Grin logo
en de es fr
Shop
GRIN Website
Publier des textes, profitez du service complet
Go to shop › Organisation et administration - Administration publique

Effektive Methodenkombinationen zur Verbesserung der Genauigkeit von Umfrageergebnissen

Titre: Effektive Methodenkombinationen zur Verbesserung der Genauigkeit von Umfrageergebnissen

Dossier / Travail , 2023 , 19 Pages , Note: 1,7

Autor:in: Katrin Pirog (Auteur)

Organisation et administration - Administration publique
Extrait & Résumé des informations   Lire l'ebook
Résumé Extrait Résumé des informations

Die Hausarbeit stellt eine fundierte Untersuchung im Bereich der empirischen Forschung dar. Sie konzentriert sich auf den Social Desirability Bias (SDB), eine wesentliche Verzerrung in Umfragedaten, die auftritt, wenn Teilnehmende Antworten geben, die sie für sozial erwünscht halten. Dieser Bias ist besonders problematisch in Pretests, die für die Validierung und Verbesserung der Methodik in Hauptstudien unerlässlich sind.

Die Arbeit beleuchtet verschiedene Methoden und deren Kombinationen, um den SDB in Pretests effektiv zu minimieren. Sie bietet eine umfassende Analyse von Ansätzen wie der Split-Ballot-Technik, Randomized Response Technique (RRT), dem Einsatz indirekter Fragen, Anonymisierung der Befragten, sowie der Balanced Inventory of Desirable Responding (BIDR). Durch den Vergleich dieser Methoden und die Betrachtung ihrer Kombinationen eröffnet die Arbeit innovative Möglichkeiten, die Genauigkeit und Zuverlässigkeit von Umfragedaten zu steigern.

Die Hausarbeit zeichnet sich durch eine gründliche methodische Analyse und hohe praktische Relevanz aus. Sie liefert wichtige Erkenntnisse für Forschende und Praktiker in der empirischen Sozialforschung, die sich mit der Herausforderung des SDB auseinandersetzen. Mit praxisnahen Beispielen und einer detaillierten Bewertung der einzelnen Methoden dient diese Arbeit als akademischer Beitrag und praktischer Leitfaden zur Verbesserung der Datenqualität in der Umfrageforschung.

Extrait


Inhaltsverzeichnis

  • Einleitung
  • Theoretische Grundlagen
    • Social Desirability
    • Bias
    • Pretest
  • Literaturauswahl
  • Methodengrundlagen
    • Split-Ballot-Technik
    • RRT
    • Indirekte Fragen
    • Anonymität der Befragten
    • BIDR
    • Kurzbewertung der Methoden
  • Methodenkombinationen und Auswirkungen auf den SDB
    • Split-Ballot-Technik und Anonymität der Befragten
    • RRT und indirekte Fragen
    • BIDR und Anonymität der Befragten
    • Split-Ballot-Technik und RRT
    • Indirekte Fragen und BIDR
  • Fazit

Zielsetzung und Themenschwerpunkte

Die vorliegende Arbeit analysiert die Effektivität verschiedener Methoden und ihrer Kombinationen bei der Reduktion des Social Desirability Bias (SDB) in Pretests. Sie zielt darauf ab, effektive Methodenkombinationen zu identifizieren und erste Empfehlungen für ihren Einsatz in der Forschungspraxis zu geben. Die Arbeit untersucht die Anwendung von Techniken wie der Split-Ballot-Technik, Randomized Response Technique (RRT), indirekten Fragen, Anonymisierung und der Balanced Inventory of Desirable Responding (BIDR) Validierungsskala.

  • Social Desirability Bias (SDB) in Pretests
  • Methoden zur Reduktion des SDB
  • Effektive Methodenkombinationen
  • Praktische Anwendbarkeit und Implikationen
  • Steigerung der Datenqualität in sozialwissenschaftlicher Forschung

Zusammenfassung der Kapitel

Die Einleitung führt in das Thema Social Desirability Bias (SDB) in sozialwissenschaftlicher Forschung ein und stellt die Relevanz von Pretests im Rahmen der Datenqualitätssicherung dar. Es werden die Forschungsfrage und die Hypothese der Arbeit definiert sowie die Zielsetzung und der Aufbau der Arbeit erläutert.

Das Kapitel ,,Theoretische Grundlagen" beleuchtet die grundlegenden Konzepte von Social Desirability, Bias und Pretests. Es werden verschiedene Ansätze zum Verständnis von Social Desirability und deren Einfluss auf die Validität und Reliabilität von Forschungsdaten diskutiert.

Die Literaturauswahl präsentiert wichtige Studien und Forschungsarbeiten, die das Verständnis von SDB vertiefen. Die ausgewählten Arbeiten bieten wichtige Erkenntnisse zu verschiedenen Methoden, die zur Messung und Kontrolle des SDB angewendet werden können.

Das Kapitel ,,Methodengrundlagen" behandelt verschiedene Methoden, die zur Reduktion des SDB eingesetzt werden können. Die einzelnen Methoden werden im Detail vorgestellt und deren Vorteile und Nachteile im Hinblick auf die Minimierung von Verzerrungen durch soziale Erwünschtheit beleuchtet.

Das Kapitel ,,Methodenkombinationen und Auswirkungen auf den SDB" untersucht die Wirksamkeit von verschiedenen Kombinationen der Methoden, die im vorherigen Kapitel vorgestellt wurden. Die Arbeit analysiert die Auswirkungen dieser Kombinationen auf den SDB und deren Eignung für die Anwendung in Pretests.

Schlüsselwörter

Social Desirability Bias, Pretests, Methodenkombinationen, Split-Ballot-Technik, Randomized Response Technique (RRT), indirekte Fragen, Anonymität, Balanced Inventory of Desirable Responding (BIDR), Validität, Reliabilität, Datenqualität, sozialwissenschaftliche Forschung.

Fin de l'extrait de 19 pages  - haut de page

Résumé des informations

Titre
Effektive Methodenkombinationen zur Verbesserung der Genauigkeit von Umfrageergebnissen
Université
University of Kassel  (Fachbereich Wirtschaftswissenschaften)
Cours
Empirische Forschungsmethoden
Note
1,7
Auteur
Katrin Pirog (Auteur)
Année de publication
2023
Pages
19
N° de catalogue
V1436527
ISBN (PDF)
9783346989499
ISBN (Livre)
9783346989505
Langue
allemand
mots-clé
SO Social Desirability Bias Forschungsmethoden Pretests Umfragen Bias Datenqualität Split Ballot Anonymisierung Balanced Inventory Desirable Responding Indirekte Fragen Empirie Fragebogendesign
Sécurité des produits
GRIN Publishing GmbH
Citation du texte
Katrin Pirog (Auteur), 2023, Effektive Methodenkombinationen zur Verbesserung der Genauigkeit von Umfrageergebnissen, Munich, GRIN Verlag, https://www.grin.com/document/1436527
Lire l'ebook
  • Si vous voyez ce message, l'image n'a pas pu être chargée et affichée.
  • Si vous voyez ce message, l'image n'a pas pu être chargée et affichée.
  • Si vous voyez ce message, l'image n'a pas pu être chargée et affichée.
  • Si vous voyez ce message, l'image n'a pas pu être chargée et affichée.
  • Si vous voyez ce message, l'image n'a pas pu être chargée et affichée.
  • Si vous voyez ce message, l'image n'a pas pu être chargée et affichée.
  • Si vous voyez ce message, l'image n'a pas pu être chargée et affichée.
  • Si vous voyez ce message, l'image n'a pas pu être chargée et affichée.
Extrait de  19  pages
Grin logo
  • Grin.com
  • Page::Footer::PaymentAndShipping
  • Contact
  • Prot. des données
  • CGV
  • Imprint