„Spielt der Zufall eine Rolle?“

Slides:



Advertisements
Ähnliche Präsentationen
EINFÜHRUNG IN DIE METHODEN DER UMFRAGEFORSCHUNG
Advertisements

Quanti Tutorium
Stichprobe im qualitativen Forschungsprozess
Das Studium der Informatik
Auswahl-Sort Sortieren in mehreren Durchgängen. In jedem Durchgang wird das größte Element bestimmt und mit dem letzten Element der nichtsortierten Elemente.
Stichproben und Grundgesamtheit
Fortbildungsprogramm für höhere Bedienstete aus der Europäischen Union und höhere Ministerialbeamte aus neuen EU-Mitgliedsstaaten sowie für hohe Beamte.
Bewegungswissenschaft
Forschungsmethoden: Definition
Untersuchungsarten im quantitativen Paradigma
Universität-GH Essen Computertutorium WS 2000/01.
Forschungsstrategien Johannes Gutenberg Universität Mainz
Philosophische Fakultät 3: Empirische Humanwissenschaften Fachrichtung Erziehungswissenschaft Statistik I Anja Fey, M.A.
Gliederung Der Begriff der Stichprobe, Stichprobenfehler
Forschungsstatistik II
Forschungsstatistik II
Forschungsstatistik II Prof. Dr. G. Meinhardt SS 2006 Fachbereich Sozialwissenschaften, Psychologisches Institut Johannes Gutenberg Universität Mainz KLW-18.
Wahrscheinlichkeit Sonnentage
Konfidenzintervalle für Parameter
Patrick Rössler Methoden der Datenerhebung und -auswertung Vorlesung BA Kommunikationswissenschaft (G21) 1.
Patrick Rössler Methoden der Datenerhebung und -auswertung Vorlesung BA Kommunikationswissenschaft (G21) 1.
Quantitative Methoden I
Es folgen die Maßnahmen.
Ergebnisse der Makrozoobenthos-Beprobung März 2007 Vergleich detaillierter Nachweisverfahren nach BWK-Merkblatt 3 für das Morsbacheinzugsgebiet Wuppertal,
Konfidenzintervalle Intervallschätzung
Statistische Methoden II SS 2003
Forschungsprozess Car
Allgemeine Literatur Fricke & Treinies (1985): Einführung in die Metaanalyse Schwarzer (1989): Meta-Analysis Programs Gutes Manual! Beelmann & Bliesener.
Meta-Analyse Forschungsmethoden und Evaluation
der Universität Mannheim!
Einführung in die Metaanalyse
Deutsch als Zweitsprache: Experimentelle Methoden WS 2013/2014
20:00.
JUGEND Erwartungen an die Politik Eine Studie von GfK Austria im Auftrag der Jungen Industrie Growth from Knowledge GfK Austria GmbH.
Grundlagen und Probleme quantitativer Studien
Chi Quadrat Test Tamara Katschnig.
Überblick Statistik Deskriptive Statistik=beschreibende Statistik
Statistik I WS 08/09 Dr. Andreas Voß Raum: 4010
STATISIK LV Nr.: 1375 SS März 2005.
Theorie der Stichprobe
© Fraunhofer ISI AP 1: Projektfortschritt Fallstudien (ISI, ZIRN) Die soziale Dimension des Rebound- Effekts (REBOUND) Projekttreffen, ZEW,
Modul Statistische Datenanalyse
Konfidenzintervall und Testen für den Mittelwert und Anteile
Erheben von Daten kategoriale Merkmale
Peter Hackl, Abteilung für Wirtschaftsstatistik, UZA II, 4. Ebene
Erheben von Daten Kategoriale Merkmale
Mehr zum Testen von Hypothesen
Referat über das Thema STOCHASTIK.
1 Stichprobenverfahren zur Qualitätssicherung Hilfestellung der Statistik in der Wirtschaftsprüfung.
NIN-Arbeitsblätter Paul-Emile Müller
SOZIALE STADT / E&C STARTERKONFERENZ KÖLN/BERLIN 14./ WILLKOMMEN ZUR STARTERKONFERENZ Köln/Berlin 14./
Agenda Rückblick 2. Aufbau der Software Benutzeroberfläche 4. Ausblick
Experimentelle und quasi-experimentelle Designs
Feedback from WWW )18-22 mai )sheraton hotel and towers congress center, new york city, USA 3)keine teilnehmerliste, meine schätzung: ca.
Facharbeit der Jgst.Q1 in 2014 Ganztagsgymnasium Johannes Rau
Die Sternenuhr Wir entdecken die Wissenschaften LTAM Steffen M. 2003/04 Kneip R.
Foto: Stephan Marti - FinanzblogFinanzblog Fernwärme.
Proseminar: Technologien des Internets
Tutorium Statistik II Übung IV Philipp Schäpers Mi – 11.45
Testgütekriterien Tamara Katschnig.
Internetbasierte Fragebogenuntersuchungen und Surveys Christine Surer
Staudinger Wer bin ich?. Staudinger Wer bin ich? Technische Hinweise Nutzen: Anklicken eines Puzzlesteins  Entfernen Klick neben das Puzzlefeld  nächste.
Sichtbarkeit von Religion, Karlsruhe, 23. Oktober 2013, © H.R.Hiegel 01 Danke für die Initiative und die Einladung. Ich werde versuchen, 5 Punkte zu unterbreiten.
Empirische Sozialforschung am Beispiel der Limburger Nordstadt
Computer Networks Group Universität Paderborn Pro/Seminar Rechnernetze WS 07/08 Holger Karl.
Methoden der Sozialwissenschaften
Georg Spitaler PS Interpretative Zugänge zu Popularkultur WS 2004/05
Stichproben LV: Methoden I LV-Leiterin: Dr. Regina Dittrich
EIN NEUES ENSEMBLE- KLASSIFIKATIONSVERFAHREN Tim Schneider Rotation Forest.
Die klassischen Methoden der historisch-vergleichenden Forschung Universität Zürich Soziologisches Institut Seminar: Methoden des internationalen Vergleichs.
 Präsentation transkript:

„Spielt der Zufall eine Rolle?“ TECHNISCHE UNIVERSITÄT DRESDEN ______________________________________________________ Diskussionsbeitrag zu Stichproben Probalistic vs. Non-probalistic „Spielt der Zufall eine Rolle?“ Dresden, 02.12.08 Zufällige vs. Nichtzufällige Stichproben Alexander Wedel

______________________________________________________ TECHNISCHE UNIVERSITÄT DRESDEN ______________________________________________________ 01 Gliederung Einleitung Stichprobenarten Exkurs Random vs. Quota Representativität = Verallgemeinerbarkeit? Quoten für die Inferenzstatistik Dresden, 02.12.08 Zufällige vs. Nichtzufällige Stichproben Alexander Wedel

______________________________________________________ TECHNISCHE UNIVERSITÄT DRESDEN ______________________________________________________ 02 Einleitung Stichprobenregeln: Inklusions-, Repräsentations-, Transponierschluss Grundfragen vor Entnahme: Umfang, Representativität, Art Vorraussetzung Zufallsstichprobe: Gleiche Chancen, Auswahl nach Zufallsprinzip, Wiederholbarkeit Dresden, 02.12.08 Zufällige vs. Nichtzufällige Stichproben Alexander Wedel

______________________________________________________ TECHNISCHE UNIVERSITÄT DRESDEN ______________________________________________________ 03 Stichprobenarten – Zufällige Stichproben Zufällig 01 - Einfache Zufallsstichprobe Dresden, 02.12.08 Zufällige vs. Nichtzufällige Stichproben Alexander Wedel

______________________________________________________ TECHNISCHE UNIVERSITÄT DRESDEN ______________________________________________________ 04 Stichprobenarten – Zufällige Stichproben Zufällig 02 - Geschichtete Zufallsstichprobe Dresden, 02.12.08 Zufällige vs. Nichtzufällige Stichproben Alexander Wedel

______________________________________________________ TECHNISCHE UNIVERSITÄT DRESDEN ______________________________________________________ 05 Stichprobenarten – Zufällige Stichproben Zufällig 03 - Klumpenstichprobe Dresden, 02.12.08 Zufällige vs. Nichtzufällige Stichproben Alexander Wedel

______________________________________________________ TECHNISCHE UNIVERSITÄT DRESDEN ______________________________________________________ 06 Stichprobenarten – Zufällige Stichproben Zufällig 04 - Mehrstufige Zufallsstichprobe Dresden, 02.12.08 Zufällige vs. Nichtzufällige Stichproben Alexander Wedel

______________________________________________________ TECHNISCHE UNIVERSITÄT DRESDEN ______________________________________________________ 07 Stichprobenarten – Nichtzufällige Stichproben Nichtzufällige Stichprobenverfahren “Auswahl aufs Geratewohl“ “Modusstichprobe“ “Expertenstichprobe“ “Heterogenitätsstichprobe“ “Schneeballstichprobe“ Dresden, 02.12.08 Zufällige vs. Nichtzufällige Stichproben Alexander Wedel

______________________________________________________ TECHNISCHE UNIVERSITÄT DRESDEN ______________________________________________________ 08 Stichprobenarten – Nichtzufällige Stichproben Nichtzufällig 06 - Quotastichprobe Stichprobe und Grundgesamtheit stimmen in einigen, festgelegten Merkmalen überein Rückschluss auf unbekannte Merkmale proportionale: bis zur Quote nicht proportionale: mindestens bis zur Quote Dresden, 02.12.08 Zufällige vs. Nichtzufällige Stichproben Alexander Wedel

______________________________________________________ TECHNISCHE UNIVERSITÄT DRESDEN ______________________________________________________ 09 Exkurs – Random vs. Quota Kritik an Zufallsverfahren statistischer Rahmen notwendig Administrations-, Kosten-, Zeitaufwand Stichprobenunvollständigkeit (non- response) für kleine Stichprobe ungeeignet Grundgesamtheit muss vorhanden sein Dresden, 02.12.08 Zufällige vs. Nichtzufällige Stichproben Alexander Wedel

______________________________________________________ TECHNISCHE UNIVERSITÄT DRESDEN ______________________________________________________ 10 Exkurs – Random vs. Quota Kritik am Quotaverfahren Vorraussetzung Modell Willkür des Interviewers “theoretische Schwäche“ – basiert nicht auf Wahrscheinlichkeitstheorie – keine Representativität – kaum verallgemeinerbar Dresden, 02.12.08 Zufällige vs. Nichtzufällige Stichproben Alexander Wedel

______________________________________________________ TECHNISCHE UNIVERSITÄT DRESDEN ______________________________________________________ 11 Representativität und Verallgemeinerbarkeit Representativität: statistische: verkleinertes Abbild der Grundgesamtheit Abwesenheit verzerrender Faktoren angebbare Wahrscheinlichkeit für Ergebnis in der Grundgesamtheit heterogene: möglichst breite Vielfalt an Merkmalsausprägungen - nicht maßstabsgerecht modale: jedes Element typischer Vertreter für ähnliche Elemente in Grundgesamtheit Dresden, 02.12.08 Zufällige vs. Nichtzufällige Stichproben Alexander Wedel

______________________________________________________ TECHNISCHE UNIVERSITÄT DRESDEN ______________________________________________________ 12 Representativität und Verallgemeinerbarkeit Verallgemeinerbarkeit (Kromrey) Vergleich sozialwiss. Experiment: Zufallsverfahren zur Zuweisung Experimental-/ Kontrollgruppe keine statistische Representativität externe Validität (Ergebnisse der Untersuchung auf andere Personen, Situationen, etc. generalisierbar) Konsequenz: Representativität ist keine Vorraussetzung für Verallgemeinerbarkeit Dresden, 02.12.08 Zufällige vs. Nichtzufällige Stichproben Alexander Wedel

______________________________________________________ TECHNISCHE UNIVERSITÄT DRESDEN ______________________________________________________ 13 Representativität und Verallgemeinerbarkeit Aber: Für statistische Berechnungen, basierend auf mathematischer Wahrscheinlichkeitstheorie, ist eine Annäherung der Stichprobe an eine Zufallsstichprobe von Nöten. - Vorraussetzung Robustheit der Daten Dresden, 02.12.08 Zufällige vs. Nichtzufällige Stichproben Alexander Wedel

______________________________________________________ TECHNISCHE UNIVERSITÄT DRESDEN ______________________________________________________ 14 Quoten für die Inferenzstatistik Robustheit der Quotastichprobe (Noelle-Neumann) 01 zuverlässige Unterlagen zur Quotenerstellung objektive und spezifische Quoten für Interviewer Fragebogen für alle sozialen Gruppen konstruieren geringe Interviewerfallzahl Dresden, 02.12.08 Zufällige vs. Nichtzufällige Stichproben Alexander Wedel

______________________________________________________ TECHNISCHE UNIVERSITÄT DRESDEN ______________________________________________________ 15 Quoten für die Inferenzstatistik Robustheit der Quotastichprobe (Noelle-Neumann) 02 Interviews am Wohnort größter Teil in Wohnungen (Gefahr Überrepresentation mobiler Bevölkerungsteil) zentrale Leitung des Interviewernetzes ausgeglichene Themen für Interviewer Dresden, 02.12.08 Zufällige vs. Nichtzufällige Stichproben Alexander Wedel

______________________________________________________ TECHNISCHE UNIVERSITÄT DRESDEN ______________________________________________________ 16 Quoten für die Inferenzstatistik Zufall der Quotastichprobe (Gschwend) 01 mehrere, identische Quotastichproben hohe Replizierbarkeit? starker Beleg für Representativität innerhalb angemessener Konfidenzintervalle durch andere Stichprobenverfahren verifizieren Dresden, 02.12.08 Zufällige vs. Nichtzufällige Stichproben Alexander Wedel

______________________________________________________ TECHNISCHE UNIVERSITÄT DRESDEN ______________________________________________________ 17 Quoten für die Inferenzstatistik Zufall der Quotastichprobe (Gschwend) 02 nur zufällig gezogene Stichproben sind reproduzierbar mit Zufallsstichprobe problemlos Inferenzstatistik ist Quotastichprobe reproduzierbar, erfüllt sie ein Merkmal, dass nur Zufallsstichproben aufweisen sollten Für Signifikanztests und Konfidenzintervalle nutzbar Dresden, 02.12.08 Zufällige vs. Nichtzufällige Stichproben Alexander Wedel

______________________________________________________ TECHNISCHE UNIVERSITÄT DRESDEN ______________________________________________________ 18 Quoten für die Inferenzstatistik Zusammenfassung Representativität ≠ Verallgemeinerbarkeit Quota hat Für und Wider Robustheit für statistische Berechnungen Reproduzierbarkeit als Kontrolle Dresden, 02.12.08 Zufällige vs. Nichtzufällige Stichproben Alexander Wedel

______________________________________________________ TECHNISCHE UNIVERSITÄT DRESDEN ______________________________________________________ 19 Literaturhinweise Verwendete Literatur Gschwend, Thomas: Analyzing Quota Sample Data and Peer-review Process(2005) – online Kromrey, Helmut: Zur Verallgemeinerung empirischer Befunde bei nichtrepresentativen Stichproben (1987) Bortz; Döring: Forschungsmethoden und Evaluation: für Human- und Sozialwissenschaftler (2005) Doherty, M.: Probability versus Non-Probability Sampling in Sample Surveys, The New Zealand Statistics Review March issue 1994, pp 21-28. (1994) Dresden, 02.12.08 Zufällige vs. Nichtzufällige Stichproben Alexander Wedel

______________________________________________________ TECHNISCHE UNIVERSITÄT DRESDEN ______________________________________________________ 19 Literaturhinweise Verwendete Literatur http://www.socialresearchmethods.net/kb/sampnon.php http://www.pineforge.com/upm-data/24480_Ch5.pdf Dresden, 02.12.08 Zufällige vs. Nichtzufällige Stichproben Alexander Wedel