Lehre im Wintersemester 2025/2026

Vorlesung/Seminar: Datenerhebung und Fehlerquellen

(MA Soziologie, MA Survey Statistics and Data Analysis / MA Survey Statistik)

Dozent: Prof. Dr. Mark Trappmann (Vertretung durch: Dr. Sara Bleninger (Lehrauftrag))

Sprechstunde: Bitte per E-Mail vorher anmelden.

Blockveranstaltung: Fr.14.11.25: 08:30-12:00, F21/03.84 / Fr. 28.11.25: 08.30-14:00, F21/03.84 / Fr. 12.12.25: 08:30-14:00, F21/03.84 / Fr. 18.12.25: 08:30-12:00, Online / Fr. 16.01.26: 08:30-12:00, Online / Fr. 23.01.26: 08:30-14:00, F21/03.84

Bitte tragen Sie sich bis 09.10.25 in den Virtuellen Campus (VC) der Veranstaltung ein. Personen, die in den VC eingetragen sind, erhalten hierüber alle Informationen zur Lehrveranstaltung.

Lernziele:

Die Studierenden sollen lernen, wie Surveydaten unter Budgetrestriktionen erhoben werden können, dass Fehlerquellen minimiert werden. Sie sollen in die Lage versetzt werden, Fehlerquellen in Surveydaten selbstständig zu untersuchen. 

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.
Von Teilnehmenden wird erwartet, dass sie mit der Statistiksoftware Stata oder R vertraut sind. Diese Kenntnisse können im Selbststudium erworben oder aufgefrischt werden oder durch einen Online-Kurs des Lehrstuhls für Soziologie, insbesondere Methoden der empirischen Sozialforschung.

Leistungsnachweis:

Master Soziologie / Survey Statistics and Data Analysis / Survey Statistik (neu): Referat mit schriftlicher Hausarbeit; ECTS: 12  (Voraussetzung Belegung des Moduls S: Mixed-Mode-Surveys)

Master Survey Statistik (alt): Schriftliche Hausarbeit;  ECTS: 6