Antworten auf Nonresponse

Abstract

Die Ausschöpfungsquote einer Studie wird häufig als alleiniger Qualitätsindikator gesehen. Dies ist bekanntlich aus mehreren Gründen irreführend. Abgesehen von den Möglichkeiten der Manipulation der Ausschöpfungsraten sieht der Verfasser das Problem der Verwendung von Ausschöpfungsraten als Qualitätsindikator vor allem im Verkennen eines elementaren statistischen Fakts: Für die meisten Statistiken resultiert ein möglicher Nonresponsebias aus dem Produkt des Anteils der Nonrespondenten mit der Differenz zwischen Nonrespondenten und Respondenten. Man benötigt neben dem Anteil der Nonrespondenten auch Angaben über die Differenz zwischen Nonrespondenten und Respondenten. Erst wenn es hier Unterschiede gibt, ist ein Bias zu erwarten. Nonresponse kann, so der Autor, weder vermieden noch ignoriert werden. Die häufig vorgeschlagene Verwendung anderer Stichprobenverfahren (z.B. Quota), Erhebungsverfahren (z.B. Internetsurveys) oder Gewichtungen bietet keine Lösung des Nonresponseproblems, sondern verschleiert das Problem lediglich. Die einzig mögliche Antwort auf Nonresponse kann nur in sorgfältiger Feldarbeit, deren Dokumentation und einer statistischen Analyse, die auf Nonresponse Rücksicht nimmt, bestehen. Neuere statistische Entwicklungen erlauben die Abschätzung der Unsicherheit der Schlussfolgerungen durch Nonresponse. Um solche Verfahren anwenden zu können, muss ein Datensatz eine Reihe von Informationen enthalten, nämlich Interviewer-ID, Sampling-Point-ID, Datum und Uhrzeit der Kontaktversuche, Anzahl aller Kontaktversuche (persönlich, telefonisch, schriftlich). Diese Informationen sind nahezu kostenneutral zu gewinnen. Dies gilt auch für die wichtigste praktische Schlussfolgerung: Für eine Analyse, die Rücksicht auf Nonresponse nimmt, benötigt man immer Brutto-Datensätze, d.h. Records auch für Nichtbefragte. Ohne diese Brutto-Datensätze sind kaum Nonresponse-Analysen und nur sehr begrenzt eventuelle Korrekturen möglich. (ICF2)