GESIS-Homepage besuchen

Neue Publikation: Wolf, Bruch et al.: Split Questionnaire Designs for Online Surveys: The Impact of Module Construction on Imputation Quality


Kategorien: GESIS-News

Julian B Axenfeld, Annelies G Blom, Christian Bruch, Christof Wolf, Split Questionnaire Designs for Online Surveys: The Impact of Module Construction on Imputation Quality, Journal of Survey Statistics and Methodology, 2022;, smab055, https://doi.org/10.1093/jssam/smab055 - Online first

Etablierte Face-to-Face-Erhebungen stehen zunehmend unter dem Druck, online durchgeführt zu werden. Ein solcher Wechsel des Erhebungsmodus ist mit methodischen Herausforderungen verbunden, unter anderem mit der Notwendigkeit, den Fragebogen, den jede/r Befragte erhält, zu kürzen. Bei geteilten Fragebögen (Split Questionnaire Designs, SQDs) werden den Befragten nach dem Zufallsprinzip verschiedene Teile des vollständigen Fragebogens (Module) zugewiesen, und anschließend werden die fehlenden Daten durch Imputation ermittelt. Auf diese Weise reduzieren SQDs die Länge des Fragebogens für jede/n Befragte/n.

Obwohl einige Forschende die theoretischen Implikationen von SQDs untersucht haben, wissen wir immer noch wenig über ihre Leistung mit realen Daten, insbesondere im Hinblick auf mögliche Ansätze zur Konstruktion von Fragebogenmodulen. In einer Monte-Carlo-Studie mit realen Umfragedaten simulieren die Autor*innen SQDs in drei Ansätzen zur Modulerstellung: zufällig, gleiches Thema und verschiedene Themen. Sie stellen fest, dass SQDs Verzerrungen und Schwankungen in univariaten und vor allem in bivariaten Verteilungen verursachen, insbesondere wenn Module mit Items desselben Themas konstruiert werden. Einzelne Themenmodule liefern jedoch bessere Schätzungen für Korrelationen zwischen Variablen desselben Themas.