Forschungsschwerpunkte:

 Stichproben
 Datenfusion
 Multivariate Analysen
 Korrespondenzanalyse
 Mehrebenenanalyse
 Missing values/Nonresponse/Gewichtung

Datengewinnung

Stichproben

Das klassische Aufgabengebiet der GESIS-ZUMA-Statistiker bei der Untersuchungsplanung betrifft Stichprobenerhebungen [Literatur]. Wir beschäftigen uns insbesondere mit Stichproben für

• persönlich-mündliche Befragungen (z.B. Einwohnermeldeamtsstichproben)
• telefonische Befragungen (z.B. Gabler-Häder-Design [Buch1] [Buch2])
• interkulturelle Umfragen (z.B. European Social Survey).

Für die akademisch verfasste Sozialforschung stellen wir Telefonstichproben bereit, die nach dem Gabler-Häder-Design gezogen werden. Der dazu notwendige Auswahlrahmen wird von uns in der Regel zweimal jährlich aktualisiert.

Bei Bevölkerungsumfragen werden häufig komplexe Stichprobendesigns eingesetzt. Für die Bestimmung des notwendigen Stichprobenumfangs bzw. für die korrekte Schätzung der Konfidenzintervalle ist dann die Berücksichtigung von Design-Effekten erforderlich. Die Berechnung dieser Design-Effekte ist ein spezieller Schwerpunkt unserer Arbeit.

Datenfusion

Insbesondere auf dem Gebiet der Medien-Marktuntersuchungen wird zur Datengewinnung die Datenfusion verwendet. Dabei werden verschiedene Erhebungen zu einer synthetischen Erhebung verschmolzen, wobei die Methode aus statistischer Sicht einer kritischen Betrachtung bedarf. Grundlegend für die Datenfusion ist, dass aus der Verteilung von Merkmalen (X,Z) und (Y,Z) auf die Verteilung von (X,Y) geschlossen wird. Für eine sinnvolle statistische Inferenz sind dazu Hypothesen etwa über bedingte Unabhängigkeit notwendig [Literatur].

Datenauswertung

Multivariate Analysemethoden

Bei der Datenauswertung von zeitabhängigen und kategorialen Daten werden häufig neben einfachen statistischen Kennzahlen und Tests multivariate Verfahren verwendet.

Korrespondenzanalyse

Die Behandlung von kategorialen Daten mittels der Korrespondenzanalyse gewinnt immer mehr an Bedeutung. Zur Interpretation kann die Visualisierung von Häufigkeitsprofilen mittels der Korrespondenzanalyse hilfreich sein, da sie Strukturen in den Daten aufzeigt [Literatur].

Mehrebenenanalyse

Ausgangspunkt der Mehrebenenanalyse (multilevel analysis) ist , dass die Annahme der stochastischen Unabhängigkeit der Einzelbeobachtungen in vielen Fällen nicht angemessen ist. Ursache dafür sind Clusterstrukturen in den Beobachtungen [Literatur].

Missing values/Nonresponse/Gewichtung

Missing values haben Folgen für die Datenauswertung. Die Realisierung von Stichprobenplänen führt in den seltensten Fällen zu Stichproben, die man als ausschließliches Ergebnis des verwendeten Designs ansehen kann. Die Quellen systematischer Fehler, d.h. nicht im Rahmen des Designs stichprobentheoretisch beschreibbarer Zufallsfehler, sind vielfältig und spielen in verschiedenen Studien unterschiedlich wichtige Rollen. Am augenfälligsten sind Probleme mit missing values sowohl als item- wie auch unit- nonresponses. Der übliche Umgang mit diesen Problemen bewegt sich zwischen dem Ignorieren des Problems bis hin zu Gewichtungsverfahren. Die GESIS-ZUMA-Statistiker beschäftigen sich mit verschiedenen Möglichkeiten, den Einfluss des Nonresponse auf die Stichprobenqualität zu reduzieren [Literatur] [Buch].