Nonresponse Bias

Die Qualitätssicherung sozialwissenschaftlicher Umfragen ist in den letzten Jahren zu einem großen Thema geworden. Bilden Stichproben mit vergleichsweise geringer Beteiligungsquote noch die Lebenslagen, Einstellungen und Verhaltensweisen der jeweiligen Grundgesamtheit ab? Wie groß ist ihre Selektivität bzw. ihre Verzerrung, also der Nonresponse Bias? Wie geeignet sind Gewichtungs- und Hochrechnungsverfahren, um trotz geringer Ausschöpfungsquoten gleichwohl verallgemeinerbare Schlüsse auf die Grundgesamtheit ziehen zu können?

Das Buch bereichert den Stand der Forschung im Bereich Surveymethodologie und leistet einen lesenswerten Beitrag zur gesamten surveydatengestützten quantitativen empirischen Sozialforschung.

       

Wie aussagekräftig sind Umfragenstichproben bei geringer Beteiligungsquote?

Methodenübergreifende Analysen zur Reduzierung einer Verzerrung der Aussagen

Ein zentraler Beitrag zur Qualitätssicherung in der Umfrageforschung anhand internationaler Standards

       

Jürgen Schupp und Christof Wolf Christof (Hrsg.)
Nonresponse Bias
Qualitätssicherung sozialwissenschaftlicher Umfragen
Schriftenreihe der ASI - Arbeitsgemeinschaft Sozialwissenschaftlicher Institute
2015, 478 Seiten, 32 Abb.
Softcover ISBN: 978-3-658-10458-0
eBook ISSN: 978-3-658-10459-7
69,99 € | 54,99 €

Zu beziehen über den Buchhandel oder direkt beim Springer VS.

                    

Auswahl, Modus, Ausschöpfung und Nonresponse Bias

Dass die Ausschöpfung in sozialwissenschaftlichen Erhebungen zurückgegangen ist, ist unstrittig. Wenig erforscht ist jedoch, ob dieser Rückgang mit einer Vergrößerung der Stichprobenverzerrung einhergeht. Zudem liegt auch wenig systematisches Wissen über den Einfluss des Auswahlrahmens und des Erhebungsmodus einerseits und der Stichprobenselektivität andererseits vor.

              

Bestimmung und Korrektur von Nonresponse Bias

Zur Bestimmung des Ausmaßes der Stichprobenverzerrung und zur Korrektur der Stichprobenselektivitäten wurden eine Reihe unterschiedlicher Verfahren vorgeschlagen, z.B. Vergleiche mit bekannten Randverteilungen, Indikatoren bzw. Anpassungsgewichte oder in neuerer Zeit multiple Imputation sowie Mikro-Simulations-Modelle. Dabei sind die Vor- und Nachteile dieser verschiedenen Verfahren zur Bestimmung bzw. Korrektur von Nonresponse Bias noch wenig untersucht.

  

Alternative Datenquellen

Schließlich könnten neue Datenquellen die große Nachfrage nach qualitativ hochwertigen Daten über die Bevölkerung zukünftig eventuell besser befriedigen als Umfragen. Hier kann beispielsweise an prozessproduzierte Registerdaten der amtlichen Statistik oder anderer Organisationen/Verbänden gedacht werden, aber auch an Daten aus Sozialen Medien, Kreditkartenabrechnungen oder Bewegungsprofile aus Ortungsdaten mobiler Kommunikationsgeräte.