Zusammenfassung
Nichtzufällige Auswahlverfahren wie zum Beispiel die häufig eingesetzten bewussten Verfahren oder die willkürliche Auswahlen sind nicht zur Erzeugung von Stichproben geeignet, mit denen man ohne zweifelhafte Modellannahmen (z. B. bereits zum Selektionsmechanismus) schließende Statistik betreiben könnte. Große prozessgenerierte Datensätze (Big Data) unterliegen bei ihrer Verwendung im Rahmen der Aufgaben der Survey-Statistik derselben Problematik, denn sie sind in diesem Zusammenhang ebenfalls als (große) nichtzufällige Stichproben aus interessierenden Zielpopulationen zu verstehen. Das (annähernde) Zutreffen dieser Selektionsmodelle ist für die Qualität der mit diesen Daten errechneten Schätzer unabdingbar. Wenn nichtrepräsentative, aber gemessen am Erhebungszweck immerhin informative Schlussfolgerungen auf Zielpopulationen (z. B. zur Generierung interessanter Fragestellungen für weitere Studien) ausreichend sind, können auch nichtzufällige Stichproben in diesem Sinne wertvolle Beiträge in der empirischen Forschung liefern.
This is a preview of subscription content, log in via an institution to check access.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Notes
- 1.
Die zur Vertiefung des Stoffes besonders empfehlenswerte Literatur ist mit einem Stern am Ende des Literaturhinweises gekennzeichnet.
Literatur
Ardilly, P., & Tillé, Y. (2006). Sampling methods: Exercises and solutions. New York: Springer.
Deville, P., Linard, C., Martin, S., Gilbert, M., Stevens, F. R., Gaughan, A. E., et al. (2014). Dynamic population mapping using mobile phone data. Proceedings of the NAtional Academy of Sciences of the United States of America, 111(45), 15888–15893.
Elliot, M. R. (2009). Combining data from probability and non-probability samples using pseudo-weights. Survey Practice, 2(6), 1–6.
Leiner, B. (1985). Stichprobentheorie. München: Oldenburg.
Little, R. J. A., & Rubin, D. B. (2002). Statistical analysis with missing data. Hoboken: Wiley & Wiley-Interscience.*
Meng, X.-L. (2018). Statistical Paradises and Paradoxes in Big Data (I): Law of large populations, big data paradox, and the 2016 US Presidential Election. The Annals of Applied Statistics, 12(2), 685–726.*
Quatember, A. (1996). Das Quotenverfahren. Schriften der Johannes-Kepler-Universität Linz. Reihe B – Wirtschafts- und Sozialwissenschaften. Linz: Universitätsverlag Trauner.
Quatember, A. (2001). Die Quotenverfahren: Stichprobentheorie und -praxis. Aachen: Shaker-Verlag.
Thompson, S. K. (2012). Sampling. Hoboken: Wiley.
Tourangeau, R., Edwards, B., Johnson, T. B., Wolter, K. M., & Bates, N. (Eds.). (2014). Hard-to-survey populations. Cambridge: University Press.
Author information
Authors and Affiliations
Corresponding author
Rights and permissions
Copyright information
© 2019 Springer-Verlag GmbH Deutschland, ein Teil von Springer Nature
About this chapter
Cite this chapter
Quatember, A. (2019). Muss es immer Zufall sein? – Die nichtzufälligen Stichprobenverfahren. In: Datenqualität in Stichprobenerhebungen. Statistik und ihre Anwendungen. Springer Spektrum, Berlin, Heidelberg. https://doi.org/10.1007/978-3-662-60274-4_9
Download citation
DOI: https://doi.org/10.1007/978-3-662-60274-4_9
Published:
Publisher Name: Springer Spektrum, Berlin, Heidelberg
Print ISBN: 978-3-662-60273-7
Online ISBN: 978-3-662-60274-4
eBook Packages: Life Science and Basic Disciplines (German Language)