Zum Inhalt springen

Nur-Lesen-Fassung: Das Forschungsinformationssystem (FIS) ist aus Sicherheitsgründen vorübergehend durch diese Nur-Lesen-Fassung ersetzt. Alle öffentlichen Inhalte und Volltexte sind weiterhin abrufbar; Anmeldung, Bearbeitung, Einreichung und Statistiken stehen nicht zur Verfügung. Bei Fragen: fis@uni-bamberg.de

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

Publikation

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

Fakultät/Lehrstuhl
Autorin(nen)/Autor(en)
Messingschlager, Martin
Verlagsangabe
University of Bamberg Press : Bamberg
Erscheinungsjahr
2012
Seiten
XV, 225, Illustrationen, Diagramme
ISBN
978-3-86309-122-4
978-3-86309-123-1
Schriftenreihe(n)/Serie(n) ; Band
Gutachterin(nen)/Gutachter
Rässler, Susanne
Quelle/Weitere Ausgabe
Parallel erschienen als Druckausg. in der University of Bamberg Press, 2012 (27,00 EUR)
Sprache(n)
Deutsch
Anmerkungen

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

Zur Bestellung der Druckausgabe
DOI
Lizenz
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-Schlagwort(e)
Imputationstechnik
Fehlende Daten
Freie Schlagwort(e)
fehlende Werte
Multiple Imputation
DDC-Klassifikation
310 Allgemeine Statistiken
RVK-Klassifikation
QH 235
Dokumenttyp
Dissertation
URI
Datum der Freischaltung
24.04.2013, 24.04.2013

Permalink: https://fis.uni-bamberg.de/handle/uniba/769 · Daten als JSON · Zitieren: BibTeX · RIS

Datenstand: 15.11.2026

Eingeschränkter Lesezugriff: Anmeldung, Bearbeitung und Einreichung sind vorübergehend deaktiviert.