Standard oder Fehler? Einige Eigenschaften von Schätzverfahren bei komplexen Stichprobenplänen und aktuelle Lösungsansätze

Abstract

'Datenanalysen in den Sozialwissenschaften beruhen fast ausschließlich auf Stichproben. Dabei sind einfache, uneingeschränkte Zufallsstichproben ausgesprochen selten. In der Regel basieren die ausgewerteten Daten auf komplexen Stichprobenplänen mit mehrstufigen Auswahlverfahren sowie Schichtung und Klumpung. Während die Verwendung von Gewichtungsfaktoren mittlerweile weit verbreitet ist, bleibt die Stichprobenanlage meistens unberücksichtigt. Dieser Beitrag zeigt, daß dieses Standardvorgehen durchaus ein Fehler sein kann. Neben einem knappen Überblick über die einschlägige statistische Theorie wird an mehreren Beispielen demonstriert, daß Teststatistiken oft fälschlicherweise signifikante Ergebnisse suggerieren, wenn das Design der Stichprobe nicht berücksichtigt wird. Diesen Beispielen liegt ein aktueller Datensatz nach dem verbreiteten ADM-Auswahlverfahren zugrunde, und es wird gezeigt, wie sich die Stichprobenstruktur dieser Daten mit aktueller Statistiksoftware berücksichtigen läßt.' (Autorenreferat)

'Data analysis in the social sciences is almost uniformly based on samples and simple, unrestricted random samples are extremely rare. Generally the analysed data has its origin from complex sampling designs, involving stratification and clustering. While the use of wighting factors is now quite common, the sampling design itself is frequently disregarded. This article shows that this standard procedure may well be a mistake. Besides giving a brief overview on the relevant statistical theory, a couple of examples are used to demonstrate that teststatistics often falsely suggest significant results if the sampling design is not accounted for. For these examples a recent data set from the widely used ADM-sampling procedure is used and it is shown, how this design can be accounted for with recent statistical software.' (author's abstract)|