dc.contributor.author | Krause, Thomas | de |
dc.date.accessioned | 2020-08-13T14:10:51Z | |
dc.date.available | 2020-08-13T14:10:51Z | |
dc.date.issued | 2020 | de |
dc.identifier.issn | 2199-7780 | de |
dc.identifier.uri | https://www.ssoar.info/ssoar/handle/document/69098 | |
dc.description.abstract | Response Styles stellen eine Herausforderung für die empirische Surveyforschung dar. Antwortverhalten, welches nicht mit dem Inhalt der Frage assoziiert ist, kann nicht nur Anteils- und Durchschnittswerte beeinflussen, sondern auch modellbasierte Parameterschätzung verzerren. In dieser Pilotstudie soll der Frage nachgegangen werden, ob sich über Machine Learning Verfahren ein empirisch basierter Ansatz zu einheitlichen Identifikation von den gängigsten Response Style Mustern konstruieren lässt. Dies soll aufwändige Kontrollverfahren, welche jeweils nur einzelne Muster finden können oder mit erheblichem Mehraufwand verbunden sind, ersetzen und somit eine universellere und praxistauglichere Option zu bisherigen Ansätzen darstellen. Der hier dargelegte Ansatz basiert auf der Kalibrierung des ML-Verfahrens anhand von synthetisierten Daten, welche der formalen Definition von Response Styles (RS) entsprechen und einem Anteil von empirischen Daten (European Social Survey), welche nicht von RS betroffen sind. Das hierauf trainierte Modell kann auf empirisch erhobene Daten angewendet werden, um RS-Muster in Survey-Daten zuverlässig entdecken und bearbeiten zu können. Die Ergebnisse der Studie legen mit Fehlerklassifikationsraten von 0.3 bis 3.5 % den ML-Ansatz als eine vielversprechende Alternative zu bisherigen Verfahren nahe. | de |
dc.language | de | de |
dc.subject.ddc | Sozialwissenschaften, Soziologie | de |
dc.subject.ddc | Social sciences, sociology, anthropology | en |
dc.subject.other | Response Style; Response Set; Machine Learning; Random Forest; Survey | de |
dc.title | Machine Learning basierte Response Style Identifikation: eine simulations-statistische Pilotstudie | de |
dc.title.alternative | Machine Learning based response style identification: a simulation-statistical pilot study | de |
dc.description.review | begutachtet | de |
dc.description.review | reviewed | en |
dc.source.volume | 47 | de |
dc.publisher.country | DEU | |
dc.publisher.city | Stuttgart | de |
dc.source.series | Schriftenreihe des Instituts für Sozialwissenschaften der Universität Stuttgart -SISS- | |
dc.subject.classoz | Erhebungstechniken und Analysetechniken der Sozialwissenschaften | de |
dc.subject.classoz | Methods and Techniques of Data Collection and Data Analysis, Statistical Methods, Computer Methods | en |
dc.subject.thesoz | Umfrageforschung | de |
dc.subject.thesoz | survey research | en |
dc.subject.thesoz | Methode | de |
dc.subject.thesoz | method | en |
dc.subject.thesoz | Daten | de |
dc.subject.thesoz | data | en |
dc.subject.thesoz | European Social Survey | de |
dc.subject.thesoz | European Social Survey | en |
dc.subject.thesoz | Datenqualität | de |
dc.subject.thesoz | data quality | en |
dc.subject.thesoz | Antwortverhalten | de |
dc.subject.thesoz | response behavior | en |
dc.subject.thesoz | Datenaufbereitung | de |
dc.subject.thesoz | data preparation | en |
dc.identifier.urn | urn:nbn:de:bsz:93-opus-ds-108913 | de |
dc.rights.licence | Deposit Licence - Keine Weiterverbreitung, keine Bearbeitung | de |
dc.rights.licence | Deposit Licence - No Redistribution, No Modifications | en |
internal.status | formal und inhaltlich fertig erschlossen | de |
internal.identifier.thesoz | 10040714 | |
internal.identifier.thesoz | 10036452 | |
internal.identifier.thesoz | 10034708 | |
internal.identifier.thesoz | 10081998 | |
internal.identifier.thesoz | 10055811 | |
internal.identifier.thesoz | 10035808 | |
internal.identifier.thesoz | 10040524 | |
dc.type.stock | monograph | de |
dc.type.document | Arbeitspapier | de |
dc.type.document | working paper | en |
dc.source.pageinfo | 27 | de |
internal.identifier.classoz | 10105 | |
internal.identifier.document | 3 | |
dc.contributor.corporateeditor | Universität Stuttgart, Fak. 10 Wirtschafts- und Sozialwissenschaften, Institut für Sozialwissenschaften | |
internal.identifier.corporateeditor | 366 | |
internal.identifier.ddc | 300 | |
dc.identifier.doi | https://doi.org/10.18419/opus-10874 | de |
dc.description.pubstatus | Veröffentlichungsversion | de |
dc.description.pubstatus | Published Version | en |
internal.identifier.licence | 3 | |
internal.identifier.pubstatus | 1 | |
internal.identifier.review | 2 | |
internal.identifier.series | 505 | |
internal.pdf.wellformed | true | |
internal.pdf.ocr | null Page_3 | |
internal.pdf.encrypted | false | |