Zusammenfassung
Eine erfolgreiche Analyse von Daten setzt neben einer intelligenten und gewissenhaften Datenerhebung auch die sorgfältige und gründliche Bereinigung und Aufbereitung der Daten voraus. Dieser Schritt mag trivial erscheinen. Doch er ist technisch durchaus anspruchsvoll und hält Fehlerquellen bereit. Er sollte in seiner Bedeutung und in seinem Arbeitsaufwand schon deswegen nicht unterschätzt werden, weil Fehler in der Datenaufbereitung und Datenbereinigung in der Lage sind, alle Befunde zu verfälschen, die je mit den entsprechenden Daten generiert werden.
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
Preview
Unable to display preview. Download preview PDF.
Literatur
Blossfeld, Hans-Peter/Rohwer, Götz (2002): Techniques of Event History Modeling. Mahwah: Lawrence Erlbaum Associates
Gartner, Hermann (2005): The Imputation of Wages Above the Contribution Limit of the German IAB Employment Sample. FDZ-Methodenreport 2/2005
International Labour Office ILO (2012): International Standard Classification of Occupations 2008 (ISCO-08). Volume I: Structure, Group Definitions and Correspondence Tables. Genf: ILO. verfügbar als PDF-Dokument „wcms_172572.pdf “ unter www.ilo.org
Kuhn, Andreas/Ruf, Oliver (2006): Einführung in die Statistiksoftware STATA. Institute for Empirical Research in Economics, University of Zurich, Working Paper No. 277. Zürich. URL: www.econ.uzh.ch/static/workingpapers.php?id=277
Lück, Detlev (2011a): Mängel im Datensatz beseitigen. In: Akremi, Leila/Baur, Nina/Fromm, Sabine (Hg.): Datenanalyse mit SPSS für Fortgeschrittene 1: Datenaufbereitung und uni- und bivariate Statistik. Wiesbaden: VS Verlag. 66–80
Lück, Detlev (2011b): Zusammenführen von Datensätzen und Wechsel der Analyseebene. In: Akremi, Leila/Baur, Nina/Fromm, Sabine (Hg.): Datenanalyse mit SPSS für Fortgeschrittene 1: Datenaufbereitung und uni- und bivariate Statistik. Wiesbaden: VS Verlag. 81–108
Rässler, Susanne/Rubin, Donald B./Schenker, Nathaniel (2008): Incomplete Data: Diagnosis, Imputation, and Estimation. In: de Leeuw, Edith/Hox, Joop J./Dillman, Don A. (Hg.): International Handbook of Survey Methodology. Hillsdale: Lawrence Erlbaum. 370–386
Author information
Authors and Affiliations
Corresponding author
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 2014 Springer Fachmedien Wiesbaden
About this chapter
Cite this chapter
Lück, D., Landrock, U. (2014). Datenaufbereitung und Datenbereinigung in der quantitativen Sozialforschung. In: Baur, N., Blasius, J. (eds) Handbuch Methoden der empirischen Sozialforschung. Springer VS, Wiesbaden. https://doi.org/10.1007/978-3-531-18939-0_28
Download citation
DOI: https://doi.org/10.1007/978-3-531-18939-0_28
Published:
Publisher Name: Springer VS, Wiesbaden
Print ISBN: 978-3-531-17809-7
Online ISBN: 978-3-531-18939-0
eBook Packages: Humanities, Social Science (German Language)