000258375 001__ 258375
000258375 005__ 20240928175303.0
000258375 0247_ $$aG:(GEPRIS)407454818$$d407454818
000258375 035__ $$aG:(GEPRIS)407454818
000258375 040__ $$aGEPRIS$$chttp://gepris.its.kfa-juelich.de
000258375 150__ $$aModulare Fragenbogendesigns für sozialwissenschaftliche Umfragen: Der Beitrag statistischer Modellierung mittels Imputationsverfahren für Daten der Erhebungspraxis$$y2018 -
000258375 371__ $$aDr. Christian Bruch
000258375 371__ $$aProfessor Dr. Christof Wolf
000258375 450__ $$aDFG project G:(GEPRIS)407454818$$wd$$y2018 -
000258375 5101_ $$0I:(DE-588b)2007744-0$$aDeutsche Forschungsgemeinschaft$$bDFG
000258375 680__ $$aDieses Projekt dient der Untersuchung der Anwendung von Imputationsverfahren in großangelegten sozialwissenschaftlichen Befragungen, die durch ein sogenanntes Modulares Fragebogendesign erhoben wurden. Modulare Fragebogendesigns verkürzen die Länge von Fragebögen, indem Befragten jeweils verschiedene Teile des Gesamtfragebogens (Module) zugewiesen werden. Dies hilft dabei, Kosten zu senken und akzeptable Response Rates und Antwortqualität sicherzustellen. Gleichzeitig entsteht durch das Modulare Fragebogendesign eine Vielzahl geplant fehlender Werte. Eine Möglichkeit zum Umgang mit diesen fehlenden Werten ist deren Imputation. In Anbetracht der typischen Eigenschaften sozialwissenschaftlicher Umfragedaten (wie etwa überwiegend geringe Korrelationen zwischen Variablen, einer Vielzahl an Variablen, denen eine relativ kleine Stichprobe gegenübersteht, und oft vielen Variablen, die ein kategoriales Skalenniveau aufweisen) ist die Imputation solcher Daten aber besonders anspruchsvoll. In der ersten Projektphase haben wir vielversprechende Strategien identifiziert, um einer solchen Situation zu begegnen. Um jedoch den Anforderungen sozialwissenschaftlicher Befragungen bei Anwendung Modularer Fragebogendesigns gerecht zu werden, müssen die Imputationsverfahren weiter evaluiert und weiterentwickelt werden. Zum einen müssen die Verfahren mit multinomialen Variablen umgehen können, die in sozialwissenschaftlichen Befragungen weit verbreitet sind. Zweitens müssen die Verfahren in Situationen mit mehreren hundert Variablen noch besser erprobt und gegebenenfalls angepasst werden, insbesondere im Hinblick auf einen angemessenen Umgang mit potenziellem Overfitting. Um die Praxistauglichkeit der Imputationsverfahren in Szenarien mit Daten aus Modularen Fragebogendesigns zu evaluieren, muss sich die Forschung auch mit der Perspektive der Forschenden befassen, die ihre Analysen auf Basis der imputierten Daten durchführen müssen. Dies betrifft insbesondere komplexe multivariate Modelle (wie multiple Regressionen), die im sozialwissenschaftlichen Bereich häufig angewandt werden. Eine zuverlässige Schätzung solcher Modelle mit den (imputierten) Daten aus modularen Fragebogendesigns muss sichergestellt sein. Besonderes Augenmerk wird auch auf Subgruppenanalysen gelegt. Unsere Forschung berücksichtigt hierbei Strategien sowohl für eine Imputation der gesamten Daten für allgemeine Forschungszwecke als auch für einen Ansatz, bei dem sich die Imputation sehr stark an den Analysevariablen orientiert. Letzteres macht es notwendig, dass die Forschenden die fehlenden Werte selbst imputieren. Daher schlagen wir vor, unsere Forschung in einer zweiten Phase fortzusetzen, um die Kluft zwischen der bisherigen Grundlagenforschung und zukünftigen praktischen Anwendungen der Imputation in solchen Umfragen zu schließen.
000258375 909CO $$ooai:juser.fz-juelich.de:924978$$pauthority$$pauthority:GRANT
000258375 909CO $$ooai:juser.fz-juelich.de:924978
000258375 980__ $$aG
000258375 980__ $$aAUTHORITY