108

Datenerhebung & Datenanalyse (Fach) / Klausurfragen (Lektion)

Diese Lektion wurde von SchmusCriminal erstellt.

Lektion lernen

zurück  |  weiter 2 / 3

• Warum kann man sagen, dass ein Histogramm und ein Kerndichteschätzer auf demselben Prinzip beruhen? Beide beruhen auf Beobachtungen und versuchen anhand dieser Verteilungen vernünftig darzustellen. Histogramme bilden Häufigkeiten in den Balken direkt ab und nutzen dafür bestimmte Intervalle, sodass Beobachtungen in Randbedingungen schwierig werden. Währenddessen beruhen Kerndichteschätzer auf dem Prinzip der nächsten Nachbarn (je enger die Nachbarschaft, desto stärker fällt sie ins Gewicht) und stellen ein stetiges Pendant zum Histogramm dar, indem sie Verteilungsdichte anhand einer Funktion, anstatt mit Balkendiagrammen abbilden.
• Erklären Sie kurz, was man unter einer Dummy-Variable versteht Dummy-Variablen können genutzt werden, um nicht-metrische, kategorielle UV in ein Regressionsmodell aufzunehmen und geben an, ob eine bestimmte Eigenschaft vorliegt (1) oder nicht vorliegt (0). Bei kategorialen Variablen (=qualitative Daten mit mehreren Ausprägungen) muss dafür zusätzlich zu den zwei Dummy-Variablen eine Referenzkategorie erstellt bzw. gewählt werden.
• . .
• . .
• . .
• Erklären Sie, warum die Ergebnisse einer linearen Regression mit einer dichotomen AV kritisiert werden können. Lineare Regressionen dienen dazu den Einfluss von Variablen auf eine metrische AV zu identifizieren. Sie sind nicht geeignet um den Einfluss auf nicht-metrische wie z.B. dichotome AV zu untersuchen, da die BLUE-Annahme der Homoskedastizität verletzt wird. Dies führt zu Unklarheiten bezüglich der Interpretation der AV, da lineare Regressionsmodelle kontinuierliche y-Werte vorhersagt (auch Wahrscheinlichkeiten <0 & >1), obwohl für dichotome AV y-Werte innerhalb des Wahrscheinlichkeitsbereichs 0-1 vorliegen. Außerdem liefern weder Standardfehler (und damit der Signifikanztest) noch die Regressionsgewichte verlässliche Ergebnisse. Deshalb sollte für dichotome AV logistische Regressionsmodelle herangezogen werden.
• Vorteile von Ereignisdatenanalyse Die EDA kann mit rechtszensierten Daten umgehen (ermöglicht genauere Modelltestungen und Parameterschätzungen) → vollständigste Art von Daten Sie ermöglicht die zeitkontinuierliche Erfassung von Merkmalen und Vorhersage von Auswirkungen eines Ereignisses. Man kann vorhersagen, wann Ereignis voraussichtlich eintritt, nicht nur, dass es eintritt. Ereignisdatenanalysen können komplette Perioden umfassen
• . .
• Beschreiben Sie grob, was bei einer Mediationsanalyse gemacht wird. Man überprüft, ob der Effekt der UV auf die AV durch eine dritte Variable (Mediator) vermittelt wird. Dazu wird zuerst der indirekte und dann der direkte Effekt ausgerechnet. Hat das Produkt der beiden Teileffekte dasselbe Vorzeichen wie der direkte Effekt, so liegt eine Mediation vor.
• . .
• Anzeige
• Output Hausmann-Test. Was wurde gemacht? Befund interpretieren Der Hausman-Spezifikationstest prüft, ob eine Störvariable mit der UV zusammenhängt und wird bei Paneldatenmodellen angewendet, um zu entscheiden, ob ein Fixed-Effects-Modell oder ein Random-Effects-Modell vorliegt. Ist er signifikant so hängen UV und Störvariable zusammen und es sollte für die Auswertung der Paneldaten ein Fixed-Effects-Modell genutzt werden. Das RE-Modell würde bei Anwendung verzerrte Ergebnisse liefern.
• Output-Faktorenanalyse: Erklären warum nur 1 Faktor extrahiert wurde und was sich bei einer obliquen Rotation an der Auswahl der Faktoren geändert hätte. Es wurde ein Faktor aufgrund des Kaiser-Kriteriums gewählt, bei dem der Eigenwert des Faktors >0 sein soll, das bedeutet, dass der Faktor mehr Varianz aufklären kann als eine (standardisierte) Variable. Bei einer obliquen Rotation wären die Faktoren miteinander korreliert. Hier macht eine Rotation keinen Sinn, da es nur einen Faktor gibt, der die Varianz optimal aufklärt.
• . .
• Bei nur zwei Erhebungswellen kann man Paneldaten mit einem FE-Modell als einfach OLS-Regression berechnen. Wie heißt diese Analyse & erläutern Sie sie kurz. Liegen nur 2 Erhebungswellen bei Paneldaten vor, so kann man mittels der Difference-in-Difference-Schätzung die Veränderung der AV unabhängig von ihrem Ausgangsniveau berechnen. Es kann der kausale Effekt der UV trotz unbeobachteter Heterogenität innerhalb von Person geschätzt werden. Werte der zwei Wellen werden voneinander abgezogen und es wird ein Differenzscore gebildet. Formel: (yit1T-yit0T) – (yjt1C-yjt0C)
• . .
• . .
• Warum kann man sagen, dass Kerndichteschätzer und Histogramme auf demselben Prinzip beruhen? Beide versuchen Verteilungen vernünftig darzustellen und nutzen dazu Beobachtungen. Histogramme nutzen Intervalle als Grundlage ihrer Beobachtungen, was vor allem die Beobachtung von Randbedingungen und ihre Darstellung der Verteilungen erschwert. Kerndichteschätzer nutzen als Grundlage ihrer Beobachtungen den nächsten Nachbarn (je näher die Nachbarschaft, desto stärker fällt sie ins Gewicht) und stellen ein stetiges Pendant zum Histogramm dar, da sie die Verteilung durch eine Dichtefunktion beschreiben.
• Unterschied zwischen orthogonaler und obliquer Rotation? Orthogonal = Faktoren sind unabhängig voneinander und werden im rechten Winkel rotiert Oblique = Faktoren dürfen interkorrelieren und werden schiefwinklig rotiert
• Nennen Sie mind. 2 griechische Buchstaben, die Zusammenhangsmaße bei bivariaten Analysen darstellen. UV & AV Nominal: λ (lambda), χ2 (chi-quadrat), φ (phi) UV nominal & AV metrisch: η2 (Eta-Quadrat) UV & AV metrisch: r
• Nenne 4 Datenbestände, die über die Gesis bezogen werden können. - ALLBUS (allgemeine Bevölkerungsumfrage der Sozialwissenschaften) - SOEP (Sozioökonomisches Panel) - Pairfam (Beziehungs- & Familienpanel: genauere Untersuchung von Beziehungsdynamiken) - GSS (General Social Survey: Vorläufer des ALLBUS) - GGS (Generation and Gender Survey) - Familiensurvey - European Value Study- World Value Study
• . .
• Was bedeutet Harking? Hypothesizing after the Results are known = Aufstellung von Hypothesen, nachdem Ergebnisse der Datenanalyse bekannt sind (a posteriori Hypothesen werden als a priori Hypothesen dargestellt)
• Drei Ziele des Venus-Transits erklären. Oberziel: Vermessung des Sonnensystems ➔ Messen des Venus-Transits aus verschiedenen Winkeln der Erde (Breitengrade: Transit verläuft je nach Standpunkt unterschiedlich, woraus sich durch Trigonometrie die Abstände zwischen Planeten berechnen lässt) ➔ Relative Abstände, die bereits durch Kepler bekannt waren mit absoluten Zahlen füllen ➔ Navigation auf See konnte verbessert werden
• . .
• Was ist das Ziel von Mikrosimulationen? Hauptziel: Simulation von Mikrodaten (Projektion), um Erkenntnisse über eine Population zu erlangen ➔ Analyse der Auswirkungen komplexer (politischer) Interventionen ➔ Analyse komplexer Bevölkerungsentwicklungen ➔ Analyse auf regionaler Ebene (falls vorhanden)
• John Staddon: Was ist das Hauptargument für die Nützlichkeit von Experimenten und Erkenntnis von nicht-experimentellen Studien? Bedeutung von Experimenten für Analyse von Kausalzusammenhängen Bedeutung von nicht-experimentellen Studien für die Validität→ Beobachtungen und reines Datensammeln sind wichtig & Empirismus hat seine Daseinsberechtigung
• Negative income Tax = klassisches Experiment? Nein, da keine Randomisierung, keine Kontrollgruppe, keine Untersuchung im Labor (keine Kontrolle von Störvariablen) -> quasi-experimentell Veränderung ergeben sich vielleicht erst viele Jahre später.
• Grounded Theory erklären → ist theoretisches Sampling Sozialwissenschaftlicher Ansatz zur systematischen Sammlung & Auswertung qualitativer Daten mit dem Ziel der Theoriegenerierung = schrittweise Generierung einer Theorie (induktives Vorgehen) Methodik: Iteratives Vorgehen bis zur theoretischen Sättigung Minimales Kontrastieren: Spezifizierung der Theorie Maximales Kontrastieren: Breites Aufstellen der Theorie
• Zwei Beispiele für Panelanalysen in der Soziologie → Pairfam = Beziehungs- & Familienpanel, das Beziehungsdynamiken in einem Kohorten-Sequenz-Modell genauer untersucht (Kombination von Panel- & Korhortenmodellen)→ SOEP = repräsentative Wiederholungsbefragung von deutschen Privathaushalten zu sozio-ökonomischen Themen wie bspw. Erwerbstätigkeit, Einkommen, Gesundheit, Bildung & Lebenserwartung
• Wide- & Long-Format erklären und zwei empirische Beispiele nennen, die den Unterschied verdeutlichen. Die beiden Formate unterscheiden sich darin, wie die Daten aufbereitet wurden. Beim Wide-Format entspricht jede Zeile einer Person und die zeitveränderlichen Variablen werden in separaten Spalten dargestellt (jede Spalte entspricht einer zeitveränderlichen Variablen oder einem Messzeitpunkt pro zeitveränderliche Variable). Beim Long-Format entspricht jede Zeile einem Messzeitpunkt pro Person (mehrfacher Einfluss von Personen in den Datensatz) und es gibt nur eine Spalte pro zeitveränderliche Variablen. Hinzu kommt noch die Spalte „waves“ welche angibt, auf welchen Messzeitpunkt sich dieZeile bezieht. Beide Formate haben die Spalte ID, um die Personen/Messzeitpunkte zuordnen zu können. Beispiel: Körpergewicht, Körpertemperatur Beispiel wide-format: Querschnitts- o. Zeitreihendaten, Regression, Difference-in-Difference-Schätzung, ANOVA, T-TestBeispiel long-format: Panel-/Zeitreihendaten, Panelanalyse, FE-Modelle, ANOVA mit Messwiederholung
• Anzeige
• Nennen Sie je drei Vor- und Nachteile von digitalen Verhaltensdaten Vorteile: nicht-reaktive Daten (geringe Fehlerquellen), automatische Erhebung, Betrachtung natürlicher Prozesse/Entwicklungen (z.B. gesellschaftliche Auswirkungen von Digitalisierung) Nachteile: große Datenmengen -> wie analysieren? Selektion -> wer nutzt das Internet? Aussagekraft/Qualität? Zugang zu Daten (Datenschutz) -> Können geleakt werden, großer Schaden für Betroffene
• Nennen Sie die drei Ebenen des ADM-Designs. ADM = Arbeitsgemeinschaft deutscher Marktforschungsunternehmen Vorsatz: Ziehung verallgemeinerungsfähiger Stichprobe durch drei hintereinander geschachtelte Zufallsprozesse 1. Gemeinde (Zufallsauswahl) 2. Haushalte (random route vs. random address) 3. Personen (z.B. Schwedenschlüssel)
• Nennen Sie drei Vorteile von F2F-Erhebungen im Gegensatz zu anderen Vorteile: visuelle Hilfsmittel möglich, pos. Interviewereinfluss (z.B. durch Anpassung/Intervention), Responsequote kann höher sein Nachteile: geringe Interviewerkontrolle, soziale Erwünschtheit, kostenintensiv, Responsequote kann niedriger ausfallen durch Reaktanz ggü. fremden Interviewern
• . .
• Beschreiben Sie den grundsätzlichen Aufbau des Mikrozensus. - Mehrthemen & Haushaltsbefragung (gebunden an Anschrift) - 1% Stichprobe der deutschen Haushalte - Überwiegend gesetzliche Auskunftspflicht - Erhebung über Bevölkerung und Arbeitsmarkt - Spezifischer Aufbau:➔ Jährliches Grundprogramm (auskunftspflichtig) ➔ Vierjährliches Zusatzprogramm (überwiegend Auskunftspflicht) ➔ Jährliche adHoc Module, 0,1 Stichprobe, geht über Haushalte hinaus
• Erklären Sie eine Heuristik und wie diese von Kahnemann & Tversky umgesetzt wurde. Verfügbarkeitsheuristik: Je leichter eine Information verfügbar, desto eher zieht man sie für eine Urteilsbildung heran Kahnemann & Tversky gaben Probanden Listen mit der gleichen Anzahl an Namen von männlichen und weiblichen Probanden. Unter den weiblichen Vornamen waren berühmte Namen gelistet. Als Probanden befragt wurden, welches Geschlecht mehr Namen auf der Liste hatte, sagten die Probanden das weibliche Geschlecht, obwohl beide Listen gleich lang waren.
• . .
• . .
• Was ist das Problem beim Publication Bias und was hat es für einen Einfluss für Metaanalysen? Der Publication Bias bezeichnet die bevorzugte Publikation von signifikanten Ergebnissen und stellt damit eine Verzerrung der tatsächlichen statistischen Datenlage dar. Nicht signifikante Effekte werden kaum bzw. gar nicht publiziert. Das führt außerdem dazu, dass nur signifikante Ergebnisse gesucht und daher auch oft nur marginal signifikante Ergebnisse berichtet werden. Wenn nur signifikante o. marginal signifikante Ergebnisse publiziert werden, können Metaanalysen auch nur diese als Grundlage nutzen. Das heißt, dass auch die Effekte, die Metaanalysen finden die untersuchte Thematik nicht richtig abbilden können (=eine verzerrte statistische Datenlage widerspiegeln) und der Gesamteffekt überschätzt wird.
• . .
• . .
• X Nennen Sie ein Verfahren, um Personen in einem Netzwerk zu bestimmen. Egozentriert: Namensgenerator wie Laumann GeneratorQualitativ: Visualisierung Gesamtnetzwerk: Expertenrating, ex-ante Bestimmung (Ur-Liste)Qualitativ: Beobachtung & Schneeballverfahren
• . .
• . .
• . .
• . .
• X Gesamtnetzwerk und egozentriertes Netzwerk definieren und den Unterschied der beiden. Gesamtnetzwerk = versucht alle im Hinblick auf eine bestimmte Fragestellung relevanten Akteure und Beziehungen zu erfassen Egozentriertes Netzwerk = versucht alle im Hinblick auf eine bestimmte Person (Ego) herum verankerten wichtigen Personen & Beziehungen zu erfassen
• . .
• Was ist der Unterschied zwischen agentenbasierten Simulationsmodellen und Mikrosimulation? Agentenbasiert = theoriebasierte Simulation vs. Mikrosimulation = datenbasierte Simulation Agentenbasiert: Entscheidungsmodelle Problem: Priorisierung von bestimmten Aspekten im Entscheidungsmodell ohne empirische Grundlage Mikrosimulation: Übergangswahrscheinlichkeit Problem: komplexe Entscheidungssituationen können nicht simuliert werden
• Was ist die Müller-Lyer Illusion? Optische Täuschung, bei der zwei gleich lange Linien durch unterschiedliche Begrenzungen als unterschiedlich lang wahrgenommen werden. >-----< <----->

zurück  |  weiter 2 / 3