In der Arbeit wird das absichtlich komplett gefälschte Interview thematisiert, eine sogenannte "Totalfälschung". Diese Art der Fälschung wurde gewählt, da es sich neben der Teilfälschung um die häufigste Form und schwerwiegendste Form handelt. Zudem ist sie statistisch in diesem Rahmen am eindeutigsten herauszufinden. Die vollstände Forschungsfrage lautet demnach: Welche Interviewer sind verdächtig, im ESS vollständige Interviews gefälscht zu haben?
Dies wird anhand einer Abwandlung der Variabilitätsmethode nach Schäfer et al. (2005) am ESS (European Social Survey) überprüft. Dafür werden SPSS-Datensätze des Surveys in einen mithilfe von Python-Pandas selbstgeschriebenen Algorithmus eingespeist. Diese Methode bezieht mehrere literaturbasierte, eigens kombinierte Indikatoren, anhand derer Fälschungen erkennbar sein könnten, in einen Gesamtscore ein und bietet die Möglichkeit, anhand dieser Ergebnisse ein Ranking zu erstellen, wie wahrscheinlich es pro Interviewer ist, dass er gefälscht haben könnte. Da Daten zu gefälschten Interviews vom ESS nicht veröffentlich werden, ist dies eine möglichst valide Methode, um Verdachtsfälle von Fälschungen selbst herauszufinden.
Die Arbeit ist so aufgebaut, dass nach der Herleitung der verwendeten Definitionen und des groben Vorgehens zunächst die verwendete Datenbasis, die Operationalisierung der verwendeten Indikatoren und das methodische Vorgehen thematisiert werden. Anschließend werden die Ergebnisse vorgestellt und zuletzt zusammengefasst und kritisch beleuchtet.
Inhaltsverzeichnis
- Einleitung und theoretische Überlegungen
- Forschungsstand und resultierendes Vorgehen
- Datengrundlage
- Untersuchter Datensatz
- Sample
- Berechnungsgrundlage
- Methodisches Vorgehen
- Konstruktion und Deskription der Indikatoren
- Ergebnisse
- Indikatoren
- Gesamtscore
- Zusammenfassung und Diskussion
Zielsetzung und Themenschwerpunkte
Die vorliegende Arbeit untersucht die Frage, welche Interviewer im European Social Survey (ESS) verdächtig sind, Interviews vollständig gefälscht zu haben. Ziel ist es, mithilfe einer adaptierten Variabilitätsmethode nach Schäfer et al. (2005) verdächtige Interviewer zu identifizieren. Die Arbeit basiert auf einem selbstgeschriebenen Algorithmus, der SPSS-Datensätze des ESS verarbeitet und mehrere literaturbasierte Indikatoren zur Erkennung von Fälschungen integriert. Die Ergebnisse werden anschließend in Form eines Rankings dargestellt, das die Wahrscheinlichkeit für Fälschungen pro Interviewer angibt.
- Interviewerfälschungen im ESS
- Entwicklung einer Methode zur Identifizierung von Verdächtigen
- Anwendung der Variabilitätsmethode nach Schäfer et al. (2005)
- Entwicklung und Validierung von Indikatoren für Interviewerfälschungen
- Erstellung eines Rankings zur Beurteilung der Fälschungswahrscheinlichkeit
Zusammenfassung der Kapitel
Die Arbeit beginnt mit einer Einleitung, in der das Problem der Interviewerfälschungen in der empirischen Forschung dargestellt und die Forschungsfrage formuliert wird. Es werden zudem die theoretischen Grundlagen und das methodische Vorgehen erläutert. Im zweiten Kapitel wird der Forschungsstand zum Thema Interviewerfälschungen beleuchtet und die resultierenden Anforderungen an die Methode der Fälschungsdetektion dargelegt. Kapitel 3 thematisiert die verwendete Datengrundlage, den untersuchten Datensatz und das Sample des ESS. Die Berechnungsgrundlage wird in Kapitel 4 näher beleuchtet, wobei das methodische Vorgehen und die Konstruktion der Indikatoren im Detail beschrieben werden. Die Ergebnisse der Analyse werden in Kapitel 5 vorgestellt, wobei sowohl die einzelnen Indikatoren als auch der Gesamtscore präsentiert werden. Der letzte Teil der Arbeit beinhaltet eine Zusammenfassung der Ergebnisse und eine kritische Diskussion der Ergebnisse.
Schlüsselwörter
Interviewerfälschungen, European Social Survey (ESS), Variabilitätsmethode, Indikatoren, SPSS, Python-Pandas, Gesamtscore, Ranking, Datenqualität, Measurement Bias.
- Citation du texte
- Olivia Mantwill (Auteur), 2020, Fälschungen kompletter Interviews im ESS. Gibt es verdächtige Interviewer?, Munich, GRIN Verlag, https://www.grin.com/document/1064401
