Veranstaltungsdetail

S Analyse von Daten mit fehlenden Werten (MAD, Teil I / II)

Fehlende Werte treten bei allen empirischen Erhebungen auf. In Befragungen kommen fehlende Werte vor allem dadurch zustande, dass die Teilnahme an der Befragung oder die Beantwortung einzelner Fragen verweigert wird. Die gängige Praxis des Umgangs mit fehlenden Werten bei der Datenanalyse besteht darin, Fälle mit fehlenden Werten auf einzelnen untersuchungsrelevanten Merkmalen aus der Analyse auszuschließen (listwise deletion). Diese Praxis ist zum einen wenig effizient, da die vorhandenen Daten von Fällen mit einzelnen fehlenden Werten nicht genutzt werden (Reduzierung der Fallzahl). Gravierender ist, dass listwise deletion zu substanzwissenschaftlich verzerrten Ergebnissen führt, wenn die ausgeschlossenen Fälle sich systematisch von den analysierten Fällen unterscheiden.
Ausgehend von traditionellen Methoden (z.B. listwise deletion, mean imputation) wird im Seminar daher eine Einführung in statistische Verfahren zum Umgang mit fehlenden Werten gegeben, die den traditionellen Methoden überlegen sind, weil alle vorhandenen Daten zur Schätzung der substanzwissenschaftlich interessierenden Parameter ausgenutzt werden: Full-Information-Maximum-Likelihood-Methoden und die mehrfache Ergänzung fehlender Werte (multiple imputation). Die besprochenen Verfahren werden in Übungen am PC (vor allem mit Stata) vertieft.

Voraussetzungen für Studiennachweise / Modulprüfungen (Leistungsnachweise)

Lektüre, Übungen am PC, Auswertung quantitativer Daten, Empirische Abschlussarbeit zu einer sozialwissenschaftlichen Fragestellung

Lehrende

Prof. Dr. Cornelia Weins

Termine

  • Dienstag, 18.04.2017 (1. Termin)
    14:00 bis 16:00 Uhr
    FNO 02/074 CIP-Raum

Anmeldung

Bitte melden Sie sich in eCampus für die Veranstaltung an.