Abstract (deu)
Forschung zu Suizid ist ein sehr heterogenes Feld, und genauso heterogen sind auch die statistischen Methoden, die zur Beantwortung der Forschungsfragen herangezogen werden. Die Wahl der statistischen Methode beruht oft auf Bequemlichkeit oder wird mit der Anwendung in bereits vergangenen Studien begründet. Ziel dieser kumulativen Dissertation ist es, die Anwendung dreier Methoden zu präsentieren, die einige Forschungsfragen gründlicher beleuchten können als bisher verwendete Methoden.
Die erste Studie beschäftigte sich mit der Frage, ob die Saisonalität der Verteilung der Suizide über den Jahresverlauf abnimmt oder nicht. Durch die Verwendung von komplexer Demodulation (complex demodulation) kann die Stärke der Saisonalität während der Studienperiode kontinuierlich geschätzt werden. Die Ergebnisse zeigen, dass diese nicht abnimmt, wenn der Einfluss der absoluten Suizidhäufigkeit mit in Betracht gezogen wird.
In der zweiten Studie wurde die Dimensionalität eines Fragebogens zur Erfassung von Einstellungen zu Suizid untersucht, zu der widersprüchliche Ergebnisse gefunden wurden. Dazu wurde einerseits die Mokken Analyse verwendet, und die resultierenden Modelle wurden mittels konfirmatorischer Faktorenanalyse auf ihre Passung zu den Daten untersucht, um die Ergebnisse leichter mit bisheriger Forschung vergleichbar zu machen.
Die dritte Studie präsentiert die Konstruktion eines neuen Fragebogens zum Wissen über Suizid-Postvention. Die Skalenanalyse erfolgte mittels Rasch Trees, einer neuen Methode der Item Response Theorie. Diese Methode erlaubt es, Personengruppen mit unterschiedlichem Antwortverhalten zu identifizieren, und dies kann für die Planung von suizidpräventiven Maßnahmen verwendet werden.
Die statistischen Methoden, die in dieser Dissertation präsentiert wurden, können einen neuen Blickwinkel auf verschiedene Forschungsfragen bieten. Die Anwendung dieser Methoden in drei verschiedenen Gebieten der Suizidforschung scheint vorteilhaft, und es bleibt zu hoffen, dass die Anwendung dieser Methoden auch für zukünftige Forschung gewinnbringend ist.