Glanz: aiMOOC über GPT aiMOOC Action erstellt

2026-07-04T06:36:32Z

aiMOOC über GPT aiMOOC Action erstellt

Neue Seite

{{T}}
{{BR}}
= Einleitung =

Eine [[Erhebung (Empirie)|Datenerhebung]] zu planen bedeutet, vor dem Sammeln von [[Daten]] genau festzulegen, '''welche Frage''' beantwortet werden soll, '''bei wem oder was''' Daten erhoben werden, '''welche Merkmale''' beobachtet oder gemessen werden, '''wie''' die Daten gewonnen werden und '''wie''' die Qualität sowie der [[Datenschutz]] gesichert werden. In der [[Statistik]] ist eine gute Planung entscheidend: Nur wenn die [[Forschungsfrage]], die [[Grundgesamtheit]], die [[Stichprobe]], die [[statistische Variable|Variablen]] und das Erhebungsinstrument gut zusammenpassen, können aus den Daten sinnvolle Aussagen entstehen.

Dieser aiMOOC hilft Dir, eine eigene statistische [[Datenerhebung]] systematisch zu planen. Du lernst, wie Du aus einem Thema eine präzise Frage entwickelst, geeignete [[Merkmal]]e auswählst, eine passende [[Stichprobe]] bestimmst, einen [[Fragebogen]], eine [[Beobachtung]] oder eine [[Messung]] vorbereitest und typische Fehler wie [[Stichprobenverzerrung]], unklare Fragen oder ungeeignete Antwortskalen vermeidest.

{{BR}}
[[Datei:Population versus sample (statistics).png|500px|rahmenlos|center]]

{{BR}}
{{#ev:youtube| https://www.youtube.com/watch?v=hCb_Y0P4_kY |500|center}}

{{BR}}
= Was ist eine statistische Datenerhebung? =

Eine [[Erhebung (Empirie)|statistische Erhebung]] sammelt Informationen über [[statistische Einheit]]en, um eine Frage zu beantworten. Diese Einheiten können zum Beispiel Personen, Haushalte, Schulklassen, Produkte, Pflanzen, Verkehrsmittel, Tage oder Ereignisse sein. Die [[Statistik]] unterscheidet dabei zwischen dem bloßen Sammeln einzelner Informationen und einer geplanten Untersuchung, bei der Daten nach klaren Regeln erhoben, geordnet, ausgewertet und interpretiert werden.

Ein einfaches Beispiel: Du möchtest wissen, wie Schülerinnen und Schüler Deiner Schule zur Schule kommen. Dann ist nicht nur interessant, einzelne Antworten zu sammeln. Entscheidend ist, dass Du vorher definierst, wer befragt wird, welche Antwortmöglichkeiten angeboten werden, ob Mehrfachantworten erlaubt sind, wann die Befragung stattfindet und wie Du mit unvollständigen Antworten umgehst.

'''Merke:''' Eine Datenerhebung ist dann statistisch brauchbar, wenn sie eine klar formulierte Frage mit passenden Daten verbindet.

{{BR}}
== Von der Alltagsfrage zur Forschungsfrage ==

Am Anfang steht oft eine unscharfe Idee: „Handynutzung in der Klasse“, „Lieblingssportarten“, „Schulweg“, „Lernzeit“, „Mülltrennung“ oder „Ernährung“. Für eine Datenerhebung reicht ein Thema aber nicht aus. Du brauchst eine [[Forschungsfrage]], die möglichst eindeutig, überprüfbar und begrenzt ist.

Aus dem Thema „Schulweg“ kann zum Beispiel werden: „Mit welchem Verkehrsmittel kommen die Schülerinnen und Schüler der Jahrgangsstufe 8 an unserer Schule an einem normalen Mittwoch zur Schule?“ Diese Frage ist besser, weil sie die Zielgruppe, den Ort, den Zeitpunkt und das zu erhebende Merkmal eingrenzt.

Eine gute [[Forschungsfrage]] erfüllt mehrere Bedingungen: Sie ist verständlich, sie kann mit Daten beantwortet werden, sie ist nicht zu groß, sie vermeidet versteckte Bewertungen und sie passt zur verfügbaren Zeit. Wenn eine Frage zu allgemein ist, entstehen unklare Daten. Wenn eine Frage zu eng ist, kann die Erhebung uninteressant oder wenig aussagekräftig werden.

{{BR}}
== Planungsfragebogen für Deine Erhebung ==

Bevor Du beginnst, solltest Du diese Fragen beantworten:
# [[Forschungsfrage]]: Welche konkrete Frage soll die Datenerhebung beantworten?
# [[Ziel]]: Wofür sollen die Ergebnisse genutzt werden?
# [[Grundgesamtheit]]: Über wen oder was möchtest Du eine Aussage treffen?
# [[statistische Einheit|Untersuchungseinheit]]: Bei wem oder was wird ein einzelner Datenwert erhoben?
# [[Merkmal]]: Welche Eigenschaft wird beobachtet, gezählt oder gemessen?
# [[Operationalisierung]]: Wie wird aus der Eigenschaft ein messbarer Datenwert?
# [[Erhebungsmethode]]: Wird befragt, beobachtet, gemessen, experimentiert oder werden vorhandene Daten genutzt?
# [[Stichprobe]]: Werden alle untersucht oder nur ein Teil?
# [[Datenschutz]]: Werden personenbezogene Daten vermieden, anonymisiert oder mit Einwilligung erhoben?
# [[Auswertung]]: Welche Tabellen, Diagramme oder Kennwerte passen zur Frage?

{{BR}}
= Grundbegriffe der Datenerhebung =

{{BR}}
== Grundgesamtheit und Stichprobe ==

Die [[Grundgesamtheit]] ist die Menge aller Einheiten, über die Du eine Aussage treffen möchtest. Wenn Du wissen willst, wie die Schülerinnen und Schüler einer Schule zur Schule kommen, ist die Grundgesamtheit nicht „alle Jugendlichen“, sondern zum Beispiel „alle Schülerinnen und Schüler der Schule im Schuljahr der Erhebung“.

Eine [[Stichprobe]] ist eine Teilmenge der Grundgesamtheit. Eine Stichprobe wird genutzt, wenn eine [[Vollerhebung]] zu aufwendig, zu teuer, zu langsam oder praktisch nicht möglich ist. Eine gute Stichprobe soll die Grundgesamtheit möglichst angemessen abbilden. Wenn nur Personen befragt werden, die zufällig gerade im Pausenhof stehen, können bestimmte Gruppen fehlen. Dann entsteht leicht eine [[Stichprobenverzerrung]].

{{BR}}
[[Datei:Simple random sampling.PNG|500px|rahmenlos|center]]

{{BR}}
== Statistische Einheit, Merkmal und Merkmalsausprägung ==

Die [[statistische Einheit]] ist das einzelne Objekt, an dem ein Merkmal beobachtet wird. Bei einer Befragung zur Schulwegart ist eine einzelne Schülerin oder ein einzelner Schüler die statistische Einheit. Das [[Merkmal]] ist die Eigenschaft, die erhoben wird, zum Beispiel „Verkehrsmittel auf dem Schulweg“. Die [[Merkmalsausprägung]] ist der konkrete Wert, zum Beispiel „Bus“, „Fahrrad“, „zu Fuß“ oder „Auto“.

In einem anderen Beispiel kann die statistische Einheit ein Tag sein. Das Merkmal wäre dann „Temperatur um 12 Uhr“, und die Merkmalsausprägung wäre ein konkreter Messwert. So erkennst Du: Die Einheit hängt immer von der Forschungsfrage ab.

{{BR}}
== Variablen und Skalenniveaus ==

Eine [[statistische Variable|Variable]] ist ein Merkmal, das unterschiedliche Werte annehmen kann. Variablen können [[qualitatives Merkmal|qualitativ]] oder [[quantitatives Merkmal|quantitativ]] sein. Qualitative Merkmale beschreiben Arten oder Kategorien, zum Beispiel Lieblingsfach, Verkehrsmittel oder Augenfarbe. Quantitative Merkmale sind Zahlenwerte, zum Beispiel Körpergröße, Alter, Lernzeit in Minuten oder Anzahl der Geschwister.

Das [[Skalenniveau]] beschreibt, welche Art von Aussage mit den Daten möglich ist. Bei einer [[Nominalskala]] werden Kategorien ohne Reihenfolge unterschieden, zum Beispiel Farben. Bei einer [[Ordinalskala]] gibt es eine Reihenfolge, aber keine gleich großen Abstände, zum Beispiel Zufriedenheit von „sehr niedrig“ bis „sehr hoch“. Bei metrischen Skalen sind Abstände sinnvoll interpretierbar, zum Beispiel Zeit, Länge oder Gewicht.

{{BR}}
{{#ev:youtube| https://www.youtube.com/watch?v=fmpxGo1JJiE |500|center}}

{{BR}}
= Erhebungsarten auswählen =

{{BR}}
== Primärdaten und Sekundärdaten ==

[[Primärdaten]] werden für Deine eigene Untersuchung neu erhoben. Das geschieht zum Beispiel durch eine eigene Umfrage, Messreihe, Beobachtung oder ein Experiment. [[Sekundärdaten]] wurden bereits von anderen erhoben und werden für eine neue Fragestellung genutzt. Das können Daten eines [[Statistisches Bundesamt|Statistischen Amtes]], Schulstatistiken, Wetterdaten, Sportergebnisse oder frei zugängliche Datensätze sein.

Primärdaten passen oft genauer zur eigenen Frage, benötigen aber mehr Planung. Sekundärdaten sparen Zeit, können aber andere Definitionen, andere Zeiträume oder andere Messmethoden verwenden. Deshalb musst Du prüfen, ob die vorhandenen Daten wirklich zur Forschungsfrage passen.

{{BR}}
{{#ev:youtube| https://www.youtube.com/watch?v=fl8u15Z8B4k |500|center}}

{{BR}}
== Befragung, Beobachtung, Messung und Experiment ==

Eine [[Befragung]] eignet sich, wenn Einstellungen, Meinungen, Gewohnheiten oder Selbstauskünfte erfasst werden sollen. Eine [[Beobachtung]] eignet sich, wenn Verhalten sichtbar ist, zum Beispiel die Nutzung eines Fahrradständers. Eine [[Messung]] eignet sich für Größen wie Zeit, Temperatur, Strecke oder Lautstärke. Ein [[Experiment]] wird genutzt, wenn eine Bedingung gezielt verändert wird, um eine Wirkung zu untersuchen.

Die Methode muss zur Frage passen. Wenn Du wissen willst, wie viele Fahrräder morgens am Fahrradständer stehen, ist eine Beobachtung oder Zählung besser als eine Befragung. Wenn Du wissen willst, warum einige Jugendliche lieber mit dem Bus fahren, ist eine Befragung sinnvoller.

{{BR}}
== Vollerhebung und Teilerhebung ==

Bei einer [[Vollerhebung]] werden alle Einheiten der Grundgesamtheit untersucht. Das ist bei kleinen Gruppen möglich, zum Beispiel bei einer Klasse. Bei großen Gruppen wird meist eine [[Teilerhebung]] mit Stichprobe durchgeführt. Eine Teilerhebung spart Zeit, erfordert aber eine sorgfältige Auswahl der Befragten oder beobachteten Einheiten.

Eine Teilerhebung ist nicht automatisch schlechter als eine Vollerhebung. Wenn die Stichprobe gut geplant ist, können Ergebnisse sehr brauchbar sein. Wenn sie schlecht geplant ist, können sogar viele Daten irreführend sein.

{{BR}}
= Stichproben planen =

{{BR}}
== Zufallsstichprobe ==

Bei einer [[Zufallsstichprobe]] hat jedes Element der Grundgesamtheit eine bekannte Chance, ausgewählt zu werden. Das kann zum Beispiel durch Losen, Zufallszahlen oder digitale Zufallsauswahl geschehen. Zufallsstichproben reduzieren die Gefahr, dass die Auswahl unbewusst beeinflusst wird.

Eine echte Zufallsstichprobe braucht eine Liste der Grundgesamtheit oder ein klares Verfahren. In der Schule kann das zum Beispiel eine Klassenliste sein, aus der zufällig Namen gezogen werden. Wichtig ist, dass nicht nur die Personen teilnehmen, die sich freiwillig melden, wenn dadurch bestimmte Gruppen überrepräsentiert sind.

{{BR}}
== Geschichtete Stichprobe ==

Bei einer [[geschichtete Stichprobe|geschichteten Stichprobe]] wird die Grundgesamtheit zuerst in Gruppen eingeteilt, zum Beispiel Jahrgangsstufen, Klassen, Geschlechter, Wohnorte oder Schulformen. Danach wird aus jeder Gruppe eine Stichprobe gezogen. Das ist sinnvoll, wenn alle wichtigen Gruppen in den Daten vertreten sein sollen.

{{BR}}
[[Datei:Stratified sampling.PNG|500px|rahmenlos|center]]

Eine geschichtete Stichprobe kann die Aussagekraft verbessern, wenn die Gruppen sich vermutlich unterscheiden. Bei einer Erhebung zur Schulwegsicherheit kann es zum Beispiel wichtig sein, jüngere und ältere Lernende getrennt zu berücksichtigen.

{{BR}}
== Systematische Auswahl und Klumpenstichprobe ==

Bei einer [[systematische Stichprobe|systematischen Auswahl]] wird nach einer festen Regel ausgewählt, zum Beispiel jede fünfte Person auf einer Liste. Das ist einfach, kann aber problematisch sein, wenn die Liste selbst ein Muster enthält. Bei einer [[Klumpenstichprobe]] werden ganze Gruppen ausgewählt, zum Beispiel komplette Klassen. Das ist praktisch, aber die ausgewählten Gruppen können sich stärker ähneln als zufällig ausgewählte Einzelpersonen.

{{BR}}
== Gelegenheitsstichprobe und Verzerrungen ==

Eine [[Gelegenheitsstichprobe]] entsteht, wenn Du die Personen auswählst, die gerade leicht erreichbar sind. Sie ist einfach, aber anfällig für [[Bias|Verzerrungen]]. Wenn Du nur Freundinnen und Freunde befragst, erhältst Du möglicherweise kein Bild der ganzen Klasse. Wenn eine Online-Umfrage nur von besonders interessierten Personen ausgefüllt wird, entsteht eine [[Selbstselektion]].

{{BR}}
[[Datei:Survey-survey.svg|500px|rahmenlos|center]]

'''Merke:''' Mehr Antworten bedeuten nicht automatisch bessere Daten. Entscheidend ist, ob die Auswahl zur Grundgesamtheit passt.

{{BR}}
= Merkmale operationalisieren =

{{BR}}
== Vom Begriff zum messbaren Merkmal ==

[[Operationalisierung]] bedeutet, einen allgemeinen Begriff so zu beschreiben, dass er messbar oder beobachtbar wird. Der Begriff „Sportlichkeit“ ist zunächst unklar. Du könntest ihn zum Beispiel über die Anzahl der Sportstunden pro Woche, die Teilnahme im Verein oder einen Fitness-Test erfassen. Jede Entscheidung verändert, was Deine Daten später aussagen können.

Eine gute Operationalisierung ist nachvollziehbar. Andere sollten verstehen, wie Du gemessen hast. Wenn Du „Mediennutzung“ erhebst, musst Du entscheiden, ob Fernsehen, Streaming, Gaming, soziale Netzwerke, Messenger und Lernplattformen zusammengezählt oder getrennt betrachtet werden.

{{BR}}
== Gute Fragen formulieren ==

Bei einem [[Fragebogen]] ist die Formulierung der Fragen besonders wichtig. Fragen sollten verständlich, neutral, eindeutig und kurz sein. Eine Frage wie „Findest Du nicht auch, dass die Mensa zu teuer ist?“ ist suggestiv. Besser wäre: „Wie bewertest Du die Preise in der Mensa?“ mit einer klaren Antwortskala.

Doppelfragen sind ebenfalls problematisch. „Wie zufrieden bist Du mit Essen und Atmosphäre in der Mensa?“ fragt zwei Dinge gleichzeitig. Eine Person kann das Essen gut, aber die Atmosphäre schlecht finden. Besser sind zwei getrennte Fragen.

{{BR}}
[[Datei:Project Management - User Survey Questionnaire.svg|500px|rahmenlos|center]]

{{BR}}
== Antwortformate wählen ==

Antwortformate müssen zu den Merkmalen passen. Für Kategorien eignen sich Auswahlantworten. Für Zahlen eignen sich Eingabefelder oder Klassen. Für Einstellungen eignen sich Skalen, etwa von „stimme gar nicht zu“ bis „stimme voll zu“. Offene Fragen liefern reichhaltige Antworten, sind aber schwieriger auszuwerten. Geschlossene Fragen sind leichter zu zählen, können aber wichtige Antwortmöglichkeiten übersehen.

Eine häufige Fehlerquelle sind unvollständige Kategorien. Wenn Du nach dem Verkehrsmittel fragst, brauchst Du eine Kategorie wie „anderes Verkehrsmittel“, falls nicht alle Möglichkeiten abgedeckt sind. Wenn Du nur eine Antwort erlaubst, obwohl manche Personen mehrere Verkehrsmittel nutzen, kann das Ergebnis verfälscht werden.

{{BR}}
== Pretest durchführen ==

Ein [[Pretest]] ist eine Probe-Erhebung mit wenigen Personen. Dabei prüfst Du, ob Fragen verständlich sind, ob Antwortmöglichkeiten fehlen, ob die Reihenfolge sinnvoll ist und wie lange die Erhebung dauert. Ein Pretest ist besonders wertvoll, weil viele Probleme erst sichtbar werden, wenn echte Personen den Fragebogen ausfüllen oder die Messanleitung benutzen.

Nach dem Pretest solltest Du den Erhebungsbogen überarbeiten. Dabei darfst Du nicht einfach die Ergebnisse des Pretests mit den späteren Hauptdaten vermischen, wenn sich Fragen oder Antwortmöglichkeiten verändert haben.

{{BR}}
= Qualität sichern =

{{BR}}
== Objektivität, Reliabilität und Validität ==

Drei wichtige [[Gütekriterium|Gütekriterien]] sind [[Objektivität]], [[Reliabilität]] und [[Validität]]. Objektivität bedeutet, dass das Ergebnis möglichst unabhängig davon ist, wer die Daten erhebt. Reliabilität bedeutet, dass eine Messung zuverlässig ist und bei Wiederholung unter gleichen Bedingungen ähnliche Ergebnisse liefert. Validität bedeutet, dass wirklich das gemessen wird, was gemessen werden soll.

Ein Beispiel: Wenn Du „Lernzeit“ erheben möchtest und nur fragst „Lernst Du viel?“, ist das wenig valide, weil „viel“ unterschiedlich verstanden wird. Besser ist eine konkrete Frage wie „Wie viele Minuten hast Du gestern außerhalb des Unterrichts für die Schule gelernt?“

{{BR}}
== Fehlerquellen erkennen ==

Fehler können in jeder Phase entstehen: bei der Frageformulierung, bei der Auswahl der Stichprobe, beim Messen, beim Eingeben der Daten, beim Codieren, bei fehlenden Werten oder bei der Auswertung. Besonders häufig sind unklare Begriffe, suggestive Fragen, unvollständige Antwortmöglichkeiten, zu kleine oder verzerrte Stichproben und unpassende Diagramme.

Eine gute Planung enthält deshalb Kontrollschritte. Dazu gehören ein Pretest, klare Anleitungen, ein Codeplan, eine Prüfung auf fehlende oder unmögliche Werte und eine transparente Dokumentation aller Entscheidungen.

{{BR}}
== Daten dokumentieren und bereinigen ==

Zur [[Datenaufbereitung]] gehört, die erhobenen Daten in eine übersichtliche Tabelle zu bringen. Jede Zeile steht meist für eine Untersuchungseinheit, jede Spalte für ein Merkmal. Danach prüfst Du, ob Werte fehlen, doppelt vorkommen oder offensichtlich falsch sind. Wenn jemand bei „Alter“ den Wert „200“ eingibt, brauchst Du eine Regel, wie damit umgegangen wird.

Ein [[Codeplan]] hilft, Kategorien eindeutig zuzuordnen. Wenn „weiblich“, „w“ und „W“ gemischt eingegeben werden, wird die Auswertung schwieriger. Besser ist eine vorher festgelegte Codierung, die konsequent verwendet wird.

{{BR}}
= Datenschutz und Ethik =

Bei Datenerhebungen mit Menschen musst Du verantwortungsvoll handeln. Besonders wichtig sind [[Datenminimierung]], [[Zweckbindung]], [[Anonymisierung]], [[Freiwilligkeit]] und verständliche Information. Erhebe nur Daten, die Du wirklich für Deine Forschungsfrage brauchst. Namen, genaue Adressen, Telefonnummern oder private Informationen sind in vielen schulischen Statistikprojekten unnötig.

Wenn personenbezogene Daten erhoben werden, muss klar sein, wer die Daten bekommt, wofür sie genutzt werden, wie lange sie gespeichert werden und ob eine Einwilligung erforderlich ist. Bei Minderjährigen sind schulische Regeln, Datenschutzvorgaben und gegebenenfalls die Zustimmung der Erziehungsberechtigten zu beachten. Auch bei anonymen Erhebungen solltest Du respektvoll fragen und keine bloßstellenden oder unnötig intimen Themen wählen.

'''Merke:''' Gute Statistik braucht nicht möglichst viele persönliche Daten, sondern passende Daten für eine klar begründete Frage.

{{BR}}
= Einen Erhebungsplan erstellen =

Ein [[Erhebungsplan]] fasst alle Entscheidungen zusammen. Er macht die Datenerhebung nachvollziehbar und hilft, Fehler zu vermeiden. Für ein Schulprojekt kann der Erhebungsplan eine Seite umfassen, für eine wissenschaftliche Studie deutlich mehr.

Ein sinnvoller Erhebungsplan enthält:
# [[Thema]]: Worum geht es?
# [[Forschungsfrage]]: Welche Frage soll beantwortet werden?
# [[Hypothese]]: Welche begründete Vermutung wird geprüft?
# [[Grundgesamtheit]]: Für wen oder was sollen die Ergebnisse gelten?
# [[Stichprobe]]: Wie werden Einheiten ausgewählt?
# [[Merkmal]]e: Welche Variablen werden erhoben?
# [[Operationalisierung]]: Wie werden die Merkmale messbar gemacht?
# [[Erhebungsmethode]]: Wie werden die Daten gewonnen?
# [[Erhebungsinstrument]]: Welche Fragen, Beobachtungsbögen oder Messgeräte werden genutzt?
# [[Pretest]]: Wie wird das Instrument vorher geprüft?
# [[Datenschutz]]: Wie werden sensible Informationen vermieden oder geschützt?
# [[Auswertung]]: Welche Tabellen, Diagramme und Kennwerte werden genutzt?

{{BR}}
= Beispiel: Schulweg-Erhebung planen =

Stelle Dir vor, Du möchtest untersuchen, wie Lernende der Jahrgangsstufe 8 an Deiner Schule zur Schule kommen und ob sie ihren Schulweg als sicher empfinden. Die Forschungsfrage könnte lauten: „Welche Verkehrsmittel nutzen Schülerinnen und Schüler der Jahrgangsstufe 8 an unserer Schule an einem normalen Schultag, und wie sicher bewerten sie ihren Schulweg?“

Die Grundgesamtheit wären alle Schülerinnen und Schüler der Jahrgangsstufe 8 an der Schule. Die statistische Einheit wäre eine einzelne Schülerin oder ein einzelner Schüler. Merkmale wären das hauptsächliche Verkehrsmittel, die ungefähre Dauer des Schulwegs, die Bewertung der Sicherheit und vielleicht das Vorhandensein gefährlicher Stellen. Eine gute Operationalisierung wäre zum Beispiel eine Liste mit Verkehrsmitteln, eine Minutenangabe und eine Sicherheitsskala von „sehr unsicher“ bis „sehr sicher“.

Die Stichprobe könnte eine Vollerhebung aller Klassen der Jahrgangsstufe 8 sein. Wenn das nicht möglich ist, könnte aus jeder Klasse zufällig ein Teil ausgewählt werden. Datenschutzfreundlich wäre eine anonyme Befragung ohne Namen. Nach einem Pretest mit wenigen Lernenden würdest Du unklare Fragen überarbeiten und erst dann die eigentliche Erhebung starten.

{{BR}}
[[Datei:Survey-stats.png|500px|rahmenlos|center]]

{{BR}}
= Checkliste für Deine eigene Datenerhebung =

Nutze diese Checkliste, bevor Du Daten erhebst:
# [[Forschungsfrage]]: Ist die Frage klar, begrenzt und mit Daten beantwortbar?
# [[Grundgesamtheit]]: Ist eindeutig, über wen oder was Du Aussagen treffen willst?
# [[Stichprobe]]: Ist die Auswahl fair und zur Frage passend?
# [[Merkmal]]e: Sind alle Merkmale notwendig und verständlich?
# [[Operationalisierung]]: Sind Begriffe messbar gemacht?
# [[Fragebogen]]: Sind Fragen neutral, eindeutig und nicht doppelt?
# [[Skalenniveau]]: Passen Antwortformate zu den Daten?
# [[Pretest]]: Wurde die Erhebung vorher ausprobiert?
# [[Datenschutz]]: Werden nur notwendige Daten erhoben?
# [[Auswertung]]: Ist vorher klar, wie die Daten dargestellt und interpretiert werden?

{{BR}}
= Interaktive Aufgaben =

{{BR}}
== Quiz: Teste Dein Wissen ==

{{MC}}

'''Was ist der erste Schritt bei der Planung einer statistischen Datenerhebung?'''
(Eine klare Forschungsfrage formulieren)
(!Ein Diagramm zeichnen)
(!Möglichst viele Daten ohne Ziel sammeln)
(!Die Ergebnisse veröffentlichen)

{{E}}
<br>

{{MC}}

'''Was beschreibt die Grundgesamtheit?'''
(Die Menge aller Einheiten, über die eine Aussage getroffen werden soll)
(!Eine einzelne Antwort in einem Fragebogen)
(!Das Diagramm einer Auswertung)
(!Die Anzahl der falschen Messwerte)

{{E}}
<br>

{{MC}}

'''Was ist eine Stichprobe?'''
(Eine ausgewählte Teilmenge der Grundgesamtheit)
(!Eine Liste aller möglichen Diagramme)
(!Eine falsche Antwort in einer Umfrage)
(!Ein Messgerät für Längen)

{{E}}
<br>

{{MC}}

'''Was bedeutet Operationalisierung?'''
(Einen Begriff messbar oder beobachtbar machen)
(!Daten zufällig löschen)
(!Ein Ergebnis schön gestalten)
(!Eine Tabelle alphabetisch sortieren)

{{E}}
<br>

{{MC}}

'''Welche Frage ist für einen Fragebogen am besten formuliert?'''
(Wie bewertest Du die Preise in der Mensa?)
(!Findest Du nicht auch, dass die Mensa viel zu teuer ist?)
(!Warum ist die Mensa so schlecht und teuer?)
(!Wie schlimm findest Du Essen und Preise?)

{{E}}
<br>

{{MC}}

'''Was ist ein Pretest?'''
(Eine Probe-Erhebung vor der eigentlichen Datenerhebung)
(!Die endgültige Veröffentlichung der Ergebnisse)
(!Eine besonders große Stichprobe)
(!Ein Diagramm ohne Daten)

{{E}}
<br>

{{MC}}

'''Warum ist Datenminimierung wichtig?'''
(Es sollen nur Daten erhoben werden, die für den Zweck notwendig sind)
(!Es sollen möglichst viele persönliche Daten gesammelt werden)
(!Es sollen alle Antworten gelöscht werden)
(!Es sollen nur Zahlen ohne Kategorien verwendet werden)

{{E}}
<br>

{{MC}}

'''Welche Aussage zur Validität ist richtig?'''
(Validität bedeutet, dass ein Instrument misst, was es messen soll)
(!Validität bedeutet, dass alle Daten bunt dargestellt werden)
(!Validität bedeutet, dass nur eine Person befragt wird)
(!Validität bedeutet, dass die Stichprobe immer aus Freunden besteht)

{{E}}
<br>

{{MC}}

'''Was ist ein Beispiel für eine qualitative Variable?'''
(Lieblingsverkehrsmittel)
(!Körpergröße in Zentimetern)
(!Lernzeit in Minuten)
(!Anzahl der Bücher)

{{E}}
<br>

{{MC}}

'''Was kann eine Stichprobenverzerrung verursachen?'''
(Nur leicht erreichbare Personen werden befragt)
(!Die Forschungsfrage wird notiert)
(!Die Antworten werden anonymisiert)
(!Ein Pretest wird durchgeführt)

{{E}}
<br>

{{BR}}
== Memory ==

<div class="memo-quiz">
{|
|-
| Forschungsfrage || Ziel der Untersuchung
|-
| Grundgesamtheit || Alle relevanten Einheiten
|-
| Stichprobe || Ausgewählte Teilmenge
|-
| Merkmal || Zu erhebende Eigenschaft
|-
| Operationalisierung || Messbar machen
|-
| Pretest || Probe der Erhebung
|-
| Validität || Misst das Gewünschte
|-
| Datenminimierung || Nur nötige Daten
|}
{{E}}
<br>

{{BR}}
== Drag and Drop ==

<div class="lueckentext-quiz">

{| class="wikitable"
! Ordne die richtigen Begriffe zu.
! Thema
|-
| '''Forschungsfrage'''
| Ausgangspunkt der Datenerhebung
|-
| '''Grundgesamtheit'''
| Menge aller relevanten Einheiten
|-
| '''Stichprobe'''
| Ausgewählter Teil der Grundgesamtheit
|-
| '''Operationalisierung'''
| Übersetzung eines Begriffs in messbare Daten
|-
| '''Pretest'''
| Probe vor der Haupterhebung
|-
| '''Auswertung'''
| Ordnung und Deutung der erhobenen Daten

|}
{{E}}

<br>
<br />

{{BR}}
== Kreuzworträtsel ==

<div class="kreuzwort-quiz">
{|
|-
| Stichprobe || Wie heißt eine ausgewählte Teilmenge der Grundgesamtheit?
|-
| Merkmal || Wie heißt eine Eigenschaft, die bei Untersuchungseinheiten erhoben wird?
|-
| Pretest || Wie heißt eine Probe-Erhebung vor der eigentlichen Datenerhebung?
|-
| Skala || Wie nennt man ein geordnetes Antwortformat zur Messung?
|-
| Bias || Wie heißt eine systematische Verzerrung in Daten?
|-
| Validität || Wie heißt die Güte, dass ein Instrument wirklich das misst, was es messen soll?
|}
{{E}}
<br>

{{BR}}
== LearningApps ==

<iframe> https://learningapps.org/index.php?s=Eine+Datenerhebung+planen+Statistik </iframe>

{{BR}}
== Lückentext ==

<quiz display=simple>
{'''Vervollständige den Text.'''<br>
|type="{}"}
Eine statistische Datenerhebung beginnt mit einer klaren { Forschungsfrage }. Die Menge aller Einheiten, über die eine Aussage getroffen werden soll, heißt { Grundgesamtheit }. Wenn nicht alle Einheiten untersucht werden, nutzt man eine { Stichprobe }. Eine Eigenschaft, die erhoben wird, nennt man { Merkmal }. Die konkrete Ausprägung eines Merkmals heißt { Merkmalsausprägung }. Wenn ein allgemeiner Begriff messbar gemacht wird, spricht man von { Operationalisierung }. Eine Probe-Erhebung vor dem eigentlichen Sammeln der Daten heißt { Pretest }. Bei personenbezogenen Informationen ist besonders auf { Datenschutz } zu achten. Eine verzerrte Auswahl kann zu einem { Bias } führen. Die Güte, dass wirklich das gemessen wird, was gemessen werden soll, nennt man { Validität }.
</quiz>

<br>

{{BR}}
= Offene Aufgaben =

{{BR}}
=== Leicht ===
# [[Forschungsfrage formulieren]]: Wähle ein Alltagsthema aus Deiner Klasse und formuliere daraus drei mögliche Forschungsfragen. Markiere die Frage, die sich am besten mit Daten beantworten lässt.
# [[Merkmale erkennen]]: Sammle zu einer Forschungsfrage mindestens fünf mögliche Merkmale und entscheide, ob sie qualitativ oder quantitativ sind.
# [[Frage verbessern]]: Schreibe drei schlechte Umfragefragen auf und verbessere sie so, dass sie neutral, eindeutig und verständlich werden.
# [[Datenschutz prüfen]]: Untersuche einen kleinen Beispiel-Fragebogen und streiche alle Daten, die für die Forschungsfrage nicht notwendig sind.

{{BR}}
=== Standard ===
# [[Erhebungsplan erstellen]]: Plane eine Datenerhebung zu einem schulischen Thema und erstelle einen vollständigen Erhebungsplan mit Forschungsfrage, Grundgesamtheit, Stichprobe, Merkmalen, Methode und Auswertung.
# [[Pretest durchführen]]: Entwickle einen kurzen Fragebogen, teste ihn mit drei Personen und dokumentiere, welche Fragen Du nach dem Pretest ändern würdest.
# [[Stichprobe begründen]]: Vergleiche Zufallsstichprobe, geschichtete Stichprobe und Gelegenheitsstichprobe für ein eigenes Thema und begründe, welches Verfahren am besten passt.
# [[Daten codieren]]: Erstelle für einen Fragebogen einen Codeplan, in dem alle Antwortmöglichkeiten eindeutig als Kategorien oder Zahlenwerte festgelegt werden.

{{BR}}
=== Schwer ===
# [[Bias analysieren]]: Entwickle ein Beispiel, in dem eine Datenerhebung zu einem falschen Ergebnis führt, weil die Stichprobe verzerrt ist. Erkläre, wie die Erhebung verbessert werden kann.
# [[Operationalisierung vergleichen]]: Wähle einen abstrakten Begriff wie Zufriedenheit, Stress oder Umweltbewusstsein und entwickle zwei unterschiedliche Operationalisierungen. Vergleiche, welche Aussagen jeweils möglich sind.
# [[Erhebung durchführen]]: Führe eine kleine anonyme Datenerhebung durch, bereite die Daten auf, erstelle passende Diagramme und schreibe eine kritische Interpretation der Ergebnisse.
# [[Qualität bewerten]]: Prüfe eine veröffentlichte Umfrage aus Medien oder Schule anhand der Kriterien Objektivität, Reliabilität, Validität, Stichprobe und Datenschutz.

{{:Offene Aufgabe - MOOC erstellen}}

{{BR}}
= Lernkontrolle =

# [[Transferaufgabe Forschungsfrage]]: Du erhältst das Thema „Ernährung in der Schule“. Entwickle eine präzise statistische Forschungsfrage und erkläre, warum sie mit Daten beantwortbar ist.
# [[Planungsentscheidung begründen]]: Vergleiche eine Vollerhebung und eine Stichprobe für eine Erhebung in einer Jahrgangsstufe. Begründe, wann welche Lösung sinnvoller ist.
# [[Fehleranalyse Fragebogen]]: Analysiere einen Fragebogen mit suggestiven, doppelten und unklaren Fragen. Erkläre für jede problematische Frage, wie sie die Ergebnisse verfälschen könnte.
# [[Stichprobenkritik]]: Eine Klasse befragt nur Personen, die freiwillig auf einen Online-Link klicken. Erkläre mögliche Verzerrungen und entwickle ein besseres Auswahlverfahren.
# [[Datenschutzentscheidung]]: Beurteile, ob bei einer Schulumfrage Namen, Wohnadressen und Telefonnummern nötig sind. Entwickle eine datensparsame Alternative.
# [[Operationalisierung anwenden]]: Mache den Begriff „Schulzufriedenheit“ messbar, ohne die Lernenden zu beeinflussen. Begründe Deine Antwortformate.
# [[Auswertung planen]]: Entscheide für qualitative und quantitative Merkmale, welche Tabellen, Diagramme und Kennwerte sinnvoll sind, und erkläre Deine Wahl.

<br>
<br>

{{BR}}
= Lernnachweis =

Für einen überzeugenden [[Lernnachweis]] zu diesem Thema solltest Du zeigen, dass Du eine Datenerhebung nicht nur durchführen, sondern begründet planen kannst.
# [[Forschungsfrage]]: Du formulierst eine klare, begrenzte und überprüfbare Forschungsfrage.
# [[Grundgesamtheit]]: Du definierst, über wen oder was Deine Ergebnisse Aussagen treffen sollen.
# [[Stichprobe]]: Du wählst ein passendes Auswahlverfahren und erklärst mögliche Verzerrungen.
# [[Merkmal]]: Du bestimmst geeignete qualitative und quantitative Merkmale.
# [[Operationalisierung]]: Du machst abstrakte Begriffe nachvollziehbar messbar.
# [[Erhebungsinstrument]]: Du entwickelst verständliche Fragen, Beobachtungsbögen oder Messanleitungen.
# [[Pretest]]: Du testest Dein Instrument und überarbeitest es begründet.
# [[Datenschutz]]: Du erklärst, wie Du Daten minimierst, anonymisierst und verantwortungsvoll speicherst.
# [[Auswertung]]: Du planst passende Tabellen, Diagramme und Kennwerte.
# [[Reflexion]]: Du benennst Grenzen Deiner Erhebung und bewertest die Aussagekraft Deiner Ergebnisse.

<br>
<br>

{{BR}}
= OERs zum Thema =

<iframe> https://de.m.wikipedia.org/wiki/Erhebung_(Empirie) </iframe>

<iframe> https://de.m.wikipedia.org/wiki/Statistik </iframe>

<iframe> https://de.m.wikipedia.org/wiki/Stichprobe </iframe>

<iframe> https://de.m.wikipedia.org/wiki/Grundgesamtheit </iframe>

<br>

{{BR}}
= Links =

{| align=center
{{:D-Tab}}
'''[[Eine Datenerhebung planen]]'''
# [[Statistik]]
# [[Erhebung (Empirie)|Datenerhebung]]
# [[Forschungsfrage]]
# [[Grundgesamtheit]]
# [[Stichprobe]]
# [[statistische Einheit]]
# [[Merkmal]]
# [[Merkmalsausprägung]]
# [[statistische Variable]]
# [[Skalenniveau]]
# [[Befragung]]
# [[Beobachtung]]
# [[Messung]]
# [[Experiment]]
# [[Operationalisierung]]
# [[Fragebogen]]
# [[Pretest]]
# [[Validität]]
# [[Reliabilität]]
# [[Objektivität]]
# [[Datenaufbereitung]]
# [[Datenschutz]]
|}

[[Kategorie:Mathematik]]
[[Kategorie:Statistik]]
[[Kategorie:Stochastik]]
[[Kategorie:Daten]]
[[Kategorie:Datenschutz]]
[[Kategorie:Medienbildung]]
[[Kategorie:Klasse 7-8]]
[[Kategorie:Klasse 9-10]]
[[Kategorie:Sekundarstufe I]]
[[Kategorie:Sekundarstufe II]]

{{BR}}
= aiMOOC-Projekte =
[[Kategorie:AI_MOOC]] [[Kategorie:GPT aiMOOC]]
{{MT}}

Eine Datenerhebung planen - Statistik - Versionsgeschichte

Glanz: aiMOOC über GPT aiMOOC Action erstellt