Im Bereich Survey Statistics werden unterschiedliche Aspekte der Qualität von Erhebungen erforscht. Das Stichprobendesign, insbesondere Stichprobenumfang und –zusammensetzung wirken sich unmittelbar auf die Repräsentativität der Studienergebnisse aus. Nichtteilnahme (unit nonresponse) und das Auslassen einzelner Fragen einer Befragung (item nonresponse) stellen weitere Herausforderungen an die Datenqualität dar. Die mit der Ziehung von Zufallsstichproben verbunden Problemstellungen und Lösungen sind daher Fokus der Forschungsaktivitäten im Bereich Survey Statistics. Diese werden auch in einigen drittmittelgeförderten Projekten erforscht.
Forschungsschwerpunkte sind insbesondere:
- Ziehungsverfahren für komplexe Stichprobendesigns
- Nonresponse (bias) Analyse
- Gewichtungsverfahren für Umfrageerhebungen
- Imputation fehlender Werte
- Varianzschätzung unter komplexen Stichprobendesigns und Imputation fehlender Werte
- Anwendung von Machine Learning-Verfahren in der Erhebungsstatistik
Erfahren Sie mehr über unsere Beratungsangebote und Serviceleistungen:
-
Datenharmonisierung
Tools und themenbezogene harmonisierte Daten für Ihr Forschungsprojekt
-
Erhebungsstatistik: Stichproben
Beratung rund um Stichprobendesign und Non-Probability-Samples
-
Gewichtung
Wir unterstützen Sie bei Berechnung von Auswahlwahrscheinlichkeiten und Kalibierungsgewichten u.v.m.
-
Gewichtung und Analyse komplexer Daten
Wir führen die Gewichtung, Imputation fehlender Werte und Nonresponse-Bias-Analyse für Ihr Forschungsprojekt durch
-
Gewichtung und fehlende Werte
Wir beraten Sie zur Gewichtung, Imputation fehlender Werte und zur Nonresponse-Bias-Analyse
- Ortmanns, Verena, Silke L. Schneider, Roberto Briceno-Rosas, and Jessica Herzing. 2017. "Die Messung von Bildung bei Migrantinnen und Migranten der ersten Generation: ein neues adaptives Instrument für Umfragen." IMIRA Workshop, 2017-11-09.
- Schneider, Silke L.. 2018. "Education in OECD’s PIAAC Study: How Well Do Different Harmonized Measures Predict Skills?" mda : methods, data, analyses 12 (1).
- Schimpl-Neimanns, Bernhard. 2017. "Estimation of standard error for estimators of net change – by taking the example of LFS-data from Austria." GESIS Training Course on EU-LFS, 2017-11-27.
- Ponomarenko, Valentina. 2017. "Part II: Computer Lab Session – Basic Topics: Methodical issues: Cross-national comparison (Multi-level analysis I)."
- Ponomarenko, Valentina. 2017. "Part II: Computer Lab Session – Basic Topics: Substantive issues: e.g. Non-standard Employment."