Bibtex export
@book{ Birkenmaier2024, title = {Defining and Evaluating Data Quality for the Social Sciences: Position Paper}, author = {Birkenmaier, Lukas and Daikeler, Jessica and Fröhling, Leon and Gummer, Tobias and Lechner, Clemens and Lux, Vanessa and Schwalbach, Jan and Sen, Indira and Silber, Henning and Weiß, Bernd and Weller, Katrin and Wolf, Christof and Abel, Dennis and Breuer, Johannes and Dietze, Stefan and Dimitrov, Dimitar and Döring, Holger and Hebel, Anna and Hochman, Oshrat and Jünger, Stefan and Katsanidou, Alexia and Kohne, Julian and Kunz, Tanja and Mangold, Frank and Mathiak, Brigitte and Piepenburg, Joachim G. and Pollak, Reinhard and Quandt, Markus and Rammstedt, Beatrice and Roßmann, Joss and Schellhammer, Sebastian and Stroppe, Anne-Kathrin and Soldner, Felix and Stier, Sebastian and Wagner, Claudia and Watteler, Oliver and Weiß, Julia and Zapilko, Benjamin and Ziaja, Sebastian}, year = {2024}, series = {GESIS Papers}, pages = {32}, volume = {2024/06}, address = {Köln}, publisher = {GESIS - Leibniz-Institut für Sozialwissenschaften}, issn = {2364-3781}, doi = {https://doi.org/10.21241/ssoar.96764}, abstract = {Die Autor*innen haben festgestellt, dass ein allgemeines Verständnis von Datenqualität für sozialwissenschaftliche Daten erforderlich ist. Bestehende Rahmenwerke bieten zwar wertvolle Orientierungshilfen für die Bewertung der Datenqualität, konzentrieren sich jedoch in der Regel auf bestimmte Dimensionen oder Datentypen. Die Autor*innen sind der Meinung, dass diese Rahmenwerke zwar von entscheidender Bedeutung sind, dass aber eine umfassendere Perspektive auf die Datenqualität erforderlich ist, um die inhärente Mehrdimensionalität der Qualitätsaspekte in sozialwissenschaftlichen Daten vollständig zu erfassen. Daher bietet dieses Positionspapier einen einheitlichen Rahmen für die Bewertung der Datenqualitätsdimensionen sozialwissenschaftlicher Daten.The authors have identified the need for a commonly shared understanding of data quality for social science data. While existing frameworks offer valuable guidance for assessing data quality, they tend to concentrate on specific dimensions or data types. The authors contend that while these frameworks are crucial, a more comprehensive perspective on data quality is needed to fully capture the inherent multidimensional nature of quality aspects in social science data. Hence, this position paper provides a unfied framework for assessing data quality dimensions of social science data.}, keywords = {Sozialwissenschaft; social science; Sozialforschung; social research; Datengewinnung; data capture; Datenaufbereitung; data preparation; Daten; data; Analyse; analysis; Datenqualität; data quality; Integrität; integrity; Reliabilität; reliability}}