Zusammenfassung
Ausgehend von der doppelten Prozessualität sozialwissenschaftlicher Forschung befasst sich der Beitrag sowohl mit zeitlichen Bezügen im Forschungsprozess quantitativer Längsschnittuntersuchungen als auch mit der Analyse zeitlicher Aspekte der sozialen Welt mithilfe von gängigen statistischen Auswertungsverfahren. Der Beitrag erläutert zum einen zentrale Strukturprinzipien des quantitativen Forschungsprozesses, besondere Anforderungen quantitativer Längsschnittforschung, die Zeitlichkeit der Daten sowie unterschiedliche Formen und zeitliche Komponenten des Erinnerns und Vergessens von Längsschnittinformationen. Zum anderen werden Panelanalysen zur Erforschung von Zustandswechseln, Ereignisanalysen zur Untersuchung von Verweildauern und Sequenzanalysen zur Entdeckung von Verlaufstypen vorgestellt. Die unterschiedlichen Fragestellungen und Ergebnisse von Panel-, Ereignis- und Sequenzanalysen werden an Forschungsbeispielen erläutert, um zu verdeutlichen, welche Erkenntnisse über das gewordene Soziale sowie sozialen Wandel gewonnen werden können, und was im jeweiligen Verfahren unberücksichtigt bleibt.
Abstract
Based on the double processuality of social science research, the article deals with temporal aspects in the research process of quantitative longitudinal studies as well as with the analysis of temporal aspects of the social world with the help of common statistical research methods. On the one hand, the article explains central structural principles of the quantitative research process, special requirements of quantitative longitudinal research, the temporality of data, and different forms and temporal components of remembering and forgetting longitudinal information. On the other hand, it introduces panel analyses for studying changes of states between survey points, event history analyses for examining durations, and sequence analyses for discovering different types of life trajectories. Research examples are used to illustrate the different research questions and results of panel, event history, and sequence analyses and to explain, what insights can be gained from them about social change and the emergence of social aspects, and what remains unconsidered in each approach.
This is a preview of subscription content, log in via an institution to check access.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Notes
- 1.
Wegen der notwendigen Standardisierung quantitativer Forschung sind nachträgliche Korrekturen einer einmal begonnenen Fallauswahl bzw. Datenerhebung im laufenden Prozess nur bedingt möglich, da dadurch die Wahrscheinlichkeitsrechnung und Gewichtung erschwert bzw. die vergleichbare Erhebung zwischen den Fällen beeinträchtigt werden. Beides hätte also grundlegende Auswirkungen auf die Möglichkeiten der Datenanalyse sowie die Generalisierung von Ergebnissen.
- 2.
Professionelle Datenlieferanten wie z. B. die Datenzentren im Rat für Sozial- und Wirtschaftsdaten, aus denen die meisten Daten für Sekundäranalysen (insbesondere für Panel-, Ereignis- und Sequenzanalysen) stammen, haben diesbezüglich eine transparentere Praxis als Forschende, welche die Archivierung alleine vornehmen.
- 3.
Eine zentrale Herausforderung von Panelstudien besteht darin, Zielpersonen immer wieder zur erneuten Teilnahme zu motivieren und ihre Kontaktdaten so zu pflegen, dass sie über einen längeren Zeitraum beobachtet werden können. Dennoch ist es unvermeidbar, dass es im Zeitverlauf zu Veränderungen im Sample kommt und Panelmortalität (panel attrition) stattfindet, bei der bisherige Beobachtungseinheiten aus der Studie ausscheiden (Schnell 2019, S. 326 ff.; Lynn 2009, S. 10). Neben Auffrischungsstichproben, welche der Kompensation der Ausfälle dienen, lassen sich Ausfallprozesse bei der Datenanalyse auch mitmodellieren. Nichtsdestotrotz eröffnet ein möglichst konstant bleibendes Sample die besten Analysemöglichkeiten, sofern sichergestellt ist, dass das Sample die Grundgesamtheit weiterhin ausreichend repräsentiert. Ist dies aufgrund von Veränderungen in der Grundgesamtheit nicht mehr der Fall, dienen Auffrischungsstichproben z. B. als Reaktion auf Migrationsbewegungen auch dazu, dass bestimmte Personengruppen nicht systematisch im Datensatz vergessen werden. Ein gewisses „Vergessen“ der Anstaltsbevölkerung, der Obdachlosen sowie schwer erreichbarer oder befragbarer Personengruppen ist allerdings ein häufig ausgeblendeter konstitutiver Bestandteil quantitativer Stichprobenbildung.
- 4.
Lösungen dieses Problems bestehen z. B. in der Organisation von Nutzer*innenkonferenzen oder der Ausschreibung von Innovationsmodulen für neue Instrumente oder spezifische Fragestellungen, um auf diesen Wegen mit den Sekundärforschenden im Austausch zu bleiben und ggf. zu prüfen, ob eine Änderung der Hauptuntersuchung vielversprechend ist.
- 5.
Aufgrund der großen Datenmenge findet die Datenerhebung genau genommen über einen Zeitraum von mehreren Wochen oder Monaten statt, wobei in der Regel festgehalten wird, wann das Interview durchgeführt wurde, um mögliche zeithistorische Einflussfaktoren – wie z. B. unterschiedliche Wellen der Coronapandemie – kontrollieren bzw. analysieren zu können. Die Wahl des Erhebungszeitpunkts ist ferner darauf ausgerichtet, ungewollte Einflussfaktoren zu minimieren, wie beispielsweise systematische Ausfälle bestimmter Personengruppen während der Ferien.
- 6.
Von Beobachtungen auf der Makroebene der Gesellschaft auf Entwicklungen auf der Individualebene zu schließen, birgt die Gefahr eines ökologischen Fehlschlusses (Robinson 1950).
- 7.
Auch wenn der Recall-Bias bei der retrospektiven Datenerhebung höher ist, sind konsekutive Datenerhebungen nicht frei davon, was am Beispiel von Seam Effekten deutlich wird, die zu einer Überschätzung der Veränderung zwischen zwei aufeinanderfolgenden Berichtszeiträumen führen. Seam Effekte treten auf, wenn die Verlaufsgeschichten von Ereignissen zwischen den Panelwellen Inkonsistenzen aufweisen. Eine Interviewstrategie, mit Seam-Effekten proaktiv umzugehen, besteht im Dependent Interviewing. Dabei müssen die Befragten zunächst die im letzten Interview gegebene Information verifizieren und ggf. korrigieren, bevor sie im gegenwärtigen Interview darauf aufbauen können (Jäckle und Lynn 2007).
- 8.
Längsschnittdaten sind zensiert, wenn der Beginn (Linkszensierung) oder das Ende von Episoden (Rechtzensierung) nicht beobachtet wurden.
- 9.
Zur Analyse von Zustandswechseln auf der Aggregatebene, wie z. B. Trends zur Geburtenentwicklung, werden Zeitreihenanalysen durchgeführt (Thome 2005), welche aus den Verlaufsmustern von Zeitreihen z. B. allgemeine Trends, zyklische Schwankungen, Strukturbrüche und Zufallsschwankungen extrahieren. Diese sind allerdings nicht in der Lage, kausale Erklärungen der Zustandswechsel zu liefern, da sie die Gefahr eines ökologischen Fehlschlusses bergen.
- 10.
- 11.
Die kausale Analyse bezieht sich auf fixed-effects Modelle und hat den Vorteil, dass zeitkonstante unbeobachtete Heterogenität ausgeblendet werden kann. Allerdings können in diesen Modellen keine Effekte für zeitkonstante Eigenschaften geschätzt werden, die mit random-, between-effects- oder Hybrid-Modellen untersucht werden können. Für Details sei auf Andreß et al. (2013) verwiesen.
- 12.
Mathematisch ergibt sich der Kohorteneffekt aus der Differenz von Perioden- und Alterseffekt (Periodeneffekt-Alterseffekt = Kohorteneffekt). Im statistischen Sinne sind diese Effekte also kollinear und erzeugen gerade in Regressionsanalysen methodische Probleme, die es unmöglich machen, Parameterschätzer für alle drei Effekte gleichzeitig zu ermitteln.
- 13.
Statistisch wurde hier geprüft, dass keine Multikollinearität vorliegt. Ausführliche Erläuterungen aller Einflussfaktoren inklusive eines theoretischen Modells zur sozialen Erklärung von subjektiven Prekaritätswahrnehmungen finden sich bei Hense (2018).
- 14.
Ihren Ursprung hat die sozialwissenschaftliche Ereignisanalyse in der Epidemiologie, die z. B. Überlebensdauern bei Krankheiten in Abhängigkeit von spezifischen Behandlungen untersucht. Auch in anderen Wissenschaftsdisziplinen verbergen sich hinter anderen Namen ähnliche Techniken, die sich aufgrund disziplinärer Besonderheiten graduell unterscheiden, so z. B. die Verweildaueranalyse in der Volkswirtschaftslehre oder die Ausfallzeitanalyse in den Ingenieurswissenschaften.
- 15.
Ein weiteres Beispiel zu den Auswirkungen der im vorherigen Kapitel analysierten Prekaritätswahrnehmung auf die Ehedauer findet sich im selben Artikel (Hense 2019).
- 16.
- 17.
Das in Längsschnittdaten häufig auftretende Problem der Zensierung von Informationen wird bei Ereignisanalysen besonders relevant, da es bedeutet, dass die Information über die Verweildauer nicht vollständig ist. Eine Zensierung tritt beispielsweise auf, wenn der Beginn oder das Ende einer Episode außerhalb des Beobachtungszeitraums liegen bzw. manche Episoden sogar komplett unbeobachtet bleiben.
- 18.
Diese Modelle arbeiten entweder auf Basis theoretischer Annahmen über die Dauerabhängigkeit (parametrische Modelle) oder treffen keine spezifischen Aussagen über die Zeitabhängigkeit (nicht-parametrische Modelle) (Blossfeld et al. 2019). Eine andere Möglichkeit, insbesondere zeitvariable Kovariaten analytisch zu betrachten, ist die Aufbereitung der Datenmatrix als sogenannten Person-Period-Datensatz, der pro Person und pro beobachteter Zeiteinheit eine Zeile enthält. Der entscheidende analytische Vorteil von Person-Period-Datensätzen ist, dass Modellierungen für binär abhängige Variablen verwendet werden können, wie z. B. logistische Regressionen. Dies ermöglicht, auch komplexere Ereignisdaten wie z. B. wiederholbare Ereignisse oder konkurrierende Ereignissen analytisch zu betrachten (Andreß et. al. 2013).
- 19.
Diese ist nicht mit der qualitativen Sequenzanalyse zu verwechseln, die von der Objektiven Hermeneutik ausgehend mittlerweile von anderen Verfahren adaptiert wurde, um die Daten im Analyseprozess entlang ihrer Entstehungspfade sequentiell zu interpretieren und so die soziale Bedeutung sozialen Handelns zu rekonstruieren. In der quantitativen Sequenzanalyse werden die interessierenden Sequenzen von den Forschenden vorgegeben, um empirisch zu erforschen, welche typischen Ordnungsmuster dieser Sequenzen in den Daten zu entdecken sind.
- 20.
In anderen Wissenschaftsdisziplinen werden ähnliche Techniken genutzt, z. B. in der Biologie zur Genomsequenzierung (Lipman und Pearson 1985). Scherer und Brüderl (2010) geben eine deutschsprachige Einführung die Sequenzanalyse. Baur (2005) hat die Thematik auch theoretisch umfassend betrachtet. Aisenbrey und Fasang (2013) und Liao et al. (2022) stellen den aktuellen Stand der Entwicklung dar, und Brzinsky-Fay und Kohler (2010) erläutern die Umsetzung im Statistikprogramm Stata.
- 21.
Alternativ können auch Sequenzindexplots verwendet werden (Scherer und Brüderl 2010).
Literatur
Abbott, Andrew. 2016. Processual Sociology. Chicago: University of Chicago Press.
Abbott, Andrew. 1983. »Sequences of Social Events: Concepts and Methods for the Analysis of Order in Social Processes«. Historical Methods 16 (4): 129–149.
Aisenbrey, Silke, und Anette Fasang. 2013. New Life for Old Ideas: The ‘Second Wave’ of Sequence Analysis. Bringing the ‘Course’ Back into the Life Course. Sociological Methods & Research 38 (3): 420–462. https://doi.org/10.1177/0049124109357532
Akremi, Leila, Nina Baur, Hubert Knoblauch, und Boris Traue, Hrsg. 2018. Handbuch Interpretativ forschen. Weinheim: Beltz Juventa.
Andreß, Hans-Jürgen, Katrin Golsch, und Alexander W. Schmidt. 2013. Applied Panel Data Analysis for Economic and Social Surveys. Berlin, Heidelberg: Springer.
Baur, Nina. 2004. Wo liegen die Grenzen quantitativer Längsschnittsanalysen? Bamberg: Bamberger Beiträge zur empirischen Sozialforschung 23.
Baur, Nina. 2005. Verlaufsmusteranalyse. Methodologische Konsequenzen der Zeitlichkeit sozialen Handelns. Wiesbaden: VS-Verlag für Sozialwissenschaften.
Baur, Nina. 2015. Theoretische und methodologische Implikationen der Dauer sozialer Prozesse. In Prozesse. Formen, Dynamiken, Erklärungen, Hrsg. Rainer Schützeichel und Stefan Jordan, 351–369.Wiesbaden: Springer VS.
Blossfeld, Hans-Peter, Götz Rohwer, und Thorsten Schneider. 2019. Event History Analysis with Stata. Oxford: Routledge.
Blossfeld, Hans-Peter, und Jutta von Maurice. 2019. »Education as a Lifelong Process«. In Education as a Lifelong Process, Hrsg. Hans-Peter Blossfeld und Hans-Günther Roßbach, 17–33. Wiesbaden: Springer VS. https://doi.org/10.1007/978-3-658-23162-0_2.
Blossfeld, Hans-Peter, Alfred Hamerle, und Karl U. Mayer. 1986. Ereignisanalyse. Statistische Theorie und Anwendung in den Wirtschafts- und Sozialwissenschaften. Frankfurt [u.a.]: Campus.
Bradburn, Norman, Janellen Huttenlocher, und Larry Hedges. 1994. »Telescoping and Tem-poral Memory«. In Autobiographical Memory and the Validity of Retrospective Reports, Hrsg. Norbert Schwarz und Seymour Sudman, 203–215. New York: Springer
Brüderl, Josef. 2010. »Kausalanalyse mit Paneldaten«. In Handbuch der sozialwissenschaftlichen Datenanalyse, Hrsg. Christof Wolf und Henning Best, 963–994. Wiesbaden: VS Verlag für Sozialwissenschaften.
Brüderl, Josef, und Volker Ludwig. 2015. »Fixed-Effects Panel Regression«. In The Sage Handbook of Regression Analysis and Causal Inference, Hrsg. Henning Best und Christof Wolf, 327–359. London: SAGE. https://doi.org/10.4135/9781446288146.n15.
Brzinsky-Fay, Christian, und Ulrich Kohler. 2010. »New Developments in Sequence Analy-sis«. Sociological Methods & Research 38 (3): 357–364
Cameron, A. Colin, und Pravin K. Trivedi. 2009. Microeconometrics using Stata. College Station: Stata Press.
Conway, Martin A. 1996. Autobiographical Knowledge of Autobiographical memory. In Re-membering Our Past: Studies in Autobiographical Memory, Hrsg. David C. Rubin, 67–93. Cambridge: Cambridge University Press.
Debiasi, Enrico. 2018. Age-Period-Cohort Analysis: a Summary of Analytical Approaches and Results. Working Paper Lund University. http://longpop-itn.eu/wp-content/uploads/2018/05/EDebiasi_Age-Period-Cohort-Analysis.pdf.
Diekmann, Andreas. 2018. Empirische Sozialforschung. Grundlagen, Methoden, Anwendungen. Reinbek bei Hamburg: Rowohlt Taschenbuchverlag.
Drasch, Katrin, Corinna Kleinert, Britta Matthes, und Michael Ruland. 2016. »Why Do We Collect Data on Educational Histories over the Life Course the Way We Do? Core Ques-tionnaire Design Decisions in Starting Cohort 6 Adults«. In Methodological Issues of Longitudinal Surveys, Hrsg. Hans-Peter Blossfeld, Jutta von Maurice, Michael Bayer und Jan Skopek, 331–347. Wiesbaden: Springer VS.
Drasch, Katrin. 2013. »Educational Attainment and Family-Related Employment Interruptions in Germany: Do Changing Institutional Settings Matter?« European Sociological Review 29 (5): 981–995. https://dx.doi.org/10.1093/esr/jcs076.
Drasch, Katrin, und Britta Matthes. 2013. »Improving Retrospective Life Course Data by Combining Modularized Self-Reports and Event History Calendars: Experiences from a Large Scale Survey«. Quality and Quantity 47 (2): 817–838.
Fasang, Anette E., und Tim F. Liao. 2014. »Visualizing Sequences in the Social Sciences. Relative Frequency Sequence Plots.«. Sociological Methods & Research 43 (4): 643–676. https://doi.org/10.1177/0049124113506
Fosse, Ethan, und Christopher Winship. 2019. »Analyzing Age-Period-Cohort Data: A Re-view and Critique«. Annual Review of Sociology 45: 467–492.
Hense, Andrea. 2019. »Subjektive Prekaritätswahrnehmung: Soziale Ursachen und Folgen«. In: Berichterstattung zur sozioökonomischen Entwicklung in Deutschland. Exklusive Teilhabe – ungenutzte Chancen. Dritter Bericht, Hrsg. Forschungsverbund Sozioökonomische Berichterstattung, 345–376. Bielefeld: W. Bertelsmann Verlag.
Hense, Andrea. 2018. Wahrnehmung der eigenen Prekarität. Grundlagen einer Theorie zur sozialen Erklärung von Ungleichheitswahrnehmungen. Wiesbaden: Springer VS.
Jäckle, Annette, und Peter Lynn. 2007. Dependent Interviewing and Seam Effects in Work History Data. Journal of Official Statistics 23 (4): 529–551.
Liao, Tim F., Danilo Bolano, Christian Brzinsky-Fay, Benjamin Cornwell, Anette E. Fasang, Satu Helske, Raffaella Piccarreta, Marcel Raab, Gilbert Ritschard, Emanuela Struffolino, und Matthias Studer. (2022). »Sequence analysis: Its past, present, and future« Social Science Research 107. https://doi.org/10.1016/j.ssresearch.2022.102772
Liebold, Renate, und Rainer Trinczek. 2009. »Experteninterview«. In Handbuch Methoden der Organisationsforschung, Hrsg. Stefan Kühl, Petra Strodtholz und Andreas Taffertshofer, 32–56. Wiesbaden: VS Verlag.
Lipman, David, und William Pearson. 1985. »Rapid and Sensitive Protein Similarity Search-es«. SCIENCE 227 (4693): 1435–1441.
Luhmann, Niklas. 1987. Soziale Systeme. Grundriß einer allgemeinen Theorie. Frankfurt a.M.: Suhrkamp.
Lynn, Peter. 2009. »Methods for Longitudinal Surveys«. In Methodology of Longitudinal Sur-veys, Hrsg. Peter Lynn, 1–20. Hoboken, NJ: John Wiley and Sons.
Neisser, Ulric. 1986. »Nested Structure in Autobiographical Memory«. In Autobiographical Memory, Hrsg. David C. Rubin, 71–82. Cambridge: Cambridge University Press.
Reimer, Maike, und Britta Matthes. 2007. »Collecting Event Histories with True Tales: Tech-niques to Improve Autobiographical Recall Problems in Standardized Interviews«. Quali-ty and Quantity 41 (5): 711–735. https://doi.org/10.1007/s11135-006-9021-y
Robinson, William S. 1950. »Ecological Correlations and the Behavior of Individuals«. American Sociological Review 15 (3): 351–357.
Scherer, Stefani, und Josef Brüderl. 2010. »Sequenzanalyse«. In Handbuch der sozialwissenschaftlichen Datenanalyse, Hrsg. Christof Wolf und Henning Best, 1031–1051. Wiesbaden: VS Verlag für Sozialwissenschaften.
Schmidt, Tanja. 2017. »Teilhabe im Lebensverlauf - Deutschland im Vergleich«. In Berichterstattung zur sozioökonomischen Entwicklung in Deutschland. Exklusive Teilhabe – ungenutzte Chancen, Hrsg. Forschungsverbund Sozioökonomische Berichterstattung, Dritter Bericht, 299–344. Bielefeld: W. Bertelsmann Verlag (wbv).
Schnell, Rainer. 2019. Survey-Interviews. Methoden standardisierter Befragungen. Wiesbaden: VS Verlag.
Schnell, Rainer, Paul B. Hill, und Elke Esser. 2018. Methoden der empirischen Sozialforschung. München: De Gruyter Oldenbourg.
Schulze, Gerhard. 2003. »Die zeitliche Dimension sozialer Phänomene«. In Quantitative Analysen zeitlicher Veränderungen. Eine anwendungsorientierte Einführung für Sozialwissenschaftler mit SPSS für Windows, Hrsg. Nina Baur, 8–27. Band 1: Überblick und theoretische Grundlagen. Bamberg: Bamberger Beiträge zur empirischen Sozialforschung.
Sebald, Gerd, Oliver Dimbath, Nina Leonhard, Hanna Haar, und Kristina Chmelar. 2023. »Vergangenheitsbezüge und zeitliche Abläufe in sozialwissenschaftlicher Forschung. Methodologische Überlegungen aus gedächtnissoziologischer Perspektive«. In Sozialwissenschaftliche Methoden und Methodologien: Temporalität – Prozessorientierung – Gedächtnis, Soziales Gedächtnis, Erinnern und Vergessen – Memory Studies, Hrsg. Sebald, G, Dimbath O, Haag H, Heinlein M. Wiesbaden: Springer VS. https://doi.org/10.1007/978-3-658-41914-1_3
Sebald, Gerd, Oliver Dimbath, Nina Leonhard, Valentin Rauer, Kristina Chmelar, Mathias Berek, Hanna Haag, und Michael Heinlein. 2020. Der Begriff »soziale Gedächtnisse«. In Handbuch sozialwissenschaftliche Gedächtnisforschung, Hrsg. Mathias Berek, Kristina Chmelar, Oliver Dimbath, Hanna, Haag, Michael Heinlein, Nina Leonhard, Valentin Rauer und Gerd Sebald, 1–18. Wiesbaden: Springer VS.
Stegmann, Michael, Julia Werner, und Heiko Müller. 2013. Sequenzmusteranalyse. Einführung in Theorie und Praxis. München und Mehring: Rainer Hampp.
Thome, Helmut. 2005. Zeitreihenanalyse. München, Wien: Oldenbourg.
Tomaskovic-Devey, Donald, Jeffrey Leiter, und Shealy Thompson. 1994. »Organizational Survey Nonresponse«. Administrative Science Quarterly 39 (3): 439–457.
Tourangeau, Roger, Lance J. Rips, und Kenneth Rasinski. 2000. The Psychology of Survey Response. Cambridge, MA: Cambridge University Press.
Urban, Dieter, und Jochen Mayerl. 2018. Angewandte Regressionsanalyse: Theorie, Technik und Praxis. Wiesbaden: Springer VS.
Witt, Harald. 2001. »Forschungsstrategien bei quantitativer und qualitativer Sozialforschung«. Forum Qualitative Sozialforschung/Forum Qualitative Social Research 2 (1): Art. 8, 36 Absätze. http://nbn-resolving.de/urn:nbn:de:0114-fqs010189
Author information
Authors and Affiliations
Corresponding author
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 2023 Der/die Autor(en), exklusiv lizenziert an Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature
About this chapter
Cite this chapter
Hense, A., Drasch, K. (2023). Temporalitäten in Panel-, Ereignis- und Sequenzanalysen. In: Sebald, G., Dimbath, O., Haag, H., Heinlein, M. (eds) Sozialwissenschaftliche Methoden und Methodologien: Temporalität – Prozessorientierung – Gedächtnis. Soziales Gedächtnis, Erinnern und Vergessen – Memory Studies. Springer VS, Wiesbaden. https://doi.org/10.1007/978-3-658-41914-1_3
Download citation
DOI: https://doi.org/10.1007/978-3-658-41914-1_3
Published:
Publisher Name: Springer VS, Wiesbaden
Print ISBN: 978-3-658-41913-4
Online ISBN: 978-3-658-41914-1
eBook Packages: Social Science and Law (German Language)