idw – Informationsdienst Wissenschaft
Nachrichten, Termine, Experten
Nachrichten, Termine, Experten
Wissenschaftliche Befragungen von Personengruppen können weniger Aussagekraft haben, wenn Teilnehmende in deren Verlauf nicht mehr mitmachen. Ein Forschungsteam um Prof. Dr. Martin Spindler von der Universität Hamburg möchte mit Instrumenten des maschinellen Lernens neue Methoden entwickeln, um die sogenannte Schweigeverzerrung zu minimieren.
Insbesondere in der sozialwissenschaftlichen Forschung wird oft die Methode der Panel-Befragung genutzt. Hier wird eine Gruppe von Menschen über einen längeren Zeitraum zu einem Thema oder mehreren Themenkomplexen befragt, etwa zu Einstellungen oder Meinungen. Die Panels werden so zusammengestellt, dass sie die gesamte Gesellschaft oder eine bestimmte Zielgruppe repräsentieren.
Allerdings kann es vorkommen, dass mit zunehmender Dauer der Befragungen einzelne Teilnehmende die Fragen nicht mehr beantworten und damit nicht mehr im Panel abgebildet werden. Insbesondere in den inzwischen oft eingesetzten Online-Befragungen, bei denen die Personen eigenständig den Fragebogen öffnen, ausfüllen und abschicken müssen, kommt es zur sogenannten „Nonresponse“, also zum Nicht-Antworten bzw. Schweigen. Dadurch wird die Aussagekraft der Ergebnisse geschmälert.
Das Team um Prof. Dr. Martin Spindler, Professor für Statistik an der Fakultät für Betriebswirtschaft der Universität Hamburg (UHH), möchte herausfinden, wie es zu diesem Nicht-Antworten kommt und wie man sie verhindern kann. Dafür erhalten die Forschenden der UHH, der Heinrich-Heine-Universität Düsseldorf und des Leibniz-Instituts für Sozialwissenschaften in Mannheim von der Deutschen Forschungsgemeinschaft 660.000 Euro an Sachbeihilfe.
Als Basis für die Untersuchung dient „GESIS“ – eine sozialwissenschaftliche Dateninfrastruktur, die Forschung mit einem Panel ermöglicht, das die erwachsene deutschsprachige Bevölkerung in Deutschland repräsentiert. „Wir wollen herausfinden, welche Merkmale der Teilnehmenden die Teilnahme in verschiedenen Phasen der Erhebung beeinflussen“, erklärt Statistikprofessor Spindler, der das Projekt koordiniert. Auch verschiedene Gestaltungsmerkmale der Untersuchung werden als eventuelle Gründe für eine „Nonresponse“ geprüft.
„Es gibt viele Merkmale, die möglicherweise entscheidend sind und unterschiedlich zusammenhängen können. Für die riesige Menge an Daten und um Kausalitäten von Korrelationen zu trennen, verwenden wir Methoden des sogenannten „Causal Machine Learnings“, einem noch relativ jungen Gebiet“, so Spindler. Für die Analyse werden bestehende Instrumente genutzt und angepasst, aber auch neue Methoden entwickelt, die anschließend öffentlich zugänglich gemacht werden sollen.
In einem zweiten Projektteil soll zusätzlich untersucht werden, ob und wie verschiedene Anreize zwischen den Panel-Befragungen, etwa Geld-Belohnungen oder Erinnerungen per SMS oder E-Mail, die Motivation zur Teilnahme erhöhen und zu einer Veränderung des Antwortverhaltens führen. „Mit dieser Grundlagenforschung wollen wir sozialwissenschaftliche Forschung, insbesondere das Instrument der Panel-Befragung, verbessern sowie die Ergebnisse zuverlässiger und aussagekräftiger machen“, erklärt Spindler.
Prof. Dr. Martin Spindler
Universität Hamburg
Fakultät für Betriebswirtschaft
Tel.: +49 40 42838-1544
E-Mail: martin.spindler@uni-hamburg.de
Merkmale dieser Pressemitteilung:
Journalisten
Gesellschaft, Informationstechnik, Politik, Wirtschaft
überregional
Forschungsprojekte, Wissenschaftspolitik
Deutsch
Sie können Suchbegriffe mit und, oder und / oder nicht verknüpfen, z. B. Philo nicht logie.
Verknüpfungen können Sie mit Klammern voneinander trennen, z. B. (Philo nicht logie) oder (Psycho und logie).
Zusammenhängende Worte werden als Wortgruppe gesucht, wenn Sie sie in Anführungsstriche setzen, z. B. „Bundesrepublik Deutschland“.
Die Erweiterte Suche können Sie auch nutzen, ohne Suchbegriffe einzugeben. Sie orientiert sich dann an den Kriterien, die Sie ausgewählt haben (z. B. nach dem Land oder dem Sachgebiet).
Haben Sie in einer Kategorie kein Kriterium ausgewählt, wird die gesamte Kategorie durchsucht (z.B. alle Sachgebiete oder alle Länder).
