In jeder wissenschaftlichen Arbeit, sei es im qualitativen oder quantitativen Bereich, spielt die Sicherstellung der Zuverlässigkeit, Validität und Übertragbarkeit eine zentrale Rolle. Besonders in quantitativen Forschungen ist es entscheidend, den Leser von der methodischen Genauigkeit und der Verallgemeinerbarkeit der Ergebnisse zu überzeugen. Ein Hauptaugenmerk liegt dabei auf der Art der Stichprobe und den verwendeten Instrumenten. Die Auswahl von Instrumenten, die sich in früheren Studien als valide und zuverlässig erwiesen haben, oder die durch eigene psychometrische Tests überprüft wurden, ist von entscheidender Bedeutung. Diese Tests und ihre Ergebnisse sollten klar kommuniziert werden, auch wenn sie bereits an anderer Stelle im Forschungsbericht erwähnt wurden.

Ebenso wichtig ist die Beschreibung der Rekrutierungstechniken und der Stichprobenmethoden. Hierbei sollte darauf geachtet werden, dass mögliche Verzerrungen minimiert und die Verallgemeinerbarkeit der Ergebnisse gewährleistet wird. Im Falle eines Projekts zur Qualitätsverbesserung, das nicht auf eine breitere Allgemeingültigkeit abzielt, sondern nur innerhalb des eigenen Settings relevant ist, muss dennoch ein gewisser Grad an methodischer Strenge und eine adäquate Evaluation der Ergebnisse gewährleistet sein.

Die Methodenkapitel in wissenschaftlichen Arbeiten stellen einen wichtigen Abschnitt dar, der die Grundlage für den gesamten Forschungsprozess bildet. Der Forschende sollte bereits zu Beginn klar darlegen, warum er sich für das gewählte Studiendesign entschieden hat. Dies umfasst eine detaillierte Beschreibung der Intervention, um den anderen Forschern zu ermöglichen, diese bei Bedarf zu replizieren. Ebenso sollten die Einschluss- und Ausschlusskriterien der Stichprobe transparent gemacht werden, um die Generalisierbarkeit und Relevanz der Ergebnisse zu gewährleisten.

Ein weiteres zentrales Thema im Methodenkapitel ist die detaillierte Darstellung der verwendeten Instrumente und der Validität sowie der Zuverlässigkeit der Tests. Studien, die mit psychometrischen Instrumenten arbeiten, müssen die Ergebnisse der Validitäts- und Reliabilitätsprüfungen angeben und erläutern. Es ist ebenfalls notwendig, die Ressourcen, die für die Durchführung eines Projekts zur Qualitätsverbesserung benötigt werden, präzise zu benennen und die verwendeten Schulungs- und Bildungsinhalte sowie die zugrunde liegenden Evidenzen oder Leitlinien zu beschreiben.

Darüber hinaus spielt auch die ethische Reflexion eine wesentliche Rolle. Die ethischen Überlegungen sollten klar und ausführlich dargelegt werden, einschließlich der Genehmigung durch das zuständige Ethikkomitee. Dies gewährleistet, dass die Untersuchung nicht nur in methodischer Hinsicht solide ist, sondern auch den grundlegenden ethischen Prinzipien der Forschung entspricht.

Besonders bei qualitativen Studien ist es von entscheidender Bedeutung, die Zuverlässigkeit der Daten zu sichern. Hierbei werden häufig Methoden wie „thick description“, verbatim Zitate und Peer-Reviews eingesetzt. Diese Techniken helfen, die Glaubwürdigkeit der Forschung zu erhöhen und die Ergebnisse transparenter und nachvollziehbarer zu gestalten. Die Validität qualitativer Forschung kann zusätzlich durch die Verwendung unabhängiger Koder oder durch die Durchführung von „Member Checks“ – eine Rückmeldung von den Teilnehmern der Studie zu den Ergebnissen – weiter gestärkt werden.

Die Qualität und Präzision der durchgeführten Datenanalyse ist ebenfalls ein Thema, das ausführlich behandelt werden sollte. Besonders in qualitativen Studien können die Datenmengen immens sein, was die Auswertung erschwert. Eine transparente und nachvollziehbare Darstellung der Analysemethoden sowie eine klare Erklärung, warum bestimmte Daten und Ergebnisse ausgewählt wurden, ist notwendig, um das Vertrauen in die Forschungsergebnisse zu sichern.

Es ist entscheidend, dass bei der Präsentation der Ergebnisse nicht nur die Daten, sondern auch die angewandten Methoden der Datenerhebung und Analyse klar und verständlich dargestellt werden. Besonders im Bereich der qualitativen Forschung ist es wichtig, dass alle Entscheidungen zur Datenanalyse nachvollziehbar sind, um eine glaubwürdige und verlässliche Auswertung der Ergebnisse zu gewährleisten.

Schließlich sollte darauf geachtet werden, dass die Datenanalyse auf einer soliden theoretischen Grundlage basiert. Dies bedeutet, dass vor der Durchführung der Analyse alle Annahmen und Hypothesen klar formuliert und die verwendeten statistischen Tests oder qualitativen Analysemethoden detailliert beschrieben werden sollten. Ein solcher methodischer Ansatz stellt sicher, dass die Forschung nicht nur validiert, sondern auch die höchste Qualität erreicht.

Wie man Ergebnisse in wissenschaftlichen Arbeiten präsentiert: Tabellen und Grafiken

Tabellen und Abbildungen spielen eine wesentliche Rolle bei der Präsentation von Ergebnissen in wissenschaftlichen Arbeiten. Während Tabellen eine strukturierte Übersicht von Daten bieten, können Abbildungen dazu beitragen, Trends und Muster visuell darzustellen. So eignet sich beispielsweise eine Grafik hervorragend, um die Veränderung der CAUTI-Rate (katheterassoziierte Harnwegsinfektionen) über den Zeitraum eines Qualitätsverbesserungsprojekts zu verdeutlichen – eine einfache Zahlenaufstellung in einer Tabelle würde dies nicht so effektiv tun (siehe Abbildung 4.2). Wenn es jedoch nur darum geht, die Differenz zwischen der Rate zu Beginn und nach der Implementierung zu zeigen, ist eine Tabelle die bessere Wahl (siehe Tabelle 4.1).

Wichtige Prinzipien der Datendarstellung
In quantitativen Studien kommen häufig zahlreiche Tabellen im Kapitel „Ergebnisse“ vor. Diese beinhalten sowohl die wichtigsten Ergebnisse als auch andere Ergebnisse, die hervorgehoben werden sollen. Die Entscheidung, welche Daten im Text und welche in einer Tabelle präsentiert werden, orientiert sich oft an der Frage, ob die Daten in der Diskussion behandelt werden. Wenn dies der Fall ist, sollten sie im Text selbst und nicht nur in einer Tabelle berichtet werden. Tabellen werden in der Regel in unmittelbare Nähe zu den Abschnitten im Text eingebettet, die auf sie Bezug nehmen. Es ist jedoch wichtig, den Vorgaben des Programms zu folgen, da in manchen Fällen alle Tabellen am Ende des Papiers oder in einem Anhang platziert werden müssen, auch wenn sie im Text entsprechend referenziert werden.

Vermeidung häufiger Fehler

Tabellen und Abbildungen sollten nicht lediglich die im Text enthaltenen Informationen wiederholen. Sie sollen vielmehr das Verständnis des Lesers vertiefen und zusätzliche Informationen liefern. Wenn eine Tabelle oder Abbildung keine neuen Erkenntnisse bietet, ist es unnötig, sie einzufügen. Wenn hingegen Trends oder Muster in einer Abbildung illustriert werden, sind detaillierte Datenpunkte im Text überflüssig. Die Struktur von Tabellen sollte klar und übersichtlich sein. Wenn beispielsweise bei der Darstellung von Komorbiditäten bei Patienten mit Herzinsuffizienz eine große Anzahl an Patienten mit Lungenerkrankungen, Diabetes und Niereninsuffizienz auftritt, sollten diese Erkrankungen in separaten Reihen oder Spalten aufgeführt werden, während weniger häufige Komorbiditäten zusammengefasst werden können.

Ein weiterer häufiger Fehler besteht darin, automatisch die Ausgaben von SPSS oder SAS zu verwenden, um Tabellen zu erstellen. Zwar funktionieren einige Tabellen in ihrer Rohform, dennoch sollte jede Tabelle sorgfältig überarbeitet und gegebenenfalls angepasst werden, um den Forschungsfragen gerecht zu werden und das Verständnis des Lesers zu fördern. Statistisch signifikante Ergebnisse sollten für den Leser hervorgehoben werden. Dies geschieht durch das Setzen eines Sternchens (*) bei signifikanten p-Werten im Textkörper der Tabelle, wobei ein Stern für *p ≤ 0,05 und zwei Sterne für **p ≤ 0,01 verwendet werden.

Die Rolle der Legende und Konsistenz
Jede Tabelle sollte eigenständig verständlich sein. Dies bedeutet, dass Abkürzungen und Symbole erklärt werden müssen, auch wenn diese bereits im Text oder einer anderen Tabelle verwendet wurden. Achten Sie darauf, in allen Tabellen konsistent zu bleiben und verwenden Sie eine Legende oder ein Schlüssel, um Symbole oder Abkürzungen zu erklären. Dies gewährleistet, dass der Leser problemlos nachvollziehen kann, was jede Tabelle bedeutet.

Qualitative Ergebnisse
Die Darstellung qualitativer Ergebnisse stellt eine besondere Herausforderung dar, insbesondere wenn die Daten aus umfangreichen Interviews bestehen, die nach der Codierung noch Hunderte von Seiten umfassen können. Wie man qualitative Ergebnisse präsentiert, hängt zunächst von der Art der durchgeführten qualitativen Forschung ab und zweitens von der Analysemethode, die verfolgt wird. Eine allgemeine Vorgehensweise besteht darin, eine Erzählung zu formen, wobei die gesammelten Daten, Zitate und Beobachtungen die Bausteine dieser Geschichte sind und sie stützen. Der Aufbau des Textes erfolgt häufig nach den ermittelten Themen, beginnend mit einer allgemeinen Zusammenfassung der Ergebnisse und der Auflistung der Themen und Subthemen, die in der Analyse identifiziert wurden.

Die Darstellung qualitativer Ergebnisse erfordert oft eine „dicke Beschreibung“ (thick description), um die Rigorosität der Studie zu zeigen und dem Leser zu vermitteln, dass die Ergebnisse zuverlässig sind. Ein oder zwei Zitate reichen nicht aus, um ein Thema zu etablieren. Es sollten vielmehr die Zitate ausgewählt werden, die das Thema am besten verdeutlichen und die stärksten Belege für die Ergebnisse darstellen.

Die Bedeutung der richtigen Auswahl von Zitaten
Wie viele Zitate in einem wissenschaftlichen Text aufgenommen werden sollten, lässt sich nicht pauschal beantworten. Es sollten genug Zitate enthalten sein, um die Ergebnisse zu stützen und den Lesern zu vertrauen zu vermitteln. Bei der Auswahl der Zitate ist es wichtig, jene zu wählen, die das Thema am klarsten und überzeugendsten darstellen. So wird gewährleistet, dass die Leserschaft das Verständnis für die behandelten Themen entwickeln kann, ohne von einer Fülle an unwichtigen Details überwältigt zu werden.

Es ist unerlässlich, dass die Darstellung der qualitativen Ergebnisse in einer Weise erfolgt, die es dem Leser ermöglicht, die Komplexität der Daten zu verstehen und den Zusammenhang zwischen den Ergebnissen und den zugrunde liegenden sozialen, kulturellen oder psychologischen Prozessen zu erkennen.