Meine Merkliste Geteilte Merkliste PDF oder EPUB erstellen

Baustein 3: Der Datendetektiv | Forschendes Lernen: Wahlen nach Zahlen | bpb.de

Wahlen nach Zahlen Didaktische Konzeption Baustein 1: Demoskopie und Wahlumfragen B1: Demoskopie Info 01.01.01 Einstieg M 01.01.01 Einstieg Info 01.01.02 Podcast-Transkript M 01.01.02 Podcast Wahlumfragen M 01.01.03 Umfragetypen Info 01.02 Psychologische Effekte M 01.02.01 Psychol. Effekte A M 01.02.02 Psychol. Effekte B Info 01.03 Historische Entwicklung M 01.03.01 Was ist Demoskopie? M 01.03.02 Hist. Entwicklung A M 01.03.03 Hist. Entwicklung B M 01.04.01 Auswertung Umfrage-Diagramm Baustein 2: How to ... Umfrage B2: How to ... Umfrage Info 02.01.01 Einstieg M 02.01.01 Erklärfilm Info 02.01.02 Mindmap-Methode M 02.01.02 Planung Befragung Info 02.02 Fragebogenbaukasten M 02.02.01 Fragebogenkonstruktion M 02.02.02 Fragebogenbaukasten M 02.02.03 Checkliste M 02.03.01 Datenauswertung M 02.03.02 Repräsentativität M 02.03.03 Der Bradley-Effekt Baustein 3: Der Datendetektiv B3: Datendetektiv Info 03.01 – Hintergrundinfo und Konzept des Datendetektivs M 03.01 Schlagzeilen-Collage M 03.02 Dekodierung der Person M 03.03 Datentabelle M 03.04 Kodierschema M 03.05 Interviewfetzen M 03.06 Nichtwählende M 03.07 Typisierung - Stereotypisierung Baustein 4: Digital Campaigning - Die Rolle von Instagram für die politische Kommunikation B4: Digital Campaigning Info 04.01 Kann Instagram Politik? M 04.01 Instagram im Wahlkampf M 04.02 Kann Instagram Politik? M 04.03 Analyse eines Instagram-Posts M 04.04 Fiktive Instagram-Wahlkampagne Glossar Redaktion

Baustein 3: Der Datendetektiv - die Quanti-Quali-Dimensionen von Daten

Andrea Szukala Katharina Grannemann Max Keck Falk Leigers Franka Potthoff Linda Loreen Wolf Sabine Kühmichel

/ 7 Minuten zu lesen

Im Datendetektiv geht es darum, dass die Lernenden zum einen erfahren, wie in der empirischen Sozialforschung mit quantitativen Daten gearbeitet wird, zum anderen sollen sie sich bewusst werden, dass sich hinter den aggregierten Daten viele individuelle Personen verbergen. Die Lernenden analysieren dazu mithilfe unterstützender Materialien empirische Daten und erarbeiten individuelle Lebensprofile und Faktoren zu verschiedenen Typen von Nichtwählerinnen bzw. Nichtwählern.

Einstieg und Hintergrund

Im Alltag und in der Wissenschaft begegnen uns häufig Statistiken aus empirischen Erhebungen. In übersichtlichen Zahlen und Prozentwerten werden dort die Ergebnisse präsentiert und verschiedene Personen mit ihren Einstellungen und Meinungen übersichtlich als Gruppen also in aggregierter Form dargestellt. Dass hinter diesen Zahlen viele individuelle Menschen stehen, die befragt wurden, erkennt man häufig nur vage an der Angabe zur Anzahl der befragten Personen. Ziel solcher empirischen Erhebungen ist es in der Regel, Gemeinsamkeiten bei den Befragten zu finden, um diese in spezifische Gruppen bzw. verschiedene Typen einzuteilen, die man dann miteinander vergleichen und analysieren kann. Die einzelnen Befragten sind nicht mehr sichtbar.

Ziel des Datendetektivs

Im Datendetektiv geht es nun darum, dass die Lernenden zum einen erfahren, wie in der empirischen Sozialforschung mit quantitativen Daten gearbeitet wird, zum anderen sollen sie sich bewusstwerden, dass sich hinter den aggregierten Daten viele individuelle Personen verbergen, die zwar hinsichtlich bestimmter Merkmale Gemeinsamkeiten aufweisen, dennoch aber sehr unterschiedlich sein können, d.h. die Heterogenität auf Fallebene soll wieder deutlich werden. Der Datendetektiv ermöglicht es quasi, mit der Lupe auf die aggregierten Daten wieder einzelne Menschen sichtbar zu machen, und bietet damit einen ganz neuen Ansatz mit quantitativen Daten zu arbeiten. Dieser Ansatz basiert auf einer Idee von Max Keck (Wissenschaftlicher Mitarbeiter der Uni Münster, jetzt Uni Duisburg-Essen), der die Quanti-quali-Dimension von Daten aufzeigen möchte. (Für weitere Informationen zu diesem Ansatz s. Interner Link: Info 03.01)

Umsetzung

An dem wahlsoziologischen Beispiel der Wählergruppe der Nichtwählerinnen und Nichtwähler - und deren sozio-ökonomischen Profilentwicklung - wird den Lernenden erfahrbar gemacht, wie durch Datenfilterungen Personenprofile in Daten aufdeckt werden können und welche Schlussfolgerungen man daraus ziehen kann. Deutlich werden soll dabei auch, welchen spezifischen Artefaktcharakter (d.h. durch den Forschungsprozess möglicherweise leicht verzerrt) im Unterschied zu den qualitativen Profilen die Aggregat-Daten haben.

Problemstellung für das ausgewählte Beispiel

„Freie Wahlen sind Grundlage der Demokratie“ Aber warum gehen Menschen nicht mehr zur Wahl?
Ausgehend von dieser Problemstellung, die im Einstieg mithilfe einer Schlagzeilen-Collage zum Thema (Interner Link: M 03.01) aufgeworfen wird, sollen die Lernenden der Frage nachgehen und herausfinden, aus welchen Gründen Menschen nicht (mehr) zur Wahl gehen, um auf dieser Basis dann ggf. Maßnahmen entwickeln zu können, um Nichtwählerinnen und -wähler in ihrem sozialen Nahfeld zur Wahl zu motivieren. Gegenstand der Untersuchung sollen dabei empirische Daten von Nichtwählerinnen und -wähler sein, die im Hinblick auf die Problemstellung untersucht werden sollen.

An die Hand bekommen die Lernenden dafür empirische Daten (Interner Link: M 03.03) als Auszug aus einer Zeitreihen-Studie mit den (fiktiven) Daten von Nichtwählerinnen und -wählern, ein dazu passendes Kodierschema (Interner Link: M 03.04) sowie ein strukturiertes Arbeitsblatt (Interner Link: M 03.02) mit Anleitung, um Informationen zu den Nichtwählerinnen und -wählern aus den Daten abzulesen und zu sichern.

Nach der Datenanalyse erfolgt eine Zuordnung der untersuchten Fälle zu wissenschaftlich definierten Typen von Nichtwählerinnen und -wählern (Interner Link: M 03.06) durch die Lernenden. Unterstützend können optional davor zunächst noch sprachliche „Interviewfetzen“ (Interner Link: M 03.05) aus fiktiven qualitativen Interviews. Diese lassen sich den untersuchten Personen zuordnen, um die Personenprofile anschaulicher zu gestalten. Denkbar wäre an dieser Stelle auch, mit dem "Externer Link: Wahlbingo für Nichtwählende" der bpb zu arbeiten. Dies unterstreicht zum einen die gewonnenen Informationen zu den untersuchten Personen und vereinfacht so – gerade auch schwächeren Lernenden – eine Einordnung zu den Typen von Nichtwählerinnen und -wählern.

Für stärkere Lerngruppen kann im Anschluss daran vertiefend erarbeitet werden, inwiefern sich die Typisierung im Rahmen von wissenschaftlichen Untersuchungen von Stereotypen und Vorurteilen unterscheidet. (Interner Link: M 03.07)

Leitfragen

  • Welche Faktoren beeinflussen die Wahlabsicht? Aus welchen Gründen gehen Menschen nicht wählen? Und wie kann man dies wissenschaftlich herausfinden?

  • Nichtwählende – welche Menschen verbergen sich dahinter? (Quanti-quali-Dimension von Daten)

  • Wie könnte man Nichtwählerinnen und -wähler dazu motivieren, (wieder) wählen zu gehen? (s. Interner Link: Baustein 4)

Lernziele

Inhaltlich

Die Schülerinnen und Schüler

  • können Faktoren benennen, die die Wahlabsicht beeinflussen (Gründe für Nichtwählen).

  • analysieren und erschließen verschiedene Typen von Nichtwählerinnen und -wähler.

  • entwickeln Ideen zur Motivierung von Nichtwählerinnen und -wähler.

  • kennen Verfahren sozialwissenschaftlicher Datengewinnung und –analyse.

  • erschließen sich aus Texten die Bedeutung von Typisierung und Stereotypisierung, können kennzeichnende Unterschiede benennen und beide Verfahren begründet beurteilen.

Methodisch

Die Schülerinnen und Schüler

  • erlernen sozialwissenschaftliche Methoden und wenden diese mit Fokus auf eine fachspezifische Fragestellung exemplarisch an.

  • analysieren und interpretieren Daten.

  • erschließen sich Wissen aus der Rezeption verschiedener medialer Formate (Text, Schaubild, Daten, Diagramm).

  • erkennen Heterogenität auf Fallebene.

Planungshinweise

Die Unterrichtsmaterialien können im Rahmen einer Doppelstunde (90 Minuten) – bzw. in zwei bis drei Einzelstunden (à 45 Minuten) – eingesetzt werden.

Einstieg und Hinführung

Collage aus Schlagzeilen bezüglich niedriger Wahlbeteiligung (© Team "Forschendes Lernen" Uni Münster)

Der Einstieg in den Baustein erfolgt über eine Collage mit verschiedenen Schlagzeilen im Nachgang von unterschiedlichen Wahlen, die eine Zunahme Nichtwählerinnen und -wählern thematisieren. (Interner Link: M 03.01) Die Lernenden sollen zunächst anhand der Schlagzeilen die Problemstellung erfassen, dass es viele Nichtwählerinnen und -wähler gibt.

Alternativ oder zusätzlich kann, im Sinne eines dann aufzulösenden Widerspruchs, die Thematisierung der gestiegenen Wahlbeteiligung bei den Landtagswahlen 2024 in Brandenburg, Sachsen und Thüringen erfolgen. Durch die Analyse der Kontextvariablen dieser Landtagswahlen kann ein Bewusstsein für die Wichtigkeit der Wahlteilnahme sowie für die Wahl einer demokratischen Partei angebahnt werden. Analysedaten zu den Landtagswahlen gibt bei der Externer Link: Tagesschau.

Nach dem Einstieg leitet die Lehrkraft zur Erarbeitungsphase über. In dieser werden – in einer Art Detektivarbeit – Personenprofile von Nichtwählenden sowie Gründe für die Nichtwahl untersucht.

Erarbeitung

Die Lernenden erhalten alle benötigten Materialien für die Detektivarbeit. (M 03.02 - M 03.04) und bearbeiten diese zunächst in Einzelarbeit und vergleichen ihre Ergebnisse anschließend im Zweierteam.

Zunächst wählen sie einen Fall, also eine Person, für die Bearbeitung aus. Die dazugehörige Identifikationsnummer tragen sie in das entsprechende Feld auf dem Arbeitsblatt (Interner Link: M 03.02) ein. Hier werden die weiteren Ergebnisse der Erarbeitung ebenfalls gesichert.

Screenshot aus dem Arbeitsblatt zur Dekodierung der Informationen der befragten Person (© Team "Forschendes Lernen" Uni Münster)

Die Arbeit mit den Daten erfolgt anschließend in mehreren Einzelschritten

1. Sichtung der Daten

(© Team "Forschendes Lernen" Uni Münster)

Die Lernenden erhalten die Daten-Tabelle (Interner Link: M 03.03) und verschaffen sich einen Überblick, dabei lernen sie die Daten zu „lesen“. Sie sollten erkennen, dass es sich um fünf verschiedene Personen handelt, die jeweils zu drei Zeitpunkten befragt wurden. Da die Antworten der Befragten nur kodiert als Zahlen oder Nominalwert in der Tabelle vorliegen, müssen diese im nächsten Schritt für die gewählte Person dekodiert werden.

2. Dekodieren der Daten

Mithilfe des Kodierschemas (Interner Link: M 03.04), welches alle Fragen und Kodierung der Antworten, also Merkmalsausprägungen, enthält, entschlüsseln die Lernenden die Informationen aus den empirischen Daten. (Bsp.: Welcher Schulabschluss verbirgt sich hinter der Kodierungsziffer 2?) Dazu dekodieren sie die Werte aus der Datentabelle und halten die gewonnenen Informationen über die zu untersuchenden Person (z.B. Alter, Geschlecht, Wohnort, Wahlabsicht, Politikinteresse etc.) auf dem für den untersuchten Fall auf dem strukturierten Arbeitsblatt (Interner Link: M 03.02) fest.

3. Datenanalyse

In der anschließenden Analyse der Daten, bzw. der daraus gewonnenen Informationen, liegt der Fokus auf Veränderungen im zeitlichen Verlauf der Lebensprofile, mit besonderem Blick auf die Wahlabsicht: Welche Veränderungen gibt es im zeitlichen Verlauf (drei Erhebungszeitpunkte) für die untersuchte Person? Wann wurde gewählt bzw. nicht gewählt?

4. Interpretation der Daten

Im Zweierteam stellen sich die Lernenden ihre untersuchte Person jeweils vor. Wo gibt es Gemeinsamkeiten, wo Unterschiede? Die Lernenden stellen nun Vermutungen über Gründe und Zusammenhänge an. Welche persönlichen Ereignisse könnten für das veränderte Wahlverhalten verantwortlich sein? Im Zweierteam besprechen die Lernenden ihre Ergebnisse und vergleichen die jeweiligen (vermutlichen) Faktoren, warum ihre jeweiligen Personen nicht (mehr) wählen gehen.

Optional kann im Zweierteam ergänzend zum Abrunden der Personenprofile noch eine Zuordnung von Interviewfetzen (Interner Link: M 03.05) aus qualitativen Interviews vorgenommen werden (Welche Aussage könnte deine Person im Interview gesagt haben?), wobei die Lernenden ihre Auswahl auf Basis der Informationen aus der Datenanalyse begründen sollen.

5. Einordnung

Abschließend erfolgt eine Übertragung auf Theorieebene: Welche Nicht-Wählenden-Typen (NW-Typen), die in der Wissenschaft definiert sind, lassen sich in den bearbeiteten Personenprofilen erkennen? Die Lernenden ordnen ihren untersuchten Fall jeweils einem entsprechenden NW-Typen zu und begründen ihre Entscheidung (Interner Link: M 03.06). Die Ergebnisse der Arbeitsphase werden im Plenum vorgestellt und diskutiert.

Vertiefung (optional)

Für lernstarke Gruppen kann im Anschluss (optional) noch vertiefend untersucht werden, inwiefern sich die Typisierung, so wie sie in der Wissenschaft bei der Analyse der Daten vorgenommen wird und notwendig ist, von Stereotypenbildung unterscheidet. Das Arbeitsblatt (Interner Link: M 03.07) enthält dazu Definitionen zu Typisierung und Stereotypen (inkl. Beispiel), welche arbeitsteilig bearbeitet und anschließend kontrastiv gegenübergestellt und im Hinblick auf ihre Funktionen und Unterschiede im Klassenverband diskutiert werden.

Vertiefung 2 (optional)

Abschließend können Lernende noch die zentralen Ergebnisse der Externer Link: Shell-Jugendstudie zum Thema Politik recherchieren. Die Analyse der zusammenfassenden Infografik bietet sich dabei an. Auf dieser Basis können die Lernenden die für sie relevantesten Gründe für die Wahlteilnahme diskutieren.

(Am 3.1.2025 von Ulrich Kerscher aktualisiert)

Weitere Inhalte

Prof. Dr. Andrea Szukala
Inhaberin des Lehrstuhls für Externer Link: Politische Bildung und Didaktik der Sozialwissenschaften
an der Philosophisch-Sozialwissenschaftlichen Fakultät an der Universität Augsburg

Katharina Grannemann (M.A.)

Wissenschaftliche Mitarbeiterin am Lehrstuhl für Didaktik der Sozialwissenschaften am Institut für Politikwissenschaft an der Westfälischen Wilhelms-Universität Münster (WWU). Forschungsschwerpunkte: Sprachbildung im Fachunterricht, Diversitätssensible Lehrer*innenbildung, Professionalisierung in der Lehrer*innenbildung

Wissenschaftlicher Mitarbeiter am Institut "Arbeit und Qualifikation"
der Fakultät für Gesellschaftswissenschaften an der Universität Duisburg Essen.

Arbeitsschwerpunkte:Armutsforschung, Sozialstrukturanalyse, Arbeitsmarktanalyse, Methoden der empirischen Sozialforschung

Team "Forschendes Lernen" Lehrstuhl für Didaktik der Sozialwissenschaften am Institut für Politikwissenschaft der WWU

Studiert im Master of Education Sozialwissenschaften und Geschichte an der Westfälischen Wilhelms-Universität Münster.

Team "Forschendes Lernen" Lehrstuhl für Didaktik der Sozialwissenschaften am Institut für Politikwissenschaft der WWU

Studentische Hilfskraft am Lehrstuhl für Didaktik der Sozialwissenschaften am Institut für Politikwissenschaft an der Westfälischen Wilhelms-Universität Münster (WWU). Studiert im Zwei-Fach-Bachelor Politikwissenschaften und Spanisch an der WWU

Team "Forschendes Lernen" Lehrstuhl für Didaktik der Sozialwissenschaften am Institut für Politikwissenschaft der WWU

Studentische Hilfskraft am Lehrstuhl für Didaktik der Sozialwissenschaften am Institut für Politikwissenschaft an der Westfälischen Wilhelms-Universität Münster (WWU). Studiert im Zwei-Fach-Bachelor Soziologie und Germanistik an der WWU.

Team Forschen mit GrafStat
jetzt Team "Forschendes Lernen" am Lehrstuhl für Didaktik der Sozialwissenschaften am Institut für Politikwissenschaft der Westfälischen Wilhelms-Universität Münster

IT-Trainerin und Referentin für Software-Schulungen
- u.a. zum Thema Evaluation mit der Befragungssoftware Externer Link: GrafStat im schulischen und außerschulischen Bereich
(Bildungsversion und Kommerzielle Version)