Lehre im Sommersemester 2018

Vorlesung: Datenerhebung und Fehlerquellen

Titel: Datenerhebung und Fehlerquellen (MA Survey Statistik)

    Fortgeschrittene Methoden der Datenerhebung: Datenerhebung und    
    Fehlerquellen (MA Soziologie) 

Dozent: Prof. Dr. Mark Trappmann

Mittwoch, 12:00 - 16:00 Uhr,  F21/03.81

Termine: 18.04., 25.04., 02.05., 23.05., 06.06., 13.06., 20.06.

Der Termin am 06.06.18 dauert ausnahmsweise nur von 12:00 - 14:00 Uhr.  An diesem Tag findet die Studentische Vollversammlung im Sommersemester 2018 in der Zeit von 14:00 - 16:00 Uhr in verschiedenen Räumen der Uni Bamberg statt.

Lerninhalte: Bei der Erhebung von Surveydaten geht es darum mit einem gegebenem Budget den Fehler in Bezug auf die relevanten Statistiken (in der Regel Mittelwerte, Anteilswerte oder Regressionskoeffizeinten) die mithilfe der Daten geschätzt werden sollen, möglichst klein zu halten. Das Total-Survey-Error-Framework stellt eine nützliche Heuristik dar, um den Gesamtfehler in seine Komponenten zu zerlegen und damit einer Untersuchung zugänglich zu machen. Zu unterschieden ist zwischen Fehlern, die die Repräsentation der Zielpopulation im Survey betreffen und solchen, die die Messung der relevanten Merkmale betreffen: Die Repräsentation wird beeinflusst durch Stichprobenpläne (Coverage Error), die Stichprobenziehung (Sampling Error), Item- und Uni-Nonresponse (Nonresponse Error) oder durch Gewichtungs- und andere Korrekturverfahren (Adjustment Error). Die Messung wird beeinflusst durch die Spezifikation der Konstrukte (Specification Error), die Messung (measurement error) und die Edition der Daten (Editing Error). Jede der genannten Fehlerquellen kann dabei sowohl auf die Varianz als auch auf die Verzerrung einer Schätzung Auswirkungen haben. Ein besonderes Augenmerk wird auf die Interaktion zwischen Fehlerquellen gelegt wie sie beispielsweise häufig durch die Moduswahl oder den Einfluss der Interviewer entstehen. Die Teilnehmern werden in die Lage versetzt, die Qualität von vorliegenden Surveydaten zu beurteilen und lernen, selbständig Forschungsdesigns zu entwickeln, mit deren Hilfe sich Datenqualität untersuchen lässt.

Leistungsnachweis: Schriftliche Hausarbeit;  ECTS: 6

Lehre im Wintersemester 2017/18

S/HS: Mixed-Mode-Surveys

Titel: Mixed-Mode-Surveys (MA Survey Statistik)

    Fortgeschrittene Methoden der Datenerhebung: Mixed-Mode-Surveys (MA Soziologie)

 

Dozent: Prof. Dr. Mark Trappmann

2 SWS; Mi, 10:00 - 12:00 Uhr, F21/03.81

Die Veranstaltung beginnt am 18.10.2017.

Lerninhalte: Das Seminar gibt zunächst einen Überblick über die wichtigsten Erhebungsmodi (Face-to-Face, telefonisch, postalisch, Web). Die Besonderheiten bei der Durchführung von Erhebungen in den unterschiedlichen Modi (z.B. modusabhängige Stichprobenpläne) werden ebenso behandelt wie die Auswirkungen der Modi auf verschiedene Fehlerquellen wie Coverage Error, Nonresponse, Messfehler, Stichprobenvarianzen und Interviewereffekte. Im zweiten Teil des Seminars liegt der Fokus dann auf Mixed-Mode- Erhebungen. Verschiedene Mixed-Mode- Designs werden anhand von Praxisbeispielen vorgestellt. Ein Schwerpunkt liegt auf der neueren Literatur zur Untersuchung der Datenqualität solcher Erhebungen, insbesondere zur Trennung modusbedingter Messfehler von der möglichen Selbstselektion der Teilnehmer in die unterschiedlichen Modi. Qualifikationsziele und Kompetenzen: Im Rahmen des Seminars erwerben die Teilnehmer Kenntnisse der Besonderheiten bei der Durchführung von Erhebungen in unterschiedlichen Erhebungsmodi und der Konsequenzen der Moduswahl für die verschiedenen Fehlerquellen eines Surveys. Sie lernen, was bei der Kombination verschiedener Modi innerhalb eines Surveys zu beachten ist und mit welchen Verfahren man Fehlerquellen in Mixed-Mode-Surveys untersuchen kann. Die Teilnehmer werden damit in die Lage versetzt, die Qualität vorliegender Mixed-Mode-Surveys zu beurteilen und selbst begründete Entscheidungen bei der Wahl der Erhebungsmodi in Abhängigkeit von den Zielen und der Grundgesamtheit einer Studie unter Budgetrestriktionen zu treffen.

Leistungsnachweis: Schriftliche Hausarbeit und Referat; ECTS: 6