6. Populationsbeschreibende Untersuchungsformen

Question 1

Merkmalsträger - Stichprobe und Population

Answer 1

Personen, Firmen, Objekte

Question 2

Grundgesamtheit, Populationen - Stichprobe und Population

Answer 2

Mengen im mathematischen Sinn

sind nur als solche Definiert, wenn sie räumlich, zeitlich und sachlich abgegerenzt sind

Definition und Abgrenzung sind vom Verwertungs- Erkenntnisinteresse der empirischen Untersuchung abhängig, ist das deutlich werden Merkmalsträger festgelegt

Question 3

Populationsbeschreibende Untersuchungen - Stichprobe und Population

Answer 3

dienen der Deskription einer Gesamtmenge ausgewählter Untersuchungsobjekte auf der Grundlage von Stichprobenergebnissen

Question 4

Target population - Stichprobe und Population

Answer 4

angestrebte Grundgesamtheit

hierfür sollen die Aussagen der Untersuchung gelten

Question 5

Frame population - Stichprobe und Population

Answer 5

Erhebungsgrundgesamtheit

diejenige Grundgesamtheit, die faktisch erhoben wird

Question 6

Auswahlgrundgesamtheit - Stichprobe und Population

Answer 6

Erhebungsgrundgesamtheit (frame population, diejenige GG die faktisch erhoben wird) bei Teilerhebungen

Question 7

Vollerhebung - Stichprobe und Population

Answer 7

alle Merkmalsträger einer GG werden einbezogen

Question 8

Teilerhebung - Stichprobe und Population

Answer 8

auch Stichprobenerhebung bezieht sich nur auf eine Auswahl

im Grenzfall (extrem homogene Stichprobe) umfasst eine Teilerhebung nur einen Merkmalsträger (Einzelfallstudie)

Question 9

sind große Stichproben grundsätzlich “gut”? - Stichprobe und Population

Answer 9

Nein, müssen…

…konstante Ziehungsbedingungen (kein Over- oder Undersampling, kein Nonresponse)

…ihre konstante Größe halten (ohne Dropout)

…dürfen nicht dazu dienen, mangelnde Reliabilität des Messinstrumentes zu kompensieren

exploratorische Faktorenanalyse:

Itemzahl pro faktor 3-5

Itemqualität (Kommunalität <.60 n=60) (Kommunalität = .50 n=100-200) (Kommunalität <.50 n<300) (min. Kommunalität n=500 bis 1000)

Itemverteilungen (schiefe einzelner Items, multimodale Verteilungen, Ausreißer, Extremwerte)

Question 10

Große Stichproben sind nötig bei… - Stichprobe und Population

Answer 10

…heterogenen Merkmale

…kleinen Effekten

…differenzierter Merkmalsbetrachtung in Abhängigkeit von Moderatoren, Kovariaten

…geforderter Repräsentativität (echte Zufallsstichprobe)

…Verwendung bestimmter verteilungsgebundender Verfahren

Question 11

kleine Stichproben ausreichend bei… - Stichprobe und Population

Answer 11

…homogenen Merkmalen

großen Effekten

…einheitlicher Merkmalsbetrachtung

…Aussagen über wohl definierte Teilstichproben

…Verwendung verteilungsfreier (nicht-parametrischer) oder verteilungssimulierender Verfahren (Bootstrapping)

Question 12

Probabilistische Stichproben - Stichprobenarten

Answer 12

zufallsgesteuerte Auswahlverfahren (selten perfekt erfüllt, Dropout):

Einfache Zufallsstichprobe

Monte-Carlo-Verfahren

Systematische Zufallsauswahl

Geschichtete Zufallsstichprobe

Mehrstufige Zufallsstichprobe

Klumpenstichprobe

Question 13

Nicht-probabilistische Stichproben - Stichprobenarten

Answer 13

Ad-Hoc-Stichprobe (willkürliche Auswahl

Theoretische Stichprobe (bewusste Auswahl): Auswahl typischer Fälle, Auswahl nach dem Konzentrationsprinzip

Quotenstichprobe

Question 14

Repräsentativität - Zufallsstichprobe und Konzept der Repräsentativität

Answer 14

merkmalsspezifisch räpresentative Stichprobe: gezogenen Elemente gleichen in vielen Merkmalen bzw. Merkmalskombinationen der GG (kovariierende Merkmale können noch reinspielen z.B. in Omnibusuntersuchungen)

globale Repräsentativität: Stichprobe entspricht in allen MErkmalen der GG

lokale Repräsentativität: Stichprobe entspricht nur spezifischen Merkmalen

genaue Abbildung der GG ist auch in Zufallsstichprobe nicht möglich. Noch wenige bei Verkleinerung der n. Toleranzgrenze nicht definiert.

Nur Zufallsstichproben erlauben aber schätzungen mit Fehlergrenzen, Parametern, Verteilungen

Question 15

Einfache Zufallsstichprobe, simple random sample

Answer 15

für jedes Element der GG ist die Wahrscheinlichkeit bekannt in die Auswahl zu kommen

diese Wahrscheinlichkeit hier 1/N

Stichprobenraum: Sollen n Objekte in der Stichprobe sein, lassen sich C verschiedene Stichproben ziehen

Nicht immer empfehlenswert:

Elemente der GG sind nicht identifizierbar

Elemente geographisch weiträumig verteilt gestreut

komplexe Stichproben präziser

Intressante Untergruppen

Question 16

Zufallsstichprobe und Inferenzstatistik

Answer 16

Inferenzverfahren lassen sich auch bei nicht zufälligen Stichproben durchführen:

an Fragen der Ergebnisinterpretation (bezüglich der Rekonstruktion einer Population) gekoppelt

theoretisch kann man sich eine Population aufgrund der Stichprobe ausdenken

populationsbeschreibende Untersuchung nur sinnvoll, wenn Merkmale der Poupulation vorher definiert wurden und dann sTichprobe gezogen wird

Question 17

Punktschätzer - Punkt- und Intervallschätzung

Answer 17

Mittelwert, Standardfehler

Question 18

Intervallschätzer - Punkt- und Intervallschätzer

Answer 18

Konfidenzintervall

Question 19

Likelihood - Punkt- und Intervallschätzer

Answer 19

es wird induktiv von einem Stichprobenergebnis auf die Plausibilität verschiedener Populationsparameter geschlossen

Summe der Likelihoods kann Werte über 1 ergeben

Question 20

Wahrscheinlichkeit - Punkt- und Intervallschätzungen

Answer 20

wird deduktiv aus einer Population das Auftreten einander ausschließender Stichprobenergebnisse bestimmt

Die Summe der Wahrscheinlichkeiten beträgt 1

Question 21

optimaler Stichprobenumfang

Answer 21

wichtig in populationsbeschreibenden Untersuchungen, kann nur mit Zusatzinformationen bestimmt werden

höheres n (unter konstanten Bedingungen) genauere Parameterschätzungen. Zugewinn nimmt proportional ab.

Optimal, wänn parameterschätzungen präzise sind

Question 22

Probabilistische Stichprobentechniken

Answer 22

Wenn Informationen über zusätzliche Merkmale vorliegen und deren Verteilung bekannt ist

merkmalsspezifische Repräsentativität lässt sich steigern

Geschichtete Stichprobe (stratified sample)

Klumpenstichprobe (Clustre sample)

Mehrfach geschichtete/gestufte Stichprobe (multi-stage sample)

Question 23

Geschichtete Stichprobe (stratified sample)

Answer 23

Unterteilung in Schichtungsmerkmale (biographisch, soziodemographisch von Personen)

daraus werden Zufallsstichproben genommen

realtive Größe der Schicht zur Population wird gewichtet

Größe der Subpopulation muss bekannt sein, wenn nicht geschätzt (ex post-facto- Stratifizierung)

Vorteil: wenn Teilstichproben homogener als Gesamtstichprobe

Im Gegensatz zu Clusterstichprobe: einzelne Schichten homogen aber untereinander unterschiedlich

Question 24

Klumpenstichprobe (cluster sample)

Answer 24

Teilpopulationen (Cluster) in Population bekannt, zufällige Auswahl von Gruppen vollständig erhoben

Auswahlsatz: Steigerung der Präzision der Parameterschätzung = Wahrscheinlichkeit mit der ein Cluster der Population in der Stichprobe ist

Nur, wenn Cluster gleich groß: Cluster ähnlich, vom Merkmal aber heterogen (im Gegensatz zu geschichteten)

darum möglichst viele kleine Cluster sonst großer standardfehler

Variationskoeffizent (V<0.2)

Question 25

Mehrstufige Stichprobe (multi-stage sample)

Answer 25

Nach Clustered sample, wenn Cluster sich nicht vollständig erheben lassen Zweistufig: erste Ziehungsstufe per Zufall die Cluster, zweite Ziehungsstufe Personen innerhalb der Cluster viele Cluster besser siehe Cluster sample Cluster- und geschichtete Stichproben sind Spezialfälle innerhalb der mehrstufigen Modelle Mehrstufige Stichproben ziehen Zufallsstichproben aus Primär-, Sekundär-, etc. Einheiten und auf der letzten Ebene die Objekte

Question 26

Wiederholte Stichprobenuntersuchungen

Answer 26

Panel-Stichproben: Parameterschätzungen lassen sich präzisieren Wiederholte Befragen zu gleichen oder anderen Themen Nachteil von Panels: Paneleffekte (zunehmende Sicherheit und Routine) können durch Austausch und Rotationspläne oder Panelkontrollstudien (Vergleich alter gegen neue Panelmitglieder) kontrolliert werden

Question 27

kombinierte Stichprobenpläne

Answer 27

alle Arten der Stichproben lassen sich kombinieren Konsequenzen hinsichtlich einer Anpassung ei der Parameterschätzung

Question 28

Zufällige Auswahl- Nicht-probabilistische Auswahlverfahren

Answer 28

nicht gleich willkürlicher Auswahl a. GG aus der die auswahl erfolgt ist definiert b. welcher Merkmalsträger reinkommt ist nicht vom Forscher abhängig sonder zufällig c. Wahrscheinlichkeiten in Auswahl zu gelangen für Merkmalsträger bekannt

Question 29

Gelegenheitsstichprobe - nicht-probabilistsche Verfahren

Answer 29

willkürliche Auswahl für wissenschaftliche Zwecke unbrauchbar

Question 30

bewusste Auswahl - nicht-probabilistische Verfahren

Answer 30

gezielt vorgenommenne Auswahl anhand der vorgegebenen Kriterien GG und Verfahren angebbar und kontrollierbar Spezialfall: typische Fälle Wissen wie die typischen Fälle mit den Merkmalen in der Population verteilt sind Merkmalsausprägungen müssen bei den Merkmalsträgern festzustellen sein, sonst kann keine gezielte Auswahl vorgenommen werden

Question 31

Auswahl nach dem Konzentrationsprinzip (cut-off sampling) - nicht-probabilistische Verfahren

Answer 31

Merkmalsträger die die Verteilung dominieren werden konzentriert beobachtet Grenzmerkmal muss festgelegt sein

Question 32

Quoten-Auswahl (quota-sampling) nicht-probabilistische Verfahren

Answer 32

entspricht Schichtung nur willkürlich Auswahl nach Quotenmerkmalen (leicht erkenn- und erfragbar und eng mit Erhebungsmerkmalen korreliert). Verteilung der GG muss bekannt sein Alter, Geschlecht, Familienstand, Konfession, Wohnort, Berufstätigkeit Quotenstichprobe verkleinertes Abbild der GG. Nur für Quotenmerkmale **einfache Quotenstichproben**: Quoten unabhängig voneinander vorgegeben **kombinierte Quotenstichproben:** verwenden mehrdimensionale Verteilungen von Merkmalskombinationen (kritisch: Inferenzschlüsse unzulässig, weil nicht zufällig, Erhebungsgrundgesamtheit kann kleiner als GG sein, Daten der Quoten nicht aktuell)