Effektive Methodenkombinationen zur Verbesserung der Genauigkeit von Umfrageergebnissen

Studienarbeit aus dem Jahr 2023 im Fachbereich Organisation und Verwaltung - Öffentliche Verwaltung, Note: 1,7, Universität Kassel (Fachbereich Wirtschaftswissenschaften), Veranstaltung: Empirische Forschungsmethoden, Sprache: Deutsch, Abstract: Die Hausarbeit stellt eine fundierte Untersuchung im Bereich der empirischen Forschung dar. Sie konzentriert sich auf den Social Desirability Bias (SDB), eine wesentliche Verzerrung in Umfragedaten, die auftritt, wenn Teilnehmende Antworten geben, die sie für sozial erwünscht halten. Dieser Bias ist besonders problematisch in Pretests, die für die Validierung und Verbesserung der Methodik in Hauptstudien unerlässlich sind. Die Arbeit beleuchtet verschiedene Methoden und deren Kombinationen, um den SDB in Pretests effektiv zu minimieren. Sie bietet eine umfassende Analyse von Ansätzen wie der Split-Ballot-Technik, Randomized Response Technique (RRT), dem Einsatz indirekter Fragen, Anonymisierung der Befragten, sowie der Balanced Inventory of Desirable Responding (BIDR). Durch den Vergleich dieser Methoden und die Betrachtung ihrer Kombinationen eröffnet die Arbeit innovative Möglichkeiten, die Genauigkeit und Zuverlässigkeit von Umfragedaten zu steigern. Die Hausarbeit zeichnet sich durch eine gründliche methodische Analyse und hohe praktische Relevanz aus. Sie liefert wichtige Erkenntnisse für Forschende und Praktiker in der empirischen Sozialforschung, die sich mit der Herausforderung des SDB auseinandersetzen. Mit praxisnahen Beispielen und einer detaillierten Bewertung der einzelnen Methoden dient diese Arbeit als akademischer Beitrag und praktischer Leitfaden zur Verbesserung der Datenqualität in der Umfrageforschung.