eine systemtheoretisch-qualitative Analyse von Kooperationsnetzwerken unter den Bedingungen polykontexturaler Verhältnisse
Das ist das Thema meines Beitrags zum frisch bewilligten DFG-Netzwerkantrag Organizational Behaviour in health care institutions in Germany – theoretical approaches, methods and empirical results im Rahmen der DGMS-AG-Versorgungsforschung.
Vorhin bei Twitter einen Hinweis auf kompakte Übersichten entdeckt, die beschreiben, was bestimmte statistische Ausdrücke bedeuten oder aber auch, welche gängigen Ausdrucksformen / Schreibweisen verwendet werden können, wenn man (wissenschaftliche) Berichte oder Publikationen verfasst: Explaining Study Findings.
Am vergangenen Donnerstag und Freitag war ich Göteborg auf der 8th Annual Integrated Care Conference 2008, um dort einen Vortrag über die theoretische Vorgehensweise meiner Dissertation zu sprechen (der Vortrag steht als Download bereit, PDF, 122KB). Es geht, kurz gesagt, um die Entscheidung, Systemtheorie sowohl als theoretisches Gerüst für das Thema an sich, aber auch für die empirische Datenerhebung und -analyse zu verwenden. Dabei versuche ich, in Anschluss an einige Überlegungen von Werner Vogd, zu klären, wo die Verknüpfung von Systemtheorie und Empirie sich als schwierig erweisen könnte, und wie diese „Lücke“ unter Rückgriff auf die Netzwerktheorie geschlossen werden kann.
Im Quanti/Soz/Blog gibt es eine weitere (oder überarbeitete) Einführung in das Statistikprogramm R mit dem Titel Eine sozialwissenschaftlich motivierte Einführung in die statistische Datenanalyse mit R.
Auf 138(!) Folien werden die Vor- und Nachteile von R beschrieben, Unterschiede zu anderen Statistikprogrammen und was R allgemein leistet. Dabei werden ausführliche Beispiele gegeben und jede Menge Hinweise auf weitere Dokumentationen, Hilfeseiten und nützliche Zusatzprogramme. Ideal für Ein- und Umsteiger.
Die Dokumente (Präsentationen, Poster…) des Berliner Methodentreffen 2007 sind jetzt offiziell online. Unter anderem findet man dort einen Foliensatz zum Thema Open Access und Elektronisches Publizieren, und natürlich jede Menge Folien zu qualitativen Forschungsmethoden.
In meiner Dissertation geht es ja um Nachhaltigkeit und Nutzerorientierung im Kontext des Entlassungsmanagements von Krankenhäusern. Dabei geht es zum einen um die Frage, was die dort aktiven Professionellen unter diesen Begriffen verstehen und wie sie diese konzeptionell für ihre Arbeit verwenden können. Zum anderen frage ich mich, ob und wie Nachhaltigkeits- und Nuzterorientierungskonzepte als Strategie zur Steuerung und Strukturierung des Versorgungsprozesses unter Berücksichtigung möglicher Schnittstellenprobleme bei der organisationsübergreifenden Koordination und Abstimmung unterschiedlicher, am Versorgungsprozess beteiligter Einrichtungen eingesetzt werden (können).
Vor einiger Zeit habe ich einen Beitrag über Stichprobengrößen geschrieben. Jetzt habe ich noch weitere Links zu Fallzahlschätzungen, Samplesize und Power Berechnungen gefunden:
Hermeneutische Zugänge zu Leben und Werk Niklas Luhmanns können durchaus kontrovers aufgefasst werden. Vielleicht liegt dies auch an möglichen Problemen im Zusammenhang mit der Methode der Objektiven Hermeneutik. Ich finde die Argumentation dieses Textes jedenfalls an mehreren Stellen für sehr gewagt, und möchte kurz etwas zur Objektiven Hermeneutik und anschließend zu einer exemplarisch ausgewählten Textstellen sagen.
„Wie groß sollte meine Stichprobe sein?“ – vielleicht eine häufiger gestellte Frage bei standardisierten Erhebungen im Rahmen einer Qualifikationsarbeit. Soweit ich das richtig verstanden habe, kann man dazu so genannte Power-Analysen verwenden, um die passende Stichprobengröße zu berechnen. Aber es geht auch einfacher: Mit dem Sample Size Calculator.
Im Gegensatz zu quantitativen Stichproben, die vor allem durch hohe Fallzahlen versuchen, zufällige Stichprobenfehler oder -verzerrungen zu vermeiden, können und werden bei qualitativen Samples wesentlich weniger Fälle für die Untersuchung verwendet. Es geht also weniger um Repräsentativität und verallgemeinerbare Aussagen durch große Stichproben, sondern vielmehr um Kontrastierung und deutlich mehr Variabilität im Datenmaterial, ein eher exploratives Vorgehen also. Welche Samplingstrategien, also Vorgehensweisen der Stichprobenziehung, bieten sich hier an?
Strenge Jacke! 