Return to search

Count-Techniken: Eine Lösung für heikle Fragen?

Verzerrungen durch sozial erwünschtes Antwortverhalten bei heiklen Fragen stellen ein großes Problem der empirischen Sozialforschung dar. Dies führt bei Umfragen zu Item- und Unit-Nonresponse sowie zu unehrlichen Antworten. Diese Verzerrung durch soziale Erwünschtheit (Social Desirability Bias, SD-Bias) führt oftmals dazu, dass Fragen zu sozial erwünschtem Verhalten oder Meinungen (z. B. Wahlteilnahme, Blutspenden oder soziales Engagement) überschätzt und zu sozial unerwünschtem Verhalten oder Einstellungen (z. B. Drogenkonsum, Rassismus oder Diebstahl) unterschätzt werden. In dieser Dissertation wird anhand eines Survey-Experiments überprüft ob die Item Count Technique (ICT) und ihr ähnliche Count-Techniken (z.B. Person Count Techique, Item Sum Technique etc.) bessere Ergebnisse bei heiklen Fragen erzielen als direktes Fragen. Dies wurde mit einem experimentellen Design anhand eines Online Access Panels (n = 3044) überprüft. Dabei wurden die gleichen heiklen Fragen in der Experimentalgruppe mit Count-Techniken gestellt (n =2527) und in der Kontrollgruppe (n = 517) direkt gestellt. Insgesamt konnten Count-Techniken keine besseren Ergebnisse erzielen als direktes Fragen.:1 Problemstellung
1.1 Auswirkungen heikler Fragen
2 Dimensionen heikler Fragen
2.1 Soziale Erwünschtheit
2.2 Eingriff in die Privatsphäre
2.3 Gefahr der Aufdeckung
2.4 Psychologische Kosten
2.5 Definition
3 Soziale Erwünschtheit
3.1 Social-Desirability-Neigung
3.1.1 Definition und Konstrukt
3.2 Messung sozialer Erwünschtheit
3.2.1 Die Crowne-Marlowe-Skala
3.2.2 Das Balanced Inventory of Desirable Responding (BIDR)
3.3 Social Desirability Belief und Trait Desirability
3.3.1 Messung des SD-Beliefs
3.3.2 Trait Desirability
4 Handlungstheorie und Befragtenverhalten
4.1 SEU-Theorie und heikle Fragen
4.2 Das Modell der Frame-Selection und heikle Fragen
5 Externe Effekte und heikle Fragen
5.1 Interviewereffekte und heikle Fragen
5.2 Bystander-Effekte und soziale Erwünschtheit
5.3 Modus-Effekte und heikle Fragen
6 Klassische Lösungen für heikle Fragen
6.1 Bogus Pipeline
6.2 Sealed Envelope
6.3 Forgiving Wording
7 Die Randomized Response Technique
7.1 Entstehung und Grundprinzip nach Warner (1965)
7.2 Die „Unrelated Question“ Technique
7.3 Die „Forced Response“ Technique
7.4 Takahasi’s Technique
7.5 Die „Two Step Procedure“
7.6 Kuks Card Method
7.7 Multivariate Analyse mit der RRT
7.8 Empirische Tests der RRT
7.9 Handlungstheorie und RRT
7.10 Allgemeine Probleme der RRT
8 Das Crosswise-Model
8.1 Entstehung und Grundprinzip
8.2 Empirischer Test des Crosswise-Models mit Meta-Analyse
9 Die Item Count Technique
9.1 Probleme und Design der ICT-Fragen
9.2 Handlungstheorie und ICT
9.3 Kurze Geschichte der ICT
9.4 Das Double List Design
9.5 Die Person Count Technique
9.6 Die Fixed und Variable Person Count Technique
9.7 Die Item Sum Technique
9.8 Die Person Sum Technique
9.9 Multivariate Analyse von ICT-Daten
9.10 Bisherige empirische Tests der Item Count Technique mit Meta-Studie
10 Empirischer Test der Count-Techniken
10.1 Hypothesen
10.2 Grundlegendes Design
10.3 Datenerhebung
10.4 Operationalisierung
10.4.1 SD-Neigung (BIDR16)
10.4.2 SD-Belief und Trait Desirability
10.4.3 Modell der Frame Selection
10.5 Grundlegende Annahmen und Probleme der Hypothesenprüfung
10.6 Prüfung der Item Count Technique
10.7 Prüfung der Person Count Technique
10.8 Prüfung der Fixed Person Count Technique
10.9 Prüfung der Variable Person Count Technique
10.10Prüfung der Item Sum Technique
10.11Prüfung der Person Sum Technique
10.12Prüfung der Count-Techniken insgesamt
11 Prüfung der Theorien des Befragtenverhaltens
11.1 Test der SEU-Theorie
11.2 Test des Modells der Frame Selection
11.3 Prüfung der handlungstheoretischen Betrachtung der Count-Techniken
12 Fazit
13 Anhang
13.1 Deskriptive Statistiken
13.1.1 BIDR16
13.1.2 SD-Belief
13.1.3 Umfrageeinstellung
Literatur

Identiferoai:union.ndltd.org:DRESDEN/oai:qucosa:de:qucosa:82418
Date25 November 2022
CreatorsJunkermann, Justus
ContributorsUniversität Leipzig
Source SetsHochschulschriftenserver (HSSS) der SLUB Dresden
LanguageGerman
Detected LanguageGerman
Typeinfo:eu-repo/semantics/acceptedVersion, doc-type:doctoralThesis, info:eu-repo/semantics/doctoralThesis, doc-type:Text
Rightsinfo:eu-repo/semantics/openAccess

Page generated in 0.0024 seconds