Verbesserte Datenqualität in Umfragen

Ein erklärtes Ziel von Umfragen ist die Entscheidungsunterstützung - seien es Marketing- und Konsumentscheidungen, Personal- und Karriereentscheidungen, Finanzierungs- und Anlageentscheidungen oder übergreifende Strategieausrichtungen. Der Nutzen dieses Beitrags hängt maßgeblich von der Datenqualität in der Erhebung ab. Insbesondere aufgrund einer zu geringen oder völlig fehlenden Differenzierung der Daten kann eine erhebliche Fehlinvestition entstehen.
In diesem Buch wird ein innovatives Erhebungsverfahren vorgestellt, das qualifiziertere Handlungsempfehlungen ermöglicht und das Risiko etwaiger Fehlinvestitionen verringern kann. Ausgehend von einem Vorschlag der neueren Methodenforschung, wurde das Verfahren am Beispiel individueller Wertvorstellungen systematisch getestet. Dabei wurde es in 32 Variationen in einem anspruchsvollen dreifaktoriellen experimentellen Design bei einer umfangreichen Stichprobe von 15.499 Internetnutzern in ganz Deutschland einer fundierten Prüfung unterzogen. Für die Analyse der Ergebnisse wurde unter anderem ein statistischer Index entwickelt, der es erstmals ermöglicht, die wesentlichen Parameter des Verfahrens simultan zu evaluieren.
In dem Anwendungsbeispiel der Messung von Werten in einer Online-Community hat sich das neue Erhebungsverfahren eindrucksvoll bewährt. Insbesondere bildeten sämtliche Varianten die bei einem positiven Konstrukt dominierenden homogenen Datenstrukturen deutlich differenzierter ab als ein reines Rating.
Die aktuell gewonnenen Erkenntnisse vermitteln die Grundlagen für eine individuelle Abstimmung von Erhebungsparametern auf die jeweilige Anwendungssituation. Erweiterte Auswertungsmöglichkeiten im Zusammenhang mit inkonsistenten Antworten und der Validierung der Rating-Ergebnisse machen das Verfahren zusätzlich attraktiv. Insgesamt kann das vorliegende Erhebungsverfahren als Prozessinnovation für die Messung positiver Konstrukte betrachtet werden, die einen Beitrag zu verbesserter Datenqualität in Form von stärkerer Differenzierung und Validierung bei effizienter Durchführbarkeit leistet.

Matthias Gabriel hat Betriebswirtschaftslehre an der Universität zu Köln studiert und war im Anschluss als wissenschaftlicher Mitarbeiter am dortigen Institut für Wirtschafts- und Sozialpsychologie tätig. In diesem Rahmen hat er sich überwiegend mit methodischen Fragestellungen der empirischen Forschung beschäftigt und sein Wissen auch in freiberuflichen Engagements bei diversen Marktforschungsunternehmen praktisch eingebracht und vertieft. 2008 promovierte er zum Dr. rer. pol.