Automated identification of deviant interviewers
Projektlaufzeit: 07.07.2020 bis 31.12.2021
Kurzbeschreibung
Abweichendes Interviewerverhalten und Interviewerfälschungen in Face-to-Face Befragungen können erhebliche Effekte auf Befragungsergebnisse haben. Dazu gehören zum Beispiel verzerrte oder ineffiziente Schätzer. Da Befragungsdaten sowohl in der Forschung als auch in der Politikberatung weitläufig eingesetzt werden, ist die Identifikation abweichender Interviewer vor der Verwendung der Daten für weitere Analysen von hoher Bedeutung. Statistische Methoden, die zu diesem Zweck entwickelt wurden, basieren meist auf Indikatoren, die mit Hilfe der Befragungs- oder Paradaten erstellt werden. Die Generierung dieser Indikatoren ist jedoch mit hohem zeitlichen Aufwand verbunden, was die Effizienz von Datenkontrollprozessen stark beschränkt. Daher werden in diesem Projekt Methoden entwickelt, die die Erstellung der Indikatoren automatisieren und somit die Datenqualitätskontrolle beschleunigen. Diese Methoden werden anhand verschiedener Datensätze des IAB getestet und implementiert.
Ziel
Verbesserung der Datenqualität
Methoden
Machine Learning, Multivariate Analysen