Statistische Modellierung unter Verwendung von Mausbewegungen zur Modellierung von Messfehlern und zur Verbesserung der Datenqualität in Web Surveys

• Antragstellerinnen: Professorin Dr. Sonja Greven; Professorin Dr. Frauke Kreuter
• Fachliche Zuordnung: Empirische Sozialforschung ; Statistik und Ökonometrie
• Förderung: Förderung seit 2018
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 396057129

Das übergeordnete Ziel dieses Projekts ist die Verbesserung der Datenerhebung für Web-Umfragen durch die Erkennung von Problemen im Instrument und bei einzelnen TeilnehmerInnen. In der ersten Förderperiode haben wir anhand einer Fallstudie die Nützlichkeit von Mouse-Tracking-Paradaten für diesen Zweck demonstriert und ausgefeilte Techniken zu deren Analyse entwickelt. In dieser Fortsetzung wollen wir diese Methoden weiterentwickeln und erweitern und ihre Robustheit im Feld evaluieren. Wir werden einen zweigleisigen interdisziplinären Ansatz verfolgen, der auf unseren bisherigen Arbeiten und Erfahrungen aufbaut. Der erste Strang von Arbeitspaketen betrifft die statistische Methodik zur Analyse der multidimensionalen Zeitreihen, aus denen Interaktionsparadaten bestehen. Hier werden wir unsere Analysemethoden über Mausbewegungen hinaus erweitern, um alle beobachtbaren Benutzerinteraktionen (einschließlich, aber nicht beschränkt auf Tastatureingaben, Touchscreen-Daten und weitere Geräteinformationen) zu verarbeiten, und Deep Learning anwenden, um noch unentdeckte Funktionen aufzudecken, die über unsere manuell definierten Indikatoren hinausgehen, und die Heterogenität zwischen Benutzergruppen untersuchen. Als zweiter, unabhängiger, aber eng verbundener Forschungsstrang für Surveyforschung werden wir unsere bestehenden und die neu entwickelten Methoden im Feld anwenden und evaluieren, untersuchen, wie sie sich auf größere und vielfältigere Stichproben verallgemeinern lassen, und unsere Befunde in die statistische Methodenentwicklung zurückspiegeln, um den Anforderungen der AnwenderInnen gerecht zu werden. Darüber hinaus werden wir das Potenzial unserer Methoden bewerten, nicht nur schwierige Fragen, sondern auch unaufmerksame und betrügerische TeilnehmerInnen zu erkennen, und uns dadurch zweier relevanter Probleme annehmen, mit denen SurveyforscherInnen konfrontiert sind. Schließlich werden wir PraktikerInnen Best Practices für die Erhebung dieser Datenklasse zur Verfügung stellen, indem wir Verfahren zur informierten Einwilligung entwickeln und erproben. Parallel dazu werden wir eine Datenerfassungs- und -verarbeitungsinfrastruktur aufbauen, um unsere Bemühungen zu unterstützen, welche wir Forschenden als Open-Source-Software mit begleitender Dokumentation, Tutorials und Lernmaterialien zur Verfügung stellen werden. In beiden Bereichen werden wir eng mit Projektpartnern zusammenarbeiten, die Umfragepanels unterhalten, und haben Kooperationen mit Umfrageanbietern aufgebaut, um sicherzustellen, dass unsere empirischen Pläne durchführbar sind. Gemeinsam werden wir einen neuen Datensatz erstellen, der unsere und zukünftige Untersuchungen von Paradaten unterstützen wird.

• DFG-Verfahren: Sachbeihilfen
• Internationaler Bezug: USA
• Mitverantwortliche: Professor Dr. Florian Keusch; Dr. Ulrich Krieger
• Kooperationspartnerinnen / Kooperationspartner: Professor Dr. Arie Kapteyn; Professorin Dr. Katie Shilton; Professorin Dr. Jessica Vitak