Volltext herunterladen
(657.5 KB)
Zitationshinweis
Bitte beziehen Sie sich beim Zitieren dieses Dokumentes immer auf folgenden Persistent Identifier (PID):
https://doi.org/10.21241/ssoar.96764
Export für Ihre Literaturverwaltung
Defining and Evaluating Data Quality for the Social Sciences: Position Paper
[Stellungnahme]
Körperschaftlicher Herausgeber
GESIS - Leibniz-Institut für Sozialwissenschaften
Abstract Die Autor*innen haben festgestellt, dass ein allgemeines Verständnis von Datenqualität für sozialwissenschaftliche Daten erforderlich ist. Bestehende Rahmenwerke bieten zwar wertvolle Orientierungshilfen für die Bewertung der Datenqualität, konzentrieren sich jedoch in der Regel auf bestimmte Dimens... mehr
Die Autor*innen haben festgestellt, dass ein allgemeines Verständnis von Datenqualität für sozialwissenschaftliche Daten erforderlich ist. Bestehende Rahmenwerke bieten zwar wertvolle Orientierungshilfen für die Bewertung der Datenqualität, konzentrieren sich jedoch in der Regel auf bestimmte Dimensionen oder Datentypen. Die Autor*innen sind der Meinung, dass diese Rahmenwerke zwar von entscheidender Bedeutung sind, dass aber eine umfassendere Perspektive auf die Datenqualität erforderlich ist, um die inhärente Mehrdimensionalität der Qualitätsaspekte in sozialwissenschaftlichen Daten vollständig zu erfassen. Daher bietet dieses Positionspapier einen einheitlichen Rahmen für die Bewertung der Datenqualitätsdimensionen sozialwissenschaftlicher Daten.... weniger
The authors have identified the need for a commonly shared understanding of data quality for social science data. While existing frameworks offer valuable guidance for assessing data quality, they tend to concentrate on specific dimensions or data types. The authors contend that while these framewor... mehr
The authors have identified the need for a commonly shared understanding of data quality for social science data. While existing frameworks offer valuable guidance for assessing data quality, they tend to concentrate on specific dimensions or data types. The authors contend that while these frameworks are crucial, a more comprehensive perspective on data quality is needed to fully capture the inherent multidimensional nature of quality aspects in social science data. Hence, this position paper provides a unfied framework for assessing data quality dimensions of social science data.... weniger
Thesaurusschlagwörter
Sozialwissenschaft; Sozialforschung; Datengewinnung; Datenaufbereitung; Daten; Analyse; Datenqualität; Integrität; Reliabilität
Klassifikation
Erhebungstechniken und Analysetechniken der Sozialwissenschaften
Sprache Dokument
Englisch
Publikationsjahr
2024
Erscheinungsort
Köln
Seitenangabe
32 S.
Schriftenreihe
GESIS Papers, 2024/06
ISSN
2364-3781
Status
Veröffentlichungsversion; begutachtet