Skip to content

Read-only version: For security reasons, the Research Information System (FIS) has been temporarily replaced by this read-only version. All public content and full texts remain available; login, editing, submission and statistics are not available. Questions: fis@uni-bamberg.de

Home › Publications › Fehlende Werte in den Sozialwissenschaften : Analyse und Korrektur mit Beispielen aus dem ALLBUS

Publication

Fehlende Werte in den Sozialwissenschaften : Analyse und Korrektur mit Beispielen aus dem ALLBUS

Messingschlager, Martin (2012): Fehlende Werte in den Sozialwissenschaften : Analyse und Korrektur mit Beispielen aus dem ALLBUS, Bamberg: University of Bamberg Press, doi: 10.20378/irb-769.

Details

Faculty/Chair
Author
Messingschlager, Martin
Publisher Information
University of Bamberg Press : Bamberg
Year of publication
2012
Pages
XV, 225, Illustrationen, Diagramme
ISBN
978-3-86309-122-4
978-3-86309-123-1
Series ; Volume
Supervisor
Rässler, Susanne
Source/Other editions
Parallel erschienen als Druckausg. in der University of Bamberg Press, 2012 (27,00 EUR)
Language
German
Remark

Zugl.: Bamberg, Univ., Diss., 2012

Link to order the print version
DOI
Licence
URN
Abstract

Fehlende Werte bilden seit jeher eine große methodische Herausforderung für quantitative Analysen in den Sozialwissenschaften. Die Methodenforschung deutet darauf hin, dass sich in einigen Bereichen das Problem fehlender Werte noch verschärfen wird. In dieser Arbeit werden zunächst die wichtigsten Theorien zu Item und Unit Nonresponse zusammengefasst. Anhand von Beispielen aus dem ALLBUS werden anschließend Analysen zu Item und Unit Nonresponse vorgenommen. Im Weiteren werden Korrekturmethoden für fehlende Werte durch ein auf realen Daten basierendes neues Verfahren verglichen. Dabei steht im Zentrum des Methodenvergleichs das Abschneiden der Multiplen Imputation als Korrekturmethode. Die Ergebnisse sprechen bei Item Nonreponse klar für die Anwendung der Multiplen Imputation vor allem bei multivariaten Analysen. Obwohl die Ergebnisse für Unit Nonresponse keine klaren Empfehlungen zulassen, erscheint der Weg, Multiple Imputation auch dort zu verwenden, bei günstiger Datenlage als Alternative zu Gewichtungen.

GND Keywords
Imputationstechnik
Fehlende Daten
Keywords
fehlende Werte
Multiple Imputation
DDC Classification
310 Statistics
RVK Classification
QH 235
Type
Doctoralthesis
URI
Activation date
2013-04-24, 2013-04-24

Permalink: https://fis.uni-bamberg.de/handle/uniba/769 · Data as JSON · Cite: BibTeX · RIS

Data as of: 2026-11-15

Restricted read-only access: login, editing and submission are temporarily disabled.