Wir danken allen Teilnehmerinnen und Teilnehmer für das schöne Communitytreffen an der Hochschule Fresenius in München! Wir freuen uns auf das nächste Treffen.

 

Hier gibt es einen Nachbericht zum Unipark Communitytreffen: Hier klicken!

Die Präsentationen gibt es hier als Download.

 

Programm

Workshop (Begrenzte Teilnehmerzahl)

09.00 – 12.00

Von der Fragebogenkonzeption hin zur Auswertung – Akademische Onlineumfragen mit Unipark

Marc Haupt (Research Consultant)

Inhalt des Workshops anzeigen

Anhand des Ablauf eines Forschungsprojekts werden in diesem Workshop die Kenntnisse im Umgang mit EFS Survey vertieft. Der Schwerpunkt der Inhalte liegt auf der Abbildung komplexer akademischer Anforderungen in EFS Survey und stellt technische Funktionalitäten vor, die Effizienz, Transparenz und Qualität fördern. Den Teilnehmern des Workshops wird empfohlen, sich vorher die Video-Tutorials anzuschauen: Video Tutorials zu EFS Survey
Vortragsreihe

13.00 – 13.30

Begrüßung und Vorstellung

Prof. Dr. Ludwig Hinkofer (Prodekan Fachbereich Wirtschaft & Medien, München), Markus Weiß (Head of Unipark, Questback GmbH) & Matthias Frye (Sales Director, Questback GmbH)

Inhalt des Vortrags anzeigen

Begrüßung der Teilnehmer und Vorstellung der Veranstaltung sowie der Organisatoren. Wer ist Questback? Und was ist die Vision von Questback?

13.30 – 14.15

Die Glaubwürdigkeitskrise in der Wissenschaft: Open Science als Antwort

Dr. Felix Schönbrodt (Ludwigs-Maximilians-Universität München)

Inhalt des Vortrags anzeigen

Die Reproduzierbarkeit von Befunden ist ein Kernkriterium von Wissenschaft. Groß angelegte Replikationsprojekte in Psychologie, Medizin oder Ökonomie zeigten in den letzten Jahren jedoch, dass sich nur 20-40% der untersuchten Befunde replizieren ließen. Dies führte einerseits zu einer Glaubwürdigkeitskrise: "Welchem Ergebnis können wir überhaupt noch trauen?". Andererseits hat sich in den letzten Jahren bereits viel in Richtung "Open Science" bewegt, mit dem Ziel, die Forschung transparenter, reproduzierbarer, und damit glaubwürdiger zu machen. Auch die Wissenschaftsorganisationen wie DFG oder der EU Research Council gehen entschieden in diese Richtung. Ich werde in dem Vortrag einen kurzen Überblick über den neuesten Stand der aktuellen Glaubwürdigkeitskrise geben und aufzeigen, warum Open Science eine Antwort auf die Krise sein muss  

14.45 – 15.30

Repräsentative Längsschnittdaten für die Hochschulforschung : Erfahrungen mit Questback

Dr. Maike Reimer (IHF – Staatsinstitut für Hochschulplanung)

Inhalt des Vortrags anzeigen

Seit 2005 erheben wir für das „Bayerische Absolventenpanel“ , einebayernweit repräsentative Absolventenbefragung, diese und viele andere Angaben von bayerischen Hochschulabsolventen, seit 200x auch mit Questback. Die Daten und Ergebnisse liefern dem bayerischen Wissenschaftsministerium, den beteiligten Universitäten und Hochschulen für angewandte Wissenschaften sowie der disziplinären und interdisziplinären Forschung Ergebnisse zum Übergang vom Bildungs- und Beschäftigungssystem sowie zu den beruflichen Werdegängen von Akademikern. In den vergangenen 11 Jahren haben wir um die 33.000 Personen befragt, viele davon mehrmals. Heute berichten wir über folgende Herausforderungen, die sich bei der Umsetzung mit Questback ergaben, und wie wir mit ihnen umgehen: Anpassung der Fragen und Filter für unterschiedliche Absolventengruppen (Bachelor-, Master- und Staatsexamen; mit oder ohne weiteres Studium, bereits Berufstätige; berufsbegleitende Studiengänge… Erhebung retrospektiver monatsgenauer Angaben zu den beruflichen Karrieren von Hochschulabsolventen (Einkommen, Arbeitszeit, Betriebsmerkmale etc.) Erfassung der regionalen Mobilität über Postleitzahlen Adress- und Feldmanagement der Mixed-Mode-Befragung mit einer Online- und einer Papiervariante Reduktion des Editionsaufwandes der komplexen Daten durch geeignete Maßnahmen

15.30 – 16.15

Straigthlining in Matrixfragen – Einfluss von Respondenteneigenschaften und Fragebogenmerkmalen

Dr, Florian Keusch (Universität Mannheim)

Inhalt des Vortrags anzeigen

Nichtdifferenziertes Antworten, auch als Straightlining bekannt, tritt auf, wenn Respondenten dieselbe Antwortoption bei allen Items einer Matrixfrage wählen. Messen alle Items der Matrix dasselbe Konstrukt, so ist Straightlining nicht notwendigerweise ein Zeichen für nachlässiges Antwortverhalten und damit schlechte Datenqualität. Sind allerdings die Items einer Matrix gegensätzlich formuliert oder messen die Items unterschiedliche Konstrukte, dann ist Straightlining ein Zeichen von geringer kognitive Ausseinandersetzung mit der Frage (Satisficing). Besonders in Online Panels, wo Respondenten regelmäßig Matrixfragen beantworten, kann Straightlining eine Gefahr für die Qualität der erhobenen Daten darstellen. Bisher hat die Forschung sich vor allem auf Eigenschaften von Respondenten fokusiert, die besonders zu Straightlining neigen. Mithilfe von Daten aus mehreren Online Panels gehen wir der Frage nach, welchen Einfluss Merkmale der Matrix selbst (z.B. Position im Fragebogen, Anzahl der Items, Anzahl der Antwortoptionen, Belabelung der Antwortoptionen) im Zusammenspiel mit Respondenteneigenschaften auf Straightlining haben?

16.45 – 17.30

Establishing an Open Probability-Based Mixed-Mode Panel in Germany: The GESIS Panel

Prof. Dr. Michael Bosnjak (GESIS, Leibniz-Institut für Sozialwissenschaften)

Inhalt des Vortrags anzeigen

Various open panel infrastructures have been established in recent years, allowing researchers to collect probability-based survey data. In this paper, we describe the processes and deliverables of setting up the GESIS Panel, the first probability-based access panel infrastructure in Germany available to the social science community free of charge. The reference population for the GESIS Panel is the German speaking population aged between 18 and 70 years permanently residing in Germany. In 2013, approximately 5000 panelists had been recruited from a random sample drawn from municipal population registers. We describe the outcomes of the sampling strategy and the recruitment process employed, involving personalized computer-aided personal interviews (CAPI) conducted at respondents households. Next, we describe the outcomes of the two self-administered survey modes (online and paper-and-pencil) of the GESIS Panel used for the initial profile survey and all subsequent bimonthly data collection waves. Across all stages of setting up the GESIS Panel, we will report the degree of sample representation achieved for selected demographic variables. Overall, the results presented corroborate the usefulness of pursuing a mixed-mode strategy when building a probability-based access panel infrastructure in Germany.