socialnet - Das Netz für die Sozialwirtschaft

Barbra Teater, John Devaney u.a.: Quantitative Research Methods for Social Work

Cover Barbra Teater, John Devaney, Donald Forrester, Jonathan Scourfield: Quantitative Research Methods for Social Work. Palgrave Macmillan (Basingstoke, Hampshire, RG21 6XS) 2017. 278 Seiten. ISBN 978-1-137-40026-0. 35,85 EUR.
Recherche bei LOC.

Besprochenes Werk kaufen
über socialnet Buchversand


Autorin und Autoren

Die Autor(inn)en stammen alle aus dem Vereinigten Königreich (UK). Das gilt auch für Barbra Teater (www.csi.cuny.edu), die seit 2014 als Associate Professor für Soziale Arbeit am College of Staten Island (City University of New York) arbeitet, aber im UK aufgewachsen ist und zuletzt als Senior Lecturer für Soziale Arbeit an der Universität von Bristol tätig war. Zu ihren noch im UK verfolgten Projekten gehörten 1. die Entwicklung eines auf Bachelorstudent(inn)en ausgerichteten Curriculums für quantitative Forschungsmethodik und 2. das Training von Lehrenden der Sozialen Arbeit in diesem Curriculum.

An zweiter Stelle zu nennen ist der in der Autor(inn)enliste zuletzt genannte John Carpenter (www.bristol.ac.uk). Er ist emeritierter Professor of Social Work & Applied Social Sciences an der Universität Bristol, an der Barbra Teater früher tätig war und der ganz offensichtlich deren im vorliegenden Zusammenhang relevante Arbeiten angeregt und begleitet hat. In Barbra Teater hat man die ausführende Hand des Projekts, das zu diesem Buch führte, zu sehen, in John Carpenter aber dessen Vordenker und Lenker.

Die weiteren Autoren sind:

  • John Devaney (http://pure.qub.ac.uk), Senior Lecturer an der School of Social Sciences, Education and Social Work der Queen´s University Belfast, der auch am dortigen Centre for Evidence and Social Innovation mitarbeitet,
  • Donald Forrester (www.cardiff.ac.uk), an der Universität Cardiff Professor für Soziale Arbeit mit Kindern und Familien – und an deren Evidenzbasierung interessiert (My main interest is in what makes for effective child and family social work) und
  • Jonathan Scourfield (www.cardiff.ac.uk/), ebenfalls an der Universität Cardiff tätig – und zwar als Professor für Soziale Arbeit.

Entstehungshintergrund

Zur Entstehungsgeschichte des Buches ist auf der Homepage der Universität Bristol und der Einleitung des vorliegenden Buches angegeben, es sei entstanden aus den o.g. von Barbra Teater verantworteten Projekten, die finanziert wurden durch den Economic and Social Research Council (www.esrc.ac.uk) sowie den Higher Education Funding Council for England (www.hefce.ac.uk), die British Academy (www.britac.ac.uk) and die Nuffield Foundation (www.nuffieldfoundation.org). Diese Projekte waren Teil einer breiteren Initiative, deren Ziel es war und ist, im UK die Anzahl der für quantitatives wissenschaftliches Arbeiten Qualifizierten unter den Sozialwissenschaftler(innen) im Allgemeinen und den Sozialen Arbeiter(inne)n im Besonderen zu erhöhen.

Wie? Indem zwei Kompetenzlücken geschlossen werden:

  1. quantitative Untersuchungen selbst(ändig) durchzuführen und
  2. 2. Informationen, die mit statistischen Daten im weitesten Sinne zu tun haben, überhaupt sachgerecht zur Kenntnis zu nehmen.

In diesen beiden Punkten, so ist weiteren Ausführungen zu entnehmen, haben sowohl Studierende der Sozialen Arbeit als auch ihre Ausbilder(innen) erhebliche Mängel. Und das, so weiter, sei weder gut für das akademische und öffentliche Ansehen der Disziplin Sozialen Arbeit noch für das Selbstvertrauen der Profession Soziale Arbeit.

Das vorliegende Buch ist nicht das einzige Produkt dieses Projektes. Die University of Bedfordshire bietet online und kostenfrei zehn Lektionen, die dem Buchinhalt im Wesentlichen gleichen (www.beds.ac.uk/mswc/course-units).

Thema

Die Zielsetzung des Buches wird in seinem Untertitel benannt: Making social work count. Das ist eine doppeldeutige Formulierung, weil „count“ einen zweifachen Sinn hat. Frei übersetzt und den appellativen Charakter hervorhebend, kann man ihn so übersetzen: Machen wir die Soziale Arbeit zu einer, die mit Zahlen umgehen kann – dann zählt sie auch.

Der Erreichung dieses Zieles will das Buch dienen: als ein für das Bachelor-Studium konzipiertes Lehrbuch der quantitativen Forschung in der und für die Soziale Arbeit. Es führt anhand zahlreicher Anschauungs-, Frage- und Übungsbeispiele aus der Sozialen Arbeit des UK in grundlegende Konzepte quantitativer Forschungsmethodik ein. Es erklärt beispielsweise, was unter Reliabilität und Validität zu verstehen ist, was Wahrscheinlichkeit bedeutet und was mit Variablen oder Hypothesenprüfung gemeint ist. Ferner beleuchtet es, stets mit Blick auf die Bedeutung für die Soziale Arbeit, zentrale Aufgabengebiete oder Arbeitsschritte wie das Sammeln von Daten, deren Analyse und Bewertung.

Aufbau und Inhalt

Der Kern des Buches besteht aus 13 Kapiteln, wovon das erste als Einleitung fungiert, an das sich 12 Sachkapitel anschließen. Diesem Buchkern voraus gehen eine knappe Danksagung (hauptsächlich an die Drittmittelgeber) und ein komplettes Verzeichnis von: Abbildungen, Tabellen, Kästen (gesonderten Textpassagen), Übungen und Illustrationen von Ergebnissen statistischer Analysen („Outputs“): kommentierten Ergebnisdarstellungen verschiedener statistischer Analyseverfahren von Pearsons Produkt-Moment-Korrelation (www.spektrum.de/lexikon) bis zu Multipler Linearen Regression (https://de.wikipedia.org/wiki/Lineare_Regression).

Nach dem 13. und Schlusskapitel findet sich ein mit 37 Seiten recht langer Anhang unter dem Titel Answers to exercises and critical thinking boxes. Hier werden – ganz in der Logik eines Lehrbuchs – in den Sachkapiteln 2 – 13 gestellte Fragen beantwortet und dort aufgeworfene Problemstellungen vertieft. Danach gibt es noch ein kurzes Quellenverzeichnis (Literaturangaben) und ein ebenfalls knappes (allzu knappes!) gemischtes Personen- und Sachregister.

Im 1. Kapitel, der Einleitung,bieten die Autor(inn)en Informationen zur Entstehungsgeschichte des Buches (s.o.) sowie eine gedrängte Inhaltsangabe (s.u.). Und sie positionieren sich, indem sie:

  1. erklären, dass quantitative Forschung bestimmte und auf anderem Wege nicht erlangbare Kenntnisse vermittelt, die notwendig sind, um sach- und fachgerecht umzugehen mit den psychosozialen Schwierigkeiten, derentwegen Menschen Hilfsangebote Sozialer Arbeit – aus eigenen Stücken oder weil sie dazu mehr oder minder stark gedrängt werden – in Anspruch nehmen,
  2. darlegen, das Soziale Arbeiter(innen) ihre Funktion nur dann erfüllen, wenn sie sich gewahr sind, nicht nur Praktiker(innen) und Professionelle zu sein, sondern auch Sozialwissenschaftler(innen) und
  3. die drei Gründe benennen, weshalb Soziale Arbeiter(innen) zum Nutzen ihrer Klientel wie zur nachhaltigen Sicherung der Sozialen Arbeit als Profession und Disziplin eine bestimmte (Mindest-)Kompetenz in quantitativer Forschungsarbeit haben sollten / müssen, um
    1. sich überhaupt bewusst zu sein, dass es eine quantitative Forschung gibt, die für die Praxis der Sozialen Arbeit von Bedeutung ist,
    2. für „Politik“ (policy) und Praxis der Sozialen Arbeit relevante Ergebnisse quantitativer Forschung als solche überhaupt zu identifizieren und methoden-kritisch zu befragen sowie
    3. die eigene Arbeit mit Mitteln der quantitativen Forschung zu evaluieren.

Die Autor(inn)en geben sich keineswegs der Illusion hin, hier seien lediglich von anderen Beobachter(inne)n mehr oder minder geflissentlich übersehene Kompetenzlücken zu füllen. Woran es hier mangelt, ist keineswegs nur an Können, sondern – und das ist entscheidend – an Wollen. In einer zum Forschungsprojekt gehörenden (Forschungsliteratur-)Studie hatten Elaine Sharland und Barbra Teater (2016) Erkenntnisse gewonnen, die sie verdichteten zu dem Statement: „more profoundly still, the literature makes reference to a deep-rooted climate of research resistance or ambivalence within the social work community [des UK], which can influenece studentents´ ability to see the relevance of research practice“ (S. 152). Das ist ja wie bei uns in Deutschland! Hätten die Brexit-Befürworter(innen) gewusst, welch innige Verbundenheit da besteht, sie hätten sich ihre Entscheidung sicherlich noch einmal überlegt.

Mit dem 2. Kapitel Why numbers matter in social work beginnen die insgesamt zwölf Sachkapitel. Die bestehen aus mit vorgängigem Lernzielkatalog versehenen Textteilen, die – von Kapitel zu Kapitel variierend – durchsetzt von und verbunden sind mit Abbildungen, Tabellen, Kästen (gesonderten Textpassagen), Übungen und Illustrationen von Ergebnissen statistischer Analysen („Outputs“: kommentierten Ergebnisdarstellungen verschiedener statistischer Analyseverfahren); manchmal finden sich Hinweise zu weiterführender / vertiefender Literatur.

Um die Besonderheiten dieser zwölf Sachkapitel auch nur andeutungsweise transparent zu machen, sei das 2. Kapitel Why numbers matter in social work in seiner Binnenstruktur und seinen verschiedenen Elementen etwas ausführlicher dargestellt. Die hier wie auch in den nachfolgenden Kapiteln dem Text voran gestellten Lernziele formulieren, Lerner(innen) sollten nach Erarbeitung des Kapitels Folgendes können:

  • sich der Relevanz quantitativer Daten und Forschung für Praxis und „Politik“ (policy) der Sozialen Arbeit bewusst sein,
  • einige Basiskonzepte wie Daten, Statistik(en), Variablen und Quantifizierung definieren,
  • erklären, dass und inwiefern Statistiken soziale Konstrukte sind,
  • diskutieren, wie Statistiken bei der numerischen Erfassung (Skalierung) und Beschreibung sozialer Gegebenheiten helfen können, sowie
  • beschreiben, wie numerische Angaben uns helfen können beim Verständnis dafür, ob und in welchem Maße Maßnahmen (Hilfeleistungen, Interventionen) der Sozialen Arbeit hilfreich sind für die jeweilige Klientel.

Das 2. Kapitel bietet in einer, dem ersten Abschnitt „Einführung“ eingefügten Kasten (Box) eine Darstellung grundlegender Konzepte und deren (Kurz-)Definition: Daten, Zahlen, Quantifizierung, Statistik und Statistiken sowie Variable. Im nächsten Abschnitt „Numbers in everyday life“ sind eine zweite Box und eine erste Übung (Exercice) eingefügt. In der Box werden neun Punkte aufgelistet, die man (und frau) klugerweise bedenken sollte, wenn man (und frau) sich ein neues Handy / Smartphone anschaffen will; die Mehrzahl der Punkte hat mit Quantitäten – in diesem Falle: finanzielle Kosten – zu tun. In der Übung wird folgender Frage nachgegangen: Die Studierenden A und B haben in einer Prüfung die numerisch (!) gleiche Leistung erbracht: 62 von 100 möglichen Punkten. Ist ihre Leistung aber auch für ihr Selbstwertgefühl gleich? Die Frage – auf die (s. S. 234) in den „Answers to exercises and critical thinking boxes“ (s.o.) als erste eingegangen wird – macht nämlich auf Folgendes aufmerksam: Studierende(r) A hat 62 Punkte erreicht in einer Prüfungsgruppe mit 68 Punkten als Mittelwert bei einer Streuung von 55 – 75 Punkten, Studierende(r) B hingegen in einer mit folgenden Kennzahlen: Mittelwert 58, Streuung 35 – 75.

Danach folgt der Abschnitt „‚Research in practice‘ – domestic abuse“, der verschiedene Kennziffern aus unterschiedlichen Datenreports referiert. Im anschließenden Abschnitt „Why is an understanding of numerical concepts and data relevant for social work?“ findet sich wieder Übungen, deren erste diese ist: In einem vor Gericht verhandelten Prozess um eine mögliche (gerichtlich verfügte) Fremdunterbringung eines Kindes wird die / der mit der betreffenden Familie(nangelegenheit) befasste Sozialarbeiter(in) gefragt, ob künftige Kindesmisshandlung in dieser Familie möglich oder wahrscheinlich sei. „Möglich“ oder „wahrscheinlich“ – gibt es da einen Unterschied? Und wenn ja: welchen? Und: Ist das ein Unterschied, der in irgendeiner relevanten Hinsicht einen Unterschied macht? In den „Answers to exercises and critical thinking boxes“ findet sich hierzu auf S. 234 eine Antwort.

Im selben Abschnitt wird in einer weiteren Box an einem Beispiel erläutert, welche Erkenntnisse auch für die Soziale Arbeit Cochrane Reviews (www.cochrane.de/de/systematische-uebersichtsarbeiten) leisten können. Das sind systematische Übersichtsarbeiten, in denen die Forschungsergebnisse zu Fragen der Gesundheitsversorgung und -politik zusammengefasst werden. Diese Reviews sind international als Qualitätsstandard in der evidenzbasierten Gesundheitsversorgung anerkannt. Sie befassen sich mit der Wirksamkeit von Interventionen – auch psychosozialen – zur Prävention, Behandlung und Rehabilitation. Cochrane Reviews finden in der hiesigen Sozialen Arbeit nur selten Beachtung (vgl. aber Heekerens, 2008).

Die Gebildeten unter den Verächter(inne)en der quantitativen Forschung zitieren gerne das Benjamin Disraeli (https://de.wikipedia.org/wiki/Benjamin_Disraeli) zugeschriebene Statement: „There are three kinds od lies: lies, damned lies, and statistics“. Im Abschnitt „The social construction of statisticst“ wird in Box 2.4 ein Beispiel „lügender“ Statistik wiedergegeben: Der Labour-Führer hatte 2013 erklärt, die Jugendarbeitslosigkeit im UK sei höher als die in Spanien. Wahr ist: die Anzahl arbeitsloser Jugendlicher war damals im UK höher als in Spanien, ihr Prozentsatz aber niedriger. Absolute und relative Häufigkeiten zu verwechseln – werch ein illtum (Ernst Jandl). Wer an diesem Punkte tiefer dringen möchte, dem sei Gerd Gigerenzers amüsantes „Das Einmaleins der Skepsis: Über den richtigen Umgang mit Zahlen und Risiken“ (Berlin: Berlin Verlag, 2002) empfohlen – und / oder die Lektüre der „Unstatistik des Monats“ (www.rwi-essen.de/unstatistik/65/).

Im letzten Abschnitt „‚Research in practice‘ – crime statistics“ wird auf die Interpretationsschwierigkeiten von und Tücken bei (offiziellen) Kriminalitätsstatistiken hingewiesen. Im abschließenden „Summary“ findet sich eine „Critical Thinking Box“, in der eine bestimmte empirische Studie (Abstract online verfügbar unter http://onlinelibrary.wiley.com) kurz skizziert und zur Lektüre empfohlen wird; nach der Lektüre kann und soll die Aussagekraft der Studie hinsichtlich ihrer internen und externen Validität an Hand von vier Prüffragen beurteilt werden (können).

Für die Darstellung des Inhalts der Kapitel 3 – 13 scheint es, nachdem für das 2. Kapitel die Binnenstruktur recht ausführlich dargestellt wurde, der Kürze einer Rezension wegen angemessen, den jeweiligen Inhalt so darzustellen, dass lediglich die jeweils intendierten Lernziele – und gelegentlich mit Kommentaren versehen – aufgeführt werden. Die Lernziele bestehen im Falle von Who is being studied? (3. Kapitel) im Vermögen

  • zwischen einer Population und einer Stichprobe zu unterscheiden,
  • verschiedene Formen von Zufalls- und Nicht-Zufalls-Stichproben zu identifizieren und zu definieren,
  • einzuschätzen, in welchem Maße es bei der Gewinnung von Stichproben zu systematischer Verzerrung kommen kann,
  • die Bedeutung von Repräsentativität (der Stichprobe) und Generalisierbarkeit (des Ergebnisses) zu kennen und
  • die Bedeutung einer sorgfältigen Stichprobenauswahl zu begründen unter dem Gesichtspunkt, einer diskriminierender Praxis entgegen zu wirken.

Zum letzten Punkt nur als illustrativer Hinweis: Junge gewalttätige Männer mit Migrationshintergrund sind keine repräsentative Stichprobe – weder für alle Personen mit Migrationshintergrund noch für solche, die Asyl suchen.

Das 4. Kapitel ist der Frage What is being studied? gewidmet. Nach dieser Lektion sollte man (und frau) Folgendes können:

  • definieren, was eine Variable ist,
  • beschreiben, was Reliabilität (Zuverlässigkeit) und Validität (Gültigkeit) bedeutet, sowie deren beider Bedeutung für die quantitative Forschung beschreiben,
  • die Qualität einer quantitativ angelegten Untersuchung anhand der Kriterien Reliabilität und Validität beurteilen und
  • die Stärken und Grenzen validierter und standardisierter Instrumente in Blick auf Forschung und Praxis einschätzen.

Als Beispiel zum letzten Punkt sei beispielhaft verwiesen auf Julian B. Rotters Test zur Erfassung von „Kontrollüberzeugung“ (Locus of Control), der in der Wirksamkeitsforschung zur Erlebnispädagogik eine bedeutsame, wenn nicht die wichtigste Rolle spielt (vgl. Heekerens, 2006).

How to describe issues using numbers ist die Leitfrage des 5. Kapitels. Am Ende sollen Studierende Folgendes leisten können:

  • Kernelemente und zentrale Prinzipien beschreibender quantitativer Forschung identifizieren, die Ausmaß und Bedeutung eines bestimmten (Forschungs-)Gegenstandes kennzeichnen.
  • erklären, wie Routineinformationen von Trägern oder Erbringern Sozialer Arbeit gesammelt werden, und die Stärken sowie Begrenzungen solcher Informationen für die quantitative Forschung bestimmen,
  • abschätzen, welchen Beitrag standardisierte Fragebögen leisten können, sowie bedeutsame Überlegungen bei der Konstruktion standardisierter Fragebögen identifizieren und
  • den Erkenntnisgewinn bewerten, den wiederholte Messung (bei Wirksamkeitsprüfung etwa: vorher, nachher und follow-up) mit sich bringt.

Zu Ausmaß und Bedeutung eines bestimmten (Forschungs-)Gegenstandes zwei Anmerkungen. Zum einen ist es mitunter so, dass die Soziale Arbeit hier (implizite) Fremdeinschätzungen – das sagt nichts über deren Wahrheitsgehalt aus – übernimmt. Etwa wenn sie Auftrags-/Drittmittelforschung betreibt; Beispiel: Studienerfolg und Studienchancen für Geflüchtete (www.sw.hm.edu/projekte_und_forschung/). Anderseits muss sie sich – oft basierend auf Daten anderer Disziplinen – ein eigenes Bild machen; so etwa bei der (hohen) Verbreitung psychischer und Verhaltensstörungen bei Heimkindern und deren (mangelhafter) psychotherapeutischer Versorgung (vgl. Heekerens, 2009).

Im 6. Kapitel wird der Frage How to know if a service makes a difference nachgegangen. Der Sache nach geht es hier um Evaluation, genauer um Wirksamkeitsprüfung. Die Präzisierung ist angebracht, weil „Evaluation“ alles Mögliche bedeuten kann; „Das find ich doof“ ist auch eine Evaluation. Nach Erarbeitung des Kapitels sollte man (und frau) zu Dreierlei in der Lage sein:

  • die Begründung für eine quantitativ angelegte empirische Wirksamkeitsstudie darlegen,
  • die Kernkonzepte eines Untersuchungsdesigns für eine solche Studie benennen und
  • Stärken und Schwächen aufzählen für folgende drei Untersuchungsdesigns: Vorher-nachher-Studien; quasi-experimentelle sowie experimentelle Designs.

In keinem anderen Punkte als diesem wird klar, dass die deutsche Soziale Arbeit, auch die „offizielle“, von quantitativ angelegten empirischen Wirksamkeitsstudien wenig hält bzw. davon wenig versteht (was sich regelmäßig wechselseitig verstärkt), vielmehr als „Wirksamkeitsnachweise“ auch solche akzeptiert (vgl. Heekerens, 2016), die bei Vertreter(inn)en der Sozialen Arbeit in den USA und hierzulande bei den Disziplinen anderer helfender Berufe wie etwa der Medizin oder der Psychotherapie bestenfalls Kopfschütteln hervorrufen.

Kapitel 7 How to use numbers to describe a sample bietet eine Kurzeinführung in die deskriptive (beschreibende) Statistik mit drei Lernzielen: Man kann

  • Variablen identifizieren und definieren nach ihrem Daten- oder Skalenniveau: nominal, ordinal, intervallskaliert ohne und mit absolutem Nullpunkt (letzteres nennt man Verhältnisskala),
  • bestimmte Bestimmungsgrößen der deskriptiven Statistik definieren und berechnen bzw. mit ihnen rechnen; gemeint sind: Häufigkeit, Prozentsatz, Mittelwerte (arithmetrisches Mittel, Median, Modus), Spannweite, Standardabweichung und Varianz sowie
  • kritisch einschätzen, ob und in welchem Maße die deskriptive Statistik hilfreich ist bei der Beschreibung einer Stichprobe und der Beantwortung einer Forschungsfrage.

Zum ersten Lernziel der Hinweis: Die genaue Bestimmung eines jeweiligen Skalenniveaus verhindert den häufigen Fehler, dass mit Daten statistische Berechnungen durchgeführt werden, für die deren Niveau nicht hinreichend hoch ist (vgl. dazu das unten zu Kapitel 9 Gesagte).

Mit Aspekten der Inferenz- oder schlussfolgernden Statistik beschäftigt sich Kapitel 8 unter dem Titel How to make a decision with confidence. Genauer gesagt mit zwei Aspekten bzw. zwei Konzepten: der Wahrscheinlichkeit und der statistischen Signifikanz. Man sollte nach Erarbeitung des Kapitels Dreierlei können:

  • definieren, was Wahrscheinlichkeit (im statistischen Sinne) bedeutet, und die Charakteristika einer Wahrscheinlichkeitsverteilung und (Gaußschen) Normalkurve bestimmen,
  • erklären, wie Hypothesentesten vor sich geht und wie festzustellen ist, ob erzielte Ergebnisse als „statistisch signifikant“ (bestimmte über?-Level und p-Wert) anzusehen sind sowie
  • definieren, was unter (gewähltem) „?-Level“ (Signifikanzniveau) und (erzieltem) „p-Wert“ (Prüfgröße) zu verstehen ist und wie man eine Entscheidung innerhalb eines bestimmten Konfidenzintervalls treffen kann, wenn Fehler des Typs I (Nullhypothese wird fälschlicherweise verworfen) und des Typs II (Nullhypothese wird fälschlicherweise angenommen) in Rechnung gestellt werden.

Anmerkung: Der p-Wert ist ein von Vielen – auch von in Statistik ausgebildeten Forscher(inne)n – oft missverstandenes statistisches Konzept, das unter Statistiker(inne)n durchaus kontrovers diskutiert wird (vgl. das einschlägige Statement der American Statistical Association, online verfügbar unter www.tandfonline.com).

Nach erfolgreicher Erarbeitung von Kapitel 9 How to know if two variables are related sollte man Folgendes können:

  • den Unterschied zwischen parametrischen und nichtparametrischen (parameterfreien) statistischen Prüfverfahren definieren und erklären,
  • Korrelation und Verursachung erklären und die drei Bedingungen dafür nennen, dass man von „Verursachung“ sprechen darf, sowie
  • das statistische Prüfverfahren finden, das bei einem bestimmten Datenniveau angemessen ist.

Die im zweiten Lernziel angesprochenen drei Bedingungen, die allesamt (!) erfüllt sein müssen, um von „Verursachung“ reden zu können, sind:

    1. muss eine Korrelation zwischen zwei Variablen vorliegen dergestalt, dass eine Änderung der Variable A mit einer Änderung der Variable B verbunden ist,
    2. muss die Variable, von der man annimmt, sie sei die „Ursache“ (hier: A) der anderen (hier: B) zeitlich voraus gehen und
    3. darf eine Änderung von B durch keine andere(n) Variable(n) als durch Veränderung von A möglich und damit erklärbar sein.

Dieser Anforderungskatalog macht verständlich, weshalb man bei Klärung einer möglichen Verursachung, etwa in der Wirkungsforschung, das Experiment für den Königsweg hält. Er mahnt ferner, bei Verwendung eines quasi-experimentellen Designs gründlich die Frage zu klären, ob nicht eine andere Variable bzw. andere Variablen (auch) Einfluss auf B nehmen bzw. genommen haben.

Zum dritten Lernziel ist zu sagen: Die Kenntnis des Datenniveaus ist zwar eine notwendige, aber keine hinreichende Bedingung dafür, unter den statistischen Prüfverfahren die richtige Wahl zu treffen. Dazu ist mehr notwendig. Die insgesamt zu beachtenden Faktoren für die richtige Wahl werden oft – und das ist für Anwender(innen) sehr hilfreich – in Form von Entscheidungsstammbäumen dargestellt. An einem online verfügbaren (www.statistik-und-beratung.de) kann das Entscheiden illustriert werden. Im vorliegenden Falle geht es um den statistischen Vergleich zweier Gruppen. Zunächst wird gefragt, ob unabhängige oder abhängige Messungen vorliegen; das zweite ist der Fall, wenn bei ein und derselben Gruppe zwei Messungen – etwa vor und nach einer psychosozialen Intervention – vorgenommen wurden. Dann gilt es zu klären, ob die Daten normalverteilt sind oder nicht. Wenn keine Normalverteilung gegeben und abhängige Messung vorliegt, ist der Wilcoxon-Test zu wählen.

Liegt Unabhängigkeit der Messung sowie Normalverteilung vor ist – dritte mögliche Entscheidungsgabelung – zu klären, ob beide Gruppen gleiche Varianzen haben oder nicht. Haben sie gleiche, fällt die Wahl auf den t-Test. Was bei bei diesen Beispiel nicht gesagt, sondern als selbstverständlich vorausgesetzt wird: Die Daten müssen jeweils ein bestimmtes (Mindest-) Niveau haben; für den Wilkoxon-Test müssen sie zumindest ordinal- und für den t-Test mindestens intervallskaliert sein.

Unter dem Titel What is the effect of one or more variables on another variable? wird im 10. Kapitel erklärt, was eine lineare Regression ist (es gibt auch die nicht-lineare Regression). Die lineare Regression ist ein statistisches Verfahren, eine beobachtete abhängige Variable durch eine oder mehrere unabhängige Variable(n) zu erklären (einfache bzw. bivariate oder multivariate lineare Regression). Eine Frage, die mittels einer einfachen linearen Regression beantwortet werden kann, ist etwa die, ob Studierende der Sozialen Arbeit in einem prüfungspflichtigen Fach in dem Maße bessere Noten erzielen, in dem sie bei den Lehrveranstaltungen auch tatsächlich anwesend waren; die Lernforschung legt eine solche Hypothese nahe. Bei einer multivariaten Analyse könnten – empirisch oder theoretisch begründet – auf Seiten der möglichen Einflussgrößen etwa „Art der Studienzugangsberechtigung“, „Anzahl der durchgearbeiteten Titel der Pflichtlektüre“ u.a.m. in Rechnung gestellt werden.

Was soll man nach Erarbeitung des Kapitels können?

  • Definieren und erklären, was eine lineare Regression ist,
  • zwischen einfacher und multipler linearer Regression unterscheiden sowie
  • Ergebnisse beider Formen von linearer Regression interpretieren.

„Wissenschaft und Ethik“ ist hierzulande (spätestens) seit Friedrich Dürrenmatts „Die Physiker“ von 1961 ein Thema und seit der drei Jahre später vom Weltärztebund verabschiedeten Deklaration von Helsinki (https://de.wikipedia.org/wiki/Deklaration_von_Helsinki) hat es zunehmend mehr Einfluss gewonnen auf den Prozess des Forschens dort, wo ein ethisch motiviertes Nachfragen legitimiert und mitunter sogar bereits durch Institutionalisierung in Gestalt von Ethikkommissionen und -räten ermächtigt ist. Weit unterhalb der Eingriffsschwelle solcher institutionalisierter Wächter haben sich aber in verschiedenen Professionen und Disziplinen, auch und gerade solchen mit „helfender“ Funktion wie etwa Medizin, Soziale Arbeit und Psychotherapie ethische Standards entwickelt, die nicht nur für die professionelle Arbeit mit der jeweiligen Klientel von Bedeutung sind (davon handelt üblicherweise die Berufsethik), sondern auch Bedeutung haben (können) für die Forschung, die im Falle der Sozialen Arbeit stets mit Menschen zu tun hat (sie macht im Unterschied zur Medizin keine Forschung an und mit Tieren).

In den USA, wo die Soziale Arbeit in weitaus höherem Maße als in Deutschland selbst (quantitative) Forschung betreibt, hat die National Association of Social Workers in ihrem Code of Ethics einen langen Abschnitt unter der Überschrift „Evaluation and Research“ gestaltet (online verfügbar unter www.socialworkers.org/pubs/code/code.asp). Dieser Abschnitt wird vollständig wiedergegeben im 11. Kapitel What are the key elements of ethical quantitative research?, nach dessen Erarbeitung Studierende zu Zweierlei in der Lage sein sollten:

  • einige Schlüsselprinzipien benennen, die für eine ethisch verantwortete Forschung grundlegend sind und
  • diese Prinzipien auf Szenarios quantitativer Forschung der Sozialen Arbeit anwenden.

How to do quantitative research without collecting new data ist die Leitfrage des 12. Kapitels. Mehr als in den Kapiteln davor und dem nachfolgenden letzten ist es eines, das ganz und gar auf das UK zugeschnitten ist und dessen besondere Verhältnisse bezüglich öffentlich zugänglicher (Primär-)Daten widerspiegelt. Das muss man bei Lektüre des Kapitels berücksichtigen und auch beim Blick auf seine Lernziele:

  • auf einige öffentlich zugängliche Datensets für quantitative Sozialarbeitsforschung zugreifen,
  • das Für und Wider der Nutzung solcher Daten für die quantitative Sozialarbeitsforschung beschreiben und
  • Vorteile und Nachteile sekundärer (Daten-)Analysen erklären.

Für deutsche Verhältnisse scheinen an dieser Stelle drei Hinweise sinnvoll:

  1. Es gab schon früher und gibt immer wieder interessante öffentlich zugängliche Datensätze aus ganz spezifischen Forschungen. So habe ich selbst auf der Basis der Originaldaten von „Mädchen ´82. Bericht einer repräsentativen Untersuchung über die Lebenssituation und das Lebensgefühl 15- bis 19jähriger Mädchen in der Bundesrepublik“ (Seidenspinner & Burger, 1982) Mitte der 1980er – Familie und Familientherapie standen damals (auch) in der Sozialen Arbeit hoch im Kurs – zwei eigene Auswertungen vorgenommen: „Töchter geschiedener Mütter: Bildungslaufbahn und Partnerschaftswunsch“ (Familien­dynamik, 1987, 12, 73 94) und „Intergenerationale Kontinuität: Der Bildungsstand von Vätern und Töchtern“ (Zeitschrift für Sozialisationsforschung und Entwicklungssoziologie, 1987, 197 208).
  2. Von den für die Sozialen Arbeit in Deutschland zugänglichen, von ihr aber noch zu wenig genutzten Datenquellen gehört das Sozio-oekonomischen Panel (SOEP), eine repräsentative Wiederholungsbefragung, die bereits seit 30 Jahren läuft. Zurzeit werden jedes Jahr in Deutschland etwa 30.000 Personen in fast 11.000 Haushalten befragt. Die Daten geben Auskunft zu Einkommen, Erwerbstätigkeit, Bildung oder Gesundheit. Weil jedes Jahr die gleichen Personen befragt werden, können langfristige soziale und gesellschaftliche Trends besonders gut verfolgt werden. SOEP-Daten werden als Rohdaten sowie in SPSS-, STATA- und SAS-Format weitergegeben (www.diw.de/de/diw_02.c.299771.de/ueber_uns.html).
  3. Die Deutsche Forschungsgemeinschaft (DFG) hat 2015 neue Leitlinien zum Umgang mit Forschungsdaten herausgegeben und sich darin u.a. für den grundsätzlich offenen Zugang zu Forschungsdaten ausgesprochen (www.dfg.de). Eine der von ihr zur Entwicklung konkreter Umsetzungspläne aufgeforderten Fachgesellschaften ist die Deutsche Gesellschaft für Psychologie (DGPs), eine bedeutende „Bezugswissenschaft“ der Sozialen Arbeit. Die DGPs hat sich 2016 der DFG-Forderung angeschlossen (www.dgps.de/). Forscher(innen) der Sozialen Arbeit sollten hier nach (Primär-)Daten Ausschau halten.

Das 13. und Abschlusskapitel trägt den Titel How to combine qualitative and quantitative methods in social work research. Qualitative und quantitative Forschung wird oft (und vor allem hierzulande) in Verbindung gebracht mit Wilhelm Diltheys (https://de.wikipedia.org/wiki/Wilhelm_Dilthey) Unterscheidung von Verstehen und Erklären. Solange man aus dieser Unterscheidung keinen Glaubenskrieg macht, ist das in Ordnung. Die Autor(inn)en des vorliegenden Buches jedenfalls stilisieren qualitative und quantitative Forschung nicht zum feindlichen Gegensatz hoch, sondern fragen aus ihrer Perspektive, wann qualitative Forschung quantitative ergänzen kann und muss.

Die erfolgreiche Erarbeitung des Kapitels sollte zu Folgendem ermächtigen:

  • die Grenzen einer bloß quantitativ verfahrenden empirischen Forschung in der Sozialen Arbeit (er-)kennen,
  • die Vorteile eines gemischten empirischen Vorgehens würdigend einschätzen,
  • einen gemischten Ansatz definieren und dessen verschiedene Realisationsmöglichkeiten beschreiben sowie
  • für eine bestimmte empirische Studie den dafür angemessenen gemischten Forschungsansatz auswählen.

Diskussion

Die erste Frage, die sich stellt, ist die, ob es in Sachen „Soziale Arbeit und quantitative Forschung“ in Deutschland anders aussieht als im UK. Die Frage ist zu verneinen; die sachliche Notwendigkeit quantitativer Forschung in Disziplin und Profession stärker zu verbreiten und zu verankern, besteht in Deutschland im selben Maße wie im UK. Als Zweites fragt sich, ob denn das vorliegende Lehrbuch unter sachlichen und / oder didaktischen Gesichtspunkten einen größeren Nutzen hat als bereits vorhandene deutschsprachige Lehrbücher. Ich habe einen entsprechenden Vergleich des vorliegenden Buches durchgeführt mit vier neueren und recht verbreiteten Lehrbüchern (Blanz, 2015; König, 2016; Micheel, 2010; Schaffer, 2014) und sehe danach, die Stärke des vorliegenden Lehrbuches in drei Punkten: seine Herangehensweise ist intuitiver, die Heranführung an den Wissenskorpus der quantitativen Forschung induktiver und es ist mit seinen Anschauungs-, Frage- und Übungsbeispielen näher dran an der Sozialen Arbeit.

Natürlich kann, und damit sind wir bei einer möglichen (dritten) Frage, auch ein solch breit angelegtes und – im besten Sinne des Wortes – tiefgründiges Buch nicht alles Bedeutsame zur quantitativen Forschung sagen. Auch nicht über bestimmte Tücken aufklären. So etwa die der Schein-Kausalität. Das bekannte Beispiel dafür ist: In einem bestimmten Gebiet werden dort neun (Mond-)Monate nach Erscheinen größerer Storchenschwärme unverhältnismäßig viele Kinder geboren. Ein schlagender Beweis für die Ansicht, Kinder würden von Klapperstörchen gebracht. In einem Wissenskreis, der darüber informiert ist, wie Kinder gezeugt werden und im Mutterleib heranwachsen, sucht man nach einer Alternativerklärung. Üblicherweise der, dass linde Frühlingslüfte nicht nur Störche zum Nestbau, sondern auch Frauen und Männer zur Paarung trieben. Nur: In allzu vielen Fällen verfügen wir eben gerade noch nicht über das richtige Erklärungswissen, sodass „Klapperstorch-Hypothesen“ noch immer Konjunktur haben.

Solche werden auch begünstigt dadurch, dass dem Unterschied von retrospektiv und prospektiv erhobenen Daten nicht die gebührende Beachtung geschenkt wird. Das vorliegende Buch behandelt die Unterscheidung nicht eigens, was bedauerlich ist, liegt hier doch ein Unterschied vor, der einen Unterschied macht. Ein Beispiel möge das illustrieren. In den 1980ern gewann eine schon von Hippokrates in die Welt gesetzte – und noch heute von vielen geteilte – Anschauung den Rang „empirisch bewiesener Gültigkeit“: Psychische Probleme lösen Krebs aus. Ja, es wurden sogar „Krebs-Persönlichkeiten“ ausgemacht. Als empirische Grundierung dieser Anschauung wurden Studien ins Feld geführt, in denen Krebspatient(inn)en nach ihrem psychischen Befinden vor Erkrankung befragt worden waren. Dass das zu verzerrten, das Negative überzeichnenden Berichten führt, wurde klar, als man prospektive Studien an einer sehr großen Stichprobe durchführte. Heute gilt als Forschungskonsens: Psychische Probleme erhöhen das Risiko, an Krebs zu erkranken, allenfalls indirekt: in dem sie riskante Verhaltensweisen wie Alkohol- und Nikotinkonsum erhöhen.

Kann man, so die letzte Frage, das Buch, seiner kleinen Schwächen eingedenk, hierzulande bei der Qualifizierung von Studierenden der Sozialen Arbeit in Gänze oder ausgewählten Teilen als Lehrmaterial einsetzen? Nein! Und das aus doppeltem Grunde. Zum ersten kann man (und frau) deutsche Student(inn)en der Sozialen Arbeit sehr gut mit langen Englischtexten und ebenso gut mit „all dem quantitativen Zeug“ in die Flucht schlagen; unschlagbare Wirkung dürfte die Kombination beider „Abschreckungsmaßnahmen“ haben. Zum anderen lebt das Buch wesentlich von seinen Anschauungs-, Frage- und Übungsbeispielen; und die stammen alle aus dem UK, das auch im Falle der Sozialen Arbeit mehr oder minder weit entfernt ist von Deutschland. Das heißt, man (und frau) muss für hiesige Zwecke eigenschöpferisch mit dem Buch umgehen. Das Wichtigste hierbei: Alles „illustrierende Material“ muss ersetzt werden durch solches, das aus dem deutsch(sprachig)en Raum stammt.

Fazit

Das Buch sei empfohlen allen in der Ausbildung von Sozialen Arbeiter(inne)n Tätigen – Lehrende Sozialpädagog(inn)en und Lehrbeauftragte eingeschlossen –, die mit der Ausbildung in wissenschaftlichem Arbeiten betraut sind oder sich dafür interessieren und von der Bedeutung (auch) quantitativer Methodenkompetenz überzeugt sind. Für sie kann das Buch wertvolle Anregungen dafür geben, wie man ein für deutsch(sprachig)e Verhältnisse angemessenes und sinnvolles Curriculum gestalten kann.

Anregungen geben! Man muss das Rad nicht immer neu erfinden. Ja, offensichtlich wurde das Rad an verschiedenen Orten unabhängig voneinander erfunden – einfach weil es sich aus praktischen Gründen nahe legt. Die genannte Unabhängigkeit rührt freilich daher, dass die Kommunikationsmöglichkeiten zu Erfindungszeiten des Rades extrem eingeschränkt waren. Das ist hier nicht der Fall: Das vorliegende Buch ist öffentlich zugänglich.

Literatur

  • Blanz, M. (2015). Forschungsmethoden und Statistik für die Soziale Arbeit. Grundlagen und Anwendungen. Stuttgart: Kohlhammer.
  • Heekerens, H.-P. (2006). Wirksamkeitsforschung zur Erlebnispädagogik: Ergebnisse, Fragen, Anregungen. Zeitschrift für Erlebnispädagogik, 26(10), 3-57.
  • Heekerens, H.-P. (2008). Effektivität aufsuchender Familien-fokussierter Interventionen. Praxis der Kinderpsychologie und Kinderpsychiatrie, 2008, 57, 130-146.
  • Heekerens, H.-P. (2009). Das Elend der Heimkinder. Unsere Jugend, 2009, 61, 477-489.
  • Heekerens, H.-P. (2016). Rezension vom 08.06.2016 zu Borrmann, S. & Thiessen, B. (Hrsg.), Wirkungen Sozialer Arbeit. Potentiale und Grenzen der Evidenzbasierung für Profession und Disziplin. Opladen – Berlin – Toronto: Verlag Barbara Budrich. Socialnet Rezensionen (www.socialnet.de/rezensionen/20932.php).
  • König, J. (Hrsg.) (2016). Praxisforschung in der Sozialen Arbeit. Ein Lehr- und Arbeitsbuch. Stuttgart: Kohlhammer.
  • Schaffer, H. (2014). Empirische Sozialforschung für die Soziale Arbeit. Eine Einführung (3. Aufl.). Freiburg i. Br.: Lambertus.
  • Sharland, E. & Teater, B. (2016). Research teaching and learning in qualifying social work education. In I. Taylor, M. Bogo, M. Lefevre & B. Teater (eds.), The Routledge international handbook of social work education (pp. 144-156). Abingdon – New York: Routledge.
  • Seidenspinner, G. & Burger, A. (1982). Mädchen `82. München: DJI.

Rezensent
Prof. Dr. Dr. Hans-Peter Heekerens
Hochschullehrer i.R. für Sozialarbeit/Sozialpädagogik und Pädagogik an der Hochschule München
Homepage de.wikipedia.org/wiki/Hans-Peter_Heekerens
E-Mail Mailformular


Alle 147 Rezensionen von Hans-Peter Heekerens anzeigen.

Besprochenes Werk kaufen
Sie fördern den Rezensionsdienst, wenn Sie diesen Titel – in Deutschland versandkostenfrei – über den socialnet Buchversand bestellen.


Zitiervorschlag
Hans-Peter Heekerens. Rezension vom 18.05.2017 zu: Barbra Teater, John Devaney, Donald Forrester, Jonathan Scourfield: Quantitative Research Methods for Social Work. Palgrave Macmillan (Basingstoke, Hampshire, RG21 6XS) 2017. ISBN 978-1-137-40026-0. In: socialnet Rezensionen, ISSN 2190-9245, https://www.socialnet.de/rezensionen/22132.php, Datum des Zugriffs 21.10.2019.


Urheberrecht
Diese Rezension ist, wie alle anderen Inhalte bei socialnet, urheberrechtlich geschützt. Falls Sie Interesse an einer Nutzung haben, treffen Sie bitte vorher eine Vereinbarung mit uns. Gerne steht Ihnen die Redaktion der Rezensionen für weitere Fragen und Absprachen zur Verfügung.


socialnet Rezensionen durch Spenden unterstützen
Sie finden diese und andere Rezensionen für Ihre Arbeit hilfreich? Dann helfen Sie uns bitte mit einer Spende, die socialnet Rezensionen weiter auszubauen: Spenden Sie steuerlich absetzbar an unseren Partner Förderverein Fachinformation Sozialwesen e.V. mit dem Stichwort Rezensionen!

Zur Rezensionsübersicht

Hilfe & Kontakt Details
Hinweise für

Bitte lesen Sie die Hinweise, bevor Sie Kontakt zur Redaktion der Rezensionen aufnehmen.
rezensionen@socialnet.de

ISSN 2190-9245

Newsletter bestellen

Immer über neue Rezensionen informiert.

Newsletter

Über 13.000 Fach- und Führungskräfte informieren sich monatlich mit unserem kostenlosen Newsletter über Entwicklungen in der Sozialwirtschaft.

Gehören Sie auch schon dazu?

Jetzt kostenlosen Newsletter abonnieren!

socialnet optimal nutzen!

Recherchieren

  • Rezensionen liefern den Überblick über die aktuelle fachliche Entwicklung
  • Materialien bieten kostenlosen Zugang zu aktuellen Fachpublikationen
  • Lexikon für die schnelle Orientierung und als Start für eine vertiefende Recherche
  • Sozial.de für tagesaktuelle Meldungen

Publizieren

  • wissenschaftliche Arbeiten
  • Studien
  • Fachaufsätze

erreichen als socialnet Materialien schnell und kostengünstig ihr Publikum

Stellen besetzen
durch Anzeigen im socialnet Stellenmarkt

  • der Branchenstellenmarkt für das Sozial- und Gesundheitswesen
  • präsent auf führenden Fachportalen
  • schnelle und preiswerte Schaltung
  • redaktionelle Betreuung