[[Q-Sort]]
Übersetzungen dieser Seite:
 

Q-Sort

Die Q-Sort Technik ist ein Instrument der übergeordneten Q-Methode (Q methodology), einer Erhebungstechnik, die sich an der Schnittstelle zwischen quantitativer und qualitativer Forschung befindet. Sie wird primär zur Erfassung von Meinungs-, Einstellungs- und Wertestrukturen eingesetzt. Dabei sollen die individuellen Meinungsbilder auf einer komplexeren Ebene erfasst werden, um anschließend Typen subjektiver Sichtweisen zu konstruieren und deren Gemeinsamkeiten sowie Unterschiede herausarbeiten zu können.

Hierfür wird zunächst ein Set an Items (das Q-Sample) generiert, die von den Befragten anschließend relativ zueinander bewertet und in ein vorgegebenes Ordnungsschema sortiert werden. Typischerweise verwendet Q-Sort ein pyramidenförmiges Ordnungsschema, bei dem die meisten Items in die neutrale Mittelkategorie eingeordnet werden, während die Kategorien zu den Extremen hin immer kleiner werden. Es handelt sich also um ein erzwungenes Auswahlverfahren, bei dem die Befragten aufgrund der Form des Ordnungsschemas nur eine bestimmte Anzahl von Items in jede Kategorie einordnen können.

Ablauf der Methode

Schritt 1: Karten vorsortieren (optional)

Sortierung in bspw.: lehne ich ab, neutral, stimme zu (Beschriftungen sind anpassbar) Diese Option ist besonders bei großen Itemmengen/Q-Sets sinnvoll, um den/die Befragten nicht zu überfordern.

Schritt 2: Karten ins Raster/Ordnungsschema legen.

Schritt 3: Karten umsortieren (optional)

Rückfrage per Textbox, ob der/die Befragte sich sicher ist mit der Sortierung.

Schritt 4: Kommentare zu außen liegenden Karten (optional)

Möglichkeit, die Wahl der Extrema in einem offenen Textfeld zu begründen.

Die Schritte 1, 3 und 4 können unter Optionale Funktion aktiviert oder deaktiviert werden.

Einstellungsmöglichkeiten

Detaillierte Einstellungsmöglichkeiten finden Sie im Karteireiter Weitere Einstellungen.

Instruktionen

Hier können Beschriftungen und Anweisungstexte angepasst werden.

Über die Felder „Fehler: Unvollständig weiter“ und „Abfrage: Unvollständig weiter“ lässt sich einstellen, ob alle Items einsortiert werden müssen. Wenn das „Abfrage“-Feld mit einen Hinweistext befüllt ist, dann darf der/die Befragte zur nächsten Frage übergehen ohne alle Items legen zu müssen. Wenn das „Fehler“-Feld mit einen Hinweistext befüllt ist, müssen alle Items von der/dem Befragten gelegt werden.

Einstellungen zu den Instruktionen

Raster

In dieser Einstellung werden der Aufbau und die Ausrichtung des Ordnungsschemas festgelegt. Die klassische Q-Sort Technik verteilt die Kategoriegrößen wie eine Normalverteilungskurve, mit einer großen neutralen Kategorie und kleinen Extrem-Kategorien.

Beispiel 1 für ein Raster (Ausrichtung: oben bündig, neun Items)

Beispiel 1 für ein Raster

Beispiel 2 für ein Raster (Ausrichtung: vertikal mittig, 13 Items)

Beispiel 2 für ein Raster

Gestaltung

Hier kann man die farbliche Gestaltung des Raster/Ordnungsschema verändern. Tiefergehende Anpassungen lassen sich über den CSS Code vornehmen. Auf die Itemkarten lässt sich über die „statement“ class zugreifen (s. Bild unten):

CSS-Anweisungen zur Steuerung der Darstellung

Items (Statements)

Die Statements werden im Abschnitt Items eingetragen.

Der/die Befragte sieht immer nur das aktuell zu sortierende Item. Die Reihenfolge können im Abschnitt Items einstellen. Das Item, das in der Liste ganz oben steht, wird als letztes angezeigt und umgekehrt.

Literatur

Weitere Infos zur Q-Methodologie (deutsch/englisch): Q-Sort Technique and Q-Methodology

Anwendungsbeispiele

Pfeiffer, Sabine (2024): KI als Kollegin (KIK) – Repräsentative Beschäftigtenbefragung zu Künstlicher Intelligenz am Arbeitsplatz. In: Heinlein, Michael; Huchler, Norbert (Hg.): Künstliche Intelligenz, Mensch und Gesellschaft: Soziale Dynamiken und gesellschaftliche Folgen einer technologischen Innovation, S. 15–40. Wiesbaden: Springer Fachmedien. https://doi.org/10.1007/978-3-658-43521-9_2

Pfeiffer, Sabine (2024): AI as a Colleague: A Representative Employee Survey on Artificial Intelligence in the German Workplace, in: Heinlein, Michael; Huchler, Norbert (eds.), Artificial Intelligence in Society: Social, Political and Cultural Implications of a Technological Innovation, Wiesbaden, pp.353–379. https://doi.org/10.1007/978-3-658-45708-2_14

de/create/questions/q-sort.txt · Zuletzt geändert: 10.05.2025 17:41 von admin
 
Falls nicht anders bezeichnet, ist der Inhalt dieses Wikis unter der folgenden Lizenz veröffentlicht: CC Attribution-Share Alike 4.0 International
Driven by DokuWiki