Sekundaeranalyse in der Bachelorarbeit & Masterarbeit

SOEP wenn Sie: (1) Veraenderungen ueber die Zeit analysieren wollen (Laengsschnitt/Panel), (2) Einkommen, Arbeitsmarkt, Gesundheit, Lebenszufriedenheit oder Migration untersuchen, (3) kausale Effekte schaetzen wollen (Fixed-Effects-Modelle brauchen Paneldaten). ALLBUS wenn Sie: (1) Einstellungen und Werte untersuchen (politische Einstellungen, Vorurteile, Umweltbewusstsein), (2) Trends ueber Erhebungswellen vergleichen wollen, (3) schnellen Datenzugang brauchen (ALLBUS ist sofort verfuegbar, SOEP braucht einen Nutzungsvertrag). ESS wenn Sie: Laendervergleiche anstellen wollen. Mikrozensus wenn Sie: die groesste Stichprobe brauchen (1% der Bevoelkerung).

Alle drei funktionieren. Stata ist in der Soziologie der haeufigste Standard – viele Methodenlehrbucher verwenden Stata-Syntax, das SOEP liefert Stata-Datensaetze, und die meisten Betreuer kennen Stata. SPSS ist einsteigerfreundlich und an vielen Instituten verfuegbar – reicht fuer die BA und einfache MA-Analysen. R ist kostenlos, extrem flexibel und langfristig das maechtigste Werkzeug – aber die Lernkurve ist steiler. Empfehlung: Verwenden Sie, was an Ihrem Institut gelehrt wird. Fuer die BA: SPSS genuegt. Fuer die MA/Diss: Stata oder R. Die Statistik-Beratung unterstuetzt in allen drei Programmen.

Drei Strategien: (1) Listenweiser Ausschluss (Listwise Deletion): Faelle mit fehlenden Werten auf einer der Analysevariablen werden ausgeschlossen. Einfach, aber problematisch wenn viele Faelle wegfallen oder die Ausfaelle nicht zufaellig sind. (2) Multiple Imputation (MI): Fehlende Werte werden auf Basis der vorhandenen Daten mehrfach geschaetzt. Goldstandard, aber methodisch anspruchsvoll (Stata: mi impute, R: mice-Package). (3) Dummy-Indikator-Methode: Fehlende Werte auf einer Variable erhalten einen eigenen Dummy. Einfach, aber statistisch umstritten. Fuer die Thesis: Dokumentieren Sie im Methodenteil, wie viele Faelle auf welchen Variablen fehlende Werte haben und welche Strategie Sie gewaehlt haben. In der BA: Listenweiser Ausschluss mit Begruendung genuegt. In der MA: Multiple Imputation ist ein Plus.

Ja – und diese Kombination wird zunehmend geschaetzt. Typisches Mixed-Methods-Design: (1) Sequenziell QUANT → QUAL: Sekundaeranalyse identifiziert ein Muster (z.B. „Erstakademiker haben trotz gleicher Noten geringeres Einkommen"), dann erklaeren qualitative Interviews das „Warum" (Habitus-Diskrepanz, fehlende Netzwerke). (2) Sequenziell QUAL → QUANT: Explorative Interviews generieren Hypothesen, die dann mit SOEP-/ALLBUS-Daten quantitativ getestet werden. Die Kombination ist besonders in der Masterarbeit ein starkes Qualitaetsmerkmal.

Faustregel: So wenige wie noetig, so viele wie theoretisch begruendet. Ein Modell mit 3 unabhaengigen Variablen und 5 Kontrollen ist fuer eine BA voellig ausreichend. In der MA: 5–10 Variablen sind Standard. Jede Variable im Modell muss theoretisch begruendet sein – nicht nur eingefuegt, „weil sie verfuegbar ist". Kontrolle: Warum kontrolliere ich Alter? Weil Einkommen mit dem Alter steigt und Alter mit der Generation korreliert, die unterschiedlich sozialisiert wurde. Diese Begruendung gehoert in den Methodenteil. Vermeiden Sie: Kitchen-Sink-Regressionen (alles reinwerfen und schauen, was signifikant wird) und Modelle ohne theoretische Fundierung.

Nein – die Datensaetze (SOEP, ALLBUS etc.) unterliegen Nutzungsvertraegen und duerfen nicht weitergegeben werden. Was Sie beifuegen sollten: (1) Den Analysecode (Stata-Do-File, R-Script, SPSS-Syntax) als Anhang oder elektronisches Supplement – das ermoeglicht Reproduzierbarkeit. (2) Eine Variablentabelle im Methodenteil: Variablenname, Fragetext, Skalierung, Rekodierung. (3) Die deskriptive Statistik Ihres Analysesamples: N, Mittelwerte, Standardabweichungen, Min/Max fuer alle Analysevariablen. Gutachter schaetzen reproduzierbare Analysen – der Code ist der Beweis.