position angekreuzt. Gibt man keine Mitte vor, kann das Phänomen der sog. „pseudo opinions“ auftreten: Manche Probanden möchten nicht den Eindruck erwecken, über einen Sachverhalt nicht Bescheid zu wissen, und antworten lieber irgendwie, als ihr Unwissen zuzugeben – das kann ein Effekt einer Satisficing-Strategie sein oder eine Folge sozial erwünschten Antwortverhaltens (vgl. Abschnitt 2.4.2).



E. Noelle-Neumann und T. Petersen (2005: 87f) berichten zum Beispiel von einer Allensbach-Umfrage, die die Ehrlichkeit der Probanden testen sollte. Die Frage lautete: „Sind Sie persönlich für oder gegen den Imponderabilienvorschlag der Regierung?“ Obwohl es einen solchen Vorschlag nicht gibt – das Wort ist frei erfunden –, gaben immerhin zwölf Prozent der Befragten ein Urteil dazu ab: Zwei Prozent waren dafür, zwei dagegen und acht Prozent unentschieden. Die restlichen 88 Prozent gaben wahrheitsgemäß an, noch nie etwas davon gehört zu haben.

Einer Studie von O. Jandura (2002) zufolge gaben fünf Prozent der Befragten an, einen fiktiven Politiker zu kennen. Auch K.-H. Reuband (2000) fand heraus, dass gelegentlich Befragte – bis zu 15 Prozent – Politiker bewerten, die es gar nicht gibt, vor allem in telefonischen Interviews. Inwieweit die Bildung der

108

3 Die Formulierung des Fragebogens

Befragten diesen Effekt beeinflusst, ist nicht abschließend geklärt, da es gegenläufige empirische Erkenntnisse gibt (vgl. K.-H. Reuband (2000) für einen Überblick). Auch das politische Interesse korreliert positiv mit der Neigung zu „pseudo opinions“ im politischen Bereich: Je stärker sich jemand für Politik interessiert, desto eher neigt er dazu, auch fiktive Politiker zu bewerten. Es ist anzunehmen, dass dies ebenso für andere Themenbereiche gilt. Es hat sich zudem gezeigt, dass es einen Zusammenhang zwischen solchen Antworttendenzen und soziodemografischen Merkmalen wie Geschlecht, Bildung und Alter gibt. So sind Frauen oder Befragte mit niedrigem Bildungsniveau tendenziell eher bereit, „Weiß-nicht“-Antworten zu geben als Männer und höher Gebildete (vgl. Abschnitt 2.4.1). Insgesamt jedoch ist das Problem zu komplex und vielschichtig, um es auf einige wenige soziodemografische Faktoren zurückzuführen. Am Beispiel des Prestigedenkens lässt sich dies aufzeigen: Einerseits ist festgestellt worden, dass höher Gebildete Meinungslosigkeit als Prestigeverlust empfinden und lieber irgendeine Meinung angeben oder vertreten als zuzugeben, dass sie – aus welchen Gründen auch immer – keine Meinung haben. Andere Studien sehen genau in diesem Prestigedenken den Grund für eine Bewertungsangst; der Befragte weicht in die Meinungslosigkeit aus, um sich nicht auf eine möglicherweise falsche Antwort festlegen zu lassen (A. Scholl 1993: 63). Man kann gegen diese Tendenz leider wenig ausrichten. Dem Problem kann allenfalls vorgebeugt werden, indem man die Themen im Fragebogen gut einführt und die Fragen so formuliert, dass die Befragten nicht den Eindruck bekommen, sie müssten Bescheid wissen (z. B. durch die bewährte AllensbachFormulierung: „Wissen kann das ja niemand, aber was meinen Sie denn...?“). Eine Möglichkeit, den Effekt einzuschränken ist, die Befragten zu ermuntern, mögliches Nichtwissen zu bekunden. Die explizite Erwähnung möglichen Nichtwissens schon in der Frage reduziert den Anteil der Personen mit einer Pseudo-Meinung (vgl. K.-H. Reuband 1990b). Das Gleiche gilt für die Vorgabe von „weiß nicht“ als Antwortmöglichkeit. J. A. Krosnick (1999) weist allerdings darauf hin, dass dies unter Umständen die Datengüte reduziert, weil die nonresponse-Kategorie die Satisficing-Strategie begünstigt und aus anderen Gründen gewählt wird, etwa weil die Befragten ambivalent sind, weil sie die Frage nicht richtig verstehen oder weil sie glauben, sie wüssten zu wenig für eine legitime Antwort. 3.4 Fragebogendramaturgie Wie in den vorangegangenen Kapiteln gezeigt, kommt der Formulierung von Fragen, der Auswahl des Fragentyps und der Konstruktion einer Skala große Bedeutung im Hinblick auf Validität und Reliabilität der Befragung zu. Nicht weniger wichtig ist der nächste Schritt: die Konstruktion und Dramaturgie des Gesamtfragebogens.

3.4 Fragebogendramaturgie



109

Unter Dramaturgie versteht man die Anordnung der einzelnen Fragen im Fragebogen. Ihre Reihenfolge muss unter Beachtung des Spannungsaufbaus sowie möglicher Auswirkungen der Fragen auf nachfolgende gewählt werden.

3.4.1 Dramaturgische Fragetypen Man kann die Fragen eines Interviews hinsichtlich ihres Inhaltes in vier Fragetypen unterscheiden: Sach- oder Faktfragen, also etwa die Frage nach Gerätebesitz, Verhaltensfragen, Wissensfragen zur Überprüfung des Informationstandes sowie Einstellungs- und Meinungsfragen, also etwa die Frage nach der tatsächlichen Mediennutzung (vgl. H. Brosius, F. Koschel & A. Haas 2009: 106ff). Für die Dramaturgie eines Fragebogens ist es wichtig, dass sich die Fragetypen abwechseln, um Ermüdung und Monotonie vorzubeugen. Fragen lassen sich aber auch nach ihrer Funktion im Fragebogen unterscheiden, und dies ist für den Fragebogenaufbau wichtig. Manche Dinge sind ohne hinführende, selektierende Fragen nicht zu beantworten; die vorher gestellten Fragen dienen als Filter. Andere wirken wie Puffer, die Überstrahlungen auf nachfolgende Fragen abfangen. Es lassen sich unterscheiden (H. Kromrey 2009: 358ff, vgl. auch A. Scholl 2009: 156ff): • Einstiegs-, Kontakt-, Eisbrecherfragen: Sie dienen als Einstieg in die Interviewsituation, zur Erzeugung einer Gesprächsbasis. Sie müssen nicht mit dem Fragebogenthema in enger Verbindung stehen, können aber: „Es gibt ja Menschen, die morgens munterer sind, andere kommen erst abends so richtig in Schwung. Wie ist das bei Ihnen?“ oder „Sehen Sie den kommenden zwölf Monaten mit Hoffnungen oder Befürchtungen entgegen?“ (E. NoelleNeumann & T. Petersen 2005: 134). • Filterfragen: Sie werden immer dann eingesetzt, wenn bestimmte Personen von der Antwort nachfolgender Fragen ausgeschlossen werden sollen. Dies ist sinnvoll, wenn zur Beantwortung einer Frage bestimmte Merkmale, Fähigkeiten oder ein bestimmtes Wissen vorhanden sein müssen. So ist es etwa nötig, vor der Bewertung von Fernsehinhalten festzustellen, ob der Befragte sich darüber überhaupt ein Urteil bilden kann („Haben Sie schon einmal die Sendung XY im Fernsehen gesehen oder nicht?“; „Wenn nein, weiter mit Frage XY“, „Wenn ja: Und wie würden Sie diese Sendung im Hinblick auf ihren Informationswert einschätzen?“). • Übergangsfragen werden in erster Linie zur Einführung eines neuen Themas eingesetzt, um den Wechsel zu erleichtern. Dahinter verbergen sich strenggenommen keine Fragen, sondern einleitende Übergangssätze, die einer nachfolgenden Frage vorgeschaltet werden („Jetzt einmal etwas ganz anderes...“).

110

3 Die Formulierung des Fragebogens

• Puffer-, Spiel-, Ablenkungsfragen dienen dazu, den Befragten bei Laune zu halten, ihn zu entlasten und verschiedene inhaltliche Bereiche abzugrenzen. Insbesondere zur Vermeidung des so genannten „Ausstrahlungseffektes“ sind sie sinnvoll (s. Abschnitt 3.4.3). Gemeint ist damit, den Befragten zur Abwechslung beispielsweise ein „unterhaltsames“ Bildblatt zur Frage zu überreichen, ihn selber eine Skala ausfüllen zu lassen, ihn mit einer leichten, unterhaltsamen Frage zu erheitern usw. • Motivationsfragen werden eingesetzt, um die Antwortbereitschaft zu erhöhen, das Selbstbewusstsein zu stärken oder Hemmungen abzubauen. Umgesetzt wird so etwas in Form einer Frage, die die Befragten mit hoher Wahrscheinlichkeit richtig beantworten können („Was ist Ihre Lieblingssendung im Fernsehen?“). • Kontrollfragen: Der Einsatz von Kontrollfragen soll die Konsistenz des Fragebogens bzw. der Antworten überprüfen. Mit ihrer Hilfe ermittelt man, ob der Befragte „schummelt“ (etwa aus Gründen der sozialen Erwünschtheit). Im Fragebogen werden dann zum gleichen Sachverhalt zwei Fragen (möglichst weit auseinanderliegend) gestellt. Kontrollfragen sind jedoch nicht unproblematisch, der Befragte kann sich dadurch auch vorgeführt fühlen, zudem darf man die Widerspruchsfreiheit des Einzelnen nicht überschätzen. • Schlussfrage: Als Schlussfrage bietet sich eine Bilanzierung an, sei es zum Thema oder zu der Befragungssituation. 3.4.2 Strategischer Aufbau Ziel des strategischen Aufbaus ist es, den Befragten bis zum Ende des Fragebogens in der Interviewsituation zu halten und seine Aufmerksamkeit nicht zu verlieren. Eine Befragung sollte – im besten Falle – Spaß machen. Daher sollte der Fragebogen spannend sein. Einen Spannungsaufbau innerhalb eines Fragebogens erzeugt man durch die Gesamtkonzeption der einzelnen Fragen. Ihre Abfolge sollte für den Befragten möglichst interessant, nicht langweilig und nicht ermüdend sein. Ein besonderes Augenmerk muss auf den Beginn der Befragung gelegt werden, so dass es nicht schon am Anfang zu Verweigerungen kommt. Studien, die den Zusammenhang zwischen Fragebogendramaturgie und Abbruchverhalten untersuchen, zeigen, dass kognitiv anspruchsvolle Fragen Abbruch begünstigen (M. Fuchs & S. Lamnek 1990, A. Peytchev 2009). Bei schriftlichen Umfragen steigen Befragte vor allem beim Übergang zu einer neuen Seite aus (M. Fuchs & S. Lamnek 1990). Auch für den weiteren Ablauf sollte die soziale Situation zwischen Befragtem und Interviewer bzw. die Ausfüllsituation in einer schriftlichen Befragung berücksichtigt werden (vgl. E. Noelle-Neumann & T. Petersen 2005: 120ff): • Vor allem am Anfang muss der Fragebogen motivieren, muss Kontakt herstellen, den Befragten zur Teilnahme anregen und Vertrauen erzeugen. Es

3.4 Fragebogendramaturgie

•

•

•

• • •

•

111

empfiehlt sich daher, vor der ersten Frage das Interview mit einer Einleitung zu eröffnen, in der der Befragte über die Person des Interviewers, über den Inhalt der Untersuchung, gegebenenfalls den Auftraggeber und die Dauer der Befragung aufgeklärt wird.44 Dazu gehört auch die Zusicherung der Anonymität sowie ein Hinweis auf den Datenschutz. In einem selbst auszufüllenden Fragebogen ist die Überzeugungskraft der Einleitung besonders wichtig. Zu Beginn des eigentlichen Fragebogens empfiehlt es sich, zunächst so genannte Kontakt- oder „Eisbrecherfragen“ zu stellen. Sie sollten leicht zu beantworten sein (am besten mit „ja“), interessant, nicht zu persönlich, motivierend und keine soziale Erwünschtheit provozierend. Wenn es aufgrund von Zeitknappheit nicht möglich ist, eine extra als Einstieg konzipierte Frage zu stellen, sollte dennoch eine möglichst einfache und „harmlose“ Frage am Anfang stehen. Eher an den Anfang des Fragebogens gehören auch Fragen, bei denen der Befragte besonders leicht beeinflussbar scheint, sei es durch die Interviewsituation an sich oder durch andere Fragen („Was halten Sie für die wichtigste Frage, mit der man sich heute in Deutschland allgemein beschäftigt?“). Heikle Themen, auch Tabuthemen, die ein gewisses Maß an Vertrauen voraussetzen, sollten in der Mitte bis zum Ende des Fragebogens untergebracht sein bzw. am Ende eines Fragenkomplexes. Denn die Abbruchwahrscheinlichkeit ist zu Beginn der Befragung höher. Anschließend an heikle Themen sollten – als Puffer – einfache und eher uninteressante Fragen gestellt werden. Dasselbe gilt für komplexe Themen und lange, monotone Fragen. Auch sie sollten eher in der Mitte des Fragebogens platziert sein und anschließend sollten leichtere Fragen folgen. Fragen und Themenkomplexe, die sich gegenseitig beeinflussen können, sollten möglichst weit voneinander stehen und durch andere Themen und Fragen voneinander getrennt sein. Fragen zur Person sollten am Ende des Fragebogens stehen, da diese von den Befragten häufig als unangenehm, langweilig oder zu intim empfunden werden. So kann ein früher Abbruch vermieden werden, und, aufgrund der schon hergestellten Interaktionsbasis, können Antwortverweigerungen zu persönlichen statistischen Angaben herabgesetzt werden. Am Ende kann man dem Befragten die Möglichkeit geben, seine Meinung über das Interview zu äußern. Zusätzlich hilfreich für die Analyse der tatsächlichen sozialen Situation ist es, eine Interviewerermittlung, etwa über die Antwortbereitschaft, über Spontaneität oder Zeitempfinden, eintragen zu lassen.

44 Es muss aber darauf geachtet werden, dass es nicht zu untersuchungsverzerrenden Angaben kommt. Dies kann etwa der Fall sein, wenn ein Auftraggeber genannt wird, der in der Öffentlichkeit ein stark negatives oder positives Image besitzt, oder wenn es um Themenbereiche geht, die als heikel, zu schwierig oder zu komplex gelten (vgl. Kapitel 2).

112

3 Die Formulierung des Fragebogens

Bei der Zusammenstellung des Fragebogens muss beachtet werden, dass das Anspruchsniveau der Fragen gut variiert wird, dass monotonen, langen Skalenfragen unterhaltsame, kürzere folgen, dass Wissen mit Bewertung abwechselt, dass mögliche Spannungen durch sensible Themenbereiche aufgelockert werden. Und die Dramaturgie muss sicherstellen, dass die Fragen aus dem richtigen Bezugsrahmen heraus beantwortet werden können. Denn wie wir im nächsten Abschnitt noch zeigen werden, haben Fragen Auswirkungen auf die nachfolgenden. Nach der Ordnung der Fragen muss der Fragebogen an einigen Stellen noch einmal überarbeitet werden, um Übergänge zu schaffen („Jetzt kommen wir zu einem ganz anderen Thema...“; „Um noch einmal auf das Thema XY zurückzukommen...“) und Verbindungen herzustellen („Nachdem Sie uns nun Ihre persönliche Bewertung genannt haben, möchten wir gerne von Ihnen wissen....“). Geht ein Fragebogen auf mehrere Themenbereiche ein, werden Fragen eines Komplexes zusammengefasst, um einen ständigen Themenwechsel zu verhindern. Innerhalb des Komplexes werden sie vom Allgemeinen zum Speziellen geordnet, vom Einfachen zum Schwierigen. Die einzelnen Komplexe werden mit Überleitungen aneinandergereiht. Dies gilt jedoch nur solange, wie sich die Fragen eines Komplexes nicht unbeabsichtigt gegenseitig beeinflussen und der einzelne Fragenkomplex nicht zu ermüdend und langweilig wird. Die Konsequenz daraus wird unterschiedlich ausgelegt: Noelle-Neumann etwa hält es für wichtiger, schnell zwischen den Themen hin und her zu wechseln, da dies eher an ein zwangloses Gespräch erinnert; ein Festhalten an der Logik des Fragebogens würde Lernprozesse einleiten und den Befragten ermüden. Gegen eine „zerhackte“ Anordnung argumentiert Meulemann, dass der Befragte sich als reiner Informant empfindet und deswegen der Fragebogen auch geordnet Informationen abfragen sollte (zit. nach H. Kromrey 2009: 360). Für welche Variante man sich entscheidet, hängt dabei in erster Linie vom eigenen Forschungsziel ab: Reaktionsmessungen etwa erfordern einen anderen Aufbau als Informationsabruf. Auch die Wahl des Modus hat Auswirkungen auf den Aufbau, so muss ein schriftlicher Fragebogen logischer aufgebaut sein als ein telefonischer. 3.4.3 Kontext-, Kontrast- und Konsistenzeffekte Bei den Hinweisen zum Aufbau eines Fragebogens wurde bereits erwähnt, dass Fragen, die sich gegenseitig beeinflussen können, möglichst weit auseinander stehen müssen. Das heißt, dass bei der Anordnung der Fragen auch jeweils der Kontext beachtet werden muss, in dem die Frage gestellt wird.

3.4 Fragebogendramaturgie



113

Fragen (und ihre Antworten) können das Antwortverhalten auf nachfolgende Fragen beeinflussen.45 Dies sind die so genannten Kontexteffekte.

Kontexteffekte spielen auf zwei Ebenen eine Rolle, auf der Ebene der Mikroplanung, also bei der Anordnung einzelner Fragen, und auf der Ebene der Makroplanung, bei der Anordnung von Fragenkomplexen. Im ersteren Fall spricht man (wenn auch in der Literatur nicht einheitlich verwendet) von einem Halo- oder Ausstrahlungseffekt. Der Begriff Platzierungseffekt hingegen bezieht sich auf die Ausstrahlung ganzer Fragenkomplexe auf nachfolgende (zit. nach Scheuch aus H. Kromrey 2009: 362). Die Folge eines Kontexteffektes ist, dass eine nachfolgende Frage durch eine vorangegangene in einen anderen Sinnzusammenhang gebracht wird; dass sie nicht aufgrund ihres manifesten Inhalts, sondern ihrer Beziehung zum Inhalt der vorangegangenen Fragen wegen beantwortet wird. Der Effekt ist umso größer, je emotionaler die Fragen sind. So macht es einen Unterschied, ob man zunächst nach möglichen Wirkungen gewalthaltiger Computerspiele fragt und dann die eigene Nutzung solcher Spiele ermittelt oder umgekehrt. K.-H. Reuband (2001a) hat in einem (unfreiwilligen) Methodenexperiment gezeigt, dass eine versehentlich doppelt gestellte Frage in einem jeweils anderen Kontext zu anderen Ergebnissen führt: Danach gefragt, wie stark das Gefühl der persönlichen Verunsicherung ist, stimmten die Befragten dem Item dann verstärkt zu, wenn es in einen gesellschaftlichen Kontext eingebunden war. Im Zusammenhang mit persönlichen Items sank die Zustimmung hingegen. Fragen, die in unerwünschter Weise Einfluss aufeinander ausüben können, müssen im Fragebogen möglichst weit auseinanderliegen, eventuell auch durch andere Themenbereiche getrennt sein. Zumindest aber sollten Zwischen- bzw. Pufferfragen gestellt werden, um die emotionalen Komponenten abklingen zu lassen. Gleichzeitig sollte man auch berücksichtigen, dass schwierige und komplexe Fragen den Befragten zum längerem Nachdenken veranlassen können – auch noch nach der Beantwortung, so dass dann besser einfache Fragen gestellt werden sollten. Wo Halo- und Platzierungseffekte nicht ausgeschaltet werden können, kann man sich damit helfen, Interviewbögen mit unterschiedlicher Fragenreihenfolge zu verwenden. Der Effekt lässt sich so zwar nicht ausschalten, wohl aber kontrollieren („split ballot design“). Doch wie genau sieht der Effekt aus? Was bewirkt er? Eine ganze Reihe von Studien hat sich mit Kontexteffekten beschäftigt. Sie haben gezeigt, dass es verschiedene Arten von Einflussnahmen geben kann. Es lassen sich Konsistenzund Kontrasteffekte unterscheiden. Im Ersteren versucht der Befragte, seine 45 A. Scholl (2009: 216ff) spricht in diesem Zusammenhang ebenfalls von Reihenfolgeeffekten. Diesen Begriff nutzen wir allerdings ausschließlich im Zusammenhang mit unerwünschten Effekten bei der Auswahl von Antwortalternativen (vgl. Abschnitt 3.3).

114

3 Die Formulierung des Fragebogens

Antworten an bereits geäußerte Meinungen anzupassen. Im zweiten Fall, sie davon abzusetzen, sich also davon zu distanzieren (D. W. Moore 2002: 81).46 Wenn beispielsweise Befragte Politiker im Hinblick auf ihre Vertrauenswürdigkeit und Ehrlichkeit einschätzen, macht es einen Unterschied, in welcher Reihenfolge die einzelnen Politiker abgefragt werden, denn der zuerst Genannte setzt jeweils den Vergleichsmaßstab für den nachfolgenden.



N. Schwarz (1991) zeigt diesen Effekt im Zusammenhang mit einer politischen Einschätzung. Die Frage „Was halten Sie ganz allgemein von der CDU?“ (Skala von 1 = „überhaupt nichts“ bis 11 „sehr viel“) wird – in Abhängigkeit vom Kontext – unterschiedlich beantwortet. Bezieht sich eine der vorhergehenden Fragen auf die Parteizugehörigkeit des damaligen Bundespräsidenten Richard von Weizsäcker, wird die CDU im Mittel mit 6,5 bewertet. Ohne diesen Kontext liegt dieser Mittelwert nur bei 5,2. Die ausgesprochen positive Reputation des Politikers von Weizsäcker geht im ersten Fall in die Bewertung der Partei mit ein und verschafft ihr Bonuspunkte (vgl. für andere Beispiele auch D. W. Moore 2002).

Konsistenz- und Kontrasteffekte sind dadurch zu erklären, dass der Befragte seine Antworten miteinander vergleicht, sie in Beziehung zueinander setzt. Die erste Antwort kann beispielsweise Wissen freigesetzt haben, welches ansonsten nicht vorhanden gewesen wäre. Der Einfluss kontextabhängiger Informationen ist dabei umso größer, je extremer sie sind und je weniger dauerhaft verfügbare Informationen dagegenhalten können – eine Expertise des Befragten reduziert daher das Auftreten von Kontexteffekten (N. Schwarz 1991).



Ein Beispiel für das Auftreten von Kontexteffekten zeigt, wie die Abfrage von Wissen über physikalische Phänomene die Einschätzung des eigenen Interesses an Wissenschaft beeinflusst. Hier war nicht so sehr das Konsistenzstreben ursächlich für ein bestimmtes Antwortverhalten, sondern die Wissensfragen setzen einen Bezugsrahmen für eine folgende Interessefrage („consistency“ versus „framing explanation“): Standen im Fragebogen schwierigere Wissensfragen, dann bekundeten die Befragten ein weniger großes Interesse an Physik als bei leichten. Wie gut oder schlecht jemand die Fragen beantwortete („schlecht“ bedeutet hier das Ankreuzen von „weiß nicht“), hatte keinen systematischen Einfluss auf das Interesse, sondern die Befragten schlossen aus den vorher gestellten Fragen, was die Forscher mit „Interesse an Physik“ gemeint haben und antworteten entsprechend (G. Gaskell, D. B. Wright & C. O'Muircheartaigh 1995).

Interessant ist auch, welchen Unterschied es macht, ob jemand zunächst eine allgemeine und dann eine spezielle Frage zu einem Thema erhält oder umgekehrt. Steht etwa die Frage nach der allgemeinen Lebenszufriedenheit im An46 Dies kann dadurch geschehen, dass zuvor positive Äußerungen aus dem Vergleichsmaßstab ausgeschlossen werden (weil sie ja quasi schon beantwortet sind) oder aber, dass durch die Beantwortung der Vergleichsmaßstab verändert wurde, sei es, dass er erhöht oder gesenkt wird.

3.4 Fragebogendramaturgie

115

schluss an die Frage nach der Ehezufriedenheit, ist sie niedriger, als wenn die Fragen in umgekehrter Reihenfolge gestellt werden. Erklärt wird dieser Kontrasteffekt damit, dass die Antwort auf die spezielle Frage nach dem Eheglück (die fast alle als positiv angeben) von der Lebenszufriedenheit abgezogen wird; die allgemeine Frage wird quasi beantwortet, als ob gefragt wurde, „Mal abgesehen von Ihrem Eheglück, wie zufrieden sind Sie mit Ihrem Leben im Allgemeinen?“. Der Effekt dreht sich allerdings um in einen Konsistenzeffekt, wenn die allgemeine Frage nach einer ganzen Reihe von Items gestellt wird, die sich allesamt auf verschiedene Aspekte der allgemeinen Frage beziehen. Dann fällt die Beantwortung positiver aus (F. K. Willits & B. Ke 1995). 3.5

Zusammenfassung Die Formulierung des Fragebogens, also die Übersetzung der Programmfragen in Testfragen, ist das Herzstück der Befragung. Denn mit den gestellten Fragen steht und fällt die Qualität der gesamten Untersuchung. Um die zur Verfügung stehenden Möglichkeiten nutzen zu können, haben wir in den vorangegangenen Abschnitten ausführlich dargestellt, welche Arten von Fragen es gibt, und auf welche Fallstricke man bei der Formulierung achten muss. Fragen müssen allgemein klar und konkret sein, eindeutig und nicht suggestiv. Offene Fragen bieten sich dann an, wenn es um den Erhalt der Wortwahl, der Bandbreite an Antworten oder der Spontaneität geht; sie sind jedoch in einem standardisierten Interview sehr aufwändig auszuwerten, sind für Befragte und Interviewer anstrengend und nicht immer sehr aussagekräftig. In einem standardisierten Interview werden daher in erster Linie geschlossene Fragen eingesetzt, sie gelten als valider und reliabler und lassen Vergleiche zwischen Befragten zu. Durch die Vorgaben der Antwortkategorien wird der Befragte stärker geführt, aber auch eingeengt. Dies macht deutlich, dass der Formulierung der Antwortvorgaben eine mindestens ebenso große Aufmerksamkeit geschenkt werden muss wie der Abfassung der Fragen selbst. Auch der Einsatz von Hilfsmitteln, also Listen, Kartenspielen, Bildblättern, muss genau überlegt sein. Geschlossene Fragen lassen sich einteilen in Auswahlfragen, Rangordnungsfragen und Fragen der Intensitätsmessung, sprich Skalen. Letztere scheiden sich in Skalen der Selbsteinstufung (Ratingskalen) und Skalen der Fremdeinstufung. Bei der Präsentation der Ratingskalen kann man auf Verbalskalen, auf nummerische und visualisierte Versionen zurückgreifen, sie alle weisen verschiedene Vor- und Nachteile auf. Insgesamt bedarf der Einsatz von Skalen einiger fundierter Entscheidungen, die immer im Verwertungszusammenhang gesehen werden müssen. Dies betrifft die Wahl des Datenniveaus, der Verbalisierung und Nummerierung sowie die Anzahl und Spannweite der Skalenpunkte. Mit Skalen der Fremdeinstufung werden Skalen im engeren Sinn bezeichnet. Es sind dies Itembatterien, die mit verschiedenen Aussagen Facetten eines ein-



116

3 Die Formulierung des Fragebogens

dimensionalen Konstrukts erfassen. Ihre Konstruktion ist aufwändig; in der Medien- und Kommunikationswissenschaft greift man häufig auf getestete Skalen anderer Wissenschaftsbereiche zurück. Leider lassen sich unerwünschte Effekte der Fragenformulierungen in einem standardisierten Interview nicht ganz ausschließen. Neben Effekten der Wortwahl zeigen sich insbesondere Reihenfolgeeffekte (zuerst oder zuletzt genannte Antwortvorgaben werden häufiger gewählt) sowie „pseudo opinions“. Schließlich geschieht auch die Anordnung der Fragen im Fragebogen aufgrund wohl kalkulierter Strategien. Nur so lassen sich Kontexteffekte vermeiden, kann ein Spannungsbogen aufgebaut und ein Interviewabbruch vermieden werden.



Mummendey, Hans Dieter & Grau, Ina. (2008). Die Fragebogenmethode (5. überarb. Aufl.). Göttingen: Hogrefe. (Eine ausführliche Beschreibung der Methode – allerdings ausschließlich im Hinblick auf psychologische Fragestellungen –, die sich gründlich mit Skalen und deren Konstruktion auseinandersetzt.) Noelle-Neumann, Elisabeth & Petersen, Thomas. (2005). Alle, nicht jeder. Einführung in die Methoden der Demoskopie (4. Aufl.). München: dtv. (Sehr lesenswertes, allerdings etwas unsystematisches Buch, das vor allem durch die unzähligen Beispiele aus jahrelanger Demoskopieerfahrung besticht.) Porst, Rolf. (2009). Fragebogen: Ein Arbeitsbuch (2. Aufl.). Wiesbaden: VS Verlag für Sozialwissenschaften. (Ein sehr anschauliches und unterhaltsames Praxisbuch mit etlichen Beispielen für die Fragebogengestaltung.) Schnell, Rainer, Hill, Paul B. & Esser, Elke. (2008). Methoden der empirischen Sozialforschung (8. Aufl.). München: Oldenbourg. (Ein sehr umfangreiches Methodenwerk mit weiterführenden Literaturangaben.) Scholl, Armin. (2009). Die Befragung (2. überarb. Aufl.). Konstanz: UVK Verlagsgesellschaft mbH. (Das Buch umfasst auch nicht-standardisierte Varianten der Befragung und bietet, leider nur in der Erstauflage, zahlreiche Beispiele medien- und kommunikationswissenschaftlicher Studien.)

4

Modi der Befragung

In den vorherigen Kapiteln wurde immer wieder darauf hingewiesen, dass es für die Auswahl der Fragenformulierung, der Fragenpräsentation, der Fragenbogenlänge, aber auch für die Auswahl der zu befragenden Personen eine wichtige Rolle spielt, in welchem Modus die Befragung durchgeführt wird. Diesen Befragungsmodi widmen sich die folgenden Abschnitte. Eine Befragung kann auf drei verschiedene Arten stattfinden: persönlich, telefonisch oder schriftlich. Innerhalb dieser einzelnen Befragungsarten gibt es jeweils verschiedene Varianten, insbesondere durch den Einsatz von Computern. Da das Internet als Befragungsort immer weiter in den Vordergrund tritt, wird der Online-Befragung – einer Variante der schriftlichen Befragung – ebenfalls ein eigenes Kapitel eingeräumt. Prinzipiell kann man auf drei verschiedene Arten Befragungen durchführen: persönlich, telefonisch oder schriftlich, jeweils mit oder ohne Unterstützung durch den Computer (vgl. Abbildung 2). Für welchen Befragungsmodus man sich entscheidet, hängt vorwiegend von der Art der gewünschten Informationen, dem Thema und der Zielgruppe ab. Aber auch die Höhe des zur Verfügung stehenden finanziellen Budgets, der zeitliche Rahmen und stichprobenrelevante Informationen spielen für die Auswahl eine Rolle. Wir werden zunächst jede Befragungsart und ihre Einsatzgebiete sowie Vor- und Nachteile erläutern. Im abschließenden Kapitel werden die Methoden miteinander verglichen und Entscheidungshilfen für die Auswahl gegeben. Hinweise zur grafischen Gestaltung der Fragebögen und den entsprechenden Besonderheiten, die es bei den einzelnen Modi zu beachten gilt, werden im Anschluss in Kapitel 6 zusammengefasst.

Abbildung 10: Die Modi der standardisierten Befragung

118

4 Modi der Befragung

4.1 Das persönlich-mündliche Interview Die persönliche Befragung, auch Face-to-Face-Interview genannt, ist der Klassiker der kommerziellen Umfrageforschung. Für wissenschaftliche und studentische Arbeiten wird diese relativ teure Variante seltener eingesetzt.



In einer persönlich-mündlichen Befragung (Face-to-FaceInterview) stehen sich Interviewer und Befragter gegenüber, der Interviewer trägt seine Frage selber vor und notiert die Antwort des Befragten. Dies bedeutet, dass in der persönlichen Befragung die soziale Situation des Interviews am stärksten zum Tragen kommt.

Beim Face-to-Face-Interview sucht der Interviewer den Befragten in der Regel zu Hause auf. Der Interviewer ist damit für die Stichprobenziehung besonders wichtig: Für eine repräsentative Befragung ist die sorgfältige Ausarbeitung des Stichprobenplans zentral, und ihm obliegt die Verantwortung für die Qualität der Stichprobe, da er die Befragungsperson im Haushalt rekrutieren muss (vgl. Abschnitt 1.4). Im Business-Bereich gibt es auch Interviews am Arbeitsplatz (etwa für Abteilungsleiter in Medienunternehmen, für Journalisten, Einkaufsleiter usw.). Darüber hinaus werden Interviews in Studios durchgeführt, bei denen die Untersuchungspersonen von den Interviewern nach festgelegten Merkmalen (Quoten) ausgewählt, auf der Straße rekrutiert und in ein speziell dafür eingerichtetes Studio gebeten werden. Dort stehen oft Produktproben für einen Test bereit, oder es wird Filmmaterial (z. B. Werbespots) zur Beurteilung vorgeführt. Von willkürlichen Passantenbefragungen unterscheiden sich solche Untersuchungen durch die festgelegte Quotenstichprobe. Ihre Qualität bemisst sich an der Sorgfalt, mit der diese Quoten eingehalten werden. Die Türschwelle ist das größte Hindernis für das Zustandekommen eines Face-to-Face-Interviews. Erfahrene Interviewer haben professionelle Überzeugungstechniken und können auch schwierige Situationen meistern (z. B. Hochhäuser mit Gegensprechanlage); auch Maßnahmen zur Kooperationssteigerung wie etwa Terminabsprachen, Vorankündigungen, Interviewerausweise, Informationsmaterial oder Incentives haben sich als hilfreich erwiesen (R. Porst, S. Ranft & B. Ruoff 1998; vgl. auch Abschnitt 2.1). Die Ausschöpfungsquote mündlicher Befragungen liegt in der Regel zwischen 50 und 70 Prozent. Durch entsprechende Maßnahmen kann die Quote – auch Netto-Stichprobe genannt – erhöht werden; bei schwierigen Themen oder schlecht zu erreichenden Zielgruppen kann sie aber auch darunter liegen. In den letzten Jahren ist es jedoch zunehmend schwieriger geworden, die gewohnt hohen Ausschöpfungsquoten mündlicher Befragungen zu erfüllen, die Verweigerungsrate steigt an. Schon 2003 stellten U. Schneekloth und I. Leven fest, dass eine Ausschöpfungsquote von 70 Prozent bei strenger Berechnung praktisch nicht zu erreichen ist.

4.1 Das persönlich-mündliche Interview

119

Das Face-to-Face-Interview ist so beliebt, weil es eine große Bandbreite an Einsatzmöglichkeiten bietet. Zum Beispiel wird immer dann ein persönliches Interview geführt, wenn der Fragengegenstand visueller Unterstützung bedarf – etwa in Form von Bildvorlagen, Listen, Kartenspielen, Logokärtchen, Produkten oder Ähnlichem –, aber auch dann, wenn der Fragebogen sehr umfangreich und komplex ist und die Befragung entsprechend lange dauert. Von allen Befragungsarten ist die Kooperationsbereitschaft des Befragten, so der erste Kontakt gelungen ist, beim persönlichen Interview am größten, die Abbrecherquote am geringsten. Das hängt vor allem mit der Verbindlichkeit der sozialen Situation zusammen sowie mit den Möglichkeiten des Interviewers, den Befragten zu motivieren. Die Vorteile der persönlichen Befragung sind: • Längere Interviews von mehr als einer Stunde Dauer sind möglich (wenn auch nur bedingt empfehlenswert). • Offene und komplexe Fragen können gestellt werden. • Fragen können visuell unterstützt werden durch Einsatz von Listen, Kartenspiel, Titelkärtchen etc. • Die (spontane) Beurteilung von Produkten (Prototypen) und Werbemitteln ist möglich. • Die Verbindlichkeit der sozialen Situation ist groß, der Interviewer kann gut motivieren. Dadurch sind die Verweigerungsraten und Abbruchquoten vergleichsweise gering (allerdings ist eine Zunahme der Verweigerungstendenz zu beobachten). • Der Interviewer kann optimal motivieren. Einige der Vorzüge bringen aber auch Nachteile mit sich. Da die persönliche Befragung des Einsatzes geschulter Interviewer bedarf, entstehen hohe Kosten. Und dadurch, dass für jedes Interview Anfahrtswege entstehen, dass persönliche Besuche nicht zu jeder Tageszeit gewünscht sind oder dass häufig Ausweichtermine nötig werden, verlängert sich die Feldzeit. Auch die Stichprobenziehung, sei es als Random-Route- oder als mehrstufiges Verfahren, setzt Zeit voraus (vgl. Abschnitt 1.4). Zudem arbeitet der Interviewer sehr stark eigenverantwortlich, damit fällt die Kontrolle schwerer. Bei der Durchführung von Abschlussarbeiten kann dieser Nachteil aber durch persönliche Beziehungen zwischen Forscher und Interviewern gemindert werden. Gerade für studentische und universitäre Befragungen fällt dafür ein anderer Nachteil stärker ins Gewicht, zumindest dann, wenn man eine nationale repräsentative Stichprobe befragen möchte. Dies ist die aus logistischen Gründen oftmals eingeschränkte geografische Streuung, die nur mit enormem Aufwand an Kosten und Zeit aufgehoben werden kann. Anders sieht es für kommerzielle Institute aus, die auf einen national agierenden Interviewerstamm zurückgreifen können. Und nicht zuletzt stehen den Vorteilen der Motivation und sozialen Interaktion auch die Nachteile derselben entgegen, in Form von Interviewermerkmalen, die sich in ungewünschten Einflüssen niederschlagen können (vgl.

120

4 Modi der Befragung

Abschnitt 2.3). Als Nachteile der persönlichen Befragung können insgesamt also angeführt werden: • hohe Kosten, • hoher zeitlicher Aufwand, • geringe Kontrollmöglichkeiten (hohe Fälschungsanfälligkeit in Auswahlverfahren und Interviewführung), • eingeschränkte geografische Streuung (gilt nicht für Marktforschungsinstitute), • starker Interviewereinfluss, bedingt durch dessen Soziodemografie (Geschlecht, Alter, Hautfarbe, Bildung), Auftreten und Verhalten (Vorlesen der Fragen, Gestik und Mimik). In den vergangenen Jahren werden Face-to-Face-Interviews verstärkt auch computerunterstützt durchgeführt.



Wenn im Bereich des persönlichen Interviews der Computer den Fragebogen ersetzt, spricht man vom „computer assisted personal interview“, abgekürzt CAPI.47

Bei einem CAPI-Interview beantwortet der Befragte die Fragen in der Regel nicht selbst am Bildschirm, sondern der Interviewer notiert die Antworten für ihn (in der Regel mittels Laptops oder Pentop). Bei bestimmten Fragen kann aber auch der Befragte selber die Eingabe vornehmen, um die Privatsphäre zu wahren. Der Einsatz von Computern hat zweifellos Vorteile, die in erster Linie in der Reduzierung von Fehlerquellen bei der Fragebogenadministration wie Filterführung oder durch Reihenfolgeeffekte48 liegen. Der Interviewer wird durch den Computer kognitiv entlastet. Zusätzlich entsteht durch die nicht mehr notwendige nachträgliche Datenerfassung – die Datensätze der eingesetzten Computer müssen lediglich zur Auswertung zusammengespielt werden – ein Gewinn an Zeit. Auch der Einsatz multimedialer Elemente, wie etwa Filmausschnitte oder Werbespots, ist durch den Computer ortsunabhängig möglich. Die Vorteile computergestützter Befragungen sind: • exakte Filterführung; insgesamt individuelle Anpassung des Fragebogens an vorangegangene Fragen; • kognitive Entlastung des Interviewers; • Zufallsfolge und -auswahl von Itembatterien zur Vermeidung von Reihenfolgeeffekten;

47 Die traditionelle persönliche Befragung mit einem ausgedruckten Fragebogen wird in Abgrenzung zu computerunterstützten Verfahren als „paper-and-pencil interviewing“ (PAPI) bezeichnet. 48 Computerunterstützte Fragebögen bieten die Möglichkeit der automatischen Randomisierung durch Item-Rotation.

4.1 Das persönlich-mündliche Interview

• • • • •

121

Präsentation von multimedialen Elementen wie Filme, Musik, Abbildungen etc.; keine (fehleranfällige) Datenerfassung; schnellere Durchführung; laufende Plausibilitätsprüfungen, so dass inkonsistente Antworten nochmals überprüft werden können; bessere Interviewerkontrolle durch Erfassung der Beantwortungszeiten.

Hinzu kommt, dass Befragte computergestützte Befragungen als unterhaltsamer und vertraulicher empfinden und die Anonymität der Befragung als höher wahrgenommen wird, was zu geringerem sozial erwünschten Antwortverhalten führt. Dies gilt vor allem dann, wenn der Befragte selber an der Tastatur sitzt. So konnten J. F. Epstein, P. R. Barker und L. A. Kroutil (2001) zeigen, dass in einem audio-gestützten Computerinterview die Bereitschaft, über Gesundheitsprobleme zu sprechen, höher war als bei der herkömmlichen Durchführung. Selbstverständlich stehen auch hier den Vorteilen einige, zum Teil schwer wiegende, Nachteile gegenüber. So bedeutet die Umstellung auf Laptops oder Pentops erst einmal eine hohe Investition, und auch die Wartung der Hard- und Software bringt Kosten mit sich. Für größere Institute entsteht, will man nicht alle Interviewer mit einem Computer versehen, zusätzlicher organisatorischer Aufwand bei der Verteilung der Hardware und der Erstellung von Anweisungen zur Installation der Software. Die Programmierung des Fragebogens setzt, auch wenn es mittlerweile recht gute spezielle Befragungssoftware auch für den Laien gibt, technische Kenntnisse voraus und bedeutet einen höheren Aufwand in der Vorbereitungsphase; auch die Schulung der Interviewer wird aufwändiger, und der Pretest muss besonders stark auf den Aspekt des Handling und der Programmierung eingehen. Und nicht zuletzt bleibt beim Einsatz von Technik immer ein Restrisiko technisch bedingter Störungen etwa durch Systemabstürze. Bedenken werden zudem hinsichtlich der Technikhemmschwelle in der Bevölkerung geäußert: Nicht alle Bevölkerungskreise sind mit der Computertechnik vertraut, so dass die bloße Anwesenheit eines Computers als störend empfunden werden kann. Diese Bedenken sind heute natürlich weniger haltbar als noch vor zehn Jahren, dennoch muss dieser Aspekt in Bezug auf das jeweilige Thema und die Zielgruppe in die Entscheidung mit einfließen. Die Nachteile computergestützter Befragungen sind also: • hohe Anschaffungskosten und laufende Wartungen, • höherer Aufwand in der Vorbereitungsphase durch Programmierung, • aufwändigere Interviewerschulungen und Pretests (technische Aspekte), • höherer organisatorischer Aufwand, • Risiko technisch bedingter Störungen (Computerabstürze) und • nicht immer für alle Zielgruppen und Themen gleichermaßen geeignet.

122

4.2



4 Modi der Befragung

Die Telefon-Umfrage Bei telefonischen Umfragen sprechen Interviewer und Befragter fernmündlich miteinander. Der Fragebogen liegt dem Interviewer entweder in Schriftform vor oder das Gespräch wird über eine Computer-Telefonanlage abgewickelt. Man spricht dann von einem „computer assisted telephone interview“ (CATI).

Für die telefonische Befragung gelten prinzipiell die gleichen Grundregeln wie für persönliche Interviews, was den Aufbau und die Durchführung von Befragungen angeht. Allerdings ist sie in ihrem Einsatz etwas beschränkter. Ihr Haupteinsatzgebiet ist die Messung spontaner Reaktionen auf aktuelle Geschehnisse, die Abbildung eines aktuellen Meinungsbildes, eines Trends in der Bevölkerung. Denn der Hauptvorteil von Telefonumfragen liegt darin, dass man mit ihrer Hilfe ohne großen Personalaufwand schnell und kostengünstig Befragungen von einer zentralen Stelle aus in ganz Deutschland und darüber hinaus durchführen kann. Auch unter dem Gesichtspunkt der Ausschöpfungsquote ist der Einsatz des Telefons bei bestimmten Bevölkerungsgruppen hilfreich. So fühlen sich beispielsweise ältere Menschen am Telefon wohler als bei einem persönlichen Interview. Auch Singles oder beruflich stark eingespannte Menschen können besser erreicht werden, denn der Interviewer ist an weniger restriktive Zeiten gebunden als bei einem persönlichen Besuch. Die üblichen Anrufzeiten sind 9 bis 16 Uhr für Business-Umfragen sowie 16 bis 21 Uhr für BevölkerungsUmfragen. Im Allgemeinen werden mehrere Kontaktversuche vorgeschrieben. Bis zu fünf Anrufe, um eine Gesprächsperson zu kontaktieren, sind sinnvoll, mehr lohnen nicht. Selbstverständlich können Telefonumfragen mit einem ausgedruckten Fragebogen vorgenommen werden, in welchem der anrufende Interviewer die Antworten einträgt. In der Regel ist es heute aber üblich, den Fragebogen in programmierter Form auf einem Computer vor sich zu haben. Beim CATIInterview liest der Interviewer die Fragen vom Bildschirm ab und gibt die Antworten über die Tastatur in den Computer ein. Der Datensatz, der dabei erzeugt wird, ist unmittelbar auswertbar. Die Vorteile des Computers lassen sich hier voll ausschöpfen (Vermeidung von Ausfüllfehlern, Randomisierung von Antwortvorgaben u. Ä.), und die Nachteile schlagen kaum zu Buche. Marktforschungsinstitute verfügen über Telefonstudios, in welchen ein Supervisor jeweils etwa 30 Interviewer überwachen und kontrollieren kann. Er kann Gespräche mithören und sieht die Eingaben des Interviewers auf dem Bildschirm. Diese Supervision stellt eine hohe Standardisierung der Erhebungssituation sicher durch Audio-Monitoring und Aufzeichnung der Interviews sowie durch die

4.2 Die Telefon-Umfrage

123

Erfassung von Interviewer-Kennzahlen (Interview-Dauer, Anteil Non-Response, Anteil vollständiger Interviews, Anzahl Interviews pro Stunde etc.). Nicht nur die Interviewführung vereinfacht sich durch den Einsatz des Computers, sondern auch die Stichprobenziehung. Der Computer wählt automatisch eine Telefonnummer aus einem elektronischen Verzeichnis (online oder von CD-ROM) an. Da dort nicht alle Anschlüsse verzeichnet sind, kann der Computer zusätzlich zu den eingetragenen Nummern zufällig die letzte Ziffer von vorhandenen Telefonanschlüssen variieren (RLD, „random last digit“ genannt). Seit den 90er Jahren wird in den ADM-Instituten zur Stichprobenziehung das sogenannte Gabler-Häder-Verfahren zur vollständigen Generierung von Rufnummern eingesetzt, um auch nicht-eingetragene Telefonanschlüsse in der Auswahlgrundlage berücksichtigen zu können (C. Heckel 2007). Das zu befragende Haushaltsmitglied wird dann über ein Zufallsverfahren festgestellt (vgl. Kapitel 1.4.3). Wenn man Telefonnummern auf zufällige Weise generiert, sollte dies in der Einleitung dem Gesprächspartner gegenüber erwähnt werden, so dass dieser sich in seiner Privatsphäre nicht unnötig gestört fühlt. Schließlich wird die Interview-Administration durch CATI erleichtert: Das Quoten-Management, das Handling von Nummern, Verabredungen und erneuten Anrufen49 sowie die Feldorganisation (Verteilung der Gespräche auf die Interviewer) können automatisch optimiert werden. Besetzte Anschlüsse oder Anschlüsse, bei denen keine Person abnimmt, können durch festgelegte Computerroutinen wiederholt angewählt werden. Allgemein ergeben sich für die Telefon-Befragung folgende Vorteile: • kürzere Feldzeiten, • kostengünstig (regionale Streuung der Stichprobe kein Kostenfaktor), • gute Ausschöpfung (bis zu 70 Prozent möglich, aber zunehmend schwierig), • gute Repräsentanz möglich, allerdings nur für Telefonhaushalte; der Einsatz von Computern kann die Stichprobenziehung noch optimieren. Speziell CATI hat weitere Vorzüge: • schnelle Ergebnisse (Blitzumfragen mit 1.000 und mehr Interviews am Tag lassen sich realisieren), • optimale Kontrolle der Interviewer durch Supervisoren, • hohe Standardisierung der Erhebungssituation durch Computereinsatz, • Reduktion von fragebogenbedingten Fehlerquellen durch automatische Filterführung und Randomisierung. Es gibt aber auch einige Bereiche, in denen eine telefonische Befragung nicht möglich ist oder nicht empfohlen werden kann. Dies gilt für alle Untersuchungsfragen, die auf visuelles Material zurückgreifen müssen. Bei einem Telefonin49 Für groß angelegte Studien wie die Media Analyse gibt es genaue Vorschriften für Wiederanwahlen etc. Damit sollen Qualitätsstandards etabliert werden, die von allen ausführenden Instituten zu beachten sind.

124

4 Modi der Befragung

terview können keine Hilfen in Form von Listenvorlagen, Skalenabbildungen, Bildblättern etc. verwendet werden. Dies muss bei der Entwicklung des Fragebogens bedacht werden, um den Befragten am Telefon nicht zu überfordern. Man kann sich behelfen, indem man bei Skalen auf die bekannten Schulnoten zurückgreift. Wenn eine sehr feine Skala verwendet werden soll, kann man eine Neuner-Skala verwenden. Der Befragte kann sie sich mit Hilfe der Telefontastatur zu Hause dann visuell vorstellen (wenn eine entsprechende Instruktion durch den Interviewer/Fragebogen gegeben wurde!). Beurteilungen von Stimulusmaterial, also etwa Anzeigen, Zeitschriften, Film- und Fernsehausschnitte, sind überhaupt nicht möglich. Wir haben schon erwähnt, dass mit Telefonumfragen eine gute Repräsentanz möglich ist – für die Telefonhaushalte. Solange die Telefondichte, also der Anteil der Haushalte, die über ein Telefon verfügen, nicht 100 Prozent beträgt, ist die Grundgesamtheit streng genommen nicht die gesamte Bevölkerung, sondern lediglich die Bevölkerung in Telefonhaushalten. Erschwerend kommt hinzu, dass einige Haushalte über zwei oder mehr Telefonanschlüsse verfügen, diese Haushalte also mit einer Chance größer 1 in die Stichprobenziehung eingehen, wodurch ein Fehler in der Abdeckung der Grundgesamtheit entstehen kann („coverage error“). Bei internationalen Studien muss bei der Wahl des Befragungsmodus die Ausstattung der Haushalte mit Telefonapparaten berücksichtigt werden.50 In Deutschland kann man mittlerweile von einer faktischen Vollversorgung ausgehen, lediglich soziale Randgruppen sind schwierig repräsentativ zu erfassen (R. Porst, S. Ranft & B. Ruoff 1998: 11). In Deutschland sind telefonische Bevölkerungsumfragen möglich, allerdings nicht mehr auf der Grundlage eines Telefonverzeichnisses. Denn zunehmend mehr Haushalte lassen sich dort nicht eintragen, und diese unterscheiden sich in relevanten Merkmalen vom Rest der Grundgesamtheit (R. Follmer & M. Smid 1998). Aus diesem Grund hat sich in den letzten Jahren die Forschung verstärkt den statistischen Grundlagen von Telefonstichproben zugewendet; Vorschläge für unterschiedliche Designs – so etwa ein mehrstufiges Verfahren auf der Basis ausgewählter Gemeinden (S. Häder & S. Gabler 1998; C. Heckel 2007) – werden hier aufgrund der Fülle an technischen Details nicht vorgestellt (vgl. Überblick bei S. Gabler, M. Häder & J. H. P. Hoffmeyer-Zlotnik 1998). Für Telefonumfragen kommt erschwerend hinzu, dass viele Haushalte über einen Anrufbeantworter oder/und Telefone mit Anruferkennung verfügen und Gespräche ihnen unbekannter Teilnehmer nicht entgegennehmen. Als zunehmendes Problem wird jedoch vor allem der Rückgang der Versorgung mit Festnetznummern diskutiert und der damit zunehmende Anstieg von Personen, die allein über mobile Anschlüsse zu erreichen sind. Der Einsatz von CATI kann diesem Problem bei entsprechender Programmierung entgegenwirken. Allerdings sind die Auswahl50 Das Problem der fehlenden Telefondichte traf in den Jahren nach der Wende auch für die neuen Bundesländer zu. Nationale Umfragen zu dem Zeitpunkt mussten oft notgedrungen mit einem Mix an Befragungsmodi arbeiten. Das ist heute nicht mehr so.

4.2 Die Telefon-Umfrage

125

grundlagen sehr komplex, wenn eine Umfrage, was zunehmend geschieht, Festnetz- und Mobilfunknummern kombiniert (so weisen etwa Personen mit Handy und Festnetzanschluss eine Chance größer 1 auf, ausgewählt zu werden). Allgemeine Bevölkerungsumfragen allein per Handy sind aufgrund der Verbreitung noch nicht sinnvoll. Zusätzlich sind die Kosten für Mobilfunkumfragen höher, die Befragungssituation mit Handys ist deutlich anfälliger gegenüber Störungen von außen (z. B. Annahme des Gesprächs im öffentlichen Nahverkehr oder Auto, beim Einkaufen, am Arbeitsplatz, im Restaurant), und es lässt sich keine regionale Schichtung der Stichprobe vornehmen. Trotz dieser Einschränkungen ist die Berücksichtigung von Mobilfunknummern innerhalb der Stichprobe inzwischen bei bevölkerungsrepräsentativen Umfragen unerlässlich (M. Häder & S. Häder 2009; C. Heckel 2007; vgl. auch E. Maxl, N. Döring & A. Wallisch 2009). Im Gegensatz zu anderen Erhebungsmodi bringt das Telefon eine zeitliche Limitierung des Interviews mit sich, das Interview per Handy ist hier besonders stark limitiert. In der Regel sollten telefonische Befragungen maximal 30 Minuten dauern, weniger ist hier besser. Die Abbruchquote, die ebenso wie die Verweigerungsquote bei Telefoninterviews ohnehin höher als im persönlichmündlichen Interview ist, steigt noch an, wenn das Interview zu lange dauert. Während sich ein Befragter kaum mitten aus einem persönlichen Interview verabschiedet, ist die Hemmschwelle am Telefon deutlich niedriger. Diese Gefahr des Abbruchs und die nicht vorhandene Möglichkeit, Fragen zu visualisieren, bedingt, dass sich komplexe Fragen für Telefoninterviews weniger eignen. Insgesamt wird bei Telefoninterviews tendenziell flüchtiger und kürzer geantwortet, insbesondere bei offenen Fragen (E. Noelle-Neumann & T. Petersen 2005: 309f). All dies waren Gründe, der Umstellung der MA-Funktranche im Jahr 2000 von Face-to-Face-Interviews auf CATI im Vorfeld skeptisch zu begegnen. In der Tat sind die per Telefon ermittelten Daten deutlich anders – allerdings wohl differenzierter und genauer. Die Telefonbefragung konnte die jüngere, mobile und berufstätige Hörerschaft besser mit einbeziehen (W. Klingler & D. K. Müller, 2000). Für den Bereich der sensiblen Fragen gibt es unterschiedliche empirische Ergebnisse über die Eignung von Telefonumfragen (vgl. R. M. Groves 1990: 234). Einerseits kann die größere Anonymität hilfreich sein und zu weniger verzerrten Antworten führen; der Druck, „höflich“ sein zu müssen, ist geringer, der Befragte antwortet ehrlicher. Andererseits ist es schwieriger, einen vertrauensvollen Rapport zum Befragten aufzubauen, und die sozial unverbindlichere Situation kann sozial erwünschte Antworten begünstigen. Der fehlende direkte Kontakt zwischen Interviewer und Befragtem führt übrigens nicht automatisch zu einem geringeren Interviewereinfluss. Die Gesprächsführung per Telefon ist ebenso Erwartungen und Prozessen der sozialen Erwünschtheit ausgesetzt wie das Face-to-Face-Interview, allerdings können sichtbare Merkmale die Interaktion nicht beeinflussen. Es liegt sogar nahe, dass

126

4 Modi der Befragung

der Einfluss des einzelnen Interviewers größer ist, da bei Telefonumfragen die Belastung des einzelnen Interviewers wesentlich höher ist (vgl. R. Ostermeyer & G. Meier 1994; E. Singer, M. Frankel & M. B. Glassman 1983: 69). Zusammengenommen ergeben sich folgende Nachteile der telefonischen Befragung: • keine Beurteilung von Stimulusmaterial (Anzeigen, Produkte), • keine visuellen Hilfen (Listenvorlagen, Skalen, Abbildungen), • Problem der Telefondichte bei internationalen Studien, • komplexe Auswahlverfahren durch mangelhafte Verzeichnisse und abnehmende Festnetzdichte, • zeitliche Limitierung (Interviews sollten nicht länger als 15-30 Minuten dauern), • für komplexe Fragen eher ungeeignet, Eignung für sensible Fragen im Einzelfall zu prüfen, • ein höherer Interviewereinfluss durch stärkere Interviewbelastung des Einzelnen sowie • höhere Verweigerungs- und Abbruchraten. Die insgesamt höhere Abbruch- und Verweigerungsquote lässt die Frage nach der Güte und Repräsentanz der Umfrage und Stichprobe aufkommen (vgl. R. M. Groves 1990). So wurden Möglichkeiten zur Optimierung der Kooperation am Telefon empirisch getestet, um möglichst wenige systematische Ausfälle zu erhalten. Ein Incentive – ein kleines Geschenk zur Motivierung – hat sich als besonders effektiv zur Steigerung der Antwortrate erwiesen. Allerdings ist noch unklar, inwieweit es sich auf das inhaltliche Antwortverhalten der Befragten auswirkt, tendenziell sind sie dem Fragebogen gegenüber positiver eingestellt (E. Singer, J. van Hoewyk & M. P. Maher 2000). Einhellig wird jedoch empfohlen, die Telefonumfrage durch ein kurzes Anschreiben anzukündigen, die Ausschöpfung liegt dann deutlich höher als bei so genannten „kalten“ Kontakten. Dieses Anschreiben sollte den Zeitraum des Anrufes angeben und Informationen über die Befragung und die Auswahlprozedur geben. Es sollte persönlich gehalten und, wenn möglich, mit einem Briefkopf einer Universität versehen sein. Für die Motivation zur Teilnahme ist dann der Gesprächseinstieg am Telefon ausschlaggebend. Eine bereits in der Einleitung gestellte (und beantwortete) Frage steigert die Kooperationschancen zum Beispiel deutlich (G. Meier, M. Schneid, Y. Stegemann & A. Stiegler 2005; vgl. ausführlich zu Kooperation und Verweigerung auch Abschnitt 2.1). Es scheint zudem eine Rolle zu spielen, wann das Interview durchgeführt wird: Die Wochentage Montag bis Donnerstag scheinen für eine höhere Ausschöpfung günstiger zu sein; die beste Tageszeit ist hingegen zielgruppenabhängig. Und nicht zuletzt spielt die Anzahl der Kontaktversuche eine wichtige Rolle. Empfohlen werden bis zu fünf Anrufe (R. Porst, S. Ranft & B. Ruoff 1998: 11ff) für die Realisierung eines Kontaktes.

4.3 Die schriftliche Befragung

127

4.3 Die schriftliche Befragung Die schriftliche Befragung unterscheidet sich am deutlichsten von der persönlichen und der telefonischen durch die Abwesenheit eines Interviewers.



Bei einer schriftlichen Befragung füllt der Befragte den Fragebogen selbst aus, ein Interviewer ist nicht zugegen. Die klassische Variante bezeichnet man als „paper and pencil interview“ (PAPI), die computergestützte als „computer assisted personal interview“ (CAPI).

Es gibt unterschiedliche Arten schriftlicher Umfragen: Der Fragebogen, versehen mit einem Anschreiben, kann entweder per Post an eine Auswahl von Personen verschickt werden (postalische Befragung, „mail survey“) oder er kann dem Befragten ausgehändigt werden. In beiden Fällen erhält der Befragte den Fragebogen, um ihn selbst ausfüllen (daher spricht man bei diesen Bögen auch von „Selbstausfüllern“). Die Übergabe des Fragebogens kann persönlich geschehen, so zum Beispiel für eine schriftliche Nachbefragung im Anschluss an ein Face-to-Face-Interview („leave behind“), er kann aber auch an Orten ausgelegt werden, wo man die Zielgruppe anzutreffen hofft (sog. „touch points“, z. B. im Kino für eine Besucherbefragung). Eine weitere Möglichkeit, etwa für Leserumfragen, ist die Beilage eines Fragebogens in einer Zeitschrift oder die direkte Abgabe durch Interviewer an potenzielle Befragte, etwa für eine Publikumsbefragung bei einem Musik-Event.51 Möchte man das Ausfüllen des Fragebogens „überwachen“, so besteht die Möglichkeit, ihn an Einzelpersonen oder eine Gruppe von Personen zu verteilen, etwa im Rahmen einer so genannten „Klassenraumbefragung“, und den Fragebogen dann in Anwesenheit einer Aufsichtsperson ausfüllen zu lassen (s. ausführlich zu diesen Varianten der schriftlichen Befragung D. A. Dillman, J. D. Smyth & L. M. Christian 2009: 253ff). Eine Sonderform ist die Befragung über das Internet; der so genannten OnlineBefragung ist der nachfolgende Abschnitt gesondert gewidmet. Während bei persönlicher und telefonischer Befragung der Interviewer mehr oder weniger das Tempo der Befragung vorgibt und auf die Einhaltung der Fragenreihenfolge achtet, ist der Befragte in der schriftlichen Variante sich selber überlassen. Er kann dem Fragebogen so viel Zeit widmen, wie er möchte, er kann sich beispielsweise den Fragebogen zunächst ganz durchlesen oder die Fragen in beliebiger Reihenfolge beantworten. Dies bedeutet, dass der Fragebogen von einigen Personen äußerst sorgfältig und überlegt ausgefüllt wird, von anderen vielleicht nur sehr flüchtig. 51 Bei einer solchen Art von Fragebogenaktion muss jedoch der Anspruch auf Repräsentativität nahezu aufgegeben werden. Durch fehlende persönliche Ansprache gibt es zudem kaum Möglichkeiten, die Rücklaufquote zu erhöhen.

128

4 Modi der Befragung

Da der Fragebogen das einzige Verbindungsglied zwischen Befragtem und Forscher ist, müssen die grafische Gestaltung des Fragebogens (vgl. Abschnitt 6.1), die Fragebogenaufmachung sowie das Anschreiben besonders überzeugen.52 Die Formulierungen müssen besonders gut verständlich und der Fragebogen muss leicht auszufüllen sein, daher bieten sich der zurückhaltende Einsatz von Filterfragen und die maßvolle Verwendung von Skalen an. Fragen, die sich ungewollt aufeinander beziehen, müssen möglichst weit voneinander getrennt sein, um spontanes Zurückblättern zu verhindern. Die Instruktionen, die der Befragte für das Ausfüllen benötigt, sollten immer dort positioniert sein, wo sie relevant sind. Eine Bündelung der Anweisungen (z. B. im Anschreiben) sollte unterlassen werden, um dem Befragten ein Hin-und-Her-Blättern zu ersparen. Schriftliche Befragungen werden für sozialwissenschaftliche Untersuchungen häufig eingesetzt. Sie werden gerne dann genutzt, wenn auf Adressdateien zurückgegriffen werden kann, etwa bei Abonnentenbefragungen. Aber auch Befragungen von Spezialpopulationen und allgemeine Bevölkerungsumfragen können postalisch durchgeführt werden. Problematisch für Bevölkerungsumfragen ist jedoch, dass es kein zentrales Melderegister gibt, aus denen eine nationale Adressenauswahl zufällig gezogen werden kann. Dieser Modus eignet sich besonders zur Befragung stark beschäftigter Personen, da das Ausfüllen nicht an einen bestimmten Termin gebunden ist, sondern vom Befragten selber bestimmt wird. Zudem sind schriftliche Befragungen immer dann ratsam, wenn Informationen abgefragt werden, die erhöhten kognitiven Aufwand verlangen, also Zeit zum Nachdenken oder zur Antwortformulierung erfordern, oder die nachgeschlagen werden müssen (z. B. Fakten und Daten aus betrieblichen Abläufen, aus persönlichen Unterlagen oder anhand genutzter Produkte). Die in medienund kommunikationswissenschaftlichen Untersuchungen eingesetzte Methode der Tagebuchstudie in Langzeituntersuchungen, in denen Befragte über mehrere Wochen hinweg ihren Medienkonsum dokumentieren, ist ebenfalls nur auf schriftlichem Wege möglich (vgl. Kapitel 5.4). Der Hauptvorteil der schriftlichen Befragung ist der geringe Personalaufwand. Dies macht sie zum einen kostengünstig und zum anderen, gerade für Studierende und Universitäten, einfacher zu administrieren. Der Kostenvorteil wird allerdings durch Porto und Maßnahmen zur Rücklaufsteigerung eingeschränkt; zudem ist durch oftmals geringen Rücklauf der einzelne beantwortete Fragebogen gar nicht mehr so billig wie vorher angenommen. Ein weiterer Vorteil besteht darin, dass die Stichprobe geografisch weit gestreut sein kann, ohne dass Kostennachteile entstehen. Nicht zuletzt deswegen werden internationale Befragungen häufig schriftlich durchgeführt.53 Die fehlende soziale Situation bedeutet, dass auch kein Interviewereinfluss möglich ist. Dies kann auch – je 52 Zahlreiche ausführliche Beispiele dazu finden sich in D. A. Dillman, J. D. Smyth & L. M. Christian 2009: 95ff. 53 Ein weiterer Vorteil internationaler schriftlicher Befragungen ist, dass keine Interviewer in dem jeweiligen Land organisiert werden müssen.

4.3 Die schriftliche Befragung

129

nach Grad der gewahrten Anonymität – zu ehrlicheren Antworten bei sensiblen Fragen führen. Die Vorteile der schriftlichen Befragung in der Übersicht: • kostengünstig (hohe Portokosten, etwa durch Nachfassaktionen, können Kostenvorteile jedoch konterkarieren), • Stichprobe kann geografisch weit gestreut sein, • gut für internationale Studien geeignet, • ehrliche Antworten auch bei heiklen Fragen, • kein Interviewer-Einfluss, • stärkeres Durchdenken der Fragen möglich. Als Hauptnachteil der schriftlichen Befragung wird die oftmals geringe Ausschöpfung aufgeführt, bedingt durch die Selbstselektion der Befragten. Da kein persönlicher Kontakt zu Einzelpersonen besteht, sei es per Telefon oder direkt, kann auch keine persönliche Kooperationsüberzeugung stattfinden. Kommerzielle Befragungen, oftmals auf der Basis von Adressendateien ohne persönlichen Ansprechpartner („An die Bewohner des Hauses…“; „An alle Bürger“), weisen teilweise Rücklaufquoten unter zehn Prozent auf (H.-B. Brosius, F. Koschel & A. Haas 2009: 118). Wissenschaftliche Untersuchungen jedoch, die sich auf einen besseren Ruf in der Bevölkerung stützen, können teilweise Ausschöpfungsquoten über 50 Prozent erzielen (R. Porst, S. Ranft & B. Ruoff 1998: 12; K.-H. Reuband 2001b). Bei Beachtung entsprechender Maßnahmen kann die Rücklaufquote zumindest auf das Niveau anderer Befragungsvarianten gehoben werden (siehe unten). Die so genannten stichprobenverletzenden Ausfälle können bei schriftlichen Befragungen besonders hoch sein und damit auch der dadurch entstehende „non response error“ – also eine systematische Verzerrung bedingt durch die NichtAntwortenden –, denn es ist mit Sicherheit nicht zufällig verteilt, wer antwortet und wer nicht (vgl. Kapitel 1.4.6). Der Fehler, der durch diese Verzerrung entstehen kann, ist dann besonders problematisch, wenn es eine direkte Verbindung zwischen dem interessierenden Merkmal und der Antwortwahrscheinlichkeit gibt (z. B. wenn man den Anteil derjenigen messen möchte, die eine bestimmte Zeitschrift lesen, und deren Leser eher geneigt sind zu antworten). Eine hohe Antwortrate erhält man oft von denjenigen, die involviert sind, sei es durch negative oder positive Bindungen. Auch bestimmte Merkmale wie etwa viel Freizeit, Alter (sehr jung oder älter), Arbeitslosigkeit oder Wohnen auf dem Land beeinflussen die Rücklaufquote positiv (P. L. Alreck & R. B. Settle, 1985, 45). In diesen Zusammenhang gehört auch das Schlagwort „Bildungsbarriere“: Aufgrund der Schriftform neigen Menschen mit höherer Bildung eher zur Teilnahme als Menschen niedrigerer Bildung, die sich weniger häufig in Schriftform äußern. Durch einen guten Fragebogen lässt sich dieser Barriere zwar begegnen. Dennoch weist dies darauf hin, dass sich nicht alle Personenkreise für schriftliche Umfragen gleichermaßen eignen. In verschiedenen Studien ist zudem deutlich geworden, dass die Thematik der Befragung entscheidend ist für die Höhe

130

4 Modi der Befragung

des Rücklaufs. Bei interessanten, aktuellen Themen (hoher Aufmerksamkeitswert) werden die Fragebögen schneller und vollständiger zurückgeschickt (R. Porst, S. Ranft & B. Ruoff 1998: 16). Ein weiterer Nachteil ist oftmals die Dauer der Feldarbeit. Dies gilt insbesondere für die postalische Befragung. Durch Postwege, Nachfassaktionen sowie Bearbeitungszeit des Befragten können bis zu drei Monate vergehen, ehe die Datenerhebung abgeschlossen ist. Auch lässt sich die Erhebungssituation vom Forscher nicht kontrollieren. Er kann nur darum bitten, dass die ausgewählte Person den Fragebogen ausfüllt, dass er das alleine tut und sich nicht von anderen beeinflussen lässt. Schließlich lassen sich bestimmte Fragearten, etwa Wissensfragen oder die Messung spontaner Reaktionen, nicht auf schriftlichem Wege stellen. Die Nachteile der schriftlichen Befragung zusammengenommen: • oftmals geringe Ausschöpfung (aber: rücklaufsteigernde Maßnahmen möglich), • Bildungsbarriere (nicht für alle Zielgruppen geeignet), • hoher Zeitaufwand der postalischen Befragung, • Erhebungssituation lässt sich nicht kontrollieren, • keine Wissensfragen möglich, • keine Spontaneität im Antwortverhalten, • keine Motivationsmöglichkeit durch den Interviewer. Da der mangelnde Rücklauf und die damit verbundenen Probleme der Stichprobenqualität ein ernst zu nehmendes Problem der schriftlichen Befragung darstellt, hat sich eine Vielzahl an Studien der Ausschöpfungsquote gewidmet (vgl. Überblick bei R. Porst, S. Ranft & B. Ruoff, 1998; K.-H. Reuband 2001b). So weiß man heute, dass die Länge des Fragebogens (empfohlen werden etwa zwölf Seiten), das Layout (übersichtlich), die Fragennummerierung (etwa in Blöcken), persönliche Anschreiben, Vorankündigungen, Art des Versands (mit Briefmarke statt Freistempel), institutionelle Hinweise auf dem Briefumschlag, Art der Umschlagbeschriftung (kein Adressenaufkleber, sondern handschriftlich bzw. direkt auf den Umschlag) zu einer Erhöhung des Rücklaufs führen kann. Je interessanter die Einstiegsfrage ist, desto höher ist die Teilnahmebereitschaft. Als besonders effektiv haben sich Nachfassaktionen herausgestellt, etwa in Form einer erinnernden Postkarte (bis zu dreimal nachfassen). Es hat sich gezeigt, dass durch Mahnaktionen insbesondere schlechter Gebildete und politisch Desinteressierte einbezogen werden (K.-H. Reuband 2001b: 320ff).54 Auch der Einsatz von Incentives kann sich positiv auswirken, in der Regel ein kleiner Geldbetrag oder ein geringwertiges Produkt. Den größten Ausschöpfungsgewinn bringt es dabei, wenn das Incentive bereits im Vorfeld mitgeschickt wurde, der

54 Entgegen geäußerter Befürchtungen sind keine systematischen Unterschiede im Antwortverhalten zwischen Früh- und Spätantwortern gefunden worden, zumindest nicht bei Meinungen und Einstellungen (I. Borg 2000).

4.3 Die schriftliche Befragung

131

Befragte fühlt sich dann am stärksten verpflichtet (A. H. Church 1993; A. Diekmann & B. Jann 2001; R. Porst 1999; D. A. Dillman, 1991).55 Ein Vorschlag, der sich vornehmlich mit diesen technischen Aspekten der Rücklaufsteigerung beschäftigt, ist die „Total Design Method“ bzw. in der Weiterentwicklung die „Tailored Design Method“ (beides abgekürzt TDM, D. A. Dillman 1978, 2009). Die Weiterentwicklung bezieht sich vorwiegend auf den besonderen Zuschnitt der Methode für Varianten der schriftlichen Befragung. Bei der TDM soll dem Befragten das Gefühl vermittelt werden, für seine „Kosten“ (Zeit, Nachdenken) einen „Nutzen“ aus seiner Kooperation ziehen zu können. Der Fragebogen muss daher perfekt formuliert und gestaltet sein, insbesondere die Einstiegsfrage muss interessant und mitreißend sein, auf jeden Befragten zutreffen sowie einfach zu beantworten sein. Der Fragebogen an sich sollte nicht länger als zwölf Seiten und in einer Booklet-Form gebunden sein. Im persönlichen, von Hand unterschriebenen Anschreiben, bei wissenschaftlichen Untersuchungen am besten auf einem offiziellen Briefbogen der Universität, sollten Urheber, Thema und Anlass der Studie genannt sein, die soziale Relevanz und Wichtigkeit der einzelnen Antwort verdeutlicht und auf die Anonymität der Studie hingewiesen werden. Um den Probanden Fragen beantworten zu können, sollte eine Telefonnummer im Anschreiben mitgegeben werden. Es versteht sich von selbst, dem Befragten keine Kosten entstehen zu lassen, so dass ein frankierter Rückumschlag oder aber ein Rückumschlag mit dem Hinweis „Porto zahlt Empfänger“ beigelegt sein muss. Der Versand von Fragebogen und Anschreiben sollte am besten in einem Umschlag erfolgen, auf den die Adresse direkt gedruckt wurde, also ohne Adressetikett. Über den Einsatz von Incentives kann nachgedacht werden. Eine idealtypische Durchführung einer schriftlichen, postalischen Befragung nach der TDM sieht wie folgt aus (vgl. ausführlich D. A. Dillman, J. D. Smyth & L. M. Christian 2009: 234ff): • Versand von Fragebogen, Anschreiben und Rückumschlag (gestaltet gemäß o. g. Kriterien), • eine Woche später: erste Nachfassaktion in Form einer Postkarte; Danksagung an die Personen, die bereits geantwortet haben bzw. Erinnerung an die Personen, die noch nicht geantwortet haben56,

55 Studien in den USA haben gezeigt, dass bereits Beträge von einem Dollar oder sogar darunter einen signifikanten Einfluss haben (A. H. Church 1993). Die Aussicht auf die Teilnahme an einem Gewinnspiel oder auf ein nachträgliches Incentive ist weitaus weniger wirkungsvoll (vgl. D. Schlütz 2002). 56 Dies kann mit einer gemeinsamen Postkarte geschehen. Es ist aber auch möglich, die Fragebögen (oder die Rücksendeumschläge) vorher zu paginieren (fortlaufend zu nummerieren) und zu notieren, um nach der Rücklaufkontrolle gezielt nachzufassen. Da die Paginierung jedoch eine Art DeAnonymisierung darstellt, die sich im Antwortverhalten niederschlagen kann (K.-H. Reuband 1999), muss über die Art der Mahnaktionen im Einzelfall entschieden werden. Wichtig ist nur, dass gemahnt wird.

132

• •

4 Modi der Befragung

drei Wochen später: zweite Nachfassaktion. Anschreiben, dass der Fragebogen noch nicht erhalten wurde und Wiederholung der Kernaussagen des ursprünglichen Anschreibens; Ersatzfragebogen und neuer Rückumschlag, sieben Wochen später: dritte Nachfassaktion (kann auch telefonisch geschehen).

Unter Anwendung der TDM sind für postalische Befragungen Antwortraten von bis zu 60 oder sogar 80 Prozent möglich. Auch K.-H. Reuband (2001b) konnte solche Rücklaufquoten nachweisen. Er stellte dabei jedoch fest, dass es bei seinen Studien keinen Einfluss hatte, ob man eine Briefmarke verwendete (der preiswertere Verschickungsweg „Infopost“ reichte). Auch eine Personalisierung durch eigenhändige Unterschrift zeigte keinen Einfluss. Mahnaktionen aber waren von zentraler Bedeutung. Auch in der schriftlichen Befragung gibt es in den letzten Jahren zunehmend die Möglichkeit, computergestützt zu arbeiten. Man spricht dann von CSAQ („computer assisted self-administered questionnaire“) oder CAWI („computer assisted web interview“): Der Befragte bearbeitet – gegebenenfalls nach einer Einweisung – eigenständig einen am Computer präsentierten Fragebogen. Dies kann in einem entsprechenden Untersuchungsraum geschehen. Es ist aber auch möglich, den Befragten den Fragebogen per E-Mail zuzusenden (EMS, „electronic mail studies“). Auch die Online-Befragung fällt hierunter (vgl. Abschnitt 4.4) Auf die generellen Vor- und Nachteile des Computereinsatzes sind wir schon im Zusammenhang mit der Face-to-Face-Befragung eingegangen. Gerade bei allen Arten der CSAQ werden Dinge möglich, die bei PAPI kaum denkbar waren, etwa die Präsentation von multimedialen Elementen. Auch die exakte Filterführung macht einen komplizierteren Fragebogenaufbau möglich. Zusätzlich empfinden Befragte computergestützte Befragungen als unterhaltsamer und vertraulicher, und die wahrgenommene Anonymität der Befragung ist höher (S. Knobloch & M. Knobloch 1999: 70f). 4.4 Die Online-Befragung Die Befragung per Computer wird – wie wir gesehen haben – immer üblicher. Eine besonders beliebte Variante ist die so genannte „Online- oder WWWBefragung“.



Die Online-Befragung ist ein Spezialfall der schriftlichen Umfrage, bei der der Fragebogen online – im World Wide Web oder (seltener) per E-Mail – präsentiert wird. Diese Form der Befragung wird auch als „computer assisted web interview“ (CAWI) bezeichnet.

4.4 Die Online-Befragung

133

In der kommerziellen Forschung spielt die Online-Umfrage eine bedeutende Rolle, es werden mittlerweile mehr quantitative Interviews online durchgeführt als face to face (vgl. Kap. 4.5). Auch in der Wissenschaft, in Forschungsprojekten und vor allem in Abschlussarbeiten kommt diesem Modus eine zentrale Bedeutung zu, denn er ist kostengünstig, schnell und fragebogentechnisch sinnvoll.57 Problematisch an dieser Vorgehensweise ist allerdings die Tatsache, dass, trotz deutlich gestiegener Verbreitung in den letzten zehn Jahren, immer noch nicht die gesamte Bevölkerung einen Internetanschluss nutzt – derzeit sind gut 67 Prozent aller Deutschen zumindest gelegentlich im Internet. Erschwerend kommt hinzu, dass diejenigen, die im Internet aktiv sind, in ihrer Struktur noch immer nicht der „Normalbevölkerung“ entsprechen, sie sind nach wie vor eher männlich und jung. Insbesondere die Unterschiede in der Verbreitung zwischen der jüngeren und älteren Generation sind immer noch bedeutend (B. van Eimeren & B. Frees 2009). Für bevölkerungsrepräsentative Erhebungen ist dieser Modus also ungeeignet. Sinnvoll ist er hingegen, wenn in der Studie insbesondere die jüngere Generation untersucht wird. Oder wenn sich die Studie speziell an die Nutzerschaft dieses Mediums wendet, wenn es um Online-Inhalte selbst geht. Ein Beispiel ist die Untersuchung der Gründe und Motive für die Preisgabe persönlicher Informationen in sozialen Netzwerken, die als Online-Umfrage innerhalb der Community von StudiVZ durchgeführt wurde (K. Blumberg, W. Möhring & B. Schneider 2009). Eine andere Online-Studie ging der Frage nach, wie die Glaubwürdigkeit von Corporate Weblogs aus der Sicht der BloggerCommunity beurteilt wird (T. Naab, A. Beekmann & C. Klimmt 2009). Mittels einer Online-Umfrage – sei es per E-Mail („electronic mail survey“, EMS) oder im WWW – kann man in kürzester Zeit Tausende potenzieller Befragter überall auf der Welt erreichen. Das ist beispielsweise dann sinnvoll, wenn die Zielgruppe der Befragung recht klein, aber über einen weiten geografischen Raum verstreut ist. Im Jahr 2003 gab es zum Beispiel in ganz Deutschland nur etwa 1,5 Mio. Personen, die einen so genannten PDA („personal digital assistant“58) besaßen. Um deren Nutzungsgewohnheiten zu erforschen, eignete sich der Online-Modus sehr gut, da man erstens von einer Computer-Affinität der PDA-Besitzer ausgehen konnte und weil man so am einfachsten und preiswertesten alle erreichen konnte (vgl. S. Trepte, N. Ranné & M. Becker 2003). Bei einer Online-Umfrage entstehen zudem keine oder kaum Verbindungskosten wie Porto oder Telefongebühren. Auch müssen keine Interviewer bezahlt werden. Die Daten liegen sofort in computerlesbarer Form vor, so dass die Ergebnisse nicht lange auf sich warten lassen. Der Fragebogen ist automatisiert, so 57 Für die Erstellung eines Online-Fragebogens gibt es eine ganze Reihe von spezieller Befragungssoftware, die leicht zu verstehen und anzuwenden ist und gute optische Ergebnisse liefert. Für Universitäten gibt es oftmals besonders günstige Konditionen, so z. B. bei Globalpark, die die Software Unipark anbieten. 58 PDAs sind elektronische Multifunktionsgeräte, die Kalender-, Adressbuch- und Notebookfunktionen mit der Fähigkeit zur Mobilkommunikation verbinden.

134

4 Modi der Befragung

dass Filterführung oder Rotation von Antwortvorgaben zur Vermeidung von Reihenfolgeeffekten möglich ist. Außerdem können Eingaben in Echtzeit überprüft werden, das heißt fehlende Inputs können sofort vom Programm angemahnt und vom Befragten ergänzt werden. Informationen über die Ausfüllzeit können später genutzt werden, um die Qualität der Bearbeitung zu prüfen, so können so genannte „Lurker“, die den Fragebogen nur „durchklicken“, identifiziert werden. Die automatische Erfassung der Abbrecher gibt Aufschluss darüber, wie weit einzelne Personen den Fragebogen ausgefüllt haben und wo sie abgebrochen haben. Das hilft – allerdings erst im Nachhinein –, dramaturgische oder fragentechnische Fehler zu identifizieren. Darüber hinaus kann die Datenqualität auf diese Weise erhöht werden, indem so genannte „Lurking-DropOuts“ identifiziert und von den Berechnungen ausgeschlossen werden können (vgl. M. Bosnjak 2003). Hinzu kommt die Möglichkeit, zur Unterstützung von Fragen und Antwortvorgaben auf multimediale Elemente zurückzugreifen, was das Verständnis schwieriger Sachverhalte erhöht, man kann sogar einen virtuellen Interviewer einsetzen (vgl. W. Möhring & B. Stack 2010). Schließlich ist es ein Leichtes, den Befragten Anonymität zuzusichern, so dass sich diese Befragungsform auch für heikle und sensible Themen eignet.59 Diese Anonymität wird von den Befragten auch tatsächlich höher eingestuft im Vergleich zu anderen Befragungsmodi (vgl. M. Taddicken 2007). Die größten Vorteile dieses Befragungsmodus sind also • Kostengünstigkeit, • Schnelligkeit (sowohl der Feldzeit als auch der Ergebniserstellung), • Ortsunabhängigkeit, • automatisierter Fragebogen, • Erfassung der Abbrecher und Antwortzeiten, • Einbindung von multimedialen Fragebogenelementen und • hohe Anonymität, dadurch Eignung für sensible Themen. Natürlich birgt die Online-Befragung auch zahlreiche Nachteile, die denen der schriftlichen Befragung ähneln, aber oft spezifisch ausgestaltet sind. Der größte Nachteil ist die mangelnde Repräsentativität, selbst wenn man als Grundgesamtheit nur die Internet-Nutzer zugrunde legt („Coverage Error“ und „Sampling Errors“ einerseits und, bei gegebenem Internetzugang, „Nonresponse Error“ andererseits, vgl. M. P. Couper 2000, W. Bandilla, L. Kacmirzek, M. Blohm & W. Neubarth 2009). Einmal ist es nicht möglich, die Grundgesamtheit exakt zu bestimmen, da über „die Internetnutzer“ kaum verlässliche Zahlen vorliegen und sich diese Gruppe ständig verändert. Darüber hinaus ist die Stichprobenziehung problematisch, auch wenn es eine ganze Reihe unterschiedlicher zufalls- und 59 Dabei muss allerdings berücksichtigt werden, dass eine technische Anonymität nicht immer gewährleistet ist, da jeder Rechner über die gesendete IP-Adresse identifizierbar ist. Bei Netzwerken und bestimmten Providern ist die Identifizierung (bedingt durch variable Adressen) allerdings schwieriger.

4.4 Die Online-Befragung

135

nicht-zufallsgesteuerter Zugangs- und Rekrutierungsmöglichkeiten gibt (aktive und passive Rekrutierung, vgl. Übersicht bei M. P. Couper & E. Coutts 2006, T. Starsetzki 2007). Nur in wenigen Fällen ist es möglich, auf der Basis einer definierten Ziel- und Auswahlgesamtheit eine zufallsbasierte Stichprobe zu ziehen, also aktiv zu rekrutieren (z. B. bei Mitarbeiter- oder hochschulinternen Studierendenbefragungen). Das heißt, es ist für Online-Umfragen vor allem schwierig, eine Auswahlgesamtheit zu definieren sowie Zugang zu den Befragten zu bekommen (N. Baur & M. J. Florian 2009; vgl. auch M. Maurer & O. Jandura 2009). Stellt man einfach nur einen Fragebogen ins Netz (offene WWW-Umfrage, z. B. auf einem bestimmten Portal), hat man keine Möglichkeit festzustellen, wer ihn beantwortet. Surfer mit hoher Netzfrequenz haben eine weit größere Chance, auf die Befragung zu treffen. als solche mit geringerer Nutzung. Da man aber davon ausgehen kann, dass Erstere andere Einstellungen zu Netzinhalten haben als Letztere, sind systematische Fehler programmiert. Methodentests zeigen, dass repräsentative Aussagen über die Internetnutzer nur offline, zum Beispiel mittels telefonischer Umfragen zu erzielen sind, weil offenbar viele Internetnutzer grundsätzlich nicht an Online-Umfragen teilnehmen (P. Kemmerzell & C. Heckel 2001). Eine Möglichkeit, eine systematische Auswahl aus den Besuchern einer Site zu treffen, ist die so genannte N viz-Methode, also die Auswahl jedes n-ten Besuchers („visitor“) einer Website (Intercept-Befragung, vgl. R. Pfleiderer 2001, M. P. Couper & E. Coutts 2006: 233). Konkret bedeutet das, dass zum Beispiel jeder zehnte Betrachter einer bestimmten Website per Banner, Pop-up-Fenster oder HTML-Layer auf eine laufende Befragung aufmerksam gemacht und gebeten wird teilzunehmen („survey request page“). Diese Person kann dann zwar immer noch die Teilnahme verweigern, aber immerhin kann man die Ausfallquote dann berechnen, da die Grundgesamtheit aus den „visitors“ der Site in einem bestimmten Zeitraum besteht. Wie repräsentativ eine Online-Studie dieser Art für die Besucher der Website ist, hängt von der Ausfüllquote ab. Diese wiederum wird beeinflusst durch die Gestaltung der „survey request page“ (vgl. R. Pfleiderer 2001).60 Vor allem in der studentischen Forschung häufig ist eine Stichprobenauswahl nach dem so genannten Schneeballsystem. Der Forschende schickt eine E-Mail mit der Bitte um Studienteilnahme und der entsprechenden URL an diverse ihm bekannte User. Diese werden gebeten, den Fragebogen anderen Menschen bekannt zu machen. So potenziert sich die Menge möglicher Probanden in kürzester Zeit. Eine Variante, um diesen Schneeball effizienter einzusetzen bzw. zu steuern, ist, zunächst aktiv die Personen, denen die Startmail zugeschickt wird, 60 Für die Durchführung einer solchen Umfrage hat der Arbeitskreis Deutscher Markt- und Sozialforschungsinstitute e. V. (ADM) (2001) eine Richtlinie erlassen, die die Ansprüche formuliert, die an eine repräsentative Online-Befragung zu richten sind. Auch die ESOMAR hat Guidelines erstellt, in denen auch ethische Aspekte angesprochen werden wie die, dass die Anonymität und Identität der Befragten gesichert sein muss etc.

136

4 Modi der Befragung

nach bestimmten Kriterien auszuwählen, um eine größere Varianz zu erzeugen. Auch können Newsletter, Newsgroups oder Mailinglisten zur Stichprobenziehung herangezogen werden, eine andere Variante ist die OnSite-Rekrutierung auf ausgewählten Websites (P. Hauptmanns & B. Lander 2003) Wie oben aufgeführt, ist neben dem Abdeckungs- und Auswahlfehler der Fehler durch Nicht-Antwort (unit non response) in der Online-Befragung besonders gewichtig. Denn in der Online-Befragung steht es jedem User noch stärker frei, den Fragebogen auszufüllen oder nicht. Diese Selbstselektion – „die Stichprobe ‚zieht’ sich selbst“ (P. Hauptmanns 1999: 26) – ist eine ernst zu nehmende Fehlerquelle. Man kann davon ausgehen, dass es insbesondere bei passiv rekrutierten Online-Befragungen bestimmte Menschen sind, die an Erhebungen teilnehmen. Das hat mehrere Gründe: Ein solcher Fragebogen (bzw. der Link) muss erst einmal gefunden werden, die Befragten müssen selbst aktiv werden, und die Teilnahme verursacht für sie mindestens Transaktionskosten (W. Bandilla 1999). Die Barriere ist also höher als bei den anderen Modi, die Ausschöpfungsquote daher (vermutlich) geringer. Aus diesem Grund werden gerade bei Online-Befragungen gerne Incentives als Anreiz zum Mitmachen eingesetzt. A. Göritz (2007) konnte zeigen, dass materielle Incentives durchaus den Rücklauf erhöhen können.61 Das heißt, Stichproben, die unterschiedlich rekrutiert werden (etwa face to face, übers Telefon oder per Selbstselektion im Netz), können strukturell voneinander abweichen (G. Herrmann & M. Patt 2002, T. Faas & H. Schoen 2009). T. Lanninger (2001) weist zusätzlich darauf hin, dass die Dauer der Feldzeit für die Repräsentativität einer Online-Befragung entscheidend ist. Eine Studie sollte mindestens eine komplette Woche online sein, damit auch gelegentliche Internetnutzer erreicht werden können. Um den Problemen der Stichprobenauswahl zu entgehen, bieten zahlreiche kommerzielle Firmen so genannte „Access-Panels“ mit bis zu 30.000 Teilnehmern an (vgl. B. Batinic & K. Moser 2001, A. S. Göritz 2003). Diese Panels sollten nicht mit den Längsschnittstudien echter Panels verwechselt werden (siehe Kapitel 5.2). Ein Access-Panel ist ein Pool von registrierten Testpersonen, die prinzipiell bereit sind – in der Regel gegen eine geringe Entlohnung –, wiederholt an Befragungen teilzunehmen. Aus diesem Pool werden für anstehende Befragungen passende Personen ausgewählt.62 Der Vorteil solcher Panels ist, dass schnell und kostengünstig Stichproben zu bestimmten Fragestellungen zusammengestellt werden können. Darüber hinaus ist es hier möglich, Verweigerungs- und Rücklaufquoten zu berechnen. Die Teilnahmequote ist – bedingt durch persönliche Ansprache und Incentives – oftmals sehr hoch. Ein Nachteil 61 Über mögliche Auswirkungen auf die Datenqualität beim Einsatz von Incentives wird in der Literatur kontrovers diskutiert, die Ergebnisse zu der Frage, ob der Einsatz von Incentives die Stichprobenzusammensetzung verändert, sind uneinheitlich (vgl. A. Göritz 2007) 62 Die Passung wird ermittelt über die bei der Anmeldung im Panel erhobenen Stammdaten wie beispielsweise Soziodemografie, Nutzungsgewohnheiten oder Besitz von bzw. Interesse an bestimmten Konsumgütern.

4.4 Die Online-Befragung

137

ist, dass sich die Mitglieder auch hier selbst selektieren, da die Panelmitgliedschaft freiwillig ist. Dadurch besteht die Gefahr, gehäuft einen bestimmten Typus von Befragten als Teilnehmer zu gewinnen, etwa besonders interessierte Internet-User oder Schnäppchenjäger, die vor allem durch die regelmäßigen Incentives motiviert werden. Die Ergebnisse von Umfragen, die sich auf solche Panels stützen, sind oftmals abhängig von Rekrutierungs- (online oder offline) und Erhebungsverfahren (online oder face-to-face, vgl. M. Hoppe & R. Lamp 2001), was auch mit den Unterschieden in der Struktur des Panels in Abhängigkeit von der Rekrutierung zusammenhängt (J. O. Hellwig & R. Bouwmeester 2001). Bei der Auswahl eines Online-Access-Panels ist es somit wichtig, auf die Einhaltung der einschlägigen Vorschriften durch die Anbieter zu achten (M. Smaluhn 2007). Ein weiterer Nachteil der Online-Befragung ist die Bildungs- und Altersbarriere, das heißt diese Erhebungsform schließt – stärker noch als die klassische schriftliche Form – weniger gebildete Befragte, aber auch Ältere aus. Die Erhebungssituation ist ebenso wenig kontrollierbar wie beim herkömmlichen Selbstausfüller. Zusätzlich besteht aber die Gefahr, dass Befragte mehrfach an einer Erhebung teilnehmen und so die Ergebnisse verzerren.63 Schließlich führt die Abwesenheit eines Interviewers unter Umständen zu höheren Abbruchquoten aufgrund der fehlenden Motivierung. M. Taddicken (2008) kann zudem zeigen, dass die geringere soziale Präsenz und die somit reduzierten sozialen Kontexthinweise dazu führen, dass die Befragten eher einem Idealbild von sich selber folgen und sich insgesamt weniger an soziale Normen gebunden fühlen. Insgesamt ergeben sich für die Online-Befragung folgende Nachteile: • mangelnde Repräsentativität, • vermutlich geringe Ausschöpfungsquote (kaum berechenbar), • Bildungsbarriere, • Altersbarriere, • nicht kontrollierbare Erhebungssituation sowie • keine Motivationsmöglichkeit durch den Interviewer. Die Erstellung eines Online-Fragebogens richtet sich im Prinzip nach den gleichen Kriterien wie die eines schriftlichen Fragebogens. Es ist auch hier sinnvoll, den Hinweisen der TDM zu folgen (vgl. D. A. Dillman, J. D. Smyth & L. M. Christian 2009: 271ff und vgl. Abschnitt 4.3). Vor allem bei der gestalterischen und technischen Entwicklung allerdings muss man sich die Nutzungsgewohnheiten der Befragten vor Augen halten, denn die Gestaltung eines WebFragebogens hat Einfluss auf das Antwortverhalten (M. P. Couper, M. W. Traugott & M. J. Lamias 2001).

63 Es gibt technische Möglichkeiten, dieses Problem einzuschränken (etwa durch den Einsatz von Identifizierungs-Markern, so genannten „Cookies“, oder über die IP-Adresse), aber die lassen sich von netzgeübten Befragten umgehen.

138

4 Modi der Befragung

Zentrale Probleme der mediengerechten Fragebogenkonzeption sind Layout, also die graphische Aufbereitung, und Länge der Umfrage (vgl. in der Übersicht M. Pötschke & J. Simonson 2001; A. Theobald 2007; M. Welker, A. Werner & J. Scholz 2005: 73ff sowie L. Kaczmirek 2009: 30ff). Beides ist stark davon abhängig, welche technische Ausstattung dem Befragten zur Verfügung steht. Ein beim Forscher tadellos aussehender und laufender Fragebogen kann bei einem Befragten, der mit einer niedrigeren Browser-Version oder einem anderen Programm arbeitet, katastrophal aussehen. Es ist nicht auszuschließen, dass solche Unterschiede sich auf die Antworten auswirken und so systematische Fehler entstehen (vgl. M. Pötschke & J. Simonson 2001). Deswegen muss der Pretest eines solchen Fragebogens auch den technischen Aspekt umfassen (vgl. Abschnitt 6.2). Die zumutbare Länge eines Online-Fragebogens hängt ab vom Thema, von der Betroffenheit der Befragungsperson und von der Präsentation. Ein ansprechendes Layout hat auf die (wahrgenommene) Länge allerdings weniger Einfluss als bei einem schriftlichen Interview. L. Gräf (1999) empfiehlt, jede Eingabeaufforderung als eine Frage zu verstehen; ein Online-Fragebogen sollte nicht mehr als 25 solcher Fragen enthalten. Das noch bis vor wenigen Jahren in diesem Zusammenhang genannte Argument, dass viele Internetnutzer pro Minute Online-Zeit zahlen müssen, ist durch heute weit verbreitete Flatrates beim Internetzugang nicht mehr ausschlaggebend. Für die Gestaltung gilt: knappe Formulierungen und bildschirmgeeignetes, aber dennoch lesefreundliches Layout mit ansprechenden graphischen Elementen. A. Theobald (2007: 105) bringt es in der Formulierung auf den Punkt: zurückhaltend, aber trotzdem professionell; eine andere Faustformel lautet: anspruchsvolles, aber robustes Design (M. Welker, A. Wenzel & J. Scholz 2005: 89). Das heißt, man muss darauf achten, keine zu umfangreichen Matrixfragen auf einem Bildschirm zu präsentieren, weil sie oft zu unübersichtlich sind. Die Blockung von kompletten Skalenfragen auf einem Bildschirm erhöht die Tendenz der Befragten, Antwortmustern zu folgen (die einzelnen Items korrelieren höher als bei der Darstellung auf je einer Seite). Andererseits erhöht eine Anordnung nach der Regel „eine Frage, ein Bildschirm“ die Lade- und damit Ausfüllzeit signifikant. So steigt der Anteil an nicht beantworteten Fragen (M. P. Couper, M. W. Traugott & M. J. Lamias 2001). Daher sollte man die Gestaltung von der Länge des Fragebogens abhängig machen: Hat man einen eher kurzen Fragebogen, kann man jede Frage bzw. Antwortvorgabe einzeln präsentieren. Bei einer langen Befragung ist es sinnvoller, Skalenfragen zu blocken. 64 Da man nicht davon ausgehen kann, dass alle Befragten gleichermaßen versiert in der Computernutzung sind, ist es sinnvoll, nötige Instruktionen zum Umgang mit technischen Frageformaten an den entsprechenden Stellen zu brin64 Zum Einsatz verschiedener Fragetypen und Fragebogendesigns bei Online-Befragungen werden in der Zeitschrift „Public Opinion Quarterly“ regelmäßig Studienergebnisse veröffentlicht (vgl. auch Hinweise in D. A. Dillman, J. D. Smyth & L. M. Christian 2009)

139

4.4 Die Online-Befragung

gen (z. B. bei „radio buttons“, die mit einem Klick aktiviert werden, oder „drop down menus“, die man per Maus aufklappen kann). Schließlich ist es hilfreich, den Befragten durch ein grafisches Symbol (z. B. einen Kreis oder einen Balken, den sog. „Fortschrittsbalken“) zu signalisieren, wo er sich im Fragebogen befindet (je weiter er fortschreitet, desto mehr füllt sich der Balken). Diese Applikation darf die Ladezeit des Fragebogens allerdings nicht signifikant erhöhen. 4.5 Zusammenfassung und Vergleich der Befragungsmodi Lange Zeit galt das Face-to-Face-Interview als der „Königsweg“ der Sozialforschung, bis es durch die schnelleren und kostengünstigeren Telefoninterviews und Online-Befragungen von seinem Spitzenplatz verdrängt wurde. Die postalische Befragung hingegen, in der Wissenschaft häufiger eingesetzt, galt den Forschungsinstituten schon lange als zu gering in der Ausschöpfung und damit als zu wenig aussagekräftig (Tabelle 7). Befragungsart

2002

2004

2006

2008

persönlich davon PAPI davon CAPI telefonisch schriftlich online

33 24 9 41 21 5

31 24 7 44 9 16

25 16 9 46 8 21

21 12 9 42 6 31

Tabelle 7: Quantitative Interviews der ADM-Mitgliedsinstitute nach Befragungsart (in Prozent) (Quelle: ADM Arbeitskreis Deutscher Markt- und Sozialforschungsinstitute e. V. 2010)

Alle Verfahren haben also offenbar ihre Berechtigung. Wichtig ist, dass man bei einer Studie möglichst nur einen Modus einsetzt. Die unterschiedlichen Stärken und Schwächen der Verfahren und vor allem die je andere soziale Situation ziehen verschiedene Effekte nach sich, die die Ergebnisse beeinflussen können. Die Vergleichbarkeit von Resultaten, die mal telefonisch, mal schriftlich erzielt wurden, ist nicht immer gegeben. Lässt sich ein Methoden-Mix nicht verhindern (z. B. aus finanziellen oder stichprobenbedingten Gründen), muss man sich dieses Problems bewusst sein. Wann aber ist welche Vorgehensweise sinnvoll? Wie trifft man letztlich die Entscheidung? Wenn man für die eigene Studie einen Modus auszuwählen hat, sollte man folgende Kriterien berücksichtigen: • Eignung von Thema und Fragebogen: Umfang der Erhebung/Fragebogenlänge, Einsatz von Vorlagen, Skalen,

140

4 Modi der Befragung

Erhebungsdimension (Wissen, Einstellungen, Beurteilung von Objekten); • Erreichbarkeit der Zielgruppe: technisch (Telefondichte, Adressen o. Ä.), praktisch (Single-Haushalte, Messegäste, Kunden, Studierende, Manager), ökonomisch (regionale Streuung); • Forschungsökonomie: Zeitrahmen, Finanzbudget. -

Das wichtigste Entscheidungskriterium für die Auswahl eines Befragungsmodus ist die Eignung des Themas. Das Thema muss die Wahl des Modus bestimmen, nicht umgekehrt. Und mit dem Thema zusammen hängt die Eignung des Fragebogens: Wie lang ist er? Kann man ihn noch am Telefon abfragen oder sollte man ein persönliches Interview vorziehen? Werden Vorlagen benötigt? Wenn ja, muss es ein persönliches oder schriftliches Interview sein? Soll Wissen abgefragt werden oder geht es um Einstellungen? Für Wissen eignen sich schriftliche Befragungen zum Beispiel nicht. Im zweiten Schritt muss dann die Eignung der Zielgruppe für den gewählten Modus abgeklopft werden. Welche Informationen liegen vor, um eine Stichprobe zu ziehen? Können diejenigen mit dem Fragebogen erreicht werden, die erreicht werden sollen? Und schlussendlich spielt auch der forschungsökonomische Rahmen eine Rolle. Kann der gewählte Modus die Ergebnisse in der Zeit liefern, die ich zur Verfügung habe? Ist das Thema aktuell, die Zeit also knapp, bietet sich eine postalische Umfrage beispielsweise nicht an. Und – last but not least – kann ich das auch bezahlen? Steht mir etwa genug Geld zur Verfügung, um Interviewer vergüten zu können? Zusätzlich zu diesen Kriterien spielen bei der Auswahl der passenden Befragungsart selbstverständlich auch die in den obigen Kapiteln dargelegten jeweiligen Vor- und Nachteile eine Rolle. Die folgende Übersicht leitet sich aus den vorangestellten Erläuterungen ab, zum besseren Verständnis dieser stark verkürzten und auch schematisierten Darstellung sollten diese also bekannt sein.

141

4.5 Zusammenfassung und Vergleich der Befragungsmodi

face-to-face pers. CAPI Anforderungen an den Interviewer

-2

-1

telefonisch pers. CATI -1

schriftlich post. online

+2

-

-

Interviewereinfluss

-2

-1

-1

-1

+2

+2

Kontrollmöglichkeiten

-2

-1

-1

+2

-2

-1

Einfluss Dritter

+1

+2

+2

+2

-2

-2

Länge der Feldzeit Kosten

-2 -2

-1 -2

+1 +2

+2 +1

-2 +1

+2 +2

Rücklaufquote

+2

+2

+1

+1

-1

-2

Eignung für kognitiv anspruchsvolle Themen

+2

+2

-2

-2

+2

-1

Eignung für heikle Themen

-1

+1

+1

+1

+1

+2

Einfluss sozialer Erwünschtheit

-2

-1

-1

-1

+1

+2

Eignung für offene Fragen

+1

+1

-2

-1

-2

-1

Einsatz von Skalen

+2

+2

-1

-1

+2

+2

Einsatz von Hilfsmitteln

+2

+2

-2

-2

-1

+2

Eignung für umfangreiche Befragungen

+2

+2

-2

-2

-1

-1

Eignung für alle Zielgruppen

+2

-1

+2

+2

-1

-1

Geografische Reichweite

-1

-2

+2

+2

+2

+2

+2 = großer Vorteil, +1 = kleiner Vorteil, -1 = kleiner Nachteil, -2 = großer Nachteil

Tabelle 8: Vor- und Nachteile der Befragungsmodi im Vergleich (eigene Zusammenstellung in Anlehnung an J. H. Frey, G. Kunz & G. Lüschen 1990: 57)

Wie aus Tabelle 8 deutlich wird, haben alle Modi spezifische Vor- und Nachteile. Es gibt nicht den einen besten Befragungsmodus. Sie variieren in Bezug auf die Intensität des Kontakts zwischen Interviewer und Befragten und unterscheiden sich im Hinblick auf Kosten, Zeit, Aufwand und Fragebogenanforderungen. Es muss von Fall zu Fall entschieden werden, welche Methode am günstigsten ist und welche Nachteile man in Kauf nimmt – und man muss auch im Einzelfall

142

4 Modi der Befragung

entscheiden, ob ein Vorteil tatsächlich ein solcher ist und ob ein befürchteter Nachteil sich im konkreten Fall tatsächlich nachteilig auswirkt. Vor diesem Hintergrund sind so genannte „Single-Mode-Studien“, also Studien, die sich auf einen Befragungsmodus beschränken, zu bevorzugen. Es kann jedoch, etwa bei internationalen Studien oder bei Studien in verschiedenen Bevölkerungsgruppen, manchmal auch angebracht sein, einen Mixed-Mode-Ansatz zu verfolgen, in welchem zum Beispiel eine Online-Befragung und eine telefonische Befragung kombiniert werden. Die Erstellung der Fragebögen muss dann sowohl die Besonderheiten und Einschränkungen des jeweiligen Modus als auch die Vergleichbarkeit der Fragebögen berücksichtigen (vgl. D. A. Dillman, J. D. Smyth & L. M. Christian 2009). Das Gleiche gilt es bei der Interpretation von Langzeitdaten zu berücksichtigen, wenn zwischen zwei Wellen der Modus geändert wird, wie beispielsweise bei der Umstellung in der MA im Jahr 2000 von einer persönlichen Befragung zu einem telefonischen Interview. Im persönlichen Interview ist die Interaktion zwischen Interviewer und Befragtem stark und kaum zu kontrollieren. Dadurch sind die Anforderungen an den Interviewer sehr hoch, ebenso wie sein Einfluss, weshalb sich ein solches Interview auch nur bedingt für heikle Fragen eignet. Bei der computerunterstützten Variante wirken sich diese Nachteile etwas weniger gravierend aus. Heikle Themen können hier sogar recht gut angesprochen werden, da der Computer als eine Art „anonymer Dritter“ fungiert und den Einfluss der sozialen Erwünschtheit reduziert. Gelegentlich ist es auch so, dass der Befragte die Antwort selbst eintippt, was die Anonymität deutlich heraufsetzt. Es kann immer mal vorkommen, dass Dritte am Interview beteiligt sind, auch wenn das nicht vorgesehen ist. Allerdings kann dieser Einfluss – bei einer entsprechenden Notiz im Fragebogen – kontrolliert werden. Weitere große Nachteile des persönlichen Face-to-Face-Interviews sind die hohen Kosten und die lange Feldzeit (bei CAPI geht es etwas schneller, da die Dateneingabe entfällt) sowie, etwas weniger gravierend, die eingeschränkte geografische Reichweite – es sei denn, es steht ein komplettes Interviewerfeld zur Verfügung. Die mangelnde Reichweite schlägt bei CAPI noch stärker zu Buche, da auch gut ausgestattete Institute meist nur eine kleine Anzahl Laptops zur Verfügung stellen. Die Stärken des Verfahrens sind seine Eignung für alle Zielgruppen sowie die hohe Rücklaufquote, die durch sorgfältige Auswahlarbeit der Interviewer gewährleistet ist. Außerdem eignet sich das Verfahren des persönlichen Gesprächs sehr gut für anspruchsvolle Themen, über die der Befragte auch mal einen Moment nachdenken muss. Skalen und Hilfsmittel, auch visuelle, können problemlos eingesetzt werden, was oft die Reliabilität der Befragung unterstützt. Schließlich kann ein solches Interview auch schon mal etwas länger dauern, ohne dass ein Abbruch riskiert wird. Telefonische Interviews zeichnen sich insbesondere durch ihre hohe geografische Reichweite aus und ihre Eignung für alle Zielgruppen – eine entsprechende Haushaltsabdeckung mit Telefonen bzw. Festnetzanschlüssen vorausge-

4.5 Zusammenfassung und Vergleich der Befragungsmodi

143

setzt. Sie sind schnell (v. a. CATI) und relativ kostengünstig. Der Einfluss einer dritten Person ist zu vernachlässigen, da sich kaum jemand in ein Telefongespräch einschalten kann. So eignen sich Telefoninterviews gut für heikle Fragen. Bei einem CATI-Interview sind zudem die Anforderungen an den Interviewer sehr gering, da der Computer die Fragebogensteuerung übernimmt. In Telefonstudios sind außerdem die Kontrollmöglichkeiten für die Studienleitung hervorragend. Beide Vorteile greifen bei einem normalen Telefoninterview mit einem handschriftlich auszufüllenden Fragebogen nicht. In beiden Varianten hat der Interviewer einen gewissen Einfluss auf die soziale Situation, der aber geringer einzuschätzen ist als bei persönlichen Interviews. Durch die Menge an Interviews pro Interviewer erhöht er sich jedoch wieder. Die größten Nachteile telefonischer Befragungen sind, dass man keine Hilfsmittel einsetzen kann (auch Skalen sind nur in gewissen Grenzen einsetzbar), dass sie sich nicht für anspruchsvolle Fragen eignen und dass ein telefonisches Interview nicht zu lang sein darf. Auch offene Fragen eignen sich nicht; zum einen, weil das gleichzeitige Zuhören und Mitschreiben für den Interviewer nicht unproblematisch ist und weil es einfach zu lange dauert. Schriftliche Befragungen schließlich bestechen vor allem durch die hohe räumliche Streumöglichkeit sowie die überschaubaren Kosten. Bei postalischen Befragungen sollte man allerdings nicht vergessen, das Porto einzuberechnen, auch das für die Nachfassaktionen. Noch preiswerter und zudem schneller sind Online-Befragungen. Da weder Versand noch Dateneingabe zeitlich zu Buche schlagen, hat man in kürzester Zeit Ergebnisse. Es geht nicht ganz so schnell wie beim Telefon, aber viel schneller als bei der herkömmlichen Befragung auf dem Postweg. Aus Gründen der Repräsentativität sollte man die Feldzeit allerdings auch nicht zu kurz ansetzen. Postalische Befragungen sind darüber hinaus geeignet, kognitiv anspruchsvolle Themen anzusprechen. Bei OnlineBefragungen ist das nicht der Fall, da die Befragten sich hier in der Regel weit weniger Zeit zum Überlegen nehmen. Dafür ist bei einer Befragung übers Internet der Einsatz von Hilfsmitteln möglich. Die Nachteile des Verfahrens gründen sich vorwiegend auf die Befragungssituation, die sich durch die Abwesenheit von Interviewern der Kontrolle durch die Studienleitung vollständig entzieht. Dadurch kann (muss aber nicht) der Einfluss Dritter sehr hoch sein. Auf der anderen Seite gibt es so keinen Interviewereinfluss, und man kann mit ehrlicheren Antworten rechnen, auch auf heikle Fragen. Dieser Vorteil kann bei der postalischen Befragung allerdings eingeschränkt werden, da durch die Paginierung der Bögen die Anonymität eingeschränkt wirkt (obschon sie es bei sorgfältiger Arbeit nicht ist). Eine weitere Schwäche liegt darin, dass sich nicht alle Menschen schriftlich gut befragen lassen (z. B. geringer Gebildete oder Kinder). Bei der Online-Befragung kommt hinzu, dass immer noch nicht alle Teile der Bevölkerung gleich gut online erreicht werden können. Die Tatsache, dass der Fragebogen selbst ausgefüllt werden muss, hat zur Folge, dass offene Fragen weniger günstig sind als bei anderen Modi, da Befragte erfahrungsgemäß wenig

144

4 Modi der Befragung

geneigt sind, sich ausführlich schriftlich zu äußern. Ist der Fragebogen im Ganzen zu lang, muss man insgesamt mit einer geringen Beteiligung rechnen. Die geringere soziale Präsenz führt in der Online-Befragung einerseits zu erhöhter Anonymitätseinschätzung, andererseits zu geringerer Wahrnehmung sozialer Normen.



Die Auswahl des passenden Befragungsmodus ist von verschiedenen Kriterien abhängig: Eignung des Themas und des Fragebogens, die zu befragende Zielgruppe und forschungsökonomische Aspekte entscheiden – neben den jeweiligen Vor- und Nachteilen – über die Auswahl des sinnvollsten Befragungsmodus. Es gibt nicht generell den besten Modus, sondern nur den im Einzelfall günstigsten. Auf eine Kombination sollte möglichst verzichtet werden.



Dillman, Don A., Smyth, Jolene & Christian, Leah Melani. (2009). Internet, Mail and Mixed-Mode Surveys: The Tailored Design Method (3. Auflage). Hoboken, NJ: John Wiley Co. (Der (neue) Klassiker über alle Formen der schriftlichen Befragung mit sehr vielen Beispielen, oft im Original-Layout.) Frey, James H., Kunz, Gerhard & Lüschen, Günther. (1990). Telefonumfragen in der Sozialforschung: Methoden, Techniken, Berufspraxis. Opladen: Westdeutscher Verlag. (Wenn auch nicht mehr ganz aktuell, bietet das Buch einen guten Überblick über den Einsatz des Telefons bei Befragungen.) Jackob, Nikolaus, Schoen, Harald & Zerback Thomas. (Hrsg.). (2009). Sozialforschung im Internet. Methodologie und Praxis der Online-Befragung. Wiesbaden: VS. (Ein wissenschaftlicher Sammelband über methodologische Fragen, ergänzt um Fallstudien aus dem Bereich der Online-Befragung.) Theobald, Axel, Dreyer, Marcus & Starsetzki, Thomas. (Hrsg.). (2003). OnlineMarktforschung: Theoretische Grundlagen und praktische Erfahrungen (2. überarb. und erw. Auflage). Wiesbaden: Gabler. (Ein umfangreicher Sammelband mit theoretischen und praktischen Erkenntnissen zum Thema Online-Befragung.)

5

Varianten der Befragung

In diesem Kapitel werden wir einige Befragungsvarianten vorstellen, die in der Medien- und Kommunikationsforschung eingesetzt werden. Dabei beschränken wir uns auf diejenigen, die aus unserer Sicht zentral sind. Wir werden einen Überblick geben über die Mehrthemenbefragung, erklären, was ein Panel ist, kurz die Möglichkeiten und den Aufbau einer Delphi-Befragung erläutern sowie die Besonderheiten einer Tagebuchstudie und die „Experience Sampling Method“ vorstellen. 5.1 Mehrthemenumfrage (Omnibusbefragung) Nicht immer führt das persönliche Forschungsinteresse – übersetzt in adäquate Fragen – zu einer eigenen Umfrage. Manchmal einfach deswegen nicht, weil es zu wenige Fragen sind und der Aufwand einer eigenen (ggf. repräsentativen) Untersuchung in keinem günstigen Verhältnis zum Ertrag steht. Oder aber, und dies ist oft der ausschlaggebende Grund, weil das Geld fehlt, eine komplette Untersuchung vollständig auf eigene Kosten durchzuführen. Wenn sich das Erkenntnisinteresse auf wenige Fragen (zuzüglich soziodemografischer Angaben) reduzieren lässt – beispielsweise zur Messung von Bekanntheit, zur Imageanalyse, aber auch zur Mediennutzung oder Werbeerfolgskontrolle –, dann sollte man sich die Teilnahme an einer Mehrthemenumfrage überlegen, einer so genannten Omnibusbefragung. Der Begriff signalisiert: Jeder kann einsteigen, es gibt festgelegte „Abfahrtszeiten“ (z. B. täglich, jeder erste Mittwoch oder jeder dritte Montag im Monat) und festgelegte „Ankunftszeiten“. In der Regel sind solche Mehrthemenumfragen in Bezug auf spezifische Grundgesamtheiten repräsentativ angelegt. Die Zahl der Fragen pro Themengebiet ist in einer solchen Umfrage begrenzt; Fragestellungen und Themen, die umfassend abgefragt werden sollen, eignen sich daher nicht. Und genauso sind die Umfragen konzipiert:



Eine Mehrthemenumfrage oder Omnibusbefragung setzt sich aus verschiedenen Einzelthemen und -fragen zusammen, meist von unterschiedlichen Auftraggebern. Es gibt sie in verschiedenen Modi. Häufig sind diese Umfragen repräsentativ angelegt.

Die angebotenen Busse unterscheiden sich nach Befragungsmodus (CATI, CAPI, online, face-to-face etc.), nach Art der Stichprobenziehung (in der Regel Random, manchmal auch Quota, bei Online-Bussen häufig auf Basis sogenannter Access-Panels), nach Stichprobengröße (von 500 Fällen bis zu mehreren Tausenden), nach geografischer Reichweite (Deutschland, Europa und auch

146

5 Varianten der Befragung

weltweit) und nach Zielgruppe bzw. Grundgesamtheit (etwa bundesdeutsche Gesamtbevölkerung oder speziellere Zielgruppen: Befragt werden nur Haushaltsführende, nur Internetnutzer, Ärzte, Sportinteressierte u. Ä.). Es ist möglich, sich dort mit seinen Fragen einzukaufen. Die Kosten hängen (neben dem Umfang der Fragen) ab von der Größe der Stichprobe und deren Zusammensetzung sowie vom beauftragten Institut und den angelegten Qualitätskriterien. Eine einzelne geschlossene Frage in einem täglich in Deutschland startenden Face-toFace-Bus und auch für einen CAPI-Bus beispielsweise kostet ab 840 Euro für eine Stichprobe von n = 1.000, eine offene Frage 1.260 Euro. Bei einer Stichprobengröße von n = 4.000 erhöhen sich die Kosten und beginnen für geschlossene Fragen bei 2.050 Euro, für offene Fragen betragen sie 2.950 Euro (Ipsos GmbH).65 Das Schalten von CATI-Fragen ist etwas preiswerter, ebenso eine Beteiligung in Online-Bussen (so z. B. bei forsa um die 500 Euro für geschlossene und um die 800 Euro für offene Fragen). Die Ankunft des jeweiligen Busses und später dann die Ergebnislieferung erfolgt zu einem festgesetzten Termin. Je nach Befragungsmodus, Stichprobengröße und Reichweite liegen die Daten der telefonischen und Online-Umfragen in der Regel nach wenigen Werktagen vor, bei CAPI, Face-to-face oder Mail vergehen drei bis sechs Wochen. Omnibusbefragungen erreichen aufgrund der engen zeitlichen Begrenzung und den oft sehr langen Fragebögen Ausschöpfungsquoten, die zwischen 50 und 60 Prozent liegen, teilweise sogar darunter. Sie sind damit unterhalb der vom ZAW geforderten Konvention von 70 Prozent. Den bei einer solchen Umfrage gesetzten Ansprüchen genügt eine solche Quote aber dennoch (H. Scheffler 1997). Der Hauptvorteil der Mehrthemenumfrage ist rein wirtschaftlich, eine Teilnahme im Bus ist günstiger, als wenige Fragen selber zu stellen. Auch methodisch kann man einer solchen Befragung Vorteile zugestehen: Der häufige Themenwechsel lässt dem Befragten die Zeit schneller vergehen, es treten kaum Lerneffekte auf, und es werden keine Erwartungen aufgebaut. Ein Nachteil ist jedoch der oft große Umfang der Befragung. Und für den strategischen Aufbau des Fragebogens ist es nicht immer leicht, die Fragen so zu platzieren, dass keine unerwünschten Kontexteffekte entstehen (R. Schnell, P. Hill & E. Esser 2008: 123f).

65 Stand Frühjahr 2010. Aktuelle Preislisten und Abfahrtzeiten der einzelnen Busse können bei den jeweiligen Instituten angefragt bzw. auf deren Homepage eingesehen werden. Einen jeweils aktuellen Überblick findet man auch in der Zeitschrift „planung & analyse“, die siebenmal pro Jahr erscheint.

5.2 Panel

147

5.2 Panel Beim Panel handelt es sich genau genommen weniger um eine Befragungsmethode als vielmehr um ein Untersuchungsdesign. Im Rahmen eines solchen Designs können unterschiedliche Methoden eingesetzt werden. Häufig ist das eine Befragung, aber auch eine Beobachtung ist denkbar wie zum Beispiel beim GfK-Fernsehpanel oder bei Verbraucherpanels. Im Folgenden geht es ausschließlich um Befragungspanels.



Als Panel bezeichnet man eine Versuchsanordnung, in der dieselben Personen mehrfach mit (fast) demselben Instrument befragt werden. Ein Panel ist ein Längsschnittdesign.

Im Gegensatz zu einer einmalig durchgeführten Querschnittstudie ermöglichen es Paneldaten, Aussagen über Veränderungen und Kausalitäten zu machen. Das Besondere ist, dass die Daten wiederholt bei denselben Versuchspersonen erhoben werden. Das unterscheidet das Panel von Trend- oder Trackingstudien. Letztere messen zwar auch Veränderungen, sind aber statistisch weniger sicher, da die Aussagen jeweils auf unterschiedlichen – wenn auch meist strukturgleichen – Stichproben beruhen. Zudem ist es so nicht möglich, individuelle Veränderungen festzustellen. In der Marktforschung sind Langzeitstudien und insbesondere Panels weit verbreitet (Konsumenten- und Handelspanels, vgl. M. Günther, U. Vossebein & R. Wildner 2006: 73ff, L. Berekoven, W. Eckert & P. Ellenrieder 2009: 120ff). Im Bereich der Online-Forschung hat sich seit einigen Jahren der Begriff des Access-Panels etabliert, dies sind aber keine Panels im hier beschriebenen Sinn, sondern lediglich Pools von Befragten (vgl. Kap. 4.4). In der professionellen Medienforschung wird häufig von Panels Gebrauch gemacht, etwa zur Messung von Fernseh- oder Radionutzung,66 oder im Rahmen kommerzieller Werbewirkungsstudien (diese sind allerdings häufiger als Trackingstudien konzeptioniert). In der wissenschaftlichen Kommunikationsforschung sind einige bedeutende Studien als Panel aufgebaut – insbesondere wenn es um die Messung von Medienwirkungen geht (z. B. „The People’s Choice“ von P. F. Lazarsfeld, B. Berelson & H. Gaudet 1948). Aktuellere Beispiele sind etwa die Panelstudie zum Einfluss der Medienberichterstattung auf Politikverdrossenheit (M. Maurer 2003) oder eine Untersuchung zu AgendaSetting-Effekten im Wahlkampf (A. Shehata 2010). Die Basis einer Paneluntersuchung ist in der Regel ein sehr ausführlicher Fragebogen, der grundsätzliche Daten über die Panelteilnehmer erhebt. Das sind 66 Solche Paneldaten werden in der Regel nicht im Längsschnitt-Vergleich ausgewertet. Der Fokus dieser Panels liegt nicht auf der Messung von Veränderungen oder Kausalitäten. Vielmehr liegt der Vorteil des Panels hier darin, dass nicht ständig neue Stichproben rekrutiert werden müssen. Das ist weniger aufwändig. Die Stärken der Datenerhebungsmethode werden so allerdings kaum genutzt.

148

5 Varianten der Befragung

einmal Soziodemografika, aber auch psychologische und Einstellungsvariablen. In der Medienforschung kommen Mediennutzungsdaten hinzu. In den einzelnen Wiederholungsbefragungen ähnelt sich der Fragebogen sehr stark, er muss aber nicht immer völlig identisch sein. Bei langjährigen Panels würde man sich sonst die Chance nehmen, auf Veränderungen einzugehen. Das Entscheidende bei der Durchführung einer Panelstudie ist die Pflege der Stichprobe: Nicht nur bei der Anwerbung, auch im Verlauf der Erhebung ist es wichtig, mit den Probanden in gutem Kontakt zu sein, um ihre Motivation aufrechtzuerhalten.



Während der Fußball-Weltmeisterschaft 2002 wurde von H. Schramm und C. Klimmt eine Panelerhebung durchgeführt, die die Rezeptionsmotive der Zuschauer ergründen sollte (2003). Ziel der Studie war es, individuelle Veränderungen der Rezeptionsmotive empirisch abzubilden. Die einmonatige Panelerhebung lief über fünf Wellen (n = 258). Die 52 Interviewer rekrutierten die Teilnehmer in ihrem Bekanntenkreis nach einer vorgegebenen Quote. Die Panelmortalität betrug nur zehn Prozent. Diese sehr geringe Quote war – neben der sorgfältigen Studienplanung – dem Einsatz der Interviewer zu verdanken, die die Fragebögen zustellten, die Befragten motivierten und an das Ausfüllen der Folgebögen erinnerten.67 Durch die Art und Weise der Stichprobenauswahl war die Bindung zwischen Befragten und Interviewern hoch, was die Kooperation begünstigte. Diese Studie zeigt, dass Panelerhebungen für bestimmte Fragestellungen höchst interessant und ergiebig, aber nicht ohne einen erheblichen Aufwand an Kosten und Personen zu realisieren sind.

Die Vorteile des Panelverfahrens sind Folgende (vgl. P. Lazarsfeld & M. Fiske 1938, P. Lazarsfeld 1940, H. Scherer 2000): • Ein Panel erlaubt die Messung von Veränderungen und ist damit das einzige Design neben dem Experiment, das Aussagen über Kausalitäten ermöglicht. • Mit einem Panel kann man Aussagen über längerfristige Ereignisse machen, ohne auf die Erinnerung angewiesen zu sein. • Das Panel kann eine Kontrollgruppe ersetzen, um den Einfluss bestimmter Variablen (z. B. auf Medienverhalten) zu untersuchen. • Man kann den Befragten, da sie nach einer Weile an die Methode gewöhnt sind, komplexere Antworten abverlangen. • Man kann eine größere Menge Daten von den Befragten sammeln und so über die Zeit Wissen kumulieren. • Die statistische Verlässlichkeit von Paneldaten (im Gegensatz zu Trendstudien) ist höher, denn Unterschiede sind nicht durch einen Stichprobenfehler zu erklären, sondern stellen echte Differenzen dar. Daher kann die Panelstichprobe kleiner sein, um Aussagen mit gleicher statistischer Präzision zu machen.

67 Als Incentive wurden lediglich die Studienergebnisse ausgelobt.

5.2 Panel

149

• Schließlich ist der Einsatz eines Panels in bestimmten Fällen preiswerter, weil nicht ständig neue Stichproben zusammengestellt werden müssen. In der Regel allerdings ist eine Panelerhebung recht kostenintensiv, da die Pflege der Stichprobe aufwändig ist. Auf der anderen Seite ergeben sich gewichtige Nachteile, die die Validität einer Panelstudie einschränken können:68 Panelmortalität, Paneleffekt sowie Interviewereinfluss. Die Anwerbung von Probanden – vor allem für längerfristige Panels – ist schwierig. Darüber hinaus scheiden regelmäßig Personen aus der Stichprobe aus, die Panelstichprobe wird immer kleiner. Dieses Problem bezeichnet man als Panelmortalität. Die Panelmortalität ist problematisch im Hinblick auf die externe Validität der Daten, denn die Repräsentativität leidet unter Umständen. Bei jeder erneuten Befragung, also bei jeder Welle, muss man davon ausgehen, dass nur ein Teil der Befragten (rund zwei Drittel) teilnimmt. Dabei spielen unterschiedliche Gründe eine Rolle: Die Panelmitglieder sind krank oder gar verstorben, lediglich verzogen oder aus anderen Gründen nicht erreichbar. Vielleicht verweigern sie aber auch ganz einfach ihre Teilnahme, weil sie das Interesse verloren haben. H. Scherer (2000: 217) fasst die Ausfallursachen zusammen in mangelnde Erreichbarkeit und mangelnde Motivation. Problematisch ist die Panelmortalität dann, wenn sie die Stichprobe systematisch verzerrt, weil spezielle Personen in höherem Maße ausscheiden als andere. Dann muss man sich fragen, ob die Gruppe der Kooperativen noch repräsentativ für das ganze Panel ist oder nicht. Liegen der Mortalität bestimmte Faktoren zugrunde, werden die Ergebnisse im Hinblick auf diese Faktoren verzerrt. Daher sollte man Sorge tragen, die Ursprungsstichprobe ausreichend groß zu wählen.69 Eine Faustregel ist, dass die erste Auswahl doppelt so viele Menschen umfassen muss wie nach fünf Wiederholungen noch enthalten sein sollen. Möchte man also in der fünften Welle noch 250 Personen im Panel haben, sollte man mit mindestens 500 beginnen. Die Mortalität lässt sich einschränken durch eine gute Panelbetreuung: Regelmäßige Anrufe oder Anschreiben, kleine Präsente und persönliche Besuche erhöhen die Teilnahmebereitschaft der Probanden. Arbeitet man mit einer schriftlichen Befragung, bietet sich zudem der Einsatz der TDM an (vgl. Abschnitt 4.3). Empirische Studien zeigen, dass mangelnde Erreichbarkeit die Stichprobe leicht verzerrt, da Großstädter, Ledige und Alleinlebende sowie bestimmte Bundesländer in Panels oft unterrepräsentiert sind (W. Bien, D. Bender & D. Krebs 1997; H. Scherer 2000). Das lässt auf ein organisatorisches Problem schließen. 68 Die Reliabilität einer Befragungspanelstudie hängt vom eingesetzten Instrument ab. 69 Bei Panels mit kommerzieller Fragestellung (Konsumentenpanels, vgl. M. Günther, U. Vossebein & R. Wildner 2006) werden die ausgeschiedenen Haushalte oder Personen meist ersetzt durch solche mit vergleichbarer soziodemografischer Struktur. Für wissenschaftliche Untersuchungen ist diese Vorgehensweise nicht ratsam, da man häufig nicht weiß, welche soziodemografischen Variablen mit den untersuchungsrelevanten Merkmalen korrelieren und welche nicht.

150

5 Varianten der Befragung

Auch Menschen mit erhöhter Bildung sind eher dazu bereit, sich – zumindest bei sozialwissenschaftlichen Untersuchungen – erneut befragen zu lassen (T. Mika 2002). Motivationale Einflüsse spielen offenbar eine weniger große Rolle. Entscheidender Indikator, so T. Mika (2002), für die Teilnahme an Wiederholungsbefragungen ist eine erfolgreiche Kommunikation zwischen Interviewer und Befragten, die Person des Interviewers ist hier also entscheidend (vgl. Abschnitt 2.3). Empirische Ergebnisse zeigen aber, dass Mortalität in der Regel die Panelstichprobe nicht untypisch macht (H. Scherer 2000: 227, vgl. auch K.-H. Reuband 1998, D. Landua 1993). Es ist darüber hinaus möglich, dass die Bereitschaft an einem Panel teilzunehmen, Einstellungen oder sogar Verhalten beeinflusst; man spricht dann von einem Paneleffekt. Dieser Effekt beeinträchtigt eher die interne Validität der Daten. Das ist beispielsweise dann der Fall, wenn die stetige Befragung zu einem Thema die Teilnehmenden auf bestimmte Informationen aufmerksam macht, wenn sie sensibler werden. Als besonders anfällig für solche Effekte gelten Themen, bei denen sich der Befragte noch keine rechte Meinung gebildet hat (P. Lazarsfeld 1940: 128). Für Studien mit kommunikations- oder medienwissenschaftlichem Inhalt ist das problematisch, weil sich in der Folge das Kommunikationsverhalten ändern kann. Die Methode reagiert damit sensibel auf die der Befragung ohnehin zugrunde liegende Reaktivität. Dieser reaktive Einfluss des Paneldesigns auf die Antworten kann sich auf unterschiedliche Arten auswirken (vgl. J. van der Zouwen & T. van Tilburg 2001). Vor allem die unten aufgeführten Varianten (1) und (2) haben problematische Konsequenzen. Die Messung zum Zeitpunkt T1 kann zum Zeitpunkt T2 folgende Auswirkungen haben: (1) Die erste Messung kann die Variable selbst beeinflussen. Wenn diese beispielsweise eine Einstellung ist, kann die wiederholte Messung zu einer Sensibilisierung führen, insbesondere, wenn die Meinung noch nicht sehr stabil war. Solche Einstellungen könnten sich dann im Befragungsprozess erst „herauskristallisieren“. (2) Ein Memory-Effekt kann den Indikator der Variablen beeinflussen. Wenn ein Befragter sich zum Beispiel an seine Antwort aus einer vorhergehenden Welle erinnert und diese – im Streben nach Konsistenz – einfach wiederholt, obschon sich die Einstellung vielleicht verändert hat, dann würde die Reaktivität verstärkt. Dies scheint allerdings nach Ergebnissen von J. van der Zouwen und T. van Tilburg (2001) keine große Rolle zu spielen. (3) Die aufeinander folgenden Interviews können das Verhältnis zwischen der Variable und ihren Indikatoren beeinflussen. Das kann einen nachteiligen Effekt haben, wenn die Befragten ermüden (Fatigue-Effekt) und ihre Motivation nachlässt, die richtigen Antworten zu finden.70 Dann werden sie zum 70 Das zeigt sich zum Beispiel in der Nachlässigkeit langjähriger Panelmitglieder beim Ausfüllen der Berichtsbögen von Verbraucherpanels (vgl. K. Vollert 1996).

5.2 Panel

151

Beispiel seltener die Kenntnis eines bestimmten Medienproduktes angeben, weil sie gelernt haben, dass diese Angabe Folgefragen nach sich zieht. Das kann aber auch einen – datentechnisch betrachtet – positiven Effekt haben, wenn die Leute im Verlauf der Wiederholung lernen, mit Skalen umzugehen und ihre Antworten mit der Zeit valider werden. D. Landua (1993) schildert zum Beispiel einen solchen Effekt in einer Befragung zur Veränderung objektiver Lebensbedingungen. Die Befragten wählen im Verlauf der Befragung seltener den höchsten Wert 10, um ihre aktuelle Zufriedenheit auszudrücken. Obwohl die Lebensbedingungen nicht schlechter werden, ziehen sie sich auf geringere Skalenwerte zurück, um sich die Möglichkeit einer Steigerung nicht zu nehmen. Ihre Antwortstrukturen verschieben sich, die Zufriedenheitsangaben werden stabiler. Landua (1993) wertet dies als Folge eines Lerneffektes, der rationaleres Antwortverhalten bedingt. So plausibel solche Paneleffekte sind, man hat sie bisher kaum empirisch71 nachweisen können (vgl. H. Scherer 2000, J. Parfitt 1986) – oder man hat nur leichte, eher unbeständige Konditionierungseffekte gefunden (L. S. Corder & D. G. Horvitz 1989, A. R. Silberstein & C. A. Jacobs 1989, J. Waterton & D. Lievesley 1989). Problematisch in Panelstudien ist weiterhin, dass die Probanden aus organisatorischen Gründen oft nicht in jeder Welle von ein und demselben Interviewer befragt werden können. So können sich unterschiedliche Interviewereffekte auf die Vergleichbarkeit negativ auswirken und die Validität der Veränderungsdaten trüben (J. van der Zouwen & T. van Tilburg 2001). Interviewer können sich beispielsweise – unerlaubterweise – bei Befragungen auf Informationen beziehen, die sie aus vorhergegangenen Wellen haben. Diese Probleme wiegen schwerer als eine mögliche Panelkonditionierung der Befragten. Offenbar ist ein Paneleffekt gravierender in Bezug auf die Interviewer als auf die Panelteilnehmer. Einem unterschiedlichen Interviewereinfluss kann man versuchen entgegenzuarbeiten, indem man • die Befragten immer von der gleichen Person befragen lässt. • einen ausführlichen kognitiven Pretest (vgl. Abschnitt 6.2) durchführt, der die Schwachstellen des Fragebogens aufdeckt. • die Interviewer besser instruiert (insbesondere in Bezug auf Nachfragen) und genauer kontrolliert. • die Anzahl der Interviews pro Interviewer reduziert. • die Befragung schriftlich durchführt.

71 Die Untersuchung geschieht in der Regel durch den Vergleich von Paneldaten mit Einmalbefragungen zum gleichen Thema.

152

5.3



5 Varianten der Befragung

Delphi-Befragung

Die Delphi-Befragung ist eine spezifische Form der Gruppenkommunikation von Experten zur Aufklärung bestimmter Sachverhalte.

Die Delphi-Methode ist noch relativ jung und beschränkte sich anfangs auf technisch-militärische Entwicklungen und Aspekte der Technikfolgeabschätzungen. Mit ihrer Hilfe sollte ermittelt werden, wie sich bestimmte Trends der Gegenwart in der Zukunft entwickeln werden, welche Konsequenzen erwartbar sind, welche Szenarien vorstellbar. In den letzten Jahren wird sie zunehmend in den Sozialwissenschaften eingesetzt (M. Häder & S. Häder 2000: 12-15). In einer Delphistudie werden Experten eines Themas befragt. Diese ausgewählten Personen treten mithilfe des (in der Regel standardisierten) Delphi-Fragebogens miteinander in eine Art Interaktion, die Anonymität des Einzelnen bleibt dabei gewahrt. Ziel einer Delphi-Befragung ist es, durch einen wiederholten schriftlichen Austauschprozess der Ergebnisse ein mehrheitlich akzeptiertes Problembewusstsein und gemeinsam sinnvolle oder praktikable Lösungsstrategien zu entwickeln (T. Seeger, zit. nach S. Weischenberg, K.-D. Altmeppen & M. Löffelholz 1994: 16). Delphi-Befragungen sind dann angemessen, wenn Themenbereiche untersucht und Entwicklungen vorhergesagt werden sollen, die mit großer Unsicherheit behaftet sind. Einer der Haupteinsatzbereiche liegt daher in der Prognose, auch im medien- und kommunikationswissenschaftlichen Bereich. So wurden 2009 im Auftrag mehrerer Wirtschaftsverbände und Unternehmen über 500 Entscheider aus Wissenschaft, Wirtschaft und Politik zur Zukunft und Zukunftsfähigkeit der Informations- und Kommunikationstechnologien und Medien befragt (Münchner Kreis 2009). M. Althaus stellt Politikern unter 45 Jahren die Frage, wohin sich aus ihrer Sicht politische Kommunikation entwickeln wird (M. Althaus 2007). Darüber hinaus können Delphi-Befragungen eingesetzt werden, um einen Erklärungsbeitrag für historische Entscheidungen zu leisten oder um Entscheidungen, die auf unsicherem Wissen basieren, im Gruppenprozess zu qualifizieren. Der Ablauf einer Delphi-Befragung gliedert sich in mehrere Stufen: (1) Die Experten bekommen einen Fragebogen zugeschickt, den sie jeder für sich ausfüllen und zurückschicken (1. Welle). Der Fragebogen enthält weitestgehend standardisierte Items, die auf einer Skala bewertet oder eingeschätzt werden sollen. Es ist auf dieser Stufe auch möglich, offene Fragen einzubauen. Darüber hinaus kann es sinnvoll sein, die Experten zur verbalen Beurteilung einzelner Items aufzufordern. Da zudem die Expertise der

5.3 Delphi-Befragung

(2)

(3)

(4)

(5)

153

einzelnen Teilnehmenden nicht gleich ausgeprägt ist, wird häufig zusätzlich erhoben, wie sicher sie sich ihres Urteils sind.72 Die Ergebnisse werden vom Untersuchungsleitenden zusammengefasst, tabelliert und aufbereitet. Befragungen, die eine Vielzahl von offenen Fragen verwenden, stehen dabei vor nicht unerheblichen Interpretations- und Gewichtungsproblemen der Antworten, die teilweise aus sehr unterschiedlich motiviertem Verhalten heraus entstehen (M. Drilling 2000). Die Experten bekommen anschließend den um diese Ergebnisse angereicherten Fragebogen noch einmal zugeschickt (Feedback). Bei den geschlossenen Fragen wird ein Maß der zentralen Tendenz angegeben, aber auch andere statistische Maße sind denkbar, wenn sie im jeweiligen Zusammenhang sinnvoller erscheinen. Die Experten sollen nun diese Gruppenergebnisse überdenken und erneut ihre Meinung und Ansichten angeben. Sie können dabei ihre erste Meinung modifizieren (falls sie sich diese gemerkt haben; denn angegeben werden keine individuellen Antworten, sondern der Gruppendurchschnitt). Neben der rein sachlichen Einschätzung und der Reaktion auf den Informationsinput spielen bei dieser zweiten Welle auch psychologische Komponenten eine Rolle, wie etwa die den anderen Delphi-Teilnehmern zugeschriebene Kompetenz, die eigene Urteilssicherheit und die zugeschriebene Gegenstandsbedeutung. Wenn sie von der Gruppenmeinung deutlich abweichen, müssen sie dies begründen. Diese Begründung wird in den nachfolgenden Wellen ebenfalls übermittelt. Es kommt so zu einem iterativen Prozess, an dessen Ende eine gemeinsame Gruppenmeinung in Bezug auf die einzelnen Themenkomplexe steht. Meist wird noch eine weitere Runde angeschlossen. Ob sich auch eine vierte Welle lohnt, hängt von den Ergebnissen und dem Gesamtaufbau der Studie ab. Der Variation einzelner Delphi-Befragungen sind im Design kaum Grenzen aus der Methode heraus gesetzt. So führten S. Weischenberg, K.-D. Altmeppen und M. Löffelholz (1994) für ein Prognoseprojekt zu „Kompetenz und Technik. Journalistenausbildung für die Informationsgesellschaft“ (KoTec) in der Zeit von November 1998 bis September 1990 eine vierwellige Delphi-Befragung durch. Die erste Welle war als teilstrukturiertes Leitfadengespräch angelegt, also sehr offen. Die Wellen 2 bis 4 wurden mit einem standardisierten schriftlichen Fragebogen durchgeführt.

Als klassische Kennzeichen der Untersuchungsanlage lassen sich nennen (nach M. Häder 2009: 24f): • Befragung von Experten, 72 M. Häder (2000) zeigt in einer Studie zur Zukunft des Mobilfunks auf, dass diese so genannte „Kompetenzfrage“ jedoch nicht als Gewichtungsfaktor benutzt werden kann; subjektiv sichere Urteile sind nicht gleichzusetzen mit inhaltlich „richtiger“.

154

• • • • • •

5 Varianten der Befragung

Ziel: Konsensbildung, Ermittlung einer statistischen Gruppenantwort, Anonymität der Einzelantworten, gegebene Unsicherheit bei den Schätzungen, (mehrfache) Wiederholung der Befragung, Verwendung eines formalisierten Fragebogens und Information der Teilnehmer über die statistische und verbale Gruppenantwort.

Für die Variation der Untersuchungsanlage ist einmal die noch relativ junge Anwendungszeit des Verfahrens verantwortlich. Es spielt aber auch eine Rolle, dass die Methode immer wieder in anderen Zusammenhängen aufgegriffen wird; und letztlich auch, dass innerhalb der Methodendiskussion • unterschiedliche Ansichten über die Anzahl und Auswahl der Experten existieren. • kein Konsens über die Anzahl der Befragungswellen besteht. • das Feedback unterschiedlich gestaltet wird, wie zum Beispiel Grafiken, Tabellen oder verbale Statements der Expertenurteile. • zum Teil unterschiedliche Aufgabentypen verwendet werden, wie beispielsweise Ratingskalen, Rankingskalen, Schätzaufgaben oder verbal zu beantwortende Aufgaben. • kein Konsens über die Abbruch- bzw. Konsenskriterien herrscht (z. B. Streuung muss ein bestimmtes Minimalmaß erreichen, vorher festgelegte Anzahl von Wellen etc.).



Um einen Eindruck über den zeitlichen Ablauf einer Delphi-Studie zu bekommen, soll ein kurzer Überblick über die Organisation einer DelphiStudie über „Die Expo 2000 und die Zukunft von Weltausstellungen“ gegeben werden (B. Schneider & W. Möhring 1999/2000). Befragt wurden 42 in- und ausländische Professoren und Professorinnen ausgewählter Fachbereiche. Aus folgender Übersicht wird deutlich, dass für DelphiBefragungen eine lange Feldzeit eingeplant werden muss: Datum 15.12.1999

Ablauf Versand Pretest

05.01.2000

Auswertung Pretest, Überarbeitung des Fragebogens

19.01.2000 bis 05.04.2000

Versand Fragebogen 1. Welle Rücklaufkontrolle, Nachfassen, Dateneingabe

bis 17.04.2000

Auswertung Fragebogen 1. Welle, Feedback erstellen

18.04.2000 bis 30.05.2000

Versand Fragebogen 2. Welle (mit Feedback) Rücklaufkontrolle, Nachfassen, Dateneingabe

bis 04.07.2000

Auswertung und Erstellen des Forschungsberichtes

5.3 Delphi-Befragung

155

Eines der methodischen Hauptprobleme einer Delphi-Befragung liegt in der Auswahl der Experten.73 Sie werden aufgrund ihrer Nähe zu dem Anwendungszweck und im Hinblick auf die Zielorientierung der Studie ausgewählt. Es gibt auch Delphi-Studien, bei denen die Auswahl der Experten auf einer Zufallsauswahl basiert. Grundgesamtheit sind dann die zuvor definierten Experten eines Themas. Meistens jedoch handelt es sich um bewusste Auswahlformen, da nur selten Anspruch auf eine repräsentative Experten-Stichprobe besteht. In der Regel handelt es sich um stark eingespannte Personen, so dass man gute Argumente für die Teilnahme benennen und die Wichtigkeit der Mitarbeit herausstellen muss. Den Zeitaufwand zur Beantwortung der einzelnen Wellen sollte man allerdings realistisch angeben. Denn spätestens nach der ersten Welle ist allen Befragten klar, welcher Arbeitsaufwand mit der Teilnahme verbunden ist. Und da die Delphi-Befragung, wie alle Befragungen mit Panelcharakter, auch mit der so genannten Panelmortalität zu kämpfen hat – dem Ausscheiden von Teilnehmern zwischen den Wellen (vgl. Abschnitt 5.2) –, sollte man im Vorfeld bereits alles tun, um dem vorzubeugen. Zahlreiche Delphi-Befragungen verzeichnen nämlich deutliche Probleme beim Rücklauf zwischen erster und zweiter Welle. M. Drilling (2000: 172) interpretiert dies als mangelndes Interesse an einer Konsenslösung, offenbar wollen manche Experten lediglich eine eigene Stellungnahme abgeben und dann aussteigen. Da die Auswahl elementar für die Untersuchung ist, hat sich eine Reihe von Untersuchungen damit beschäftigt. So schlagen J. S. Richey et. al. vor, bereits vor Beginn der Delphi-Studie Kontakt zu den potenziellen Experten aufzunehmen, sie gezielt nach ihrem Expertenwissen zu dem Thema und der ihnen zur Verfügung stehenden Zeit zu befragen (Pre-Delphi-Survey, PDS). Die Ergebnisse dienen als Grundlage zur Auswahl der Experten, die an dem eigentlichen Delphi teilnehmen (zit. nach M. Häder & S. Häder 2000: 18). Ein solches Verfahren kann zwar in der Tat die Expertise der Teilnehmenden optimal sicherstellen; gleichzeitig kann sich die Auswahlsituation so aber für die Experten als eine Art Aufnahmetest darstellen, was zu unnötigen Spannungen und Verweigerungen führen kann. Auch der Zeit- und Kostenaufwand wird dadurch erheblich höher. Der Umfang der Expertengruppen ist methodisch nicht festgelegt. Ein Minimum von zehn Personen wird empfohlen. Und obwohl einige eine Maximalgröße von 25 anraten, sollte man sich davon nicht einschränken lassen. Eine Obergrenze zu bestimmen, ist nicht notwendig, solange man das Panel für das jeweilige Thema noch angemessen strukturieren kann. So werden etwa in der Technikfolgeabschätzung Delphi-Befragungen mit weit mehr als 1.000 Befragten weltweit eingesetzt. Von anderen Variationen standardisierter Befragungen setzt sich die DelphiMethode deutlich durch die Ergebnisübermittlung der vorherigen Wellen ab. Die 73 Wer als Experte bzw. Expertin gilt, definiert das Untersuchungsthema.

156

5 Varianten der Befragung

zweite Welle soll ja gerade durch diesen Informations-Input beeinflusst und verändert werden.74 So zeigen Experimente mit manipulierten Daten deutlich, wie stark sich die Experteneinschätzungen beeinflussen lassen (M. Häder & S. Häder 2000: 26). Die stärksten Berührungspunkte hat die Delphi-Befragung – trotz des Einsatzes eines standardisierten Fragebogens – mit der Gruppendiskussion. Vorteile kann die Delphi-Befragung gegenüber der Gruppendiskussion aufweisen durch das Fehlen dominierender Persönlichkeiten, das Ausschalten unwichtiger Informationen und durch den Gruppenzwang zur Konformität (M. Häder 2009: 55-59). Zudem müssen die Experten nicht zur gleichen Zeit an einem Ort zusammenkommen. Nachteile gegenüber der Gruppendiskussion sehen Methodenkritiker in eben dem Konsensdruck, der durch das Feedback entsteht, in dem starren Befragungsschema und dem hohen zeitlichen Aufwand. Obwohl die Delphi-Befragung in den letzten Jahren eine durch harsche Kritik ausgelöste Evaluierung durchgemacht hat, bleiben bestimmte Vorbehalte in der Diskussion hartnäckig bestehen. Einer davon betrifft die Frage, ob eine Annäherung von Expertenmeinungen ein Beweis für die Richtigkeit von Prognosen ist. Und noch weiter geht der Einwand, dass der durch die Befragung erzeugte Konsens lediglich ein Instrumentenartefakt sei (Bequemlichkeit, sich der Mehrheitsmeinung anzuschließen) bzw. ein Ausdruck mangelnder Kompetenz. Auch an der Person der Experten entzündet sich Kritik. Es bleibt offen, ob der Konsens nicht vorwiegend in der Arbeit des Versuchsleiters besteht, der die einzelnen Antworten bündelt und erneut zur Disposition stellt, statt von den Teilnehmern gemeinsam erarbeitet zu werden. Durch die bewusste Auswahl wird teilweise eine Manipulation der Ergebnisse befürchtet. Und es wird darauf verwiesen, dass bestimmte Einstellungen, wie etwa kognitive Dissonanz gegenüber der Gruppenmeinung oder eine Voreingenommenheit der Experten zugunsten ihres eigenen Faches, Einfluss auf das Ergebnis haben können. Zudem bestünden Mängel in Bezug auf die theoretischen Grundlagen des Delphi-Ansatzes und deshalb seien Validität und Reliabilität fragwürdig. Gerade im Hinblick auf Reliabilität und Validität konnte sich die Methode jedoch in den letzten Jahren durch vorgelegte Daten evaluieren (M. Häder 2009: 191ff). Die technischen Entwicklungen der letzten Jahre und die Verbreitung des Internets haben auch der Delphi-Befragung weitere Möglichkeiten eröffnet (vgl. M. Häder 2009). Einmal erleichtert das Internet die Expertenakquise, insbesondere bei internationalen Studien. Zudem kann das WWW aber auch als Kommunikationsplattform der Experten dienen:

74 Wer sich für die kognitionspsychologischen Grundlagen der Delphi-Befragung interessiert, kann sich einen Überblick über die Arbeiten hierzu bei M. Häder (2009) verschaffen. Er beschreibt den Meinungsbildungsprozess und die Abgabe von Urteilen bei Experten sowie die Auswirkungen der Vorgabe von Bewertungsschemata (cues), also die Aufforderung, zur Bewertung bestimmte Sichtweisen, etwa eines Philosophen oder Politikers, einzunehmen.

5.3 Delphi-Befragung



157

M. Florian (2000) nutzte als einer der Ersten für die Ladenburger TeleDelphi-Befragung das WWW zum Thema „Sicherheit in der Kommunikationstechnik“. Der Fragebogen, der nicht nur standardisierte Items, sondern auch offene Fragen enthielt, wurde im Internet bereitgestellt. Die Teilnehmenden konnten nach Vergabe von User-ID und Passwort auf einer geschützten Seite den Fragebogen abrufen und ihn dann per E-Mail zurücksenden.

Andere Untersuchungen bedienen sich des WWW in erster Linie als zusätzliche Informationsplattform. Die Befragung selber wird per E-Mail durchgeführt, unter anderem um unerwünschte Interaktion zwischen den Fachleuten auszuschließen (vgl. A. Picot und C. Janello 2007). Der Einsatz des Computers dient in erster Linie der Forschungsökonomie. A. Kirsch (2000) empfiehlt, während einer online unterstützen Delphi-Befragung einen Moderator für Fragen zur Verfügung zu stellen, das Layout der Befragung auf das Nötigste zu beschränken, um lange Ladezeiten zu vermeiden, und sämtliche technischen Probleme bereits im Vorfeld zu eliminieren. Sie konnte so eine erstaunlich hohe Rücklaufquote erzielen. 5.4 Tagebuchstudie Neben all den Problemen, die die Befragung als Methode mit sich bringt, und die bereits diskutiert wurden, gibt es eine Schwierigkeit, die sich insbesondere für die Medienforschung als problematisch erweisen kann: Die Erhebung geschieht meist weitgehend nutzungsunabhängig. Das heißt, befragt wird in der Regel nicht während eines Mediennutzungsvorgangs, sondern hinterher. Vom Befragten wird damit eine große Abstraktions- und Erinnerungsleistung verlangt. Dies ist problematisch, weil es sich bei der Mediennutzung häufig um Low-Involvement-Situationen handelt, was es für den Befragten unter Umständen schwierig macht, seine Einstellungen, Verhaltensweisen, Motive oder gar emotionalen Zustände valide zu reproduzieren. Es ist wahrscheinlich, dass das Medienhandeln im Nachhinein stark rationalisiert und somit verzerrt wird (vgl. T. Hartmann & W. Möhring 2008). Bei herkömmlichen Befragungen ergeben sich daher teilweise Unschärfen, weil die Befragten sich zum Beispiel nicht genau erinnern können, wenn es um die Quantität ihrer Mediennutzung geht. Will man diese sehr detailliert erfassen, bietet sich der Einsatz eines Tagebuches an.



Eine Tagebuchstudie ist eine schriftliche Form der Befragung, die geeignet ist, Tagesabläufe von Befragten nachzuzeichnen.

In der Medien- und Kommunikationswissenschaft dient die Tagebuchmethode vorwiegend dazu, das Medienverhalten im Tagesablauf – also im Kontext des

158

5 Varianten der Befragung

gesamten Alltags – zu erfassen. Der Vorteil der Tagebuchmethode besteht darin, dass die Probanden ihre Aktivitäten nur aus einer sehr kurzfristigen Erinnerung herleiten müssen. Das ist besonders hilfreich, wenn es um alltägliche und flüchtige Ereignisse geht. Sie sind gehalten, das Tagebuch kontinuierlich zu führen, es aber zumindest am Abend jeden Tages auszufüllen (der Begriff „Tagebuch“ macht das deutlich).75 Es handelt sich also um eine Selbstbeobachtung. Da es um Introspektion geht, ordnet man das Verfahren jedoch nicht bei Beobachtung, sondern bei der Befragungsmethode ein. Typisch ist die Rekonstruktion des Tagesablaufs in Viertelstunden-Schritten. Ziel ist, möglichst genau die durchgeführten Tagesaktivitäten zu messen, um beispielsweise zeitversetztes Fernsehen zu erfassen (vgl. G. Kloppenburg, E. Simon, M. Vogt & D. Schmeisser 2009). Oftmals ist diese Methode eingebettet in eine Längsschnittstudie (vgl. Abschnitt 5.2). Klassischerweise wird die Tagebuchmethode im Rahmen der so genannten „Zeitbudgetforschung“ eingesetzt. Hier sollen Anfangs- und Endpunkt, Dauer, Reihenfolge und Häufigkeit von Aktivitäten gemessen werden, mit denen sich eine Person in einem bestimmten Zeitintervall beschäftigt hat (M. Jäckel & S. Wollscheid 2006). Mit der Tagebuchmethode können auch die Aktivitäten mehrerer Tage erfasst werden. Das ist bei Medienstudien sinnvoll, weil die Mediennutzung unter der Woche deutlich vom Medienverhalten am Wochenende abweicht. Auch können hier Nebentätigkeiten erhoben werden, die der Befragte in einem Interview häufig vergisst zu erwähnen. Es gibt darüber hinaus Hinweise, dass die Rekonstruktion in chronologischer Reihenfolge den Einfluss sozialer Erwünschtheit (vgl. Abschnitt 2.4) auf das Antwortverhalten mindert (M. Ehling 1991: 34). Die Methode kann aber zum Beispiel auch zur Untersuchung des Zusammenhangs von Fernsehkonsum und Lesefähigkeit von Kindern eingesetzt werden.76 Da für diese Problemstellung zum einen ein Längsschnittdesign und zum anderen exakte Daten bezüglich der Fernsehnutzung entscheidend sind, ist es methodisch zu unsicher, auf klassische Befragungen zu vertrauen, denn diese neigen dazu, Mediennutzung zu überschätzen (vgl. B. S. Greenberg et al. 2005; C. Reinsch, M. Ennemoser & W. Schneider 1999). Ein anderes Einsatzgebiet für die Tagebuchmethode sind spezielle Low-Involvement-Situationen, wie zum Beispiel die Radionutzung (vgl. D. K. Müller 2002) und insbesondere damit verbundenen Entscheidungskriterien, wie etwa das Umschalten beim Radiohören, die retrospektiv nicht valide erhoben werden können (vgl. L. Peters 2002). 75 Es gibt allerdings Hinweise, dass das nicht immer gelingt, sondern dass die Einträge zum Beispiel am Ende einer Erhebungswoche gebündelt vorgenommen werden (vgl. A. A. Stone et al. 2002). 76 Tagebuchstudien mit Kindern (vgl. beispielhaft S. Böcking 2002) arbeiten in der Regel nicht auf Basis von Selbstbeobachtungen, da die Kinder die Tagebücher noch nicht selbst ausfüllen können. Das tut eine Betreuungsperson. Dann handelt es sich eher um eine Fremdbeobachtung. Das Prinzip bleibt aber dasselbe.

5.4 Tagebuchstudie

159

Auch für die Untersuchung von Fragen, in denen die Erfassung eher unbewusster Motive im Mittelpunkt steht, wie zum Beispiel die Erklärung von habitualisierten Mediennutzungsroutinen, ist die Tagebuchmethode sinnvoll (T. Naab 2008). Die Tagebucherhebung kann in ihrer Ausgestaltung variieren. Zwei Formen können unterschieden werden (vgl. M. Ehling 1991): das Yesterday-Interview und das selbst geführte Tagebuch. Beim Yesterday-Interview wird der Ablauf des dem Befragungstermin vorausgehenden Tages rekonstruiert. Auf diese Weise wird zum Beispiel die Radionutzung für die Media Analyse erhoben. Das Problem bei dieser Variante ist, dass die Befragten oft eher einen „normalen“ Tag rekonstruieren als den vergangenen. Außerdem wird vom Befragten ein recht großer Einsatz verlangt, wenn er seinen Tag minutiös – bei der MA immerhin in Viertelstunden-Abschnitten – rekonstruieren soll. Hier ist die Rolle des Interviewers wichtig, der gezielt nachfragen können muss. Eine entsprechende Schulung, in welcher er die Sonderfälle der Nutzung (Fernsehen am PC, Mehrfach- und Nebenbei-Nutzung bestimmter Medien) aufgezeigt bekommen muss, ist daher wichtig (S. Best et al. 2009). Möglicherweise ist die Methode des selbst geführten Tagebuches daher valider (vgl. die Diskussion beider Methoden in C. Kuhlmann & J. Wolling 2004). Mit dieser Variante arbeitet zum Beispiel die Gesellschaft für Konsumforschung (GfK) Nürnberg. Mitglieder des Konsumentenpanels erhalten pro Monat drei Tagebücher, zum Beispiel zu den Bereichen Medien, Postversand und Schreibbedarf sowie Empfang von Post und elektronischer Post, die sie regelmäßig ausfüllen sollen. Beim selbst geführten Tagebuch entsteht allerdings das Problem, dass man die Ausfüllsituation nicht kontrollieren kann; weder wann ausgefüllt wird, noch wer es tut. Es gibt einige Untersuchungen zu Validität und Reliabilität der Methode (vgl. in der Übersicht C. Reinsch, M. Ennemoser & W. Schneider 1999: 58ff). Tests zur Kriteriumsvalidität der Methode (vgl. Abschnitt 1.2) wurden zum Beispiel durchgeführt, indem die Tagebucheinträge mit Video-Beobachtungen oder mit Daten aus einer ESM-Studie (vgl. Abschnitt 5.5) verglichen wurden. Beide Verfahren zeigten eine recht hohe Übereinstimmung, so dass – zumindest diesen Ergebnissen folgend – von einer hohen Validität der Methode ausgegangen werden kann. Messungen zur Reliabilität zeigen ebenso eine hohe Güte der Tagebuchmethode. Die Re-Test-Reliabilität beim Vergleich von zwei in einigem Zeitabstand geführten Tagebüchern zeigten recht gute Übereinstimmungen. Das Tagebuch kann somit als reliables und valides Messinstrument bezeichnet werden, wenn es über mehrere Tage ausgefüllt wird und wenn die Kooperation der Befragten gut ist (C. Reinsch, M. Ennemoser & W. Schneider 1999). Problematisch an der Methode ist der vergleichsweise hohe Aufwand – sowohl für den Forschenden als auch für den Befragten. Neben den hohen finanziellen und zeitlichen Aufwendungen, die nötig sind, um eine valide Tagebuchstudie durchzuführen, tritt die Gefahr der Stichprobenverzerrung und damit der Repräsentativität. Wie beim Panel (vgl. Abschnitt 5.2) muss man davon ausge-

160

5 Varianten der Befragung

hen, dass nicht alle Menschen bereit sind, an einer Tagebuchstudie teilzunehmen. Diese Stichprobenselektivität kann sich zum Beispiel so auswirken, dass vermehrt Personen an der Studie teilnehmen, die an Forschungsergebnissen interessiert sind. Unterrepräsentiert sind demgegenüber erfahrungsgemäß einkommensschwache Personen, solche mit geringer Schulbildung sowie ethnische Minderheiten (C. Reinsch, M. Ennemoser & W. Schneider 1999: 64). Darüber hinaus kann es im Längsschnittdesign zu Paneleffekten kommen. Da beim Tagebuch der Fokus auf dem Verhalten liegt und nicht auf Einstellungen oder Gefühlen, ist dieses Problem weniger drängend. Schließlich steht und fällt die Güte der Befragung mit Genauigkeit und Vollständigkeit der Tagebucheintragungen (A. Köhler & P. Steinborn 1987). Bei der Durchführung einer Tagebuchstudie muss man also darauf achten, einen intensiven Kontakt zu seinen Versuchspersonen aufzubauen, damit diese regelmäßig und sorgfältig ausfüllen – und das über die ganze Erhebungszeit hinweg. Daher ist Folgendes wichtig (A. Köhler & P. Steinborn 1987: 164f): • persönliche Übergabe des Tagebuchs und Einweisung durch den Interviewer; • Zwischenkontrolle durch den Interviewer; • persönliches Abholen und Kontrolle des Tagebuches durch den Interviewer; • Erinnerungshilfen für den täglichen Eintrag, zum Beispiel in Form von Aufklebern (sog. „Sticker“); • entsprechende inhaltliche Gestaltung der Befragungsunterlagen, insbesondere des Tagebuches (z. B. Ausfüllbeispiele, Eintragungshilfen); • benutzerfreundliche, das heißt übersichtliche und ansprechende formale Gestaltung des Tagebuches; • Begrenzung der Laufzeit der Erhebung auf maximal 14 Tage; • Motivierung der Befragungspersonen durch materielle Gratifikationen (Geschenke, Geldpreise77 und/oder die Übermittlung der Studienergebnisse). Von Aufbau, Ablauf und Gestaltung her ähnelt die Tagebuchstudie einer schriftlichen Befragung (vgl. Abschnitt 4.3), denn meist wird diese Befragungsvariante (noch) mit Papier und Bleistift durchgeführt. Entsprechend sollte man die dort gegebenen Tipps, insbesondere die im Rahmen der „Total/Tailored Design Method“ (D. A. Dillman 1978; D. A. Dillman, J. D. Smyth & L. M. Christian 2009), berücksichtigen. Durch die mittlerweile nahezu flächendeckende Verbreitung von Computer und Internet in allen Bevölkerungsschichten ist zudem ein entsprechender Einsatz von Online-Fragebögen bzw. -protokollen oder entsprechender Dateien denkbar. Tagebuchstudien können mittlerweile auch 77 Die Höhe dieser Geldpreise variiert in Abhängigkeit davon, wie viel den Probanden in der jeweiligen Studie an Aufwand zugemutet wird – und natürlich davon, wie viel Geld zur Verfügung steht. Das können 10  sein (vgl. C. Reinsch, M. Ennemoser & W. Schneider 1999: 70) oder auch 50  (vgl. S. Böcking 2002: 54). Die Teilnahme in kommerziellen Panels bringt den Probanden neben Informationen über Forschungsergebnisse meist geringwertige Prämien (z. B. in Höhe von 40  für ein Jahr Teilnahme im GfK-Individualpanel) plus die Teilnahme an Verlosungen, beispielsweise von Autos oder Reisen.

5.4 Tagebuchstudie

161

komplett per Smart Phone durchgeführt werden – sogar mit Kindern (vgl. C. Krebs & C. Casu 2010). Der methodische Vorteil dieser Varianten besteht darin, dass die Befragten nicht von sich selbst abschreiben können. Darüber hinaus kann man beim Einsatz von Computern, Smart Phones etc. per E-Mail oder SMS an das Ausfüllen erinnern. Auch entfällt – wie bei allen computerunterstützten Formen – die Dateneingabe. In einem Tagebuch werden neben Verhalten oft weitere Aspekte abgefragt, wie zum Beispiel situationale Aspekte (Mit wem ist man zusammen?), räumliche (Wo findet etwas statt?) oder auch motivationale Aspekte (vgl. Überblick bei T. Naab 2008). Manchmal ist es auch wichtig, dass die Möglichkeit besteht, mehrere Aktivitäten pro Zeiteinheit auszufüllen (etwa um Nebentätigkeiten während der Mediennutzung erfassen zu können). Je komplexer das Tagebuch aufgebaut ist, umso wichtiger ist es, die Probanden gut zu schulen, um Eingabefehler zu minimieren. Man darf es aber mit der Komplexität nicht zu weit führen, damit die Kooperationsbereitschaft der Versuchspersonen erhalten bleibt. Bei der Konzeptionierung des Tagebuches sollte man darauf achten, die Verhaltenskategorien nicht offen abzufragen, sondern Codes vorzugeben, die in Abhängigkeit von der Fragestellung gestaltet sind. So kann man zum Beispiel in einer Medienstudie Essen, Körperpflege oder Aktivitäten außerhalb des Hauses eher grob abfragen, die Medienaktivitäten dafür fein (ein Beispiel für eine Tagebuchstudie mit Kindern findet sich bei C. Reinsch, M. Ennemoser & W. Schneider 1999, theoretische Hinweise finden sich bei C. Renckstorf 1978). Dabei ist zu beachten, dass dann der Aufwand für Zuordnung und Abgrenzung der Aktivitäten bei den Probanden liegt. Fragt man offen, ist der Vercodungsaufwand im Nachhinein allerdings sehr hoch. 5.5 Experience Sampling Method Eine weitere Möglichkeit, die Probleme retrospektiver Messung zu umgehen, ist die Erhebung in der Situation mit der „Experience Sampling Method“ (ESM), die bereits Ende der 1970er Jahre in der Psychologie von Csikszentmihalyi und Kollegen entwickelt wurde (vgl. z. B. Larson & Csikszentmihalyi 1983).78



Die „Experience Sampling Method“ (ESM) ist eine schriftliche Befragung in der Situation, deren Ziel darin besteht, ein Abbild menschlicher Erfahrung zu ermitteln. Die Messzeitpunkte werden zufällig ausgewählt und vorgegeben.

78 In den Bereich der ESM gehören auch die Studien, die unter dem methodischen Stichwort „timesampling“ zusammengefasst werden (z. B. M. El-Giamal 1997). Die Begriffe „ESM“ und „time sampling“ sind nicht völlig trennscharf. Letzterer ist als Überbegriff zu sehen, da er unterschiedliche Varianten bündelt. Beim „time sampling“ werden neben der Zufallsauswahl gelegentlich die Erhebungszeitpunkte im Voraus angegeben. Das methodische Verständnis der ESM ist enger, der Fragebogen stärker standardisiert. Alle Varianten laufen im Rahmen eines Paneldesigns.

162

5 Varianten der Befragung

Die ESM bezieht sich – anders als die Tagebuchmethode – vorwiegend auf die Qualität des Erlebten und versucht, dieses mit persönlichen Eigenschaften und/oder bestimmten Situationen in Verbindung zu bringen. Mit ihrer Hilfe kann ermittelt werden, wie Kontext und Situation persönliche Erfahrung beeinflussen. Im Rahmen der Medien- und Kommunikationswissenschaft kann so beispielsweise die Erlebnisqualität von Medienhandeln erfasst werden (vgl. H. Scherer & D. Schlütz 2002). Empirisch umgesetzt wird dies durch Selbstbeobachtungen zu zufälligen Zeitpunkten. Die Auswahl der Momente trifft der Forscher, indem er die Versuchspersonen zu bestimmten Zeitpunkten alarmiert (vgl. D. Schlütz & H. Scherer 2001). Das geschieht mittels eines Funkempfängers, früher war das ein sog. Pager, heute arbeitet man meist mit Smartphones oder UMTS-fähigen Handys (vgl. z. B. V. Karnowski & T. von Pape 2009 mit einer Studie zu mobilem Fernsehen). Die Probanden werden gebeten, möglichst unmittelbar im Anschluss an diese Alarmierung einen sehr kurzen Fragebogen auszufüllen („Experience Sampling Formular“, ESF). Je nach technischer Ausstattung geschieht das auf Papier oder direkt auf dem Gerät (als WAP-Fragebogen, vgl. V. Karnowski & T. von Pape 2009). Ein ESF enthält in der ursprünglichen Form Fragen zu externalen Dimensionen (Eckdaten der Messsituation: Ort, Zeit, Umfeld, Tätigkeit) und internalen (intrinsische Motivation, emotionale Verfassung, kognitive Effektivität). Erhoben werden Emotionen, Kognitionen und Konationen (vgl. R. W. Kubey & M. Csikszentmihalyi 1990: 54f). Beim Einsatz der ESM in medienwissenschaftlichen Zusammenhängen können natürlich auch andere Bereiche abgedeckt werden, zum Beispiel Mediengratifikationen (vgl. D. Schlütz 2002). Klassischerweise dauert eine solche Erhebung eine Woche mit sieben bis zehn Alarmierungen pro Tag. In einer Woche kommen so pro Person bis zu 70 Selbstbeobachtungen zusammen.



Mithilfe dieser Methode ist es zum Beispiel möglich, emotionale Zustände oder Flow-Gefühle79 während der Nutzung unterschiedlicher Medien (Fernsehen, WWW, Computerspiele) zu messen (vgl. D. Schlütz 2002): Mit der ESM wurden 190 Personen zunächst im Rahmen eines klassischen mündlichen Interviews über ihre Nutzungsmotive befragt. Im Anschluss daran wurden sie gebeten, eine Woche lang ein ESF auszufüllen, wenn sie durch einen Pager dazu aufgefordert wurden (drei- bis viermal pro Tag). Dieses Formular enthielt Fragen zu Aufenthaltsort und Zeit, Gesellschaft, (genaue) Medientätigkeit, aber auch zu sonstigen Aktivitäten sowie Nebenbeschäftigungen, zur intrinsischen Motivation, über Gratifikationen sowie emotionale und kognitive Zustände. Das Ausfüllen dauerte maximal fünf Minuten. Im Laufe der Feldzeit kamen insgesamt 1.917 Kurzfragebögen von 124 Personen zusammen (Rücklaufquote: 65 Prozent).

79 „Flow“ bezeichnet einen Zustand des Verschmolzenseins mit einer Tätigkeit, ein Zustand der Selbstvergessenheit, der von positiven Emotionen begleitet wird (vgl. M. Csikszentmihalyi 1999).

5.5 Experience Sampling Method

163

Validität und Reliabilität der ESM sind hoch. Zum einen besteht der große Vorteil gegenüber anderen Formen der Befragung darin, dass sie nicht auf Erinnerungs- und Rekonstruktionsleistungen der Versuchspersonen angewiesen ist. Stattdessen bildet die ESM unmittelbar ab, wie die Probanden sich im Moment verhalten und was sie erleben. Die Erhebung geschieht im natürlichen Umfeld der Teilnehmenden, ohne dass sie durch eine teilnehmende Beobachtung darin gestört würden. Das erhöht die externe Validität der Methode (R. W. Kubey & M. Csikszentmihalyi 1990). Zum anderen ist auch die Kriteriumsvalidität der ESM hoch. Das haben Vergleiche mit klassischen Time-Budget-Studien ergeben (M. Csikszentmihalyi & R. Larson 1987: 530). Die Reaktanz der Methode ist relativ gering, das heißt die Tatsache, dass die Probanden mehrfach täglich einen Fragebogen auszufüllen haben, wirkt sich nicht negativ auf die Validität aus. Gelegentlich ist – vergleichbar mit einem Paneleffekt (s. Abschnitt 5.2) – eine so genannte „Skalenverankerung“ zu beobachten. Das heißt, die Probanden verändern im Laufe der Studie ihr Antwortverhalten (im positiven Sinne), sie werden sicherer bei der Benutzung der Skalen (vgl. M. Csikszentmihalyi & R. Larson 1987). Problematisch für den konkreten Einsatz der Methode ist allerdings, dass man in einem sehr hohen Maß auf die Kooperationsbereitschaft der Probanden angewiesen ist – bedingt durch die häufige Alarmierung stärker noch als in einem herkömmlichen Panel. Larson und Csikszentmihalyi (1983: 45) sprechen von einer „research alliance“, die man mit den Versuchspersonen eingehen müsse, um die Güte einer ESM-Erhebung zu sichern. Es ist überaus wichtig, Interesse und Verständnis bei den Probanden zu wecken, um zu validen Daten zu kommen. Diese Schwierigkeit schlägt sich einmal in der ursprünglichen Zusammensetzung der Stichprobe und dann in den einzelnen Erhebungsmomenten nieder. Die Probleme sind denen sehr ähnlich, die in der Panelforschung diskutiert werden: Selbstselektion und Stichprobenmortalität (vgl. Abschnitt 5.2). 5.6

Zusammenfassung Variationen der Befragung können sowohl die Fragebogenkonstruktion – unterschiedliche Themenkomplexe verschiedener Auftraggeber werden in einer Mehrthemen- oder Omnibusbefragung zusammengefasst – als auch Erhebungshäufigkeit und -situation betreffen. In einer Delphi-Befragung erarbeiten Experten mithilfe eines standardisierten Fragebogens gemeinsam Antworten auf spezifische Probleme. Mit dem Begriff Panelstudie wird eine Untersuchungsanlage bezeichnet, in der dieselben Personen über einen längeren Zeitraum (gelegentlich über Jahre hinweg) mit dem stets gleichen Instrument befragt werden. Es können so Entwicklungen beobachtet und Kausalitätshypothesen überprüft werden. Tagebuchstudie und ESM hingegen werden ebenfalls wiederholt, laufen meist aber über einen kürzeren Zeitraum. Sie setzen in der Mediennutzungssituation selbst an. Bei der Tagebuch-



164

5 Varianten der Befragung

studie trägt der Befragte möglichst sofort, spätestens an jedem Abend seinen Tag in ein vorgegebenes Zeit- und Aktivitätenraster ein. Bei der ESM gibt der Versuchsleitende Zufallszeitpunkte vor (z. B. per SMS), zu denen der Befragte aus der Situation heraus seinen Fragebogen ausfüllen soll. Hier geht es weniger um Verhalten (wie beim Tagebuch), sondern vorwiegend um intrapsychische Aspekte.



Häder, Michael. (2009). Delphi-Befragungen: Ein Arbeitsbuch. Wiesbaden: VS. (Ein umfassendes und beispielreiches Buch mit hilfreichen Tipps zu Planung und Durchführung einer Delphi-Studie.) Kasprzyk, Daniel, Duncan, Greg J., Kalton, Graham & Singh, M. P. (Hrsg.). (1989). Panel surveys. New York: Wiley. (Ein ausführlicher, wenn auch leider nicht mehr ganz aktueller Sammelband zu allen Bereichen der wissenschaftlichen Panelforschung. Auf Deutsch liegt leider nichts Vergleichbares vor.) Kubey, Robert W. & Csikszentmihalyi, Mihaly. (1990). Television and the quality of life: How viewing shapes everyday experience. Hillsdale, NJ: Erlbaum. (Eine medienwissenschaftliche ESM-Studie mit ausführlichen methodischen Erläuterungen.)

6

Durchführung der Befragung

In den vorangegangenen Kapiteln haben wir uns damit beschäftigt, welche Arbeitsschritte nötig sind, um einen guten Fragebogen zu entwerfen und welche Arten von Befragungen es gibt. Wenn alle Entscheidungen hinsichtlich der Untersuchungsanlage getroffen sind, dann geht es an die letzten Schritte der Konzeption. Diese umfassen die Überarbeitung des Fragebogens unter grafischen Gesichtspunkten, den obligatorischen Pretest und Fragen der Feldorganisation. Darunter versteht man Auswahl, Einsatz, Schulung und Kontrolle der Interviewer. An die Feldphase schließt sich die Weiterverarbeitung der Daten an: Vercodung, Eingabe, Kontrolle und Darstellung. 6.1 Grafische Gestaltung Schon häufig ist in diesem Buch erwähnt worden, wie wichtig es für die Qualität der Umfrage ist, einen gut gestalteten Fragebogen zu haben. In diesem Abschnitt geht es nicht um das Layout einzelner Fragen – etwa Skalendarstellung oder visuelle Unterstützung –, sondern um die grafische Gestaltung des gesamten Fragebogens. Was bedeutet gute Gestaltung? In erster Linie bedeutet gut: selbsterklärend, einfach und übersichtlich. Hauptziele sind die optimierte Standardisierung sowie eine minimierte Fehleranfälligkeit. Wichtig sind also • klar unterscheidbare Fragen, Intervieweranweisungen und Antwortvorgaben; • übersichtliche Filterführung; • an Modus und Zielgruppe angepasste Gestaltung sowie • Informationen für die Datenerfassung. Je nach Befragungsmodus muss auf verschiedene grafische Grundregeln geachtet werden. Bei Interviewer-administrierten Modi (persönlich-mündlich oder telefonisch) muss der Fragebogen so gestaltet sein, dass der Interviewer die Befragung durchführen kann, ohne verwirrt zu werden und den Faden zu verlieren. Folgende Aspekte sind relevant. (1) Lesbarkeit • Bei der Wahl der Schriftart steht nicht so sehr die Optik, sondern die Lesbarkeit im Vordergrund. Deswegen sind meist serifenbetonte Schriftschnitte (wie z. B. Times) sinnvoller als solche ohne „Füßchen“ (wie etwa Helvetica). • Die Schriftgröße muss so gewählt werden, dass die Fragen ohne Probleme vorgelesen werden können. • Die Zeilen sollten nicht zu lang sein. Daher ist ein hochformatiger Fragebogen meist besser lesbar als einer im Querformat.

166

6 Durchführung der Befragung

(2) Textfluss • Der Zeilenabstand muss weit genug gewählt werden, um ein Verrutschen beim Ankreuzen der Antwortalternativen zu verhindern. Bei relativ schmalen Zeilen kann eine abwechselnde grau-weiße Schattierung der einzelnen Zeilen hilfreich sein. • Fragen sollten möglichst nicht von einer auf die andere Seite reichen, sonst wird der Vorlesefluss durch Umblättern gestört. (3) Vercodung • Es muss ausreichend Raum zur Protokollierung der Antworten bei offenen Fragen vorhanden sein. • Es muss deutlich werden, wie die Antwort bei geschlossenen Fragen protokolliert werden soll, also etwa durch Ankreuzen von Kästchen oder Einkringeln von Antwortcodes. • Die Anordnung der Fragen und Antworten sollte möglichst immer in gleicher Leserichtung geschehen, am besten von oben nach unten. Wenn mitten im Fragebogen gewechselt wird, beispielsweise mehrere Fragen in Tabellenform aufgelistet werden und die Leserichtung sich damit ändert, besteht die Gefahr des Überlesens und fälschlichen Auslassens (vgl. M. E. Sanchez 1992). (4) Anweisungen • Die Filterführung muss grafisch klar und übersichtlich und somit inhaltlich verständlich sein. • Alle Texte, die der Interviewer sprechen soll, müssen niedergeschrieben sein. • Alle Aktionen und Handreichungen, die der Interviewer ausführen soll – etwa Überreichen von Bildblättern, Kartenspielen, Listen –, müssen ebenfalls niedergeschrieben sein. Diese Intervieweranweisungen sollten unbedingt in einer anderen Schrift gestaltet bzw. fett oder kursiv gesetzt sein, um sie von den Fragen optisch gut abzusetzen. Am besten stellt man einen Hinweis vor, etwa „INTERVIEWER: Bildblatt überreichen“. • Wenn die Dateneingabe besondere Informationen im Fragebogen erfordert (z. B. Variablennummern, Angabe von Spalten, Angabe von Zahlenschreibweise (etwa: 4-stellig)), sollte dies ebenfalls im Fragebogen geschehen. Dabei muss darauf geachtet werden, dass die Lesbarkeit nicht erschwert wird. Da telefonische Umfragen zudem häufig als CATI durchgeführt werden, müssen gleichzeitig die grafischen Besonderheiten der Programmierung beachtet werden. Für alle computergestützten Befragungsformen gilt, dass der Fragebogen am Bildschirm gut ablesbar sein muss, also sollte man zum Beispiel nur einzelne Fragen erscheinen lassen, damit man nicht scrollen muss, und klare Anweisungen geben, etwa wie man weitergeführt wird, wie man antworten muss etc. Das meiste ergibt sich aus dem verwendeten Computerprogramm.

6.1 Grafische Gestaltung

167

Für eine schriftliche Befragung ist die grafische Gestaltung am wichtigsten, denn der Fragebogen ist das einzige Verbindungsglied zwischen Befragtem und Versuchsleiter. Daher entfaltet das Layout hier die größten Effekte. R. Tourangeau, M. P. Couper & F. Conrad (2004) können zeigen, dass die Befragten der grafischen Gestaltung Hinweise entnehmen, die ihre Entscheidungen beeinflussen. In mehreren Methodenexperimenten finden die Autoren starke Hinweise für Heuristiken (also Abkürzungen bei der Entscheidungsfindung), die die räumliche Anordnung von Fragen und Antworten als inhaltliche Hilfestellung nutzen: (1) Mittig bedeutet typisch: Die (räumlich) mittig angeordnete Antwort auf einer Skala (horizontal) oder im Rahmen von Antwortalternativen (vertikal) wird als konzeptuelle Mitte betrachtet – auch wenn am rechten Rand oder unten zwei Vorgaben stehen, die inhaltlich keine Bedeutung haben (weiß nicht, keine Angabe), bzw. wenn die Skalenabstände uneinheitlich sind. Dem kann man abhelfen, indem man die Ausweichkategorien z. B. mit einer Linie abtrennt. (2) Links oben bedeutet zuerst: Befragte gehen davon aus, dass die Anordnung von Fragen und Antworten ihrer gewohnten Leserichtung folgt. Missachtet man diese Regel, führt das zu gehäuftem Ausweichverhalten. (3) Nah bedeutet verbunden: Items, die in Batterien auf einer Seite zusammengefasst werden (etwa auf dem Screen einer Online-Umfrage oder in einer Tabelle eines Selbstausfüller-Fragebogens), korrelieren stärker miteinander als solche, die räumlich getrennt sind. Daher sollte man nur Items gruppieren, die inhaltlich zusammenpassen. Andere Experimente zeigen, dass auch die Anordnung von Instruktionen, das Layout und der Zeilenabstand von Antwortvorgaben sowie die Größe der Antwortkästchen offener Fragen und Richtungspfeile zur Navigation bei Filterfragen einen signifikanten Einfluss auf das Antwortverhalten haben (vgl. L. M. Christian & D. A. Dillman 2004). Die Standardisierung kann deutlich verbessert werden, wenn sie durch das Layout konsequent unterstützt wird (vgl. M. Hasenjäger & A. Hertel 2004). Entscheidenden Einfluss hat das Layout eines Selbstausfüller-Fragebogens darüber hinaus auf die Rücklaufquote. Zu deren Optimierung wurden verschiedene Strategien vorgeschlagen, so etwa die „Tailored Design Method“ (TDM) von D. A. Dillman, J. Smyth und L. M. Christian (2009; vgl. auch Kapitel 4.3). Zwar erhöht ein ansprechendes Layout die Rücklaufquote nur gering, aber dafür insbesondere unter solchen Personen, die sonst gar nicht antworten würden. Der „non response error“ sinkt daher (D. A. Dillmann, J. D. Smyth & L. M. Christian 2009: 159). Ziel eines gut layouteten Fragebogens ist aber nicht nur die Steigerung der Ausschöpfungsquote. Die Leserführung aufgrund einer guten Gestaltung (etwa die Wahrnehmung von Fragen und den entsprechenden Antwortvorgaben als zusammengehörig) dient – neben der Lesefreundlichkeit – auch der Standardisierung und senkt so den „measurement error“ (D. A. Dillmann, J. D. Smyth & L. M. Christian 2009: 90). Eine solche Standardisierung gelingt bei

168

6 Durchführung der Befragung

schriftlichen Umfragen dann, wenn das Layout eine konsistente Wahrnehmung der Inhalte unterstützt. In der TDM wird gefordert, dass ein schriftlicher Fragebogen höchste grafische Ansprüche erfüllt, die einerseits die Lesbarkeit und andererseits die „Gefälligkeit“, also die reine Optik, betreffen. Um dem Befragten zudem zu viele technische Anweisungen zu ersparen, sollte man weitgehend versuchen, grafische Elemente als Benutzerführung einzusetzen – allerdings nur dann, wenn dies nicht zusätzlich verwirrt. Wichtig ist, dass die Navigationselemente im ganzen Fragebogen einheitlich sind. Für einen schriftlichen Fragebogen gilt (neben den o. g. Hinweisen): • Alle Informationen für den Befragten müssen im Fragebogen verständlich enthalten sein, sowohl die „technischen“ Anweisungen zur Handhabung des Fragebogens als auch die, die die Beantwortung selber betreffen. Das umfasst auch einen Hinweis, wie bei falschen Kreuzen verfahren werden soll (z. B. falsch angekreuztes Kästchen komplett schwärzen und richtiges ankreuzen). Die Instruktionen sollten stets an der Stelle zu finden sein, an der sie benötigt werden und nicht gesammelt im Anschreiben. • Technische Anweisungen sollten optisch abgesetzt werden (ähnlich den Intervieweranweisungen bei einem persönlichen Interview). • Alle Fragen sollten durchnummeriert sein. Die Nummer sollte klar und deutlich den Beginn einer Frage symbolisieren. Darüber hinaus ist es wichtig, jede Frage (inklusive Antwortvorgaben und Instruktion) optisch als Einheit zu präsentieren. Das kann zum Beispiel durch einen größeren Abstand zur Folgefrage geschehen, durch Trennlinien zwischen den Fragen oder durch Rahmung. • Wenn möglich, sollten grafische Elemente (z. B. kurze Pfeile, Leitlinien, Farbraster, vertikale Anordnungen) zur Benutzerführung eingebaut werden. Diese dürfen das Layout aber nicht unruhig machen und müssen stets einheitlich verwendet werden. • Das Layout dient im schriftlichen Fragebogen nicht nur der Lesbarkeit, sondern es muss auch gefällig sein – der Fragebogen muss optisch zum Ausfüllen animieren. • Die Ansprüche an die grafische Gestaltung sind auch abhängig von der Zielgruppe; eine schriftliche Befragung etwa von Artdirektoren der Werbebranche muss andere Ansprüche erfüllen als die einer Kirchengemeinde. • Auch die Präsentation des Fragebogens (z. B. als Booklet mit Leim- oder Spiralbindung, Heftung oder einfache Klammer, in einer Plastikhülle oder ohne) ist abhängig von der Zielgruppe. Besonders wichtig ist die einfache Handhabbarkeit. Auch ein umfangreicher Fragebogen muss beim Ausfüllen offen liegen bleiben und darf nicht beim Blättern auseinanderfallen. • Insbesondere die erste und letzte Seite des Fragebogens sollten ansprechend gestaltet sein. D. A. Dillmann, J. D. Smyth und L. M. Christian (2009: 192) empfehlen, die Vorderseite nicht mit Informationen zu füllen, sondern gra-

6.1 Grafische Gestaltung

169

fisch attraktiv zu gestalten, um die Kooperation der Befragten zu beflügeln (vgl. auch R. Porst 2009: 31ff). Die Rückseite sollte demgegenüber weitgehend frei bleiben. Sie sollte nicht – wie die Vorderseite – zum Aufschlagen animieren, da am Ende des Fragebogens meist problematische Fragen wie die nach dem Einkommen zu finden sind. Sinnvoll sind ein Dankeschön sowie die Anschrift des Auftraggebers bzw. der Studienleitung. Zusätzlich kann dem Befragten Gelegenheit für weitere Kommentare zum Thema gegeben werden. Die grafische Gestaltung einer Online-Befragung muss sowohl den Anforderungen einer schriftlichen Befragung als auch einer computergestützten Befragung genügen. Die besonderen Ansprüche an einen Webfragebogen sind in Abschnitt 4.4 beschrieben. Beachten sollte man darüber hinaus die Effekte, die die besonderen Gestaltungsmöglichkeiten von Online-Umfragen entfalten können (etwa die Voreinstellung von Schiebereglern, vgl. G. Kuck & L. Wohlfahrt 2009). 6.2 Pretest Zur Fragebogen-Optimierung bedient man sich spezifischer Evaluationsverfahren. Geschieht dies mittels einer gesonderten empirischen Erhebung, die vor der eigentlichen Befragung durchgeführt wird, spricht man von einem Pretest. Ziel eines Pretests ist zu ermitteln, wie valide und reliabel der Fragebogen ist; ob er also in der Lage ist, „gute Daten“ zu liefern. Experimente zeigen, dass ein Pretest tatsächlich hilft, die Aussagekraft und Güte von Fragebögen zu verbessern (vgl. B. Forsyth, J. M. Rothgeb & G. B. Willis 2004). Ein Pretest ist also obligatorisch. Neben einem Test der Güte des Instrumentes sollte auch das gesamte Studiendesign auf seine Funktionsfähigkeit hin überprüft werden, also Stichprobenziehung und -realisation, Fragen der Feldorganisation, gegebenenfalls sogar die Auswertung.80 Was ist ein Pretest? S. Sudman und N. M. Bradburn (in der deutschen Fassung zit. nach M. Ehling 1997: 151) definieren:



„Pretests sind nichts anderes als die Miniaturausgabe einer beliebigen Form sozialwissenschaftlicher Datenerhebung, wobei sich in der Regel die Konzentration auf die Qualität des Erhebungsinstrumentes richtet.“ Das Ziel ist die Überprüfung von Validität und Reliabilität.

80 M. Ehling (1997: 152) schlägt vor, eine begriffliche Unterscheidung einzuführen. Ein „Pretest“ würde sich demnach auf das Erhebungsinstrument beschränken, während der Ausdruck „Pilotstudie“ die Überprüfung des gesamten Erhebungsverfahrens sowie der -organisation bezeichnet. Wir bleiben bei der einheitlichen Bezeichnung „Pretest“.

170

6 Durchführung der Befragung

A. Scholl (2009: 203ff) nennt drei grundsätzliche Problembereiche, die in einem Pretest adressiert werden: Zeit-, Sach- und Sozialdimension. Im Einzelnen geht es hierbei um folgende Gegenstände (vgl. auch K. Kurz, P. Prüfer & M. Rexroth 1999): (1) Zeitdimension zur Planung der Feldzeit • Dauer der Befragung • Anzahl notwendiger Kontaktversuche zur Optimierung der Ausschöpfung (2) Sachdimension zur Optimierung des Instruments • technische Probleme mit Fragebogen/Befragungshilfen • Interesse und Aufmerksamkeit während des gesamten Interviews • Interesse und Aufmerksamkeit des Befragten bei einzelnen Fragen • Verständlichkeit der Fragen • inhaltliche Richtigkeit der Fragen81 • Reihenfolge der Fragen/unerwünschte Kontexteffekte (3) Sozialdimension zur Aufgabenerleichterung für Interviewer und Befragten • Probleme des Befragten mit seiner Aufgabe • Probleme des Interviewers mit seiner Aufgabe • Wohlbefinden des Befragten Ein Pretest dient also dazu, sich mit dem Instrument auseinanderzusetzen: Welchen Zeitaufwand erfordern einzelne Fragen? Werden die Fragen akzeptiert? Werden sie verstanden? Und ganz praktisch: Funktioniert der Fragebogen (Filter u. Ä.)? Die Durchführung eines solchen Tests ist abhängig von der Fragestellung, dem Instrument und dem Studiendesign. Grundsätzlich kann man sein Instrument auf unterschiedlichste Arten überprüfen (vgl. Tabelle 9, vgl. auch S. Presser et al. 2004). Verfahren ohne Befragungsperson

Pretests im Feld

Laborverfahren

• Fragebogenkonferenz/ Fragebogenbewertungssystem (FBS) • Expertenbewertung

Standard-Pretest, ggf. mit • „random probe“ • Intensivinterview • Analyse der Antwortverteilungen

• Methode des lauten Denkens („think aloud“) • „probing“ • „confidence rating“ • „paraphrasing“ • Antwortlatenzzeit

Tabelle 9: Pretest-Verfahren (in Anlehnung an P. Prüfer & M. Rexroth 1996: 96, vgl. auch F. Faulbaum, P. Prüfer & M. Rexroth 2009)

81 Darauf muss vor allem geachtet werden, wenn die Befragung sich an Spezialisten richtet, oder wenn es um Themengebiete geht, in denen sich der Forscher nicht bis ins Letzte auskennt.

6.2 Pretest

171

Zunächst einmal kann man die Pretest-Verfahren danach unterscheiden, wo sie stattfinden: am Schreibtisch, im Feld oder im Labor. Ein Pretest sollte stets mit der Überprüfung am Schreibtisch beginnen. Dabei ist es sinnvoll, sich Hilfe zu holen, denn es ist immer schwierig, seine eigenen Fehler zu erkennen. Das ist zum Beispiel möglich in Form einer „Fragebogenkonferenz“, das heißt man setzt sich mit mehreren in der Fragebogenkonstruktion versierten Personen zusammen und geht den Fragebogen durch.82 Genauso kann man das Instrument erfahrenen Menschen, Experten auf dem Gebiet (Wissenschaftlern, langjährigen Interviewern etc.) vorlegen und sie um Kommentare und Verbesserungsvorschläge bitten. Diese Formen des Pretests verbleiben allerdings auf der Ebene des Fragebogens und seiner theoretischen Diskussion, praktische Aspekte werden daher auch nur theoretisch berücksichtigt. F. Faulbaum, P. Prüfer und M. Rexroth (2009: 111ff) haben ein Fragebogenbewertungssystem (FBS) entwickelt, das bei der systematischen Fragenevaluation hilft. Das FBS bietet eine umfangreiche Checkliste, die für jede Frage folgende Bereiche adressiert83: • Probleme mit Worten/Texten • Unzutreffende Annahmen über Befragte • Erinnerungsvermögen • Berechnung/Schätzung • Komplexität der mentalen Leistung • Nicht intendierte Nebeneffekte • „Weiß-nicht“-Kategorie bei Einstellungsfragen • Kontext der Frage/Fragensukzession • Antwortvorgaben/Antwortskalen • Offene Fragen • Instruktionen bei Interviewer-administrierten Fragen • Probleme bei der Aufgabenbeschreibung in selbst-administrierten Fragen Im zweiten Schritt muss man mit dem Instrument ins Feld, um es unter realistischen Bedingungen zu testen. Das ist die klassische Variante, der StandardPretest. In Abhängigkeit von der angestrebten Stichprobengröße der Hauptuntersuchung wird er im Rahmen von zehn bis 50 Interviews durchgeführt, die sich wie die angestrebte Stichprobe zusammensetzen. Die Interviews sollten Standard-Interviewer durchführen. Es empfiehlt sich allerdings, auch als Forscher selbst einige Probanden zu befragen. Anhand der Reaktionen der PretestTeilnehmer (Nachfragen, Zögern, Verärgerung, Langeweile, Abbruch usw.) kann man auf problematische Fragen schließen. Die Interviewer machen sich 82 Die Fragebogenkonferenz ist ursprünglich eine Einrichtung des Instituts für Demoskopie Allensbach (vgl. E. Noelle-Neumann & T. Petersen 1998). 83 Die gesamte Liste steht inklusive Anwendungshinweisen als Download zur Verfügung unter www.vs-verlag.de (als OnlinePlus bei dem entsprechenden Buch-Titel). Im Buch sind zusätzlich zu jedem Punkt ausführliche Erläuterungen und Beispiele enthalten.

172

6 Durchführung der Befragung

dann entsprechende Notizen. Aufwändiger ist es, den Befragungsverlauf im Nachhinein zu protokollieren. Das kann frei oder anhand eines standardisierten Code-Systems geschehen („problem coding“). Eine andere Variante ist das „behaviour coding“, die Klassifizierung von Verhalten anhand einer Aufzeichnung des Interviews (im Sinne einer Beobachtung, z. B. Code für „Interviewer liest Frage exakt bzw. verändert sie“, „Befragter antwortet vorzeitig, inadäquat“ usw.). Das Problem bei diesem Verfahren ist, dass trotz formal richtiger Antworten unter Umständen ein falsches Frage-Verständnis vorliegen kann. Die Ursachen dafür werden auf diese Weise nicht ergründet. Darüber hinaus bergen sowohl die Vorgehensweise des „problem coding“ als auch des „behaviour coding“ hohe Anforderungen an den Interviewer. Eine andere Möglichkeit ist die so genannte „Random-Probe-Technik“. Dabei wählt der Forscher nach dem Zufallsprinzip vor dem Interview einige (geschlossene) Fragen aus, zu denen er Verständnisfragen stellt („Warum sagen Sie das?“; „Könnten Sie darüber etwas mehr sagen?“ usw.). Das funktioniert allerdings nur für Teile des Fragebogens. Vergleichbar mit dieser Variante ist das Intensivinterview, das im Anschluss an manche Fragen geführt wird, um zu erkunden, wie die Befragten die Frage verstanden haben. Eine indirekte Variante, um Rückschlüsse auf die Qualität der Fragen zu ziehen, ist die Analyse der Antwortverteilungen. Indikatoren für mindere Qualität sind nicht oder nur marginal besetzte Kategorien (= irrelevante Ausprägungen), extreme Häufigkeitsverteilungen (= ungünstige, evtl. einseitige Frageformulierung), hohe Besetzung der Ausweichkategorien (= unklare oder heikle Frage, unvollständige Antwortvorgaben) usw. Diese Variante ist allerdings nur möglich bzw. sinnvoll bei einer relativ hohen Fallzahl im Pretest (vgl. auch F. Faulbaum, P. Prüfer & M. Rexroth 2009: 105ff). Schließlich kann ein Instrument auch im Labor getestet werden, also im Rahmen eines besonderen Settings, das eine Aufzeichnung erlaubt. Hier stehen die kognitiven Prozesse im Vordergrund, die bei der Beantwortung von Fragen durchlaufen werden. Es wird in der Regel mit weit weniger Befragungspersonen gearbeitet als bei Feldversuchen (fünf bis zehn Probanden reichen oft), die Interviewer sind Psychologen. Kognitive Laborverfahren sind dann nötig, wenn ein Standard-Pretest nicht ausreicht, um zu erkennen, was hinter dem beobachteten Verhalten liegt. Auch hier gibt es wieder unterschiedliche Möglichkeiten (vgl. K. Kurz, P. Prüfer & M. Rexroth 1999). Zunächst die so genannte „ThinkAloud-Technik“, also die Methode des lauten Denkens, wobei der Befragte aufgefordert wird, während des Antwortens („concurrent think aloud“) oder im Anschluss daran („retrospective think aloud“) sämtliche Gedankengänge zu formulieren, die zur Antwort geführt haben. Dieses Verfahren stellt sehr hohe Anforderungen an die Befragten; sie nennen häufig eher Begründungen oder Rechtfertigungen als Gedankengänge. Leichter ist das so genannte „probing“, wo die gegebene Antwort durch ein- oder mehrmaliges Nachhaken hinterfragt wird. Diese Zusatzfragen können sich auf das generelle Frageverständnis bezie-

6.2 Pretest

173

hen („comprehension probing“) oder auf Aspekte der Informationsbeschaffung („information retrieval“). Je fokussierter die Probing-Fragen auf konkrete Aspekte zielen, desto höher ist die Wahrscheinlichkeit, Informationen zum gewünschten Aspekt zu erhalten. Ein Problem liegt aber häufig in der Formulierung der Zusatzfragen (Beeinflussung). Eine weitere Möglichkeit, Hinweise auf die Güte von Fragen zu bekommen, ist das „confidence rating“: Befragte sollen im Anschluss an ihre Aussage angeben, welchen Grad an Verlässlichkeit ihre Antwort hatte. Das geschieht meist mithilfe einer Skalenfrage: „Wie sicher waren Sie sich bei Ihrer Antwort: sehr sicher, eher sicher, eher unsicher oder sehr unsicher?“ Diese Technik ist relativ einfach durchzuführen und auszuwerten. Sie hat jedoch den zentralen Nachteil, dass das eigentliche Problem (welche Gründe führten zur Unsicherheit?) nur indirekt erschlossen werden kann. Um das Frageverständnis zu ermitteln, bietet sich die Methode des Paraphrasierens an („paraphrasing“): Nach der Beantwortung soll der Proband die Frage in seinen eigenen Worten noch einmal wiederholen. So kann ermittelt werden, ob die Frage generell verstanden wurde oder nicht. Eine indirekte Methode, um das zu erheben, ist die Messung der Antwortlatenzzeit („response latency“): Man misst die Zeit zwischen der Präsentation der Frage und der Antwort. Die Idee dabei ist, dass lange Latenzzeiten für schlechte Fragen sprechen (vgl. auch J. N. Bassil & B. S. Scott 1996). Generell kann man sagen, dass keine der vorgestellten Pretest-Varianten gut für alles ist. Am besten ist ein Verfahren-Mix, der dem entsprechenden Instrument angepasst ist. Die „schlichte“ Standard-Variante sollte aber immer enthalten sein.

6.3

Feldorganisation: Einsatz, Anleitung und Kontrolle von Interviewern Nachdem das Instrument durch Fragebogenkonferenz und Pretest gegangen ist, folgt die eigentliche Untersuchung. Der Fragebogen wird ins „Feld“ geschickt, d. h. er wird abtelefoniert, verschickt, ins Internet gestellt oder von Interviewern an Befragte herangetragen. In diesem Kapitel wenden wir uns Fragen der Feldorganisation zu. Dabei beziehen wir uns in erster Linie auf Befragungen, bei denen Interviewer zum Einsatz kommen, also persönliche oder telefonische Umfragen (zu einzelnen Aspekten der Feldarbeit vgl. ausführlich A. Koch 2002). Wie bereits in vorangegangenen Kapiteln deutlich geworden ist, besitzt der Interviewer eine Schlüsselstellung im Befragungsprozess. Von ihm wird einiges gefordert: • Motivation der Befragten zum Mitmachen und Durchhalten (soziale Kompetenz);

174

• • •

6 Durchführung der Befragung

größtmögliche Neutralität beim „Abarbeiten“ standardisierter Fragebögen; Stichprobenpräzision durch genaues Befolgen der Auswahlvorschriften; Ausschöpfung der vorgegebenen Stichprobe.

Die Relevanz dieser Kriterien macht deutlich, dass bei der Durchführung der Feldarbeit Auswahl, Einsatz und Schulung der Interviewer von großer Bedeutung sind. Für Marktforschungsinstitute ist die Feldabteilung, die sich um die gesamte Interviewerbetreuung kümmert, häufig das Herzstück des Unternehmens, denn mit der Qualität der Feldarbeit steht oder fällt die Qualität der Daten insgesamt.84 Zur Sicherung bzw. Steigerung der Qualität der Datenerhebung sind verschiedene Maßnahmen sinnvoll, die bei der Feldorganisation beachtet werden müssen: • sorgfältige Auswahl der Interviewer: heterogener Stab, zuverlässig und pflichtbewusst; • genaue Einsatzplanung mit realistischen Vorgaben: Anzahl der Interviews, Interviewdauer, Feldzeiten, Erreichbarkeit, Quoten, Honorare; • sorgfältige Schulung der Interviewer zur Verbesserung der Interviewfähigkeiten, um Interviews richtig (technisch und sozial) durchzuführen und die Auswahlkriterien genau befolgen zu können; • fragebogenspezifische Anweisungen und Schulungen (schriftlich und/oder mündlich); • regelmäßige Kontrollen (Rücklauf, korrektes Ausfüllen, Stichprobengenauigkeit). Marktforschungsinstitute verwenden viel Mühe darauf, ihren so genannten „Interviewerstamm“ aufzubauen und zu pflegen. Das geschieht mittels ihrer Feldabteilung oder durch dezentrale Organisationsformen mit regionalen Chefinterviewern oder Gebietsleitern. Da sie in der Regel eine hohe Fluktuation an Interviewern haben, sind sie ständig auf der Suche nach neuen, zuverlässigen Mitarbeitern.85 Sie finden sie per Anzeige, auf Empfehlung anderer Interviewer oder durch Aufrufe im Internet. Für die Auswahl wichtig sind neben den schon erwähnten Eigenschaften wie Kontaktfähigkeit, Einfühlungsvermögen, Ehrlichkeit und eine gewisse Form der Pedanterie, gute Arbeitsqualität, sicheres Auftreten, flexibles Zeitbudget und Mobilität. Gerade die beiden letzten Auswahlkriterien zeigen, wie schwierig es ist, einen Interviewerstamm aufzubauen, der in seiner soziodemografischen Zusammensetzung in etwa der Bevölkerung entspricht. Dies jedoch setzen sich viele 84 Die meisten Markforschungsinstitute überprüfen ihre Mitarbeiter daher mit den allgemeinen Qualitätskriterien nach DIN EN ISO 9001 (Qualitätsmanagement). 85 So beziffert die Gesellschaft für Konsumforschung (GfK) ihre Fluktuation im Bereich persönliche Interviews etwa auf 45 Prozent im Jahr, in den Studios auf unter 20 Prozent (R. Niehoff 1998: 54f). Diese relativ geringe Konstanz der Mitarbeiter mag auf den ersten Blick negativ wirken; unter Berücksichtigung des komplexen Zusammenspiels von Interviewererwartungen, Interviewererfahrung und Interviewereinfluss („selektives Hören“) kann sie sich aber auch qualitätssteigernd auswirken.

6.3 Feldorganisation

175

Institute zum Ziel, um so Interviewereinflüsse zu kompensieren (vgl. Kapitel 2.3). Der optimale Einsatzplan der Interviewer für eine bestimmte Befragung sollte dabei die Zusammensetzung der jeweiligen Zielgruppe wiedergeben. Im Zusammenhang mit der optimalen Interviewerzusammensetzung wird immer wieder über die besondere Eignung verschiedener Personengruppen diskutiert. So wird der Einsatz von Studierenden als problematisch angesehen, da sie aufgrund ihrer intellektuellen Fähigkeiten besonders gut fälschen könnten.86 Der Einsatz von älteren Frauen als Interviewer wird hingegen empfohlen, da ihre Ausschöpfungsrate am höchsten ist87 (A. Koch 1991; R. Porst, S. Ranft & B. Ruoff 1998). Und je nach Befragungsmodus kommen weitere Anforderungen hinzu, für das Telefoninterview etwa eine angenehme Telefonstimme, für CAPI ein geübter Umgang mit dem PC bzw. Laptop usw. Berücksichtigt werden muss bei der Auswahl auch, ob Themenspezialisten benötigt werden oder Interviewer nötig sind, die eine besondere Eignung für die konkrete Studie aufweisen (etwa ein geübter Umgang mit technischen Geräten oder sicheres Auftreten im Businessbereich). Bei Umfragen, die von Universitäten oder im Rahmen von studentischen Qualifikationsarbeiten durchgeführt werden, kann natürlich nicht auf einen solchen vorhandenen Stamm zurückgegriffen werden. Die Interviews werden hier meist von den Studierenden selbst durchgeführt. Durch eine enge Bindung an die Forschergruppe kann hier davon ausgegangen werden, dass die von den Marktforschungsinstituten befürchtete Fälschergefahr in diesem Fall minimiert ist. Bei Befragungen, die für BA- oder MA-Arbeiten durchgeführt werden, kommt aufgrund fehlender finanzieller Mittel zusätzlich hinzu, dass eine Trennung von Forscher und Interviewer nicht immer möglich ist. Die Gefahr einer (unbewussten) Beeinflussung muss hier in Kauf genommen werden. Einsatzplanung bedeutet auch die Festlegung der Interviewbelastung pro Interviewer. Um ungewollte Einflüsse zu verhindern bzw. auszugleichen, gilt als Faustregel fünf Interviews pro Interviewer. Einige empfehlen weniger, etwa drei, andere wiederum mehr (R. Niehoff 1998: 54; E. Noelle-Neumann & T. Petersen 2005: 359). Wir empfehlen nicht mehr als zehn Interviews pro Interviewer, nicht mehr als fünf wären optimal. Dies gilt für das persönliche Interview. Bei Telefoninterviews führt der einzelne Interviewer in der Regel wesentlich mehr Gespräche. J. van der Zouwen und T. van Tilburg (2001) zeigen, dass eine deutlich höhere Interviewbelastung (hier im Rahmen von Panelstudien) zu unerwünschten Effekten führen kann, die die Validität der Studie beeinflussen.

86 Ein Experiment von K. H. Reuband (1990a) weist nach, dass Studenten tatsächlich in der Lage sind, in den meisten Fällen Interviews auf der Basis ausgewählter (soziodemografischer) Hintergrundinformationen zu fälschen. Solche Fälschungen sind damit kaum über Antwortmuster zu entdecken (siehe Kontrollmöglichkeiten von Interviews weiter unten). 87 So sind etwa bei der GfK unter den so genannten A-Interviewern (besonders hohe Arbeitsqualität und Zuverlässigkeit) überdurchschnittlich viele Hausfrauen über 30 Jahren und generell Männer und Frauen ab 45 Jahren vertreten (R. Niehoff 1998: 57).

176

6 Durchführung der Befragung

Die Qualität der Untersuchung lässt sich steigern, indem dem Interviewer genügend Zeit für die Interviews zugestanden wird. Die Bemessung der Feldzeit sollte der Schwierigkeit und Länge der Befragung angemessen sein; Zeiten für Postwege, Stichprobenauswahl und eventuelle Zusatztermine bei NichtErreichbarkeit der Zielperson müssen einkalkuliert werden. Es ist leider nicht möglich, exakte Feldzeiten für die verschiedenen Befragungsmodi anzugeben, sie sind einfach zu stark von der jeweiligen Themenstellung und dem Untersuchungsdesign abhängig sowie von der Stichprobenziehung und der SampleGröße. Wir können jedoch Faustregeln nennen: Die Feldzeit einer telefonischen sowie einer Online-Befragung ist am kürzesten. Insbesondere bei CATIUmfragen stehen schon nach wenigen Tagen Daten zur Auswertung bereit. Aus Gründen der Repräsentativität sollte man aber auch hier die Feldzeit mit mindestens einer Woche ansetzen, um Nachfassaktionen zu ermöglichen, Wiederanrufe zu vereinbaren etc., so dass möglichst viele Personen aus der Stichprobe erreicht werden können. Bei Face-to-Face-Interviews verlängert sich die Feldzeit deutlich. Die Unterlagen müssen den Interviewern zugeschickt werden, eventuell müssen noch Rückfragen geklärt werden; je nach Stichprobenziehung muss man sieben bis zehn Tage einplanen, so dass die Feldzeit mit mindestens zwei Wochen angesetzt werden sollte. Auch hier ist es besser, nicht zu sehr zu drängen. Die Fragebögen müssen nach Abschluss der Feldarbeit an eine zentrale Stelle geschickt und eingegeben werden, es sei denn, es handelt sich um ein CAPI-Interview. Alles in allem sollte man ca. vier Wochen bis zum fertigen Datensatz einplanen. Am meisten Zeit kostet die postalische Befragung. Hält man sich an die beschriebenen Strategien der TDM – was zu empfehlen ist –, dauert die Feldzeit mindestens acht Wochen. Bei der Zuteilung von Quoten für eine Stichprobe sollten die Merkmale für den Interviewer gut feststellbar und nicht zu stark miteinander kombiniert sein (vgl. Abschnitt 1.4.4). Für eine Qualitätssteigerung bei einer Quota-Stichprobe sorgt eine bewusste Zuteilung der Quoten: Um den Interviewer aus seinem gewohnten Umfeld herauszulocken, ist es sinnvoll, ihm auch solche Quoten zuzuteilen, die von seinen eigenen soziodemografischen Merkmalen abweichen. Entsprechend der Interviewlänge und dem Schwierigkeitsgrad bei Auswahl und Durchführung ist auch das Honorar des Interviewers zu bemessen. In der Regel werden Interviewer pro Interview bezahlt, die Bezahlung ist selbstverständlich abhängig von der Länge der Befragung und dem Befragungsaufwand. Hinzu kommen oftmals Beträge für die Kontaktaufnahme, für Adressenlieferung oder Aufschläge für besonders schwer erreichbare Zielgruppen. Dies soll die Motivation des Interviewers steigern, die Ausschöpfung zu erhöhen. Bei Befragungen, wo ein Supervisor zur Kontrolle vor Ort ist – etwa im Studio –, wird häufig ein Stundenhonorar gezahlt, teilweise gekoppelt an eine Mindestanzahl von Interviews, die durchzuführen sind, oder verbunden mit einem Erfolgshonorar.

6.3 Feldorganisation

177

Wie kann man einen Interviewer auf seinen Einsatz vorbereiten? Wenn Institute neue Interviewer auswählen, erhalten diese fast durchgängig eine so genannte Basisschulung, die sie in die Besonderheiten standardisierter Befragungen einführt. Wichtig ist vor allem, dass sie darauf aufmerksam gemacht werden, dass ihr Verhalten Einfluss auf Zustandekommen und Verlauf des Interviews sowie auf das Antwortverhalten haben kann. Sehr hilfreich sind hier die Regeln zur praktischen Durchführung eines standardisierten Interviews, die in der ZUMA How-to-Reihe88 erschienen sind (vgl. P. Prüfer & A. Stiegler 2002). Zudem werden sie mit den Techniken des Interviews wie Filterführung, Protokollierung der Antwort oder Verständnis der Intervieweranweisungen vertraut gemacht. Auch die Erläuterung der verschiedenen Auswahlregeln und Techniken der Kontaktaufnahme gehören dazu. An diese Basisschulung, die nicht unbedingt persönlich ist, sondern auch schriftlich durchgeführt werden kann, schließen sich Probeinterviews an, organisiert von Chefinterviewern vor Ort oder von der zentralen Feldabteilung. Der bestehende Interviewerstamm wird immer mal wieder durch Rundschreiben im Hinblick auf die richtige Interviewtechnik trainiert, konzeptionell und technisch eingewiesen und mit Tipps zur besseren Handhabung versorgt (vgl. für die GfK: R. Niehoff 1998; für Allensbach: E. Noelle-Neumann & T. Petersen 2005). Zusätzlich zu diesen Basisschulungen und regelmäßigen Trainingstipps werden in einigen Instituten Bedarfsschulungen durchgeführt, etwa wenn ein Interviewer wiederholt mit Fehlern in der Filterführung auffällt oder häufig Auswahlfehler macht.89 Schulungen für eine einzelne, konkrete Befragung finden eher im Sinne einer konzeptionellen und technischen Einweisung in den Fragebogen statt. Zusätzlich zu den im Fragebogen vorhandenen Intervieweranweisungen wird mit der Versendung der Fragebögen an den Interviewer im Anschreiben auf Besonderheiten der Befragung hingewiesen. Dabei muss jedoch der Grundsatz beachtet werden, dass alles, was wirklich wichtig ist, im Fragebogen selbst enthalten sein muss. Begleitschreiben dienen nicht dazu, einen schlecht konzipierten Fragebogen zu verbessern, sondern dazu, den Interviewer mit dem Fragebogen vertraut zu machen. Aber auch wenn man bemüht ist, durch die Formulierung des Fragebogens Rück- und Nachfragen gar nicht erst entstehen zu lassen: In einer fragebogenspezifischen Schulung können für alle Interviewer verbindliche Reaktionen auf ein solches Befragtenverhalten festgesetzt werden, wenn es denn doch vorkommt. Wer seine Befragung, etwa im Rahmen eines Projektes oder einer Abschlussarbeit, mit unerfahrenen Interviewern durchführt, sollte auf eine persönliche Schulung nicht verzichten. Denn in diesem Fall finden Basisschulung und 88 Diese Reihe steht auf www.gesis.org unter den GESIS-Publikationen als PDF zum Download bereit. 89 E. Noelle-Neumann und T. Petersen weisen zu Recht darauf hin, dass ein durch Fehler mehrmals auffälliger Interviewer besser ausgewechselt werden sollte, als ihn individuell zu trainieren (2005: 368). Wie verfahren wird, muss im Einzelfall entschieden werden.

178

6 Durchführung der Befragung

Fragebogenerklärung gemeinsam statt, und der motivierende und soziale Charakter persönlicher Schulungen kann den Interviewer zu Ehrlichkeit und guter Arbeit motivieren. Um die Qualität der Daten zu überprüfen, werden nach der Feldarbeit (oder auch währenddessen) regelmäßige Kontrollen der Interviewertätigkeit dringend empfohlen. Zum einen, um Fälschungen herauszufinden, aber auch, um Fehler bei der Handhabung des Fragebogens oder der Auswahlregeln festzustellen. Ein Meinungsforschungsinstitut wie Allensbach geht davon aus, dass ca. drei Prozent der eingesetzten Interviewer monatlich ihre Fragebögen selber ausfüllen.90 Fälschungen sind also ein ernstes Problem, unabhängig davon, in welcher Form gefälscht wurde. Man kann zwischen drei Formen der Fälschung unterscheiden (A. Koch 1995: 90): • Totalfälschung (kein Kontakt zum Befragten); • Teilfälschung („Kurzinterview“: kurzer Kontakt zum Befragten, um einige Basisinformationen zu erfragen, den Rest füllt der Interviewer nach Vorstellungen und Annahmen über das Antwortverhalten selbst aus); • Verletzung der Auswahlregeln (vollständiges Interview, jedoch mit falscher Person, die leichter zugänglich war). Hinzu kommen weitere Fälschungsvarianten wie etwa die falsche Klassifikation stichprobenverletzender Ausfälle als stichprobenneutrale oder die Abänderung des Befragungsmodus (also etwa telefonische Durchführung eines persönlichen Interviews). Kontrollen sind für die Überprüfung der Gültigkeit der Ergebnisse unerlässlich, auch wenn der Interviewer durch eine Art Gewissensappell zur Ehrlichkeit angehalten werden kann (in der Regel geschieht dies durch die Unterzeichnung einer verpflichtenden Erklärung, korrekt zu arbeiten). Die Schwierigkeit bei der Kontrolle ist, dass aus datenschutzrechtlichen Gründen keine Antworten überprüft werden können. Als Kontrollmöglichkeiten vor Ort und beim Befragten selbst verbleiben daher: • Kontrollinterviews: Bei einem gewissen Prozentsatz der Befragten wird ein Wiederholungsbesuch gemacht (nur möglich bei Befragungen mit bekannter Adresse). • Postkartenkontrolle: Befragter wird gebeten, auf einer Postkarte Angaben zu machen, die beispielsweise den Tag des Interviews, die Länge oder das Thema betreffen (nur möglich bei Befragungen mit bekannter Adresse).91 • Telefonische Kontrolle (nur möglich bei bekannter Adresse). • Überprüfung der Interviewer durch den Chefinterviewer. 90 Auch eine systematische Kontrolle der Datenerhebung der Allgemeinen Bevölkerungsumfrage der Sozialwissenschaften (ALLBUS) im Jahr 1994 ergab eine entdeckte Fälscherquote von drei Prozent (A. Koch 1995: 101). 91 Die Postkartenkontrolle wird jedoch durch das Problem des mangelnden Rücklaufs beeinträchtigt. Auch kann man nicht immer von einer zuverlässigen Angabe des Befragten ausgehen, insbesondere dann, wenn zu viel Zeit zwischen Befragung und Kontrolle liegt.

6.3 Feldorganisation

179

Theoretisch ist es möglich, durch solche Kontrollen Total-, aber auch Teilfälschungen herauszufinden; auch Fälschungen der Auswahlregeln sind theoretisch so zu entdecken. In der Praxis wird jedoch weniger vor Ort, sondern eher am Material selber kontrolliert, das heißt die ausgefüllten Fragebögen werden bzw. der Datensatz (in der Regel ein bestimmter Prozentsatz davon) wird überprüft. Bei festgestellten Verdachtsmomenten empfiehlt sich auch die Totalkontrolle eines bestimmten Interviewers. Eine solche Kontrolle kann Folgendes beinhalten (E. Noelle-Neumann & T. Petersen 2005: 370f; U. Bliesch 1998): • Überprüfung der Quotenvorgaben: So ist es beispielsweise auffällig, wenn ein Interviewer niemals Probleme hat, seine Quotenvorgaben zu erfüllen. • Überprüfung des Verhältnisses von Zeit und Intervieweranzahl: Fälscher arbeiten in der Regel zu schnell und liefern auch mehr Interviews ab (vgl. A. Koch 1995: 100). • Überprüfung auf systematische Ungereimtheiten eines einzelnen Interviewers (z. B. in jedem Fragebogen das Gleiche oder bei Skalenfragen immer die gleichen Codefolgen). • Überprüfung der offenen Fragen auf auffällige Monotonie oder besonders blühende Phantasie. • Überprüfung auf logische Ungereimtheiten bzw. zu glatte Logik des Antwortverhaltens: Starke Widersprüche innerhalb eines Fragebogens sind oftmals typisch für den Befragten. Gefälschte Fragebögen sind hingegen in der Regel eher stimmig und logisch glatt. • Schließlich kann das Institut fingierte Adressen vorgeben. „Befragt“ der Interviewer trotzdem, kann von einer Fälschung ausgegangen werden. Am Ende der Feldarbeit ist aus dem Fragebogen ein arbeitsfähiger Datensatz geworden. Die Qualität der Daten hängt von der vorher geleisteten Arbeit am Fragebogen selber und einer sorgfältigen Feldorganisation ab.

6.4 Weiterverarbeitung Die Befragung ist vorüber, die Fragebögen sind ausgefüllt und wieder beim Forscher gelandet. Was nun? Nachdem im ersten Teil der Studie das Arbeitsprinzip im „Zerlegen“ bestand, eine Forschungsfrage musste in viele kleine Teilfragen zerlegt werden, geht es nun wieder ans „Zusammensetzen“ (E. Noelle-Neumann & T. Petersen 2005: 377). Aus den Ergebnissen zu den Testfragen muss die Forschungsfrage rekonstruiert und beantwortet werden. Musste man anfangs konkret werden, gilt es nun, wieder abstrakt zu denken. Zunächst einmal müssen die Daten vercodet werden (vgl. hierzu und zur weiteren Verarbeitung S. Kirchhoff, S. Kuhnt, P. Lipp & S. Schlawin 2008). Das bedeutet, dass die Antworten, die im Fragebogen gegeben wurden, in computerlesbare Ziffern verwandelt werden müssen. Bei dichotomen Fragen verwendet man meist die Codes 1 für „ja“ und 0 für „nein“. Die 9 (bzw. 99) wird

180

6 Durchführung der Befragung

oft für „keine Angabe“ oder „weiß nicht“ verwendet. Bei Auswahlfragen ist die Code-Vergabe problematischer. Ist es eine Nominalfrage, kann man die Antwortvorgaben einfach durchnummerieren, so wie sie im Fragebogen aufgeführt waren (Achtung: Bei Antwortrotation eine einheitliche Liste verwenden, also Rückrotation). Die Ziffern haben dann keine rechnerische Bedeutung. Anders ist das bei Fragen auf ordinalem oder metrischem Niveau. Hier müssen die Ziffern dem „Wert“ der Antwort entsprechen. Das ist nicht immer einfach. Wenn man beispielsweise die Frage „Wie oft sehen Sie fern?“ mit den (nicht optimalen) Antwortmöglichkeiten „häufig – selten – nie“ zu vercoden hat, wie geht man dann vor? Wählt man die 2 für „häufig“, die 1 für „selten“ und die 0 für „nie“? Oder müsste „häufig“ dann eher mit 3 beziffert werden? Solche Fragen sollte man sich bereits in der Phase der Fragebogenkonstruktion stellen. Eventuell ist es sinnvoller, Antwortvorgaben wie „(fast) täglich“ (Code 7), „an vier bis fünf Tagen“ (5), „an zwei bis drei Tagen“ (3), „höchstens einmal pro Woche“ (1), „seltener“ (0) zu wählen. Bei Skalen nutzt man in der Regel die Ziffern, die die Skalenausprägungen darstellten. Dabei muss man aber darauf achten, dass die Bezifferung für alle Statements in die gleiche Richtung weist. Das heißt, umgekehrt gepolte Items müssen in der Nummerierung angepasst werden, damit die logische Richtung für Berechnungen gewahrt bleibt. Bei Mehrfachantworten muss jede Antwortvorgabe als einzelne Variable angelegt werden, die mit den Ausprägrungen 0 für „trifft nicht zu“ und 1 für „trifft zu“ belegt ist.92 Bereits bei der Erstellung des Fragebogens sollte man diese Phase des Forschungsprozesses vor Augen haben. Hier werden die Grundlagen für eine sinnvolle, angemessene und ergiebige Auswertung gelegt. Die wichtigste Regel ist: Das Datenniveau sollte immer möglichst hoch sein. Auf Gruppierungen im Fragebogen sollte daher – wenn möglich – verzichtet werden. Wenn man nach dem Alter fragt, ist eine offene Frage sinnvoller, die metrisches Datenniveau generiert. Gruppiert man die Vorgaben bereits im Fragebogen, schafft man ordinale Daten, die dann zum Beispiel keine Berechnung eines arithmetischen Mittels erlauben. Auch für viele multivariate Verfahren kann man eine solche Altersangabe nicht mehr nutzen. Es ist sinnvoll, die gewählten Codes bereits in den Fragebogen einzuarbeiten (die Code-Ziffer etwa hinter das Ankreuzkästchen zu schreiben), damit bei der Eingabe weniger Fehler entstehen. Bei schriftlichen Befragungen ist das nicht immer möglich, weil dadurch die Befragten unter Umständen verwirrt oder geleitet werden. Bei mündlichen Fragebögen sollte das aber stets der Fall sein. Problematischer ist die Erfassung offener Fragen, da diese zunächst inhaltsanalytisch verdichtet werden müssen, bevor sie vercodet werden können (vgl. E. Noelle-Neumann & T. Petersen 2005: 382ff). Das ist oft extrem aufwändig. Die offenen Fragen direkt als so genannte String-Variablen, also als Wörter, ein92 Da die Auswertung solcher Variablen nicht ganz einfach ist, sollte man schon im Vorfeld überlegen, ob Mehrfachantworten unbedingt nötig sind, oder ob man die Frage auch anders anlegen kann.

6.4 Weiterverarbeitung

181

zugeben, bietet sich nicht an, da man damit nicht rechnen kann. An dieser Stelle sei noch einmal daran erinnert, dass offene Fragen in einer standardisierten Befragung möglichst rar sein sollten, da der Vercodungsaufwand unverhältnismäßig hoch im Verhältnis zum Informationsertrag ist. Im Anschluss daran müssen die Codes erfasst werden, damit sie weiterverarbeitet, also ausgewertet werden können. Dieser Schritt kann übersprungen werden, wenn die Erhebung computerunterstützt durchgeführt wurde, da die Daten bereits in computerlesbarer Form vorliegen, weil ein Computerfragebogen immer bereits mit Codes versehen ist. Aber auch hier müssen die Daten noch nachvollziehbar gemacht werden, indem Variablen und Ausprägungen im Auswertungsprogramm benannt werden – falls das nicht bereits bei der Programmierung des Fragebogens geschehen ist. Diese Benennung sollte ebenso systematisch wie sorgfältig geschehen, damit die Lesbarkeit des Datensatzes für andere – aber auch für einen selbst nach einiger Zeit – gewährleistet ist. Erfassung und Auswertung geschieht mit gängigen Statistik-Programmpaketen. Solche Programme sehen meist Eingabemasken vor, im einfachsten Fall in Form einer Matrix (mit den Fällen, also den einzelnen Befragungspersonen, auf Zeilenebene und den Variablen, also Fragen, auf Spaltenebene).93 Hat man alle Daten erfasst, beginnt man mit der Bereinigung, das heißt man versucht Eingabe- und Ausfüllfehler zu erkennen und zu eliminieren. Das geschieht auf Basis einer Grundauszählung, also einfachen Häufigkeiten für alle Fragen. Man schaut auf fehlende Werte (Wurde hier wirklich nichts ausgefüllt, oder wurde der Code nur bei der Eingabe vergessen?), auf unzulässige Codes (Wurde eine 6 eingegeben, obwohl es sich nur um eine Fünfer-Skala handelt?), formale sowie inhaltliche Inkonsistenzen (Plausibilitäts-Check) und überprüft die Filterführung (vgl. R. Porst 1998). Ein besonderes Problem sind die fehlenden Werte (die sog. Missings). Man muss unterscheiden, ob die Werte systematisch oder zufällig fehlen (vgl. U. Bankhofer & S. Praxmarer 1998). Systematisch fehlende Werte treten zum Beispiel dann auf, wenn nur Befragte mit extrem hohem Fernsehkonsum die Aussage zu ihren Nutzungsvorlieben verweigern. Das ist ein Problem, denn dann wird der wahre Wert verfälscht. Zufällig fehlende Daten – also solche, die nicht mit einem bestimmten Merkmal der Befragungsperson zusammenhängen – beeinflussen die Ergebnisse nicht. Leider ist es oft schwierig zu erkennen, welche Art Fehler vorliegt. Darüber hinaus muss man unterscheiden zwischen fehlenden Werten und „Weiß-nicht“-Angaben, die als Antwort zu werten sind. Man verhindert fehlende Daten durch geeignete Fragenformulierungen und Antwortvorgaben sowie durch eine angemessene und übersichtliche Fragebogengestaltung (vgl. Abschnitt 6.1).

93 Für die Datenerfassung bieten manche Statistikprogramme Zusatzmodule an. Darüber hinaus existieren spezielle Programme, die die Erfassung der Daten vereinfachen und Fehler vermeiden helfen (z. B. die kostenlose EpiData Software).

182

6 Durchführung der Befragung

Liegen aber doch (zufällig) fehlende Werte vor, gibt es zwei Möglichkeiten, mit ihnen umzugehen: das Eliminierungs- und das Imputationsverfahren (U. Bankhofer & S. Praxmarer 1998). Beim Eliminierungsverfahren werden die Variablen oder die Fälle aus der Analyse ausgeschlossen, bei denen Missings auftreten. Das hat den Vorteil, dass man nur auf Basis vollständiger Daten rechnet, man verliert jedoch die Informationen, nämlich die Antworten der aussortierten Fälle. Das Imputationsverfahren ergänzt die fehlenden Datensätze auf Basis geeigneter Schätzverfahren (z. B. wird der fehlende Wert durch das arithmetische Mittel der anderen Werte aufgefüllt oder ein Zufallsgenerator ermittelt eine Zahl). Der Vorteil dieses Verfahrens liegt darin, dass man keinen Informationsverlust in Kauf nehmen muss, aber dafür handelt man sich bisweilen Verzerrungen ein. Welche der beiden Techniken eingesetzt wird, hängt vom konkreten Fall ab (Wie viele Missings gibt es? Sind sie systematisch oder zufällig? Wie gut lassen sich die fehlenden Werte schätzen? usw.). Belässt man die fehlenden Werte, so sollten sie im Programm als solche gekennzeichnet werden (z. B. mit der Ausprägung 9 für „keine Angabe“, die dann auf Missing gesetzt wird), damit sie bei Rechenoperationen – wie etwa einer Mittelwertbestimmung – nicht als Zahlenwert berücksichtigt werden. Im Rahmen der Grundauszählung sollte man auch die Güte der eigenen Stichprobe überprüfen, vor allem, wenn man auf repräsentative Daten hofft. Auch wenn man bei der Auswahl der Befragten umsichtig vorgegangen ist (vgl. Kapitel 1.4), kann es sein, dass die Stichprobe in ihren Proportionen nicht der Grundgesamtheit entspricht. Dann muss man gewichten. Das bedeutet, dass man die vorhandenen Daten in ihrer tatsächlichen Struktur an die angestrebte Grundgesamtheit anpasst. Das kann man zum Beispiel tun, indem man aus den Elementen, die unterrepräsentiert sind, einige zufällig herausgreift und diese doppelt. Auf der anderen Seite können überrepräsentierte Fälle auf diese Weise gestrichen werden. Allerdings verändert sich auf diese Weise die Fallzahl. Die andere Gewichtungsmöglichkeit ist die faktorielle: Die über- bzw. untererfassten Elemente werden durch Multiplikation mit einem bestimmten Satz verändert. Die Fallzahl bleibt gleich (vgl. W. Pepels 1998). Hier muss man allerdings beachten, dass ein Fall in Bezug auf eine Eigenschaft (zum Beispiel Alter) unterrepräsentiert sein kann, in Bezug auf eine andere (etwa Schulbildung) aber nicht. Bei einer disproportional geschichteten Stichprobe müssen bei Gesamtauswertungen die einzelnen Schichten auf jeden Fall entsprechend der Verteilung in der Grundgesamtheit gewichtet werden. Im Anschluss daran kann man mit der Auswertung beginnen, um die Daten zu verdichten und die Strukturen zu interpretieren. Die Komplexität dieser Arbeit hängt – neben den eigenen Fähigkeiten – vom Verwertungszusammenhang ab. Das geht von univariaten Analysen (z. B. Häufigkeitsverteilungen) über bivariate (z. B. Kreuztabellen zur Darstellung von Zusammenhängen) zu multivariaten Berechnungen (z. B. Regressionsanalysen, Faktorenanalysen etc.; vgl. J. Friedrichs 1999: 388ff). Die zahllosen Möglichkeiten der statistischen Analy-

6.4 Weiterverarbeitung

183

se können hier nicht ausgeführt werden, es sei auf die einschlägige Literatur verwiesen (vgl. für eine Einführung H. Benninghaus 2007; H. Kromrey 2009: 389ff; für multivariate Verfahren K. Backhaus, B. Erichson, W. Plinke & R. Weiber 2008; speziell auf die Befragung bezogen H. O. Mayer 2009). Ziel der Auswertung ist die Beantwortung der Forschungsfragen. Man sollte sich tatsächlich auf diese konzentrieren und nicht eine Fülle anderer – oft deskriptiver – Ergebnisse aufnehmen, die nicht sachdienlich sind. Wichtig ist der Rückbezug auf die theoretische Grundlage der Studie. Die Präsentation der Daten sollte so einfach und übersichtlich wie möglich sein. Tabellen dürfen nicht überladen sein und keine überflüssigen Informationen enthalten (sehr schöne Beispiele zur Vereinfachung finden sich bei H. Zeisel 1970). Prozentzahlen sollten maximal mit einer Nachkommastelle dargestellt werden, häufig sind ganze Zahlen der Berechnungsbasis angemessener. Die Prozentuierung muss theoretisch sinnvoll und der Logik der Fragestellung angepasst sein. Jede Tabelle muss die Basis der Berechnung enthalten. Die Darstellungsform der Grafiken wählt man passend zum Inhalt (z. B. Säulen für Vergleiche, Torten für Anteile, Kurven für Trends etc.; vgl. W. Krämer 1994; 2010). Mit dreidimensionalen Effekten sollte sparsam umgegangen werden, da sie oft eher verwirren als erhellen. Besonders wichtig bei der Veröffentlichung von Befragungsergebnissen ist es, das eingesetzte Instrument für den Leser nachvollziehbar zu machen. Das heißt, man sollte in jeder Tabelle die zugrunde liegende Frage nennen, die Anzahl der Befragten (n) sowie den Zeitpunkt der Befragung, gegebenenfalls auch den Ort. Bei repräsentativen Befragungen sollten zudem Grundgesamtheit, Stichprobenverfahren sowie Befragungsmodus aufgeführt werden (vgl. ausführlich zur Veröffentlichung von Umfrageergebnissen M. Kaase 1999: 74ff).

6.5

Zusammenfassung Ein inhaltlich guter und sorgfältig formulierter Fragebogen muss auch in geeigneter Weise präsentiert werden, um die Durchführung der Befragung nicht zu gefährden. Für mündliche und telefonische Befragungen gilt deshalb in erster Linie, dass das Layout den Interviewer bei seiner Aufgabe unterstützt: Es muss gut lesbar sein, einfach zu navigieren und auszufüllen. Anweisungen müssen abgesetzt werden, um nicht aus Versehen vorgetragen zu werden. Bei schriftlichen Befragungen ist zusätzlich zu der Funktionalität des Layouts auch die Optik wichtig, zudem muss die Fragebogenführung für Laien selbsterklärend sein. Auch wenn alle Schritte zur Erstellung eines Fragebogens sorgfältig ausgeführt wurden, so ist der erste Realitäts-Check in Form eines Pretests unbedingt notwendig. Neben Tests, die vom Schreibtisch aus geschehen (Fragebogenkonferenz; Expertenrunde), ist vor allem der Standard-Pretest in Form einer Minia-



184

6 Durchführung der Befragung

turausgabe der geplanten Befragung wichtig um festzustellen, ob die Fragen auch so verstanden werden wie geplant, wie lange die Befragung dauert, wo es Probleme im Ablauf gibt und Ähnliches. Laborverfahren gehen in ihrer Aufwändigkeit einen Schritt weiter und empfehlen sich vor allem bei sehr komplexen Fragen. Da die Interviewer für die Qualität der mündlichen und telefonischen Befragung maßgeblich sind, sollte ihrer Auswahl und der Einsatzplanung genügend Aufmerksamkeit entgegengebracht werden. Auch Schulungen (Basisschulung sowie Fragebogeneinweisung) steigern die Qualität. Da es immer wieder zu Fälschungen kommen kann, sind Kontrollen, sei es vor Ort oder anhand des abgelieferten Materials, unabdingbar. Mit dem Abschluss der Feldarbeit beginnt der Teil der Arbeit, der den Kreis schließt: Die Daten müssen rückübersetzt werden zu Antworten auf die Forschungsfrage. Doch bevor es an die tatsächliche statistische Auswertung geht, müssen die Daten eingegeben werden (wenn nicht bereits computerunterstützt erhoben wurde). Dazu werden die Daten vercodet, gegebenenfalls analysiert (offene Fragen) und in eine Datei übertragen. Anschließend werden die Daten bereinigt, um Unstimmigkeiten auszuschließen. Erst dann kann gerechnet, interpretiert und schließlich präsentiert werden.



Backhaus, Klaus, Erichson, Bernd, Plinke, Wulff & Weiber, Rolf. (2008). Multivariate Analysemethoden: Eine anwendungsorientierte Einführung (12. vollst. überarb. Aufl.). Berlin: Springer. (Eine gut verständliche Einführung in die gängigsten multivariaten Methoden mit Hinweisen zur Durchführung in SPSS.) Benninghaus, Hans. (2009). Empirische Sozialforschung: Modelle und Methoden der standardisierten Datenerhebung und Datenauswertung (12. überarb. und erg. Aufl.). Opladen: Westdeutscher Verlag. (Eine gut nachvollziehbare Einführung in uni- und bivariate Methoden der Auswertung.) Dillman, Don A., Smyth, Jolene & Christian, Leah Melani. (2009). Internet, Mail and Mixed-Mode Surveys: The Tailored Design Method (3. Auflage). Hoboken, NJ: John Wiley Co. (Dieses Buch enthält sehr viele ausführliche Hinweise sowie Beispiele zur Gestaltung von Fragebögen.) Faulbaum, Frank, Prüfer, Peter & Rexroth, Margrit. (2009). Was ist eine gute Frage: Die systematische Evaluation der Fragenqualität. Wiesbaden: VS-Verlag. (Eine anwendungsfreundliche Checkliste zur systematischen Evaluation von Fragen.)

Literaturverzeichnis Albers, Ines. (1997). Einwohnermelderegister-Stichproben in der Praxis: Ein Erfahrungsbericht. In Siegfried Gabler & Jürgen H.P. Hoffmeyer-Zlotnik (Hrsg.), Stichproben in der Umfrageforschung (S. 117-127). Opladen: Westdeutscher Verlag. Alreck, Pamela L. & Settle Robert B. (1985). The survey research handbook. Homewood, Ill.: Irwin. Althaus, Marco. (2007). Politische Kommunikation 2030. Delphi-Studie. Wie Politikexperten unter 45 die Zukunft an der Schnittstelle von Politik, Wirtschaft und Medien sehen. Berlin: Helios Media. Althoff, Stefan. (1997). Quoten-Auswahlverfahren: Warum nicht? In Siegfried Gabler & Jürgen H.P. Hoffmeyer-Zlotnik (Hrsg.), Stichproben in der Umfrageforschung (S. 19-32). Opladen: Westdeutscher Verlag. Anderson, Barbara A., Silver, Brian D., Abramson, Paul R. (1988a). The effects of race of the interviewer on measures of electoral participation by blacks in SRC National Election Studies. Public Opinion Quarterly, 52, 53-83. Anderson, Barbara A., Silver, Brian D., Abramson, Paul R. (1988b). The effects of the race of the interviewer on race-related attitudes of black respondents in SRC/CPS National Election Studies. Public Opinion Quarterly, 52, 289-324. Aquilino, William S. (1993). Effects of spouse presence during the interview on survey responses concerning marriage. Public Opinion Quarterly, 57, 358-376. Arbeitskreis Deutscher Markt- und Sozialforschungsinstitute e.V. (ADM). (Hrsg.). (1998). Standards zur Qualitätssicherung in der Markt- und Sozialforschung. Frankfurt am Main: ADM. Arbeitskreis Deutscher Markt- und Sozialforschungsinstitute e.V. (ADM). (Hrsg.). (2001). Standards zur Qualitätssicherung für Online-Befragungen. Frankfurt am Main: ADM. Arbeitskreis Deutscher Markt- und Sozialforschungsinstitute e.V. (ADM). (Hrsg.). (2003). Quantitative Interviews der Mitgliedsinstitute des ADM nach Befragungsart. [online] verfügbar: http://www.admev.de/hompage.html (07.01.2003). Backhaus, Klaus, Erichson, Bernd, Plinke, Wulff & Weiber, Rolf. (2008). Multivariate Analysemethoden: Eine anwendungsorientierte Einführung (12. vollst. überarb. Aufl.). Berlin: Springer. Bandilla, Wolfgang. (1999). WWW-Umfragen: Eine alternative Datenerhebungstechnik für die empirische Sozialforschung? In Bernad Batinic, Andreas Werner, Lorenz Gräf & Wolfgang Bandilla (Hrsg.), Online Research: Methoden, Anwendungen und Ergebnisse (S. 9-19). Göttingen: Hogrefe. Bandilla, Wolfgang, Kacmirzek, Lars, Blohm, Michael & Neubarth, Wolfgang. (2009). Coverage- und Nonresponse-Effekte bei Online-Bevölkerungsumfragen. In Nikolaus Jackob, Harald Schoen & Thomas Zerback (Hrsg.), Sozialforschung im Internet. Methodologie und Praxis der OnlineBefragung (S. 129-144). Wiesbaden: VS. Bankhofer, Udo & Praxmarer, Sandra. (1998). Angewandte Marktforschung und das Problem fehlender Daten. planung & analyse, o.Jg.(6), 46-49. Barton, A. H. (1958). Asking the Embarrassing Question. Public Opinion Quarterly, 22(1), 67-68. Basil, Michael D. (1996). The use of student samples in communication research. Journal of Broadcasting and Electronic Media, 40, 431-440. Bassili, John N. & Scott, B. Stacey. (1996). Respond latency as a signal to question problems in survey research. Public Opinion Quarterly, 60, 391-399. Batinic, Bernad & Moser, Klaus. (2001). Neue Befragungsmethoden für die Medienpsychologie: OnlinePanels. Zeitschrift für Medienpsychologie, 13(N.F. 1)1, 45-49. Baur, Nina & Florian, Michael J. (2009). Stichprobenprobleme bei Online-Umfragen. In Nikolaus Jackob, Harald Schoen & Thomas Zerback (Hrsg.), Sozialforschung im Internet. Methodologie und Praxis der Online-Befragung (S. 109-128). Wiesbaden: VS. Benninghaus, Hans. (2007). Deskriptive Statistik: Eine Einführung für Sozialwissenschaftler (11. Aufl.). Wiesbaden: VS-Verlag. Berekoven, Ludwig, Eckert, Werner & Ellenrieder, Peter. (2009). Marktforschung: Methodische Grundlagen und praktische Anwendung (12. Aufl.). Wiesbaden: Gabler. Best, Stefanie, Engel, Bernhard, Hoffmann, Henriette, Mai, Lothar & Müller, Dieter K. (2009). Zeitbudgeterhebungen im Zeitalter medialer Konvergenz. Analyse auf der Basis qualitativer und experimenteller Studien. Media Perspektiven, o.Jg.(6), 288-296.

186

Literaturverzeichnis

Bien, Walter, Bender, Donald & Krebs, Dagmar. (1997). DJI-Familiensurvey: Der Zwang mit unterschiedlichen Stichproben zu leben: Ein Erfahrungsbericht. In Siegfried Gabler & Jürgen H.P. Hoffmeyer-Zlotnik (Hrsg.), Stichproben in der Umfrageforschung (S. 127-147). Opladen: Westdeutscher Verlag. Biermann, Kai. (2009, 13. Juni). Mehr als 90 Prozent gegen Sperrungen im Internet. Zeit Online, verfügbar unter http://www.zeit.de/online/2009/22/netzsperren-umfrage (09.03.2010). Bishop, George F. (1987). Experiments with the middle response alternative in survey questions. Public Opinion Quarterly, 51, 220-232. Bishop, George F. & Smith, Andrew. (2001). Response-order effects and the early Gallup split-ballots. Public Opinion Quarterly, 65, 479-505. Bliesch, Uwe. (1998). Interviewerschulung und -kontrolle. In Statistisches Bundesamt (Hrsg.), Interviewereinsatz und -qualifikation (S. 66-100). Stuttgart: Metzer-Poeschel. Blumberg, Kerstin, Möhring, Wiebke & Schneider, Beate. (2009). Risiko und Nutzen der Informationspreisgabe in sozialen Netzwerken. Zeitschrift für Kommunikationsökologie und Medienethik,11(1), 16-22. Böcking, Saskia. (2002). Wie es ihnen gefällt: Determinanten der Mediennutzung von Kleinkindern am Beispiel einer Kinderhörspielkassette. Unveröffentlichte Diplomarbeit. Institut für Journalistik und Kommunikationsforschung der Hochschule für Musik und Theater Hannover. Böcking, Saskia. (2008). Grenzen der Fiktion? Von Suspension of Disbelief zu einer Toleranztheorie für die Filmrezeption. Köln: von Halem. Borg, Ingwer. (2000). Früh- versus Spätantworter. ZUMA-Nachrichten, 24(47), 7-19. Bortz, Jürgen & Döring, Nicola (2006). Forschungsmethoden und Evaluation: Lehrbuch für Humanund Sozialwissenschaftler (4. Aufl.). Berlin: Springer. Bosnjak, Michael. (2003). Teilnahmeverhalten bei Web-Befragungen – Nonresponse und Selbstselektion. In Axel Theobald, Marcus Dreyer & Thomas Starsetzki (Hrsg.), Online-Marktforschung: Theoretische Grundlagen und praktische Erfahrungen (2. überarb. und erw. Auflage) (S. 55-71). Wiesbaden: Gabler. Brosius, Hans-Bernd, Koschel, Friederike & Haas, Alexander. (2009). Methoden der empirischen Kommunikationsforschung: Eine Einführung. Wiesbaden: VS Verlag für Sozialwissenschaften. Cannel, Charles F. (1984). Antwortverzerrungen im Interview: Wie läßt sich die Güte der Daten verbessern? ZUMA-Nachrichten. 8(15), 3-17. Catania, Joseph A., Binson, Diane, Canchola, Jesse, Pollack, Lance M., Hauck, Walter & Coates, Thomas J. (1996). Effects of interviewer gender, interviewer choice, and item wording on responses to questions concerning sexual behavior. Public Opinion Quarterly, 60, 345-375. Christian, Leah Melani & Dillman, Don A. (2004). The influence of graphical and symbolic language manipulations on responses to self-administered questions. Public Opinion Quarterly, 68, 57-80. Church, Allan H. (1993). Estimating the effect of incentives on mail survey response rates: A metaanalysis. Public Opinion Quarterly, 57, 62-79. Conrad, Frederick G. & Schober, Michael F. (2000). Clarifying question meaning in a household telephone survey. Public Opinion Quarterly, 64, 1-28. Corder, Larry S. & Horvitz, Daniel G. (1989). Panel effects in the National Medical Care Utilization and Expenditure Survey. In Daniel Kasprzyk, Greg J. Duncan, Graham Kalten & M.P. Singh (Hrsg.), Panel surveys (S. 304-318). New York: Wiley. Couper, Mick P. (2000). Web surveys: A review of issues and approaches. Public Opinion Quarterly, 64, 464-494. Couper, Mick P. & Coutts, Elisabeth. (2006). Online- Befragung. Probleme und Chancen verschiedener Arten von Online-Erhebungen. In Andreas Dieckmann (Hrsg.), Methoden der Sozialforschung. (S. 217-243) (Sonderheft der Kölner Zeitschrift für Soziologie und Sozialpsychologie). Wiesbaden: VS. Couper, Mick P. & Rowe, Benjamin. (1996). Evaluation of a computer-assisted self-interview component in a computer-assisted personal interview. Public Opinion Quarterly, 60, 89-105. Couper, Mick P., Tourangeau, Roger & Kenyon, Kristin. (2004). Picture this! Exploring visual effects in web surveys. Public Opinion Quarterly, 68, 255-266. Couper, Mick P., Traugott, Michael W. & Lamias, Mark J. (2001). Web survey design and administration. Public Opinion Quarterly, 65, 230-253. Csikszentmihalyi, Mihaly. (1999). Das flow-Erlebnis: Jenseits von Angst und Langeweile: im Tun aufgehen (7. Aufl.). Stuttgart: Klett-Cotta.

Literaturverzeichnis

187

Csikszentmihalyi, Mihaly & Larson, Reed. (1987). Validity and reliability of the Experience-Sampling Method. The Journal of Nervous and Mental Disease, 175(9), 526-536. Davern, Michael, Rockwood, Todd H., Sherrod, Randy & Campbell, Stephen. (2003). Prepaid monetary incentives and data quality in face-to-face interviews. Public Opinion Quarterly, 67, 139-147. Davison, W. Phillips. (1983). The third-person effect in communication. Public Opinion Quarterly, 47, 115. Diaz-Bone, R. (2006). Statistik für Soziologen. Konstanz: UVK. Diekmann, Andreas & Jann, Ben. (2001). Anreizformen und Ausschöpfungsquoten bei postalischen Befragungen: Eine Prüfung der Reziprozitätshypothese. ZUMA-Nachrichten, 25(48), 18-27. Dillman, Don A. (1978). Mail and telephone surveys: The Total Design Method. New York: Wiley. Dillman, Don A. (1991). The design and administration of mail surveys. Annual Revue of Sociology, 17, 225-249. Dillman, Don A., Singer, Eleanore, Clark, Jon R. & Treat, Jamers B. (1996). Effects of benefit appeals, mandatory appeals, and variations in statements of confidentiality on completion rates for census questionnaires. Public Opinion Quarterly, 60, 376-389. Dillman, Don A., Smyth, Jolene & Christian, Leah Melani. (2009). Internet, Mail and Mixed-Mode Surveys: The Tailored Design Method (3. Auflage). Hoboken, NJ: John Wiley Co. Dmoch, Thomas. (1999). Das Graphische Differential: Ein Instrument zur internationalen Messung emotionaler Markenerlebnisse. planung & analyse, o.Jg.(2), 58-63. Drilling, Mathias. (2000). Nicht-standardisierte Befragungsmethoden in der Delphi-Technik: Vorläufige Schlüsse aus einem Projekt im universitären Bildungsbereich. In Michael Häder & Sabine Häder (Hrsg.), Die Delphi-Technik in den Sozialwissenschaften: Methodische Forschungen und innovative Anwendungen (S. 161-178). Opladen: Westdeutscher Verlag. Ehling, Manfred. (1991). Formen der Tagebuchmethode zur Erhebung von Zeitbudgets. In Wolfgang Tietze & Hans-Günther Roßbach (Hrsg.), Mediennutzung und Zeitbudget: Ansätze, Methoden, Probleme (S. 27-48). Wiesbaden: Deutscher Universitätsverlag. Ehling, Manfred. (1997). Pretest: Ein Instrument zur Überprüfung von Erhebungsunterlagen. Wirtschaft und Statistik, 3, 151-159. Eimeren, Birgit van & Frees, Beate. (2009). Der Internetnutzer 2009 – multimedial und total vernetzt? Ergebnisse der ARD/ZDF-Onlinestudie 2009. Media Perspektiven, o.Jg.(7), 334-348. Eirmbter, Willy H. & Jacob, Rüdiger. (1996). Fragen zu Fragen: Instrumentbedingte Antwortverzerrungen? ZUMA-Nachrichten, 20(38), 90-111. El-Giamal, Muna. (1997). Das Time-Sampling-Tagebuch zur Abbildung entwicklungspsychologischer Prozesse: Paare werden Eltern. In Gabriele Wilz & E. Brähler (Hrsg.), Tagebücher in Therapie und Forschung: Ein anwendungsorientierter Leitfaden (S. 273-299). Göttingen: Hogrefe. ESOMAR. (Hrsg.). (2010). Conducting Market and Opinion Research Using the Internet. ESOMAR World Research Codes and Guidelines. verfügbar unter http://www.esomar.org/uploads/pdf/ ESOMAR_Codes&Guideline-Conducting_research_using_Internet.pdf (10.03.2010). Esser, Hartmut. (1986). Können Befragte lügen? Zum Konzept des wahren Wertes im Rahmen der handlungstheoretischen Erklärung von Situationseinflüssen bei der Befragung. Kölner Zeitschrift für Soziologie und Sozialpsychologie, 38, 314-336. Eveland, William P. Jr. & McLeod, Douglas M. (1999). The effect of social desirability on perceived media impact: Implications for third-person perceptions. International Journal of Public Opinion Research, 11, 315-333. Faas, Thorsten & Schoen, Harald. (2009). Fallen Gewichte ins Gewicht? Eine Analyse am Beispiel dreier Umfragen zur Bundestagswahl 2002. In Nikolaus Jackob, Harald Schoen & Thomas Zerback (Hrsg.), Sozialforschung im Internet. Methodologie und Praxis der Online-Befragung (S. 145-157). Wiesbaden: VS. Faulbaum, Frank, Prüfer, Peter & Rexroth, Margrit. (2009). Was ist eine gute Frage? Die systematische Evaluation der Fragenqualität. Wiesbaden: VS. Fisher, Robert J. (1993). Social desirability bias and the validity of indirect questioning. Journal of Consumer Research, 20, 303-315. Fisher, Robert J. & Katz, James E. (2000). Social-desirability bias and the validity of self-reported values. Psychology and Marketing, 17, 105-120.

188

Literaturverzeichnis

Follmer, Robert & Smid, Menno. (1998). Nichteingetragene Telefonnummern: Ergebnisse eines Methodentests. In Siegfried Gabler, Sabine Häder & Jürgen H.P. Hoffmeyer-Zlotnik (Hrsg.), Telefonstichproben in Deutschland (S. 43-57). Opladen: Westdeutscher Verlag. Forsyth, Barbara, Rothgeb, Jennifer M. & Willis, Gordon B. (2004). Does pretesting make a difference? In Stanley Presser, Jennifer M. Rothgeb, Mick P. Couper, Judith T. Lessler, Elizabeth Martin, Jean Martin & Eleanor Singer (Eds.), Methods for testing and evaluating survey questionnaires (S. 525546). New York: Wiley. Fowler, Floyd Jackson Jr. (2001). Why is it easy to write bad questions. ZUMA-Nachrichten, 25(48), 4966. Frank, Dirk & Schlund, Wulf (2000). Eine neue Lösung des alten Skalenproblems. planung & analyse, o.Jg.(6), 56-59. Frey, James H., Kunz, Gerhard & Lüschen, Günther. (1990). Telefonumfragen in der Sozialforschung: Methoden, Techniken, Berufspraxis. Opladen: Westdeutscher Verlag. Friedrichs, Jürgen. (1999). Methoden empirischer Sozialforschung (15. Aufl.). Opladen: Westdeutscher Verlag. Fuchs, Marek & Lamnek, Siegfried. (1990). Fragebogendramaturgie und Abbruchverhalten. planung & analyse, o.Jg.(3), 101-107. Gabler, Siegfried & Hoffmeyer-Zlotnik, Jürgen H.P. (1997). Stichproben in der Umfragepraxis. Opladen: Westdeutscher Verlag. Gabler, Siegfried, Häder, Sabine & Hoffmeyer-Zltonik, Jürgen H.P. (1998). Telefonstichproben in Deutschland. Opladen: Westdeutschland. Galesic, Mirta, Tourangeau, Roger, Couper, Mick P. & Conrad, Frederick G. (2008). Eye-tracking data: new insights on response order effects and other cognitive shortcuts in survey responding. Public Opinion Quarterly, 72, 892-913. Gallhofer, Irmtraud N. & Saris, Willem E. (2000). Formulierung und Klassifikation von Fragen. ZUMANachrichten, 24(46) 43-72. Garg, Rajendar K. (1996). The influence of positive and negative wording and issue involvement on responses to Likert Scales in marketing research. Journal of the Market Research Society, 38(3). Gaskell, George D., O'Muircheartaigh, Colm A. & Wright, Daniel B. (1994). Survey questions about the frequency of vaguely defined events. Public Opinion Quarterly, 58, 241-254. Gaskell, George D., Wright, Daniel B. & O'Muircheartaigh, Colm A. (1995). Context effects in the measurement of attitudes: A comparison of the consistency and framing explanations. British Journal of Social Psychology, 34, 383-393. Gaskell, George D., Wright, Daniel B. & O'Muircheartaigh, Colm A. (2000). Telescoping of landmark events: Implications for survey research. Public Opinion Quarterly, 64, 77-89. Gehrau, Volker & Fretwurst, Benjamin. (2005). Auswahlverfahren in der Kommunikationswissenschaft. Eine Untersuchung aktueller Veröffentlichungen über empirische Studien in der Kommunikationswissenschaft. In Volker Gehrau, Benjamin Fretwurst, Birgit Krause & Gregor Daschmann (Hrsg.), Auswahlverfahren in der Kommunikationswissenschaft (S. 13-31). Köln: von Halem. Göritz, Anja S. (2003). Online Panels. In Axel Theobald, Marcus Dreyer & Thomas Starsetzki (Hrsg.), Online-Marktforschung. Theoretische Grundlagen und praktische Erfahrungen (2. überarb. und erw. Auflage) (S. 227-240). Wiesbaden: Gabler. Göritz, Anja S. (2007). Belohnungen in Online-Befragungen. In Martin Welker & Olaf Wenzel (Hrsg.), Online-Forschung 2007. Grundlagen und Fallstudien (S. 119-131). Köln: Herbert von Halem. Gräf, Lorenz. (1999). Optimierung von WWW-Umfragen: Das Online Pretest-Studio. In Bernad Batinic, Andreas Werner, Lorenz Gräf & Wolfgang Bandilla (Hrsg.), Online Research: Methoden, Anwendungen und Ergebnisse (S. 159-177). Göttingen: Hogrefe. Greenberg, Bradley S., Eastin, Matthew S., Skalski, Paul, Cooper, Len, Levy, Mark & Lachlan, Ken. (2005). Comparing survey and diary maesures of internet and traditional media use. Communication Reports, 18(1), 1-8. Groves, Robert M. (1987). Research on survey data quality. Public Opinion Quarterly, 51, S156-S172. Groves, Robert M. (1989). Survey errors and survey costs. New York: Wiley. Groves, Robert M. (1990). Theories and methods of telephone surveys. Annual Revue of Sociology, 16, 221-240. Groves, Rovert M., Cialdini, Robert B. & Couper, Mick P. (1992). Understanding the decision to participate in a survey. Public Opinion Quarterly, 56, 475-495.

Literaturverzeichnis

189

Groves, Robert M., Presser, Stanley & Dipko, Sarah. (2004). The role of topic interest in survey participation decisions. Public Opinion Quarterly, 68, 2-31. Günther, Martin, Vossebein, Ulrich & Wildner, Raimund. (2006). Marktforschung mit Panels: Arten, Erhebung, Analyse, Anwendung (2. Aufl.). Wiesbaden: Gabler. Häder, Michael. (2000). Subjektiv sicher und trotzdem falsch? Methodische Ergebnisse einer DelphiStudie zur Zukunft des Mobilfunks. ZUMA-Nachrichten, 24(46), 89-116. Häder, Michael. (2009). Delphi-Befragungen: Ein Arbeitsbuch. Wiesbaden: VS. Häder, Michael & Häder, Sabine. (1997). Adressvorlaufverfahren: Möglichkeiten und Grenzen. Eine Untersuchung am Beispiel der Erhebung Leben Ostdeutschland 1996. In Siegfried Gabler & Jürgen H.P. Hoffmeyer-Zlotnik (Hrsg.), Stichproben in der Umfrageforschung (S. 68-80). Opladen: Westdeutscher Verlag. Häder, Michael & Häder, Sabine. (2000). Die Delphi-Methode als Gegenstand methodischer Forschungen. In Michael Häder & Sabine Häder (Hrsg.), Die Delphi-Technik in den Sozialwissenschaften: Methodische Forschungen und innovative Anwendungen (S. 11-32). Opladen: Westdeutscher Verlag. Häder, Michael & Häder, Sabine (Hrsg.). (2009). Telefonbefragungen über das Mobilfunknetz: Konzept, Design und Umsetzung einer Strategie zur Datenerhebung. Wiesbaden: VS Verlag für Fachwissenschaften/GWV Fachverlage GmbH. Häder, Sabine & Gabler, Siegfried. (1998). Ein neues Stichprobendesign für telefonische Umfragen in Deutschland. In Siegfried Gabler, Sabine Häder & Jürgen H.P. Hoffmeyer-Zlotnik (Hrsg.), Telefonstichproben in Deutschland (S. 69-88). Opladen: Westdeutscher Verlag. Hardmeier, Sibylle & Fontana, Marie-Christine. (2006). Overreporting: Ein vernachlässigtes Problem und die Schwierigkeit von Gegenmaßnahmen. ZUMA-Nachrichten, 30(58) 50-80. Hartmann, Petra. (1991). Wunsch und Wirklichkeit: Theorie und Empirie sozialer Erwünschtheit. Wiesbaden: Deutscher Universitäts Verlag. Hartmann, Tilo & Möhring, Wiebke. (2008). Zur Validität postrezeptiver Befragungen. In Jörg Matthes, Werner Wirth, Gregor Daschmann, Andreas Fahr (Hrsg.), Die Brücke zwischen Theorie und Empirie: Operationalisierung, Messung und Validierung in der Kommunikationswissenschaft (S. 271-295). Köln: Herbert von Halem. Hasenjäger, Marc & Hertel, Andrea. (2004). Fragebogenlayout… das Auge isst mit! planung & analyse, o.Jg.(6), 57-64. Hauptmanns, Peter. (1999). Grenzen und Chancen von quantitativer Befragungen mit Hilfe des Internet. In Bernad Batinic, Andreas Werner, Lorenz Gräf & Wolfgang Bandilla (Hrsg.), Online Research: Methoden, Anwendungen und Ergebnisse (S. 21-38). Göttingen: Hogrefe. Hauptmanns, Peter & Lander, Bettina. (2003). Zur Problematik von Internet-Stichproben. In Axel Theobald, Marcus Dreyer & Thomas Starsetzki (Hrsg.), Online-Marktforschung. Theoretische Grundlagen und praktische Erfahrungen (2. überarb. und erw. Auflage) (S. 27-40). Wiesbaden: Gabler. Heckel, Christiane. (2007). Weiterentwicklung der ADM-CATI-Auswahlgrundlagen. ZUMA-Nachrichten Spezial 13, 25-38. Hefner, Dorothée, Klimmt, Christoph & Daschmann, Gregor. (2007). Typisch Türke? Die Folgen der Nationalitätsnennung für die Bewertung von Akteuren in der Nachrichtenrezeption. Medien & Kommunikationswissenschaft, 55, 575-592. Hellwig, Jörg Otto & Bouwmeester, René. (2001). Zu viele Profis, zu wenig Amateure: Über Rekrutierungsunterschiede bei Online-Panels und ihre Folgen. planung & analyse, o.Jg.(6), S. 44-49. Herrmann, Gabriele & Patt, Martina. (2002). CATI und online erhobene Daten: Gewichtung als Methode zur Erhöhung der Vergleichbarkeit? planung & analyse, o.Jg.(2), 40-44. Hilmer, Richard & Hofrichter, Jürgen (2002): Wahlforschung und Wahlberichterstattung: Wie Meinungsforscher Volkes Stimme erfassen. planung & analyse, o.Jg.(1), S. 32-37. Hippler, Hans-J., Schwarz, Norbert, Noelle-Neumann, Elisabeth, Knäuper, Bärbel & Clark, Leslie. (1991). Der Einfluß numerischer Werte auf die Bedeutung verbaler Skalenpunkte. ZUMANachrichten, 15(28), 54-65. Hippler, Hans Jürgen, Schwarz, Norbert & Sudman, Seymour. (1988). Social information processing and survey methodology. Heidelberg: Springer. Hoffmeyer-Zlotnik, Jürgen H.P. (1997). Random-Route-Stichproben nach ADM. In Siegfried Gabler & Jürgen H.P. Hoffmeyer-Zlotnik (Hrsg.), Stichproben in der Umfrageforschung (S. 43-67). Opladen: Westdeutscher Verlag.

190

Literaturverzeichnis

Hoffmeyer-Zlotnik, Jürgen H.P. & Ehling, Manfred. (1991). Demographische Standards für Deutschland: Ein Instrumentenentwurf. ZUMA-Nachrichten, 15(28), 29-40. Holbrook, Allyson L., Green, Melanie C. & Krosnick, Jon A. (2003). Telephone versus face-to-face interviewing of national probability samples with long questionnaires: Comparisons of respondent satisficing and social desirability response bias. Public Opinion Quarterly, 67, 79-125. Holsti, O. R. (1969). Content analysis for the social sciences and humanities. London: Addison-Wesley. Hoppe, Michael & Lamp, Rainer. (2001). Die Qualität von Online Panel: Ein Methodentest. planung & analyse, o.Jg.(3), 46-51. Huber, Oswald. (2009). Das psychologische Experiment: Eine Einführung (5. überarb. Aufl.). Bern: Hans Huber/Hogrefe. Hüfken, Volker & Schäfer, Anne. (2003). Zum Einfluss stimmlicher Merkmale und Überzeugungsstrategien der Interviewer auf die Teilnahme in Telefonumfragen. Kölner Zeitschrift für Soziologie und Sozialpsychologie, 55, 321-339. Jäckel, Michael & Wollscheid, Sabine. (2006). Mediennutzung von Kindern und Jugendlichen im familialen Kontext: Eine Analyse mit Zeitbudgetdaten. Media Perspektiven, o.Jg.(11), 585-594. Jäger, Ruth. (1998). Konstruktion einer Ratingskala mit Smilies als symbolische Marken (unveröffentlichte Zulassungsarbeit zur Diplom-Hauptprüfung für Psychologie an der Technischen Universität Berlin). Jandura, Olaf. (2002). Validität von Umfrageergebnissen vor dem Hintergrund von „Pseudo-Opinions“ (Vortrag gehalten bei der Tagung der Fachgruppe „Methoden der Publizistik- und Kommunikationswissenschaft“ in Mainz, September 2002). Jo, Myung-Soo. (2000). Controlling social-desirability bias via method factors of direct and indirect questioning in structural equation models. Psychology and Marketing, 17, 137-148. Kaase, Max. (Hrsg.). (1999). Qualitätskriterien der Umfrageforschung: Denkschrift. Berlin: Akademie Verlag. Kaczmirek, Lars. (2009). Human-survey interaction: Usability and nonresponse in online surveys. Köln: von Halem. Kahn, R.L. & Cannell, Charles F. (1983[1957]). The dynamics of interviewing: Theory, technique, and cases. Florida: Krieger. Kane, Emily W. & MacCaulay, Laura J. (1993). Interviewer gender and gender attitudes. Public Opinion Quarterly, 57, 1-28. Karnowski, Veronika & von Pape, Thilo. (2009). MobileTV im Alltag der Nutzer: Ergebnisse einer dreimonatigen Panelstudie. In Jan Krone (Hrsg.), Fernsehen im Wandel: Mobile TV & IPTV in Deutschland und Österreich (S. 241-255). Baden-Baden: Nomos. Kasprzyk, Daniel, Duncan, Greg J., Kalton, Graham & Singh, M.P. (1989). Panel surveys. New York: Wiley. Kemmerzell, Petra & Heckel, Christiane. (2001). Grundgesamtheit und Stichprobe bei OnlineBefragungen, repräsentativ zu was? planung & analyse, o.Jg.(4), 52-58. King, Maryon F. & Bruner, Gordon C. (2000). Social desirability bias: A neglected aspect of validity testing. Psychology and Marketing, 17, 79-103. Kirchhoff, Sabine, Kuhnt, Sonja, Lipp, Peter & Schlawin, Siegfried. (2008). Der Fragebogen: Datenbasis, Konstruktion und Auswertung (4. überarb. Aufl.). Wiesbaden: VS Verlag für Sozialwissenschaften. Kirsch, Anke. (2000). Delphi via Internet: Eine Expertenbefragung zu Trauma und Trauma(re)konstruktion. In Michael Häder & Sabine Häder (Hrsg.), Die Delphi-Technik in den Sozialwissenschaften: Methodische Forschungen und innovative Anwendungen (S. 217-234). Opladen: Westdeutscher Verlag. Klein, Markus & Arzheimer, Kai. (1999). Ranking- und Ratingverfahren zur Messung von Wertorientierungen, untersucht am Beispiel des Inglehart-Index: Empirische Befunde eines Methodenexperiments. Kölner Zeitschrift für Soziologie und Sozialpsychologie, 51, 550-564. Klein, Markus & Arzheimer, Kai. (2000). Einmal mehr: Ranking oder Rating? Über die adäquate Messung von gesellschaftlichen Wertorientierungen. Eine Erwiderung auf Stefan Sacchi. Kölner Zeitschrift für Soziologie und Sozialpsychologie, 52, 553-563. Klingler, Walter & Müller, Dieter K. (2000). MA 2000 Radio: Erstmals mit Telefoninterviews erhoben. Media Perspektiven, o.Jg., 9, 414-426.

Literaturverzeichnis

191

Kloppenburg, Gerhard, Simon, Erk, Vogt, Melanie & Schmeisser, Daniel. (2009). Der flexible Zuschauer? - Zeitversetztes Fernsehen aus Sicht der Rezipienten. Media Perspektiven, o.Jg.(1), 2-8. Knäuper, Bärbel. (1999). The impact of age and education on response order effects in attitude measurement. Public Opinion Quarterly, 63, 347-370. Knobloch, Silvia & Knobloch, Martin. (1999). Computergestützte Befragung: Der Computer in der Funktion von Interviewer und Fragebogen. Rundfunk und Fernsehen, 47, 61-77. Koch, Armin. (1991). Zum Zusammenhang von Interviewermerkmalen und Ausschöpfungsquoten. ZUMA-Nachrichten, 15(28), 41-54. Koch, Armin. (1995). Gefälschte Interviews: Ergebnisse der Interviewkontrolle beim ALLBUS 1994. ZUMA-Nachrichten, 19(26), 89-105. Koch, Achim. (2002). 20 Jahre Feldarbeit im ALLBUS: Ein Blick in die Blackbox. ZUMA-Nachrichten, 25(51), 9-37. Köhler, Anne & Steinborn, Peter. (1987). Das Diary: Ein neuer Ansatz? Tagebuchuntersuchungen in der Hörerforschung. Media Perspektiven, o.Jg.(3), 159-167. König, René (Hrsg.). (1972). Das Interview. Formen, Technik, Auswertung (7. erg. Aufl.). Köln: Kiepenheuer & Witsch. Krämer, Walter. (1994). So überzeugt man mit Statistik. Frankfurt am Main: Campus. Krämer, Walter. (2010). Statistik verstehen: Eine Gebrauchsanweisung. München: Piper. Krebs, Cornelia & Casu, Claudia. (2010). Brücken zur Peer Group: Social Networks in der Kinderzielgruppe. planung & analyse, o.Jg.(1), 26-28. Kreuter, Frauke, Presser, Stanley & Tourangeau, Roger. (2009). Social desirability bias in CATI, IVR, and web surveys: the effects of mode and question sensivity. Public Opinion Quarterly, 72, 847-865. Kromrey, Helmut. (2009). Empirische Sozialforschung: Modelle und Methoden der standardisierten Datenerhebung und Datenauswertung (12. überarb. und erg. Aufl.). Stuttgart: Lucius & Lucius/UTB. Krosnick, Jon A. (1991). Response strategies for coping with the cognitive demands of attitude measures in surveys. Applied Cognitive Psychology, 5, 213-236. Krosnick, Jon A. (1999). Survey research. Annual Review of Psychology, 50, 537-567. Krosnick, Jon A., Holbrook, Allyson L., Berent, Matthew K., Carson, Richard, T., Hanemann, W. Michael, Kopp, Raymond J., Mitchell, Robert Cameron, Presser, Stanley, Ruud, Paul A., Smith, V. Kerry, Moody, Wendy R., Green, Melanie C. & Conaway, Michael. (2002). The impact of "no opinion" response options on data quality: Non-attitude reduction or an invitation to satisfice? Public Opinion Quarterly, 66, 371-403. Kubey, Robert W. & Csikszentmihalyi, Mihaly. (1990). Television and the quality of life: How viewing shapes everyday experience. Hillsdale, NJ: Erlbaum. Kuck, Gabi & Wolfarth, Lasse. (2009). Einflüsse von Multimedia-Anwendungen in der OnlineMarktforschung. planung & analyse, o.Jg.(3), S. 14-15. Kuhlmann, Christoph & Wolling, Jens. (2004). Fernsehen als Nebenbeimedium. Befragungsdaten und Tagebuchdaten im Vergleich. Medien & Kommunikationswissenschaft, 52, 355-376. Kurz, Karin, Prüfer, Peter & Rexroth, Margrit. (1999). Zur Validität von Fragen in standardisierten Erhebungen: Ergebnisse des Einsatzes eines kognitiven Pretests. ZUMA-Nachrichten, 23(44), 83107. Lamnek, Siegfried. (1998). Gruppendiskussion: Theorie und Praxis. Weinheim: Beltz. Lamnek, Siegfried. (2005). Qualitative Sozialforschung: Lehrbuch. Weinheim: Beltz PVU. Lamp, Erich. (2001/2002). Ist einer von drei gleich jedem Dritten? Der Einfluss numerischer Äquivalente auf die Wahrnehmung und Bewertung identischer Sachverhalte. ZA-Information 49, 49-68 und ZAInformation 50, 6. Lamp, Erich. (2004). Richtungseffekte bei Bildblattvorlagen im demoskopischen Face-to-face-Interview. ZA-Information, 54, 113-146. Landua, Detlef. (1993). Veränderungen von Zufriedenheitsangaben in Panelbefragungen: Eine Analyse über nicht beabsichtigte Effekte eines Längsschnittdesigns. Kölner Zeitschrift für Soziologie und Sozialpsychologie, 45, 553-571. Lanninger, Thomas. (2001). Methodentests als Basisvoraussetzung für Online-Forschung: Stichprobeneffekte im Split-Half-Design Cati - Online. planung & analyse, o.Jg.(6), S. 50-54. Larson, Reed & Csikszentmihalyi, Mihaly. (1983). The Experience Sampling Method. In Harry Reis (Ed.), Naturalistic approaches to studying social interaction (pp.41-56). San Francisco: Jossey-Bass. Lazarsfeld, Paul. (1940). Panel studies. Public Opinion Quarterly, 4, 122-128.

192

Literaturverzeichnis

Lazarsfeld, Paul & Fiske, Marjorie. (1938). The “panel” as a new tool for measuring opinion. Public Opinion Quarterly, 2, 596-612. Lazarsfeld, Paul F., Berelson, Bernhard & Gaudet, Hazel. (1948). The people's choice: How the voter makes up his mind in a presidential campaign. New York: Columbia University Press. Lemmens, Jeroen S., Valkenburg, Patti M. & Peter, Jochen. (2009). Development and validation of a game addiction scale for adolescents. Media Psychology, 12, 77-95. Maletzke, Gerhard. (1963). Psychologie der Massenkommunikation: Theorie und Systematik. Hamburg: Hans-Bredow-Institut. Maurer, Marcus. (2003). Politikverdrossenheit durch Medienberichte: Eine Paneluntersuchung. Konstanz: UVK. Maurer, Marcus. (2005). Befragtenauswahl bei Telefonumfragen. Wie zuverlässig ist die Geburtstagsmethode? In Volker Gehrau, Benjamin Fretwurst, Birgit Krause & Gregor Daschmann (Hrsg.), Auswahlverfahren in der Kommunikationswissenschaft (203-222). Köln: von Halem. Maurer, Marcus & Jandura Olaf. (2009). Masse statt Klasse? Einige kritische Anmerkungen zu Repräsentativität und Validität von Online-Befragungen. In Nikolaus Jackob, Harald Schoen & Thomas Zerback (Hrsg.), Sozialforschung im Internet. Methodologie und Praxis der Online-Befragung (S. 6173). Wiesbaden: VS. Maxl, Emanuel, Döring, Nicola & Wallisch, Astrid (Hrsg.). (2009). Mobile Market Research. Köln: Herbert von Halem. Mayer, Horst Otto. (2009). Interview und schriftliche Befragung: Entwicklung, Durchführung und Auswertung (5. überarb. Aufl.). München: Oldenbourg. Meier, Gerd, Schneid, Michael, Stegemann, Yvonne & Stiegler, Angelika. (2005). Steigerung der Ausschöpfungsquote von Telefonumfragen durch geschickte Einleitungstexte. ZUMA-Nachrichten, 29(57) 37-55. Meulemann, Heiner & Reuband, Karl-Heinz (Hrsg.). (1984). Soziale Realität im Interview: Empirische Analysen methodischer Probleme. Frankfurt: Campus. Mika, Tatjana. (2002). Wer nimmt Teil an Panel-Befragungen? Untersuchung über die Bedingungen der erfolgreichen Kontaktierung für Sozialwissenschaftliche Untersuchungen. ZUMA-Nachrichten, 26(51), 38-48. Mohler, Peter P., Koch, Achim & Gabler, Siegfried. (2003). Alles Zufall oder? Ein Diskussionsbeitrag zur Qualität von face to face-Umfragen in Deutschland. ZUMA-Nachrichten 27(53), 10-15. Möhring, Wiebke & Schlütz, Daniela. (2008). Keyword: Interview, Qualitative. In Wolfgang Donsbach (Ed.), The International Encyclopedia of Communication, Vol. VI (p. 2513-2517). Malden, MA: Blackwell. Möhring, Wiebke & Schlütz, Daniela. (2002, September). Soziale Erwünschtheit und Mediennutzung: Einflüsse in einem standardisierten Interview. Vortrag im Rahmen der Tagung der Fachgruppe 'Methoden der Publizistik- und Kommunikationswissenschaft', Mainz. Möhring, Wiebke & Stack, Björn. (2010). Moderierte Online-Befragungen: Neue Möglichkeiten in der Online-Forschung? planung & analyse, o.Jg.(1), 41-43. Möhring, Wiebke. (2001). Die Lokalberichterstattung in den neuen Bundesländern: Orientierung im gesellschaftlichen Wandel. München: R. Fischer. Moore, David W. (2002). Measuring new types of question-order effects: Additive and subtractive. Public Opinion Quarterly, 66, 80-91. Müller, Dieter K. (2002). Nutzungsmessung des Radios: Uhr oder Ohr? Media Perspektiven, o.Jg.(1), 28. Mummendey, Hans Dieter, Grau, Ina. (2008). Die Fragebogen-Methode (5. überarb. Aufg.). Göttingen: Hogrefe. Münchner Kreis e.V., EICT GmbH, Deutsche Telekom AG, TNS Infratest GmbH (Hrsg.). (2009). Zukunft und Zukunftsfähigkeit der Informations- und Kommunikationstechnologien und Medien: Internationale Delphi-Studie 2030. Naab, Teresa K. (2008, Juli). Media use routines – Methodological approaches. Vortrag im Rahmen der Jahrestagung der International Association for Media and Communication Research, 20.-25. Juli 2008, Stockholm. Naab, Teresa K. & Scherer, Helmut. (2009). Möglichkeiten und Gefahren der Meinungsfreiheit. Eine inhaltsanalytische Untersuchung der Diskussion in deutschen überregionalen Tageszeitungen während des Karikaturenstreits 2006. Publizistik, 54(3), 373-389.

Literaturverzeichnis

193

Naab, Teresa, Beekmann, Arne & Klimmt, Christoph. (2009). Die Glaubwürdigkeit von Corporate Weblogs aus der Sicht der Blogger Community. Medien & Kommunikationswissenschaft, 57, 336-352. Narayan, Sowmya & Krosnick, Jon A. (1996). Education moderates some response effects in attitude measurement. Public Opinion Quarterly, 60, 58-88. Neller, Katja. (2005). Kooperation und Veweigerung: eine Non-Response-Studie. ZUMA-Nachrichten, 29(57) 9-36. Niehoff, Renate. (1998). Intervieweranforderung und -auswahl. In Statistisches Bundesamt (Hrsg.), Interviewereinsatz und -qualifikation (S. 51-65). Stuttgart: Metzer-Poeschel. Noelle-Neumann, Elisabeth. (1982). Die Schweigespirale: Öffentliche Meinung - unsere soziale Haut. Frankfurt am Main: Ullstein. Noelle-Neumann, Elisabeth & Petersen, Thomas. (2005). Alle, nicht jeder. Einführung in die Methoden der Demoskopie (4. Aufl.). Berlin: Springer. Olson, Kristen & Peytchev, Andy. (2007). Effect of interviewer experience on interview pace and interviewer attitudes. Public Opinion Quarterly, 71, 273-286. Osgood, Charles E., Suci, George J. & Tannenbaum, Percy H. (1978[1957]). The measurement of meaning (4th ed.). Illinois: Board of Trustees of the University of Illinois. Ostermeyer, Rainer & Meier, Gerd. (1994). Methodisches Stichwort: PAPI, CATI oder CAPI? Beeinflußt die Datenerhebungsmethode das Befragungsergebnis? planung & analyse, o.Jg.(6), 24-30. Parfitt, John. (1986). Panel research. In Robert M. Worcester & John Downham (Hrsg.), Consumer market research handbook (3. Aufl.) (S. 193-230). Amsterdam: Elsevier. Paulhus, Delroy L. (1991). Measurement and control of response bias. In John P. Robinson, Phillip, R. Shaver & Lawrence Wrightsman (Hrsg.), Measures of personality and social psychological attitudes (Vol. 12, S. 17-59). San Diego: Academic Press. Peiser, Wolfram. (2002). Anwesenheitseffekte als Indikator sozial erwünschten Antwortverhaltens im Interview: Eine Untersuchung der Verzerrung von Angaben zur Mediennutzung (Vortrag gehalten bei der Tagung der Fachgruppe „Methoden der Publizistik- und Kommunikationswissenschaft“ in Mainz, September 2002). Peiser, Wolfram & Peter, Jochen (2000). Third-person perception of television-viewing behavior. Journal of Communication, 50, 25-45. Pepels, Werner. (1998). Auswahlverfahren in der quantitativen Marktforschung. planung & analyse, o.Jg.(1), 47-51. Petermann, Sören. (2005). Rücklauf und systematische Verzerrungen bei postalischen Befragungen: Eine Analyse der Bürgerumfrage Halle 2003. ZUMA-Nachrichten, 29(57) 56-78. Peters, Lars. (2002). Von Welle zu Welle: Umschalten beim Radiohören. Berlin: Vistas. Peytchev, Andy, Baxter, Rodney, K. & Carley-Baxter, Lisa R. (2009). Not all survey effort is equal: Reduction of nonresponse bias and nonresponse error. Public Opinion Quarterly, 73, 785-806. Peytchev, Andy. (2009). Survey breakoff. Public Opinion Quarterly, 73, 74-97. Pfleiderer, Rolf. (2001). Zufallsauswahl im Internet. In Axel Theobald, Marcus Dreyer & Thomas Starsetzki (Hrsg.), Online-Marktforschung: Theoretische Grundlagen und praktische Erfahrungen (S. 55-65). Wiesbaden: Gabler. Picot, Arnold & Janello, Christoph. (2007). Wie das Internet den Buchmarkt verändert: Ergebnisse einer Delphi-Studie. Berlin: Friedrich-Ebert-Stiftung. Porst, Rolf. (1998). Im Vorfeld der Befragung: Planung, Fragebogenentwicklung, Pretesting. ZUMAArbeitsbericht 98/02. Mannheim. Porst, Rolf. (1999). Thematik oder Incentives? Zur Erhöhung der Rücklaufquoten bei postalischen Befragungen. ZUMA-Nachrichten, 23(45), 72-87. Porst, Rolf. (2009). Fragebogen: Ein Arbeitsbuch (2. Aufl.). Wiesbaden: VS Verlag. Pötschke, Manuela & Simonson, Julia. (2001). Online-Erhebungen in der empirischen Sozialforschung: Erfahrungen mit einer Umfrage unter Sozial-, Markt- und Meinungsforschern. ZA-Information, 49, 628 Presser, Stanley, Couper, Mick P., Lessler, Judith T., Martin, Elizabeth, Martin, Jean, Rothgeb, Jennifer M. & Singer, Eleanor. (2004). Methods for testing and evaluating survey questions. Public Opinion Quarterly, 68, 109-130. Prüfer, Peter & Rexroth, Margrit. (1996). Verfahren zur Evaluation von Survey-Fragen: Ein Überblick. ZUMA-Nachrichten, 20(39), 95-115.

194

Literaturverzeichnis

Prüfer, Peter & Stiegler, Angelika. (2002). Die Durchführung standardisierter Interviews: Ein Leitfaden. ZUMA How-to-Reihe, Nr. 11. verfügbar unter http://www.gesis.org/download.php?url=/fileadmin/ upload/forschung/publikationen/gesis_reihen/howto/How-to11ppas.pdf Rammstedt, Beatrice, Koch, Karina, Borg, Ingwer & Reitz, Tanja. (2004). Entwicklung und Validierung einer Kurzskala für die Messung der Big-Five-Persönlichkeitsdimension in Umfragen. ZUMANachrichten, 28(55) 5-28. Rasinsky, Kenneth A., Mingay, David & Bradburn, Norman M. (1994). Do respondents really mark all that apply on self-administered questions? Public Opinion Quarterly, 58, 400-408. Ray, John J. (1979). Is the aquiescent response style problem not so mythical after all? Some results from a successful balanced F Scale. The Journal of Social Psychology, 121, 81-96. Reinecke, Jost. (1991). Interviewer- und Befragtenverhalten: Theoretische Ansätze und methodische Konzepte. Opladen: Westdeutscher Verlag. Reinecke, Jost. (1998). Regelmäßigkeiten des Interviewerverhaltens. In Statistisches Bundesamt (Hrsg.), Interviewereinsatz und -qualifikation (S. 115-137). Stuttgart: Metzer-Poeschel. Reinsch, Christiane, Ennemoser, Marco & Schneider, Wolfgang. (1999). Die Tagebuchmethode zur Erfassung kindlicher Freizeit- und Mediennutzung. SPIEL, 18, 55-71. Renckstorf, Karsten. (1978). Tagesablaufstudien und die Gewinnung neuer Datenqualitäten in der Massenkommunikationsforschung. In Klaus Berg & Marie-Luise Kiefer (Hrsg.), Massenkommunikation: Eine Langzeitstudie zur Mediennutzung und Medienbewertung (S. 323-343). Mainz: Hase & Koehler. Reuband, Karl-Heinz. (1984). Dritte Person im Interview: Zuhörer, Adressaten oder Katalysatoren der Kommunikation? In Heiner Meulemann & Karl-Heinz Reuband (Hrsg.), Soziale Realität im Interview: Empirische Analysen methodischer Probleme (S. 117-156). Frankfurt am Main: Campus. Reuband, Karl-Heinz. (1990a). Interviews, die keine sind. „Erfolge“ und „Misserfolge“ beim Fälschen von Interviews. Kölner Zeitschrift für Soziologie und Sozialpsychologie, 42, 706-733. Reuband, Karl-Heinz. (1990b). Meinungslosigkeit im Interivew: Erscheinungsformen und Folgen unterschiedlicher Befragungsstrategien. Zeitschrift für Soziologie, 19, 428-443. Reuband, Karl-Heinz. (1991). Bekundete und reale Offenheit im Interview: Eine empirische Analyse des Zusammenhangs von Verweigerungshaltung und Antwortverhalten. planung & analyse, o.Jg.(2), 4951. Reuband, Karl-Heinz. (1998). Panelmortalität in postalischen Erhebungen und soziale Zusammensetzung der Befragten. planung & analyse, o.Jg.(3), 16-21. Reuband, Karl-Heinz. (1999). Anonyme und nicht-anonyme postalische Bevölkerungsumfragen. planung & analyse, o.Jg.(1), 56-59. Reuband, Karl-Heinz. (2000). „Pseudo-Opinions“ in Bevölkerungsumfragen: Wie die Bürger fiktive Politiker beurteilen. ZA-Information, 46, 26-38. Reuband, Karl-Heinz. (2001a). Kontexteffekte und Antwortstabilität: Wie Befragte auf identische Statements antworten, die im Fragebogen unterschiedlich platziert sind. planung & analyse, o.Jg.(3), 6063. Reuband, Karl-Heinz. (2001b). Möglichkeiten und Probleme des Einsatzes postalischer Befragungen. Kölner Zeitschrift für Soziologie und Sozialpsychologie, 53, 307-333. Reuband, Karl-Heinz. (2001c). „Erlauben“ vs. „nicht erlauben“ oder „verbieten“? Wie sich unterschiedliche Frage-Alternativen auf das Antwortverhalten auswirken. ZA-Information, 48, 42-55. Rockwood, Todd H., Sangster, Roberta L. & Dillman, Don A. (1997). The effect of response categories on questionnaire answers. Sociological Methods & Research, 25, 118-140. Rubin, Alan M., Perse, Elizabeth M. & Powell, Robert A. (1985). Loneliness, parasocial interaction, and local television news viewing. Human Communication Research, 12, 155-180. Rubin, Alan M., Perse, Elizabeth M. & Powell, Robert A. (1985). Loneliness, parasocial interaction, and local television news viewing. Human Communication Research, 12, 155-180. Rugg, Donald. (1941). Experiments in wording questions. Public Opinion Quarterly, 5, 91-92. Sacchi, Stefan. (2000). Messung von Wertorientierungen: Ranking oder Rating? Kritische Anmerkungen zum Beitrag von Klein und Arzheimer. Kölner Zeitschrift für Soziologie und Sozialpsychologie, 53, 541-552. Sanchez, Maria Elena. (1992). Effects of questionnaire design on the quality of survey data. Public Opinion Quarterly, 56, 206-217. Sander, Ingo. (2010). Den Befragten als Kunden sehen: Umfrageklima-Monitor zeigt Verbesserungsbedarf der Befragungsqualität. planung & analyse, o.Jg.(1), 12-15.

Literaturverzeichnis

195

Scheffler, Hartmut. (1997). Methodisches Stichwort: Ausschöpfung. planung & analyse, o.Jg.(5), 58-61. Scherer, Helmut. (2000). Wählt das Panel anders? In Hans Bohrmann, Otfried Jarren, Gabriele Melischek & Josef Seethaler (Hrsg.), Wahlen und Politikvermittlung durch Massenmedien (S. 213-234). Opladen: Westdeutscher Verlag. Scherer, Helmut, Baumann, Eva & Schlütz, Daniela. (2005). Wenn zwei das Gleiche fernsehen, tun sie noch lange nicht dasselbe. Eine Analyse von Rezeptionsmodalitäten am Beispiel der Nutzung von Krankenhausserien durch Krankenhauspersonal. In Volker Gehrau, Helena Bilandzic & Jens Woelke (Hrsg.), Rezeptionsstrategien und Rezeptionsmodalitäten (S. 219-234). München: Reinhard Fischer. Scherer, Helmut & Schlütz, Daniela. (2002a). Das inszenierte Medienereignis: Die verschiedenen Wirklichkeiten der Vorausscheidung zum Eurovision Song Contest in Hannover 2001. Köln: Herbert von Halem Verlag. Scherer, Helmut & Schlütz, Daniela. (2002b). Gratifikation à la minute: Die zeitnahe Erfassung von Gratifikationen. In Patrick Rössler, Susanne Kubisch & Volker Gehrau (Hrsg.), Empirische Perspektiven der Rezeptionsforschung (S. 133-151). München: Reinhard Fischer. Scherpenzeel, Annette C. & Saris, Willem E. (1997): The validity and reliability of survey questions: A meta-analysis of MTMM-studies. Sociological Methods & Research, 25, 341-383. Scheuch, Erwin K. (1967). Das Interview in der Sozialforschung. In René König (Hrsg.), Grundlegende Methoden und Techniken der empirischen Sozialforschung: Erster Teil (S. 66-190). Stuttgart: Enke. Schlütz, Daniela. (2002). Bildschirmspiele und ihre Faszination: Zuwendungsmotive, Gratifikationen und Erleben interaktiver Medienangebote. München: R. Fischer. Schlütz, Daniela & Scherer, Helmut. (2001). Der Einsatz der ‚Experience Sampling Method’ in der Medienwissenschaft. Zeitschrift für Medienpsychologie, 13(N.F.1)3, 146-149. Schmid, Ingrid A. (2002). Auswirkungen von „langen Listen“ auf die Antworten der Befragten: Theoretische Überlegungen und empirische Überprüfung von Reihenfolgeeffekten (Vortrag gehalten bei der Tagung der Fachgruppe „Methoden der Publizistik- und Kommunikationswissenschaft“ in Mainz, September 2002). Schneekloth, Ulrich & Leven, Ingo. (2003). Woran bemisst sich eine "gute" allgemeine Bevölkerungsumfrage? Analysen zu Ausmaß, Bedeutung und zu den Hintergründen von Nonresponse in zufallsbasierten Stichprobenerhebungen am Beispiel des ALLBUS. ZUMA-Nachrichten 27(53), 16-57. Schneider, Beate & Möhring, Wiebke. (1999/2000). Museum des Unerwarteten? Einschätzungen von Experten zur EXPO 2000 und zur Zukunft von Weltausstellungen. Forschungsbericht. Institut für Journalistik und Kommunikationsforschung der Hochschule für Musik und Theater Hannover. Schneider, Beate, Möhring, Wiebke & Stürzebecher, Dieter. (2000). Ortsbestimmung: Lokaljournalismus in den neuen Ländern. Konstanz: UVK. Schnell, Rainer. (1991). Wer ist das Volk? Zur faktischen Grundgesamtheit bei allgemeinen Bevölkerungsumfragen: Undercoverage, Schwerereichbare und Nichtbefragbare. Kölner Zeitschrift für Soziologie und Sozialpsychologie, 43, 106-137. Schnell, Rainer, Hill, Paul B. & Esser, Elke. (2008). Methoden der empirischen Sozialforschung (8. Aufl.). München: Oldenbourg. Schneller, Johannes. (1997). Stichprobenbildung nach dem repräsentativen Quoten-Verfahren. In Siegfried Gabler & Jürgen H.P. Hoffmeyer-Zlotnik (Hrsg.), Stichproben in der Umfrageforschung (S. 518). Opladen: Westdeutscher Verlag. Scholl, Armin. (1993). Die Befragung als Kommunikationssituation: Zur Reaktivität im Forschungsinterview. Opladen: Westdeutscher Verlag. Scholl, Armin. (2009). Die Befragung (2. überarb. Aufl.). Konstanz: UVK Verlagsgesellschaft mbH. Schramm, Holger & Klimmt, Christoph. (2003). „Nach dem Spiel ist vor dem Spiel". Die Rezeption der Fußball-Weltmeisterschaft 2002 im Fernsehen: Eine Panel-Studie zur Entwicklung von Rezeptionsmotiven im Turnierverlauf. Medien- und Kommunikationswissenschaft, 51(1), 55-81. Schuller, Roland & Keppler, Martin. (1999). Anforderungen an Skalierungsverfahren in der Marktforschung: Ein Vorschlag zur Optimierung. planung & analyse, o.Jg.(2), 64-67. Schwarz, Norbert. (1991). Assimilation und Kontrast bei der Urteilsbildung: Implikationen für Fragereiheneffekte. ZUMA-Nachrichten, 15(29), 70-86. Schwarz, Norbert & Hippler, Hans-J. (1987). What response scales may tell your respondents: Informative functions on response alternatives. In Hans-J. Hippler, Norbert Schwarz & Seymour Sudman (Eds.), Social information processing and survey methodology (pp. 163-177). New York: Springer.

196

Literaturverzeichnis

Schwarz, Norbert, Hippler, Hans-J. & Noelle-Neumann, Elisabeth. (1989). Einflüsse der Reihenfolge von Antwortvorgaben bei geschlossenen Fragen. ZUMA-Nachrichten, 13(25), 24-38. Schwarz, Norbert, Hippler, Hans-J., Deutsch, Brigitte & Starck, Fritz. (1985). Response scales: Effects of category range on reported behavior and comparative judegements. Public Opinion Quarterly, 49, 388-395. Shehata, Adam. (2010). Unemployment on the agenda: A panel study of Agenda-Setting effects during Swedish national election campaign. Journal of Communication, 60(1), 182-203. Silberstein, Adriana R. & Jacobs, Curtis A. (1989). Symptoms of repeated interview effects in the Consumer Expenditure Interview Survey, In Daniel Kasprzyk, Greg J. Duncan, Graham Kalten & M.P. Singh (Hrsg.), Panel surveys (S. 289-303). New York: Wiley. Singer, Eleonor. (1998). Incentives for survey participation: Research on intended and unintended consequences. ZUMA-Nachrichten, 22(42), 7-29. Singer, Eleanor, Frankel, Martin & Glassman, Marc B. (1983). The effect of interviewer characteristics and expectations on response. Public Opinion Quarterly, 47, 68-83. Singer, Eleanor, Hoewyk, John van & Neugebauer, Randall J. (2003). Attitudes and behavior: The impact of privacy and cofidentiality concerns on participation in the 2000 Census. Public Opinion Quarterly, 67, 368-384. Singer, Eleanor, Hoewyk, John van & Maher, Mary P. (2000). Experiments with incentives in telephone surveys. Public Opinion Quarterly, 64, 171-188. Smaluhn, Marc. (2007). Qualitätsmanagement für Online-Access-Panels. In Martin Welker & Olaf Wenzel (Hrsg.), Online-Forschung 2007. Grundlagen und Fallstudien (S. 141-169). Köln: Herbert von Halem. Starsetzki, Thomas. (2007). Rekrutierung von Befragungsteilnehmern in der Online-Marktforschung. In Martin Welker & Olaf Wenzel (Hrsg.), Online-Forschung 2007. Grundlagen und Fallstudien (S. 7784). Köln: Herbert von Halem. Stone, Arthur A., Shiffman, Saul, Schwartz, Joseph E., Broderick, Joan E. & Hufford, Michael, R. (2002). Patient non-compliance with paper diaries. British Medical Journal, 324, 1193-1194. Sturgis, Patrick, Allum, Nick & Smith, Patten. (2008). An experiment on the measurement of political knowledge in surveys. Public Opinion Quarterly, 85, 90-102. Taddicken, Monika. (2009). Observational errors in web surveys: Social desirability and social decontextualisation as mode effects. planung & analyse (o.Jg.), Special English Edition, S.34-38. Taddicken, Monika. (2007). Methodeneffekte von Web-Befragungen – Freund oder Feind des Forschers? In Martin Welker & Olaf Wenzel (Hrsg.), Online-Forschung 2007. Grundlagen und Fallstudien (S. 85-102). Köln: Herbert von Halem. Taddicken, Monika. (2008). Methodeneffekte bei Web-Befragungen. Einschränkungen der Datengüte durch ein „reduziertes Kommunikationsmedium“? Köln: Herbert von Halem. Theobald, Axel. (2007). Zur Gestaltung von Online-Fragebögen. In Martin Welker & Olaf Wenzel (Hrsg.), Online-Forschung 2007. Grundlagen und Fallstudien (S. 103-118). Köln: Herbert von Halem. Theobald, Axel, Dreyer, Marcus & Starsetzki, Thomas. (Hrsg.). (2003). Online-Marktforschung. Theoretische Grundlagen und praktische Erfahrungen. Wiesbaden: Gabler. Tourangeau, Roger, Couper, Mick P. & Conrad, Frederick. (2004). Spacing, position, and order: Interpretive heuristics for visual features of survey questions. Public Opinion Quarterly, 68, 368-393. Trepte, Sabine, Ranné, Nabil & Becker, Miriam. (2003). ”Personal Digital Assistants” – Patterns of user gratifications. The European Journal of Communication Research, 28, 457-473. Unterreitmeier, Andreas. (2003). Auswirkungen alternativer Skalierungsarten auf das Antwortverhalten von Befragten. planung & analyse, o.Jg. (3), 65-71. Valkenburg, Patti M., Krcmar, M., Peeters, A., & Marseille, N. M. (1999). Developing a scale to assess three styles of television mediation: 'restrictive mediation,' 'instructive mediation,' and 'social coviewing.' Journal of Broadcasting and Electronic Media, 43, 52-66. van der Zouwen, Johannes & van Tilburg, Theo. (2001). Reactivity in panel studies and its consequences for testing causal hypotheses. Sociological Methods and Research, 30, 35-56. Vollert, Klaus. (1996). Methodisches Stichwort: Methodische Probleme in der Panelforschung: Gütekriterien von Paneldaten. planung & analyse, o.Jg.(5), 38-41. von der Heyde, Christian & Löffler, Ute. (1993). Methodisches Stichwort: Die ADM-Stichprobe. planung & analyse, o.Jg.(5), 49-53.

Literaturverzeichnis

197

Wänke, Michaela (1996). Comparative judgements as a function of the direction of comparision versus word order. Public Opinion Quarterly, 60, 400-409. Wänke, Michaela, Schwarz, Norbert & Noelle-Neumann, Elisabeth (1995). Asking comparative questions: The impact of the direction of comparison. Public Opinion Quarterly, 59, 345-372. Waterton, Jennifer & Lievesley, Denise. (1989). Evidence of conditioning effects in the British Social Attitudes Panel. In Daniel Kasprzyk, Greg J. Duncan, Graham Kalten & M.P. Singh (Hrsg.), Panel surveys (S. 319-339). New York: Wiley. Weis, Hans Christian & Steinmetz, Peter. (1995). Marktforschung (2. Aufl.). Ludwigshafen: Kiehl. Weischenberg, Siegfried, Altmeppen, Klaus-Dieter & Löffelholz, Martin. (1994). Die Zukunft des Journalismus: Technologische, ökonomische und redaktionelle Trends. Opladen: Westdeutscher Verlag. Weischenberg, Siegfried, Malik, Maja & Scholl, Armin. (2006). Die Souffleure der Mediengesellschaft: Report über die Journalisten in Deutschland. Konstanz: UVK. Welker, Martin, Werner, Andreas & Scholz, Joachim. (2005). Online-Research. Markt- und Sozialforschung im Internet. Heidelberg: dpunkt Verlag. Willits, Fern K. & Ke, Bin. (1995). Part-whole question order effects. Public Opinion Quarterly, 59, 392403. Zeisel, Hans. (1970). Die Sprache der Zahlen. Köln: Kiepenheuer & Witsch. Zerr, Konrad & Müller-Schneider, Thomas. (2002). Postalische Vorankündigung bei OnlineBefragungen? Ein projektbegleitendes Methodenexperiment zur Erhöhung der Ausschöpfungsquote. planung & analyse, o.Jg.(4), 46-59.

Index "pseudo opinions", 107 Ablenkungsfrage, 110 Access-Panel, 136 ADM, 135 ADM-Mastersample, 33 Adress-Random-Route, 33 Akquieszenz, 58 Alternativfrage, 80 Antwortverhalten, 57 Anwesenheit Dritter, 48 Ausschöpfungsquote, 38 Ausstrahlungseffekt, 113 Auswahlfrage, 80 Ausweichtendenz, 59 AWA, 78 Begründungszusammenhang, 13 Beobachtung, 15 Bild- oder Dialogblatt, 79 CAPI, 120 CATI, 122 CSAQ, 132 Daten Auswertung, 182 Bereinigung, 181 Erfassung, 181 Niveau, 79 Vercodung, 179 Definition standardisierte Befragung, 14 Delphi-Befragung, 152 Dimensionalisierung, 22 Dramaturgie, 109 Einstiegsfrage, 109 Eisbrecherfrage, 109 Empirie, 11 Entdeckungszusammenhang, 12 ESF, 162 ESM, 161 extremity bias, 84

Face-to-Face-Interview, 118 Feldorganisation, 173 Feldzeiten, 176 Filterfrage, 109 forced choice, 82 Forschungsprozess, 12 Frage geschlossen, 74 offen, 72 Fragebogenkonferenz, 171 Gewichtung, 182 Graphisches Differential, 95 Grundgesamtheit, 26 Gruppendiskussion, 17 Haloeffekt, 113 Inferenzschluss, 28 Inhaltsanalyse, 15 Interviewer Einfluss, 50 Kontrolle, 178 Schulung, 177 Interviewsituation, 47 Item, 92 Kartenspiel, 78 Klassifikation von Fragen, 71 Klumpeneffekt, 32 Konsistenzeffekt, 113 Kontaktfrage, 109 Kontexteffekt, 113 Kontrasteffekt, 113 Kontrollfrage, 110 Längsschnittdesign, 147 Leitfadeninterview, 17 Liste, 78 MA, 78 Mehrfachauswahlfrage, 80 Mehrthemenumfrage, 145 Messniveau, 79 Methode, 12

200

Motivationsfrage, 110 N viz, 135 Next-Birthday-Methode, 34 non attitudes, 59 non opinions, 107 Omnibusbefragung, 145 Online-Befragung, 132 Operationalisierung, 23 Panel, 147 Effekt, 150 Mortalität, 149 PAPI, 120 Paralleltest, 18 Platzierungseffekt, 113 Polaritätenprofil, 93 Pretest, 169 Primacy-Effekt, 105 pseudo opinions, 107 Pufferfrage, 110 Querschnittstudie, 17 Quotenplan, 36 Randomisierung, 105 Random-Route, 32 Rangordnungsfragen, 81 Reaktionsvorschrift, 77 recall aided, 72 unaided, 72 Recency-Effekt, 105 Reihenfolgeeffekt, 105 Reliabilität, 18 Repräsentationsschluss, 28 Repräsentativität, 28 global, 29 spezifisch, 29 response bias, 57, 58 response set, 57 response style, 57 Re-Test, 18 Satisficing, 104 Schlussfrage, 110 Schneeballsystem, 135 schriftliche Befragung, 127

Index

Schwedenschlüssel, 34 Selbstselektion, 129, 136 semantisches Differential, 93 Skala Likert, 101 Thurstone, 101, 103 Skalen, 82 bipolar, 90 Fremdeinstufung, 92 Konstruktion, 97 numerische, 86 Rankingskalen, 81 Ratingskalen, 84 unipolare, 90 Verbalskala, 85 visualisierte, 87 Skalierung, 83 social desirability bias, 61 soziale Erwünschtheit, 61 Spielfrage, 110 Sponsorship-Effekt, 55 Standardisierung, 16 Stichprobe, 28 bewusste Auswahl, 35 cluster sampling, 32 geschichtete Auswahl, 31 judgement sampling, 35 Klumpenauswahl, 32 Quota-Verfahren, 35 stratified sampling, 31 willkürliche Auswahl, 34 Zufallsauswahl, 30 Tagebuchstudie, 157 TDM, 131 Teilerhebung, 28 telefonische Befragung, 122 Trackingstudie, 147 Trendstudie, 147 Übergangsfrage, 109 Validität concurrent validity, 19 Definition, 18 extern, 19

Index

face validity, 19 Inhaltsvalidität, 19 intern, 19 Konstruktvalidität, 19 Kriteriumsvalidität, 19 predictive validity, 19 prognostisch, 19

201

Übereinstimmungsvalidität, 19 Versuchsleitereffekt, 52 Verwertungszusammenhang, 13 Vollerhebung, 27 ZAW, 39 Zeitbudgetforschung, 158