Explorativ und konfirmatorisch – was bedeutet das?

Die Begriffe explorativ (oder auch exploratorisch) und konfirmatorisch (oder auch konfirmativ) tauchen häufiger im Bereich der statistischen Datenanalyse auf. In diesem Blogartikel will ich Dir erklären, was in den jeweiligen Bereichen dahinter steckt.

Explorative oder konfirmatorische Faktorenanalyse

Es gibt zwei verschiedene Arten der Faktorenanalyse (es gibt noch mehrere Unterarten, aber wir unterscheiden mal zwischen diesen beiden): die explorative und die konfirmatorische Faktorenanalyse. Beiden Methoden ist gemeinsam, dass sie viele Variablen (z.B. Items oder manifeste Variablen genannt) zu weniger Variablen (oft Konstrukte, Faktoren, Komponenten oder latente Variablen genannt) zusammen fassen möchten. Der Unterschied ist der, dass Du bei der explorativen Faktorenanalyse nicht vorgibst, welches Item zu welchem Faktor gehört, und oft auch nicht vorgibst, wie viele Faktoren es am Ende werden sollen. Das lässt Du alles die Methode entscheiden. Deshalb explorativ: Du hast kein festes theoretisches Modell, sondern spielst mit den Daten und schaust, was herauskommt. Die konfirmatorische Faktorenanalyse dagegen ist, wie der Name schon sagt, konfirmatorisch, und versucht damit, ein bestehendes Modell zu bestätigen. In diesem Fall gibst Du vor, wie viele Faktoren es geben soll und welches Item zu welchem Faktor gehört. Dein Modell steht also schon fest, und Du untersuchst mit der Analyse, wie gut dieses Modell auf Deine Daten passt.

Hier findest Du ein kurzes Video, indem ich den Unterschied zwischen CFA (konfirmatorischer Faktorenanalyse) und EFA (explorativer Faktorenanalyse) erkläre:

Explorative vs. konfirmatorische Studie

Die Begriffe explorativ und konfirmatorisch begegnen Dir allerdings nicht nur bei der Faktorenanalyse. Sie können Dir schon beim Studiendesign in die Finger geraten. Was ist mit einer explorativen Studie und was mit einer konfirmatorischen Studie gemeint?

Bei einer explorativen Studie hast Du vorab keine Hypothesen festgelegt und kein festes Modell aufgestellt. Stattdessen willst Du Deine Fragestellung mit den erhobenen Daten „erkunden“ und bist z.B. an allen möglichen Zusammenhängen zwischen den erhobenen Variablen interessiert, ohne dass Du konkrete Annahmen über bestimmte Zusammenhänge hast. Meist werden explorative Studien durchgeführt, wenn das Forschungsthema noch recht neu ist und noch keine feste Theorie sowie noch kaum Analysen zu dem Thema vorhanden sind. Mit dem explorativen Ansatz kannst Du Dich an das Thema herantasten und ebnest damit Forschenden den Weg, die basierend auf Deinen Ergebnissen Hypothesen aufstellen und diese an neuen Studien untersuchen können.

Eine konfirmatorische Studie dagegen geht anders vor: basierend auf gut recherchierter Theorie und bisherigen Studien zum Thema werden ganz konkrete Hypothesen aufgestellt. Eventuell wird sogar ein komplexes Modell mit mehreren Hypothesen entworfen. Genau diese Hypothesen bzw. dieses Modell wird dann anhand der erhobenen Daten untersucht. Hier werden also keine neuen Zusammenhänge oder Unterschiede entdeckt, sondern bereits erwartete Effekt untersucht mit dem Ziel, die Hypothesen zu bestätigen oder abzulehnen.

Generell haben konfirmatorische Studien aus wissenschaftlicher Sicht mehr Gewicht. Das gilt aber nur, wenn sie auch ordentlich durchgeführt werden und z.B. die Hypothesen wirklich wie vorab geplant untersucht und nicht im Verlauf der Analyse angepasst werden. Wichtig ist, dass Du den Studientyp passend zum Forschungsstand Deines Themas auswählst: wenn Du bereits auf gut begründete Theorien und empirische Belege dieser Theorien zurückgreifen kannst, dann baue darauf basierend Deine Hypothesen auf und führe eine konfirmatorische Studie durch. Wenn Dein Thema dies noch nicht hergibt, dann führe eine explorative Studie durch und bereite so eine spätere konfirmatorische Studie vor (selbst wenn Du sie dann nicht durchführen wirst).

Explorative vs. konfirmatorische Methoden

Nicht nur ganze Studien, sondern auch die einzelnen statistischen Methoden lassen sich in konfirmatorische und explorative Methoden einteilen.

Konfirmatorische Methoden unterscheiden sich von explorativen dadurch, dass Du mit konfirmatorischen Methoden eine statistische Hypothese prüfst und einen p-Wert erhältst, mit dem Du eine Entscheidung über die statistische Nullhypothese fällst. Ist der p-Wert kleiner als das Signifikanzniveau (meist 5 %), so lehnst Du die Nullhypothese ab und nimmst damit die Alternativhypothese (z.B. „Es gibt einen Unterschied.“) an. Diese Methoden gehen also schon davon aus, dass es eine Nullhypothese gibt. Also unabhängig davon, ob Du selbst eine Nullhypothese formuliert hast oder nicht: sobald Du eine konfirmatorische Methode verwendest, sobald Du also einen p-Wert als Teil Deiner Ergebnisse erhältst, wurde bereits eine Nullhypothese untersucht.

Einige konfirmatorische Methoden werden auch schließende Methoden genannt und sind z.B. die verschiedenen t-Tests, der Wilcoxon-Test, die Varianzanalyse, die verschiedenen Regressionsanalysen.

Explorative Methoden dagegen untersuchen Zusammenhänge und Unterschiede rein deskriptiv, also ohne eine Aussage über die Signifikanz. Stattdessen wird hier mit deskriptiven Maßen wie Lage- und Streumaßen (Mittelwert, Median, Standardabweichung, IQR…) gearbeitet und gern auch Effektstärkemaße (z.B. Korrelationskoeffizienten, Cohens d) verwendet. Eine ganz klassische explorative Methode ist beispielsweise auch die Clusteranalyse, bei der Untersuchungsobjekte in ähnlichen Clustern zusammengefasst werden sollen.

Achtung: diese deskriptiven und explorativen Maße brauchst Du in Deiner Analyse so oder so: egal ob Du Hypothesen aufgestellt hast und ob Du konfirmatorische Methoden verwendest oder nicht. Ein wichtiger Teil Deiner Analysen und Ergebnisse sind immer deskriptive Analysen und auch ganz besonders wichtig sind die Effektstärkemaße. Schau Dir zum Aufbau der Datenanalyse gern diesen Blogartikel an. Einen Einstieg in die Effektstärkemaße findest Du hier.

Es gibt auch Methoden, bei denen das explorative und das konfirmatorische Vorgehen stark vermischt. Das ist z.B. bei den Korrelationsanalysen der Fall. Meist bekommst Du von der Statistiksoftware, sobald Du eine Korrelation ausrechnest, direkt auch schon den p-Wert dazu geliefert. Das heißt, selbst wenn Du rein explorativ am Korrelationskoeffizienten als Effektstärkemaß interessiert bist, siehst Du direkt auch das Ergebnis der Hypothesenprüfung. Wobei die Nullhypothese, die hier untersucht wird lautet: „Die Korrelation unterscheidet sich nicht von Null.“

Leider ist es nicht so einfach, dass man in einer explorativen Studie nur explorative Methoden verwendet und in einer konfirmatorischen Studie nur konfirmatorische Methoden. Es kann durchaus vorkommen, dass Du grundsätzlich explorativ vorgehst (eine Studie ohne vorab formulierte Hypothesen) und dann aber dennoch konfirmatorische Methoden verwendest. Es kann auch sein, dass Dein Betreuer vorgibt, dass es sich bei Dir um eine explorative Studie handelt, Du aber trotzdem alle möglichen Zusammenhänge, Unterschiede und Effekte auf Signifikanz prüfen sollst. Die Verwendung der Begriffe ist da leider nicht immer sehr konsistent. Lass Dich davon also bitte nicht verwirren!

Ich hoffe, dass Du mit diesem Artikel dennoch ein bisschen besser zwischen den Begriffen explorativ und konfirmatorisch unterscheiden kannst und sie in den jeweiligen Kontexten besser einschätzen kannst.

Wenn Du noch mehr Begriffe aus der quantitativen Forschung kennenlernen möchtest und erfahren willst, auf was Du bei einer quantitativen Studie – vor allem als Neuling – besonders beachten solltest, dann schau Dir meinen Gastartikel „Was ist quantitative Forschung“ im Blog von Huberta Weigl an.

Willst Du mehr über die richtige Verwendung der statistischen Methoden lernen, hast Fragen zu Deinen eigenen Analysen und willst Deine Auswertung so richtig gut und zügig abschließen, dann komm in die Statistik-Akademie: www.statistik-akademie.de/akademie

Bildnachweis: pixabay.com