Quantitative Datenauswertungen in der Tourismusforschung

Der Phase der Datenauswertung kommt bei einer empirischen Arbeit eine essenzielle Rolle zu. Wichtig ist, dass man sich für die Auswertung quantitativer Daten hinreichend Zeit nimmt, denn häufig erfordern wissenschaftliche Erkenntnisse eine gewisse Muße, interessante Befunde durch die Datenanalyse geschickt herauszuarbeiten. Oftmals ist es zielführend, bei der Datenauswertung unterschiedliche Perspektiven einzunehmen. In den letztenJahren finden sich in akademischen Kreisen immer mehr Studiengänge, die sich ganzheitlich dem Datenmanagement widmen, sodass sich die sog. Data Science mehr und mehr etabliert (Ng & Soo, 2018). Bevor es zu einer statistischen Testung von Hypothesen kommen kann, ist es immer erforderlich, Plausibilitätsprüfungen durchzuführen, Unstimmigkeiten im Datensatz auszubessern, ggf. Variablen umzukodieren und in Skalenwerte zu überführen. All dies sollte mit großer Sorgfalt erfolgen, um nicht zu einem späteren Zeitpunkt festzustellen, dass noch Fälle hätten ausgeschlossen, Skalen anders gebildet werden oder Subgruppenbetrachtungen anders hätten umgesetzt werden sollen.

Prinzipiell können sich Datenauswertungen und die Aufbereitung von Ergebnissen in Abhängigkeit davon unterscheiden, in welchem Kontext der empirischen Tourismusforschung die Studie angesiedelt ist. Gerade in nicht wissenschaftlichen Kontexten kommt der deskriptiven Umfrageforschung eine zentrale Rolle zu. In dieser beschränkt sich die Ergebnisbetrachtung vielfach auf die Darstellung deskriptiver Kennwerte und es wird häufig von inferenzstatistischen Analysen wie z.B. statistischen Signifikanztests abgesehen. Auch wenn in akademischen Kreisen den inferenzstatistischen Grundprinzipien eine elementare Rolle zukommt, lässt sich konstatieren: In der Frühphase des Auswertungsprozesses ist die Schaffung eines umfangreichen deskriptiven Überblicks über die erhobenen Daten eine wichtige Grundlage, auf der alles Weitere aufbauen kann (Faulbaum, 2019). Dies ist auch der Grund, weshalb sich ein guter Ergebnisbericht immer auch dadurch auszeichnet, dass der inferenzstatistischen Prüfung der Hypothesen eine übersichtliche Darstellung der deskriptiven Ergebnisse vorangestellt wird. Im Zuge dessen ist auch die visuelle Aufbereitung von Ergebnissen mittels Grafiken zu empfehlen. Hierbei gilt es, jeweils eine Entscheidung darüber zu treffen, für welche deskriptiven Befunde es besonders lohnenswert ist, sie in Form von Ergebnisgrafiken zu illustrieren.