{"hits":{"total":{"value":10,"relation":"eq"},"hits":[{"_index":"gesis-21-05-2026-02-00-54","_id":"gesis-ssoar-68629","_version":2,"_seq_no":98367,"_primary_term":1,"found":true,"_source":{"title":"What Do You Think? Using Expert Opinion to Improve Predictions of Response Propensity Under a Bayesian Framework","id":"gesis-ssoar-68629","date":"2020","date_recency":"2020","abstract":"Responsive survey designs introduce protocol changes to survey operations based on accumulating paradata. Case-level predictions, including response propensity, can be used to tailor data collection features in pursuit of cost or quality goals. Unfortunately, predictions based only on partial data from the current round of data collection can be biased, leading to ineffective tailoring. Bayesian approaches can provide protection against this bias. Prior beliefs, which are generated from data external to the current survey implementation, contribute information that may be lacking from the partial current data. Those priors are then updated with the accumulating paradata. The elicitation of the prior beliefs, then, is an important characteristic of these approaches. While historical data for the same or a similar survey may be the most natural source for generating priors, eliciting prior beliefs from experienced survey managers may be a reasonable choice for new surveys, or when historical data are not available. Here, we fielded a questionnaire to survey managers, asking about expected attempt-level response rates for different subgroups of cases, and developed prior distributions for attempt-level response propensity model coefficients based on the mean and standard error of their responses. Then, using respondent data from a real survey, we compared the predictions of response propensity when the expert knowledge is incorporated into a prior to those based on a standard method that considers accumulating paradata only, as well as a method that incorporates historical survey data.","portal_url":"https:\/\/www.ssoar.info\/ssoar\/handle\/document\/68629","type":"publication","topic":["Umfrageforschung","Antwortverhalten","Datengewinnung","Datenqualit\u00e4t"],"person":["Coffey, Stephanie","West, Brady T.","Wagner, James","Elliott, Michael R."],"person_sort":"CoffeyWestWagner","source":"In: Methods, data, analyses : a journal for quantitative methods and survey methodology (mda), 14, 2020, 2, 159-194","links":[{"label":"DOI","link":"https:\/\/doi.org\/10.12758\/mda.2020.05"}],"subtype":"journal_article","document_type":"Zeitschriftenartikel","institutions":["GESIS"],"coreAuthor":["Coffey, Stephanie","West, Brady T.","Wagner, James","Elliott, Michael R."],"coreSjahr":"2020","coreJournalTitle":"Methods, data, analyses : a journal for quantitative methods and survey methodology (mda)","coreZsband":"14","coreZsnummer":"2","coreLanguage":"en","doi":"https:\/\/doi.org\/10.12758\/mda.2020.05","coreIssn":"2190-4936","data_source":"GESIS-SSOAR","index_source":"GESIS-SSOAR","database":"SSOAR - Social Science Open Access Repository","link_count":0,"gesis_own":1,"fulltext":1,"metadata_quality":10,"related_references":[{"view":"Axinn, W. G., Link, C. F., Groves, R. M. (2011). Responsive survey design, demographic data collection, and models of demographic behavior. Demography, 48 pp. 1127-1149.<\/a> <\/span>PDF<\/a>","pdf_url":"https:\/\/read.dukeupress.edu\/demography\/article-pdf\/48\/3\/1127\/880671\/1127axinn.pdf"},{"view":"Boulet, S., Ursino, M., Thall, P., Landi, B., Lep\u00e8re, C., Pernot, S., Burgun, A., Taieb, J., Zaanan, A., Zohar, S., Jannot, A. S. (2019). Integration of elicited expert information via a power prior in Bayesian variable selection: Application to colon cancer data. Sta- tistical Methods in Medical Research.<\/a> <\/span>PDF<\/a>","pdf_url":"https:\/\/www.hal.inserm.fr\/inserm-02456624\/file\/0962280219841082.pdf"},{"view":"Chapman, C. (2014). National Center for Education Statistics Adaptive Design Overview. Washington, DC: Federal Committee on Statistical Methodology Conference.","pdf_url":""},{"view":"Coffey, S., Reist, B., Miller, P. V. (2019). Interventions On-Call: Dynamic Adaptive De- sign in the 2015 National Survey of College Graduates. Journal of Survey Statistics and Methodology.<\/a> ","pdf_url":""},{"view":"Couper, M. P. (2000). Usability evaluation of computer-assisted survey instruments. Social Science Computer Review, 18(4), pp. 384-396.<\/a> ","pdf_url":""},{"view":"Couper, M. (2017). Birth and Diffusion of the Concept of Paradata. Advances in Social Research, 18 pp. 14-26.","pdf_url":""},{"view":"Dallow, N., Best, N., Montague, T. H. (2018). Better decision making in drug development through adoption of formal prior elicitation. Pharmaceutical Statistics, 17 pp. 301-316.<\/a> <\/span>PDF<\/a>","pdf_url":"http:\/\/arxiv.org\/pdf\/1708.09823"},{"view":"Gelman, A., ., Stern, H. S., ., Vehtari, A., Rubin, D. B. (2013). Bayesian Data Analysis. Boca Raton, FL: Chapman & Hall\/CRC Texts in Statistical Science. Taylor & Francis.<\/a> ","pdf_url":""},{"view":"Groves, R. M., Heeringa, S. G. (2006). Responsive design for household surveys: tools for actively control- ling survey errors and costs. Journal of the Royal Statistical Society: Series A (Statistics in Society, 169(3), pp. 439-457.<\/a> <\/span>PDF<\/a>","pdf_url":"http:\/\/deepblue.lib.umich.edu\/bitstream\/2027.42\/71787\/1\/j.1467-985X.2006.00423.x.pdf"},{"view":"Hampson, L. V., Whitehead, J., Eleftheriou, D., Brogan, P. (2014). Bayesian methods for the design and interpretation of clinical trials in very rare diseases. Statistics in Medi- cine, 33 pp. 4186-4201.<\/a> <\/span>PDF<\/a>","pdf_url":"https:\/\/eprints.lancs.ac.uk\/id\/eprint\/71854\/1\/published_mypan_sim.pdf"},{"view":"Hosack, G. R., Hayes, K. R., Barry, S. C. (2017). Prior elicitation for Bayesian generalised linear models with application to risk control option assessment. Reliability Enginee- ring & System Safety, 167 pp. 351-361.<\/a> ","pdf_url":""},{"view":"Laflamme, F., Karaganis, M. (2010). Development and implementation of responsive de- sign for CATI surveys at Statistics Canada. Helsinki: European Quality Conference.","pdf_url":""},{"view":"Lepkowski, J. M., Mosher, W. D., Groves, R. M., West, B. T., Wagner, J., Gu, H. (2013). Re- sponsive design, weighting, and variance estimation in the 2006-2010 National Survey of Family Growth. Vital and Health Statistics, 2(158).<\/a> ","pdf_url":""},{"view":"Mason, A. J., Gomes, M., Grieve, R., Ulug, P., Powell, J. T., Carpenter, J. (2017). Develop- ment of a practical approach to expert elicitation for randomised controlled trials with missing health outcomes: Application to the IMPROVE trial. Clinical Trials, 14(4), pp. 357-367.<\/a> <\/span>PDF<\/a>","pdf_url":"https:\/\/discovery.ucl.ac.uk\/1574456\/1\/mason_carpenter.pdf"},{"view":"O'Hagan, A. (2019). Expert knowledge elicitation: subjective but scientific. The American Statistician, 73 pp. 69-81.<\/a> ","pdf_url":""},{"view":"Peytchev, A., Riley, S., Rosen, J., Murphy, J., Lindblad, M. (2010). Reduction of Nonresponse Bias in Surveys through Case Prioritization. Survey Research Methods, 4(1), pp. 21-29.<\/a> ","pdf_url":""},{"view":"Roberts, C., Vandenplas, C., Stahli, M. E. (2014). Evaluating the impact of response en- hancement methods on the risk of nonresponse bias and survey costs. Survey Research Methods, 8 pp. 67-80.<\/a> ","pdf_url":""},{"view":"Rosen, J. A., Murphy, J., Peytchev, A., Holder, T., Dever, J., Herget, D., . (2014). Prioritizing low propen- sity sample members in a survey: Implications for non- response bias. Survey Practice, 7(1), pp. 1-8.<\/a> <\/span>PDF<\/a>","pdf_url":"https:\/\/www.surveypractice.org\/article\/2878.pdf"},{"view":"Schouten, B., Mushkudiani, N., Shlomo, N., Durrant, G., Lundquist, P., Wagner, J. (2018). A Bayesian Analysis of Design Parameters in Survey Data Collection. Journal of Sur- vey Statistics and Methodology, 6(4), pp. 431-464.<\/a> ","pdf_url":""},{"view":"Schouten, B., Peytchev, A., Wagner, J., Stephens-Davidowitz, S., Varian, H. (2017). James 2018: Adaptive Survey Design. Boca Raton, Flo- rida: Chapman and Hall CRC. In.<\/a> ","pdf_url":""},{"view":"Schouten, B., Calinescu, M., Luiten, A. (2013). Optimizing quality of response through adaptive survey designs. Survey Methodology, 39(1), pp. 29-58.<\/a> ","pdf_url":""},{"view":"Spiegelhalter, D. J., Abrams, K. R., Myles, J. P. (2004). Bayesian Approaches to Clinical Trials and Health-Care Evaluation. Chichester ; Hoboken, NJ: John Wiley & Sons.<\/a> ","pdf_url":""},{"view":"Thompson, J., Kaputa, S. (2017). Investigating adaptive non-response follow-up strate- gies for small businesses through embedded experiments. Journal of Official Statistics, 33(3), pp. 835-856.<\/a> <\/span>PDF<\/a>","pdf_url":"https:\/\/content.sciendo.com\/downloadpdf\/journals\/jos\/33\/3\/article-p835.pdf"},{"view":"Wagner, J., Hubbard, F. (2014). Producing unbiased estimates of propensity models during data collection. Journal of Survey Statistics and Methodology, 2 pp. 323-342.<\/a> ","pdf_url":""},{"view":"Wagner, J., West, B. T., Guyer, H., Burton, P., Kelley, J., Couper, M. P., Mosher, W. D., Leeuw, S. E., . (2017). The Effects of a Mid-Data Collection Change in Financial Incentives on Total Survey Error in the National Survey of Family Growth. New York: Wiley.<\/a> ","pdf_url":""},{"view":"Wagner, J., West, B. T., Kirgis, N., Lepkowski, J. M., Axinn, W. G., Ndiaye, S. K. (2012). Use of paradata in a responsive design framework to https:\/\/surveyinsights.org\/?p=11849&preview=true&preview_id=11849 manage a field data collection. Journal of Official Statistics, 28(4), pp. 477-499.<\/a> ","pdf_url":""},{"view":"West, B. T., Groves, R. M. (2013). The PAIP Score: A propensity-adjusted interviewer per- formance indicator. Public Opinion Quarterly, 77(1), pp. 352-374.<\/a> ","pdf_url":""},{"view":"West, B. T. (2013). An examination of the quality and utility of interviewer observations in the National Survey of Family Growth . Journal of the Royal Statistical Society: Series A. Journal of the Royal Statistical Society Series A: Statistics in Society, 176(1), pp. 211-225.<\/a> <\/span>PDF<\/a>","pdf_url":"http:\/\/deepblue.lib.umich.edu\/bitstream\/2027.42\/94706\/1\/rssa1038.pdf"},{"view":"West, B. T., Wagner, J., Hubbard, F., Gu, H. (2015). The Utility of Alternative Commer- cial Data Sources for Survey Operations and Estimation: Evidence from the National Survey of Family Growth. Journal of Survey Statistics and Methodology, 3(2), pp. 240-264.<\/a> ","pdf_url":""},{"view":"West, B. T., Wagner, J., Coffey, S., Elliott, M. R. (2019). The Elicitation of Prior Distribu- tions for Bayesian Responsive Survey Design: Historical Data Analysis vs. Literature Review.<\/a> ","pdf_url":""}]},"system_type":"BASE","doc_rank":1,"rid":28952109},{"_index":"gesis-21-05-2026-02-00-54","_id":"gesis-ssoar-61671","_version":5,"_seq_no":143255,"_primary_term":1,"found":true,"_source":{"title":"Mobile Befragungen","id":"gesis-ssoar-61671","date":"2019","date_recency":"2019","portal_url":"https:\/\/www.ssoar.info\/ssoar\/handle\/document\/61671","type":"publication","topic":["Antwortverhalten","Datengewinnung","Online-Befragung","Befragung","Datenqualit\u00e4t","Internet","Umfrageforschung","Fragebogen"],"person":["Wei\u00df, Bernd","Silber, Henning","Struminskaya, Bella","Durrant, Gabriele B."],"person_sort":"Wei\u00dfSilberStruminskaya","source":"In: Handbuch Methoden der empirischen Sozialforschung, Springer VS, Wiesbaden, 2019, 801-812","links":[{"label":"URN","link":"http:\/\/nbn-resolving.de\/urn:nbn:de:0168-ssoar-61671-8"},{"label":"DOI","link":"https:\/\/doi.org\/10.1007\/978-3-658-21308-4_55"}],"subtype":"in_proceedings","publisher":"Springer VS","document_type":"Sammelwerksbeitrag","institutions":["GESIS"],"coreAuthor":["Wei\u00df, Bernd","Silber, Henning","Struminskaya, Bella","Durrant, Gabriele B."],"coreEditor":["Baur, Nina","Blasius, J\u00f6rg"],"coreSjahr":"2019","corePublisher":"Springer VS","coreSatit":"Handbuch Methoden der empirischen Sozialforschung","coreIsbn":"978-3-658-21307-7","publishLocation_str_mv":"Wiesbaden","coreLanguage":"de","doi":"https:\/\/doi.org\/10.1007\/978-3-658-21308-4_55","urn":"urn:nbn:de:0168-ssoar-61671-8","data_source":"GESIS-SSOAR","index_source":"GESIS-SSOAR","database":"SSOAR - Social Science Open Access Repository","link_count":0,"gesis_own":1,"fulltext":1,"metadata_quality":10,"full_text":" MobileBefragungen 55 Bernd Wei\u00df, Henning Silber, Bella Struminskaya und Gabriele Durrant Mobilger\u00e4ten, insbesondere von Smartphones, welche die Teilnahmewahrscheinlichkeit steigern kann. Zudem besteht die M\u00f6glichkeit, komplett neue Daten zu erheben, wie z.B. Sensordaten (Koch, Kapitel 77 in diesem Band), die traditionelle Umfragedaten komple mentieren und zu einer besseren Datenlage f\u00fchren k\u00f6nnen. In den letzten Jahren hat die Umfrageforschung im Bereich der Online-Befragungen (Wagner-Schelewsky\/Hering, Kapitel 54 in diesem Band) bereits wesentliche Ver\u00e4nderungen erfahren. In den kommen den Jahren wird die Pr\u00e4valenz und Nutzbarkeit von Mobilger\u00e4ten noch erheblich zuneh men, woraus sich f\u00fcr die Umfrage- und Marktforschung (\u001ceobald 2017) noch weitere Ver\u00e4nderungen und M\u00f6glichkeiten ergeben werden. Im vorliegenden Beitrag wird auf die weitreichenden Vorteile sowie die technologi schen und umfragemethodischen Herausforderungen von mobilen Befragungen einge gangen. Es werden die Stichprobenziehung bei mobilen Umfragen, Auswirkungen auf die Datenqualit\u00e4t, wie z.B. Nonresponse (Engel\/Schmidt, Kapitel 27 in diesem Band), sowie Anforderungen f\u00fcr Fragebogen- (Fietz\/Friedrichs, Kapitel 56 in diesem Band) und Fra gengestaltung (Porst und Franzen, Kapitel 57 und 58 in diesem Band), inklusive Messfeh ler (Faulbaum, Kapitel 35 in diesem Band), diskutiert. \u00a9 Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature 2019 N. Baur und J. Blasius (Hrsg.), Handbuch Methoden der empirischen 801 Sozialforschung, https:\/\/doi.org\/10.1007\/978-3-658-21308-4_55 55.1Der zentrale Vorteil von mobilen Befragungen ist sicherlich die Allgegenwart von zeichnen, eher selten ist eine extra Tastatur vorhanden. vor allem durch ihren vergleichsweise gro\u00dfen und ber\u00fchrungssensitiven Bildschirm ausetwa Tablets und Smartphones erfolgt, also Computern, die sich neben ihrer Portabilit\u00e4t tigen Befragung durch mit dem Internet verbundene Mobilger\u00e4te (\"Mobile Devices\u0093) wie tel 54 in diesem Band). Die Besonderheit besteht darin, dass die Teilnahme an einer derarwebbasierten Befragungen bzw. Online-Befragungen (Wagner-Schelewsky\/Hering, KapiMobile Befragungen (auch: \"Web Surveys for Mobile Devices\u0093) sind ein Spezialfall von Einleitung --- or teileundVerbreitungvonMobilger\u00e4ten55.2 V Wesentliche Vorteile von Mobilger\u00e4ten sind, neben ihrem Funktionsumfang, vor allem ihre geringe Gr\u00f6\u00dfe und ihr geringes Gewicht, was dazu f\u00fchrt, dass gro\u00dfe Teile der Bev\u00f6l kerung diese Ger\u00e4te sowohl im Arbeits- als auch Freizeitkontext st\u00e4ndig mit sich f\u00fchren. In Deutschland benutzten 2016 etwa zwei Drittel der Bev\u00f6lkerung \"zumindest selten\u0093 mit dem \"Smartphone\/Handy\u0093 das Internet (Koch\/Frees 2016: 422). In Kombination mit dem Ausbau der Mobilfunkinfrastruktur, den in den letzten Jahren deutlich gesunkenen Verbindungskosten und der Einf\u00fchrung von \"Mobile Flatrates\" sind diese Ger\u00e4te (fast) st\u00e4ndig online, so dass es weitaus mehr Gelegenheiten gibt, an (mobilen) Befragungen teilzunehmen als dies zuvor der Fall war. Die ortsungebundene Teilnahme an Befragun gen kann ebenfalls dazu beitragen, dass die Teilnahmewahrscheinlichkeit steigt. Wie bereits erw\u00e4hnt, ist ein weiterer Vorteil die M\u00f6glichkeit, weitere Daten zu erheben, die nur indirekt mit der Befragung zu tun haben, wie z.B. Sensordaten, etwa GPS-Daten, (Koch, Kapitel 77 in diesem Band), womit u.a. die M\u00f6glichkeit er\u00f6\u001anet wird, standortabh\u00e4ngige Umfragen (Lakes und Kandt, Kapitel 99 und 100 in diesem Band) durchzuf\u00fchren. Schlie\u00df lich ist es grunds\u00e4tzlich m\u00f6glich, die Befragung nicht nur \u00fcber die (zumeist vorinstallier ten) Browser durchzuf\u00fchren, sondern es lassen sich angepasste Apps installieren (Toepoel 2016: 244), die es erm\u00f6glichen, Frageb\u00f6gen deutlich nutzerfreundlicher zu gestalten als dies mit Browser-basierten Frageb\u00f6gen m\u00f6glich ist, und (nach vorheriger Zustimmung des Nutzers) der Sammlung von Sensordaten dienen k\u00f6nnen. Zur Einsch\u00e4tzung aktueller Pr\u00e4valenzquoten von Mobilger\u00e4ten sowie einem Ausblick auf k\u00fcn\u001dige Nutzungsh\u00e4u\u001egkeiten wird die Online-Stichprobe des GESIS Panels ver wendet (GESIS 2017, Abb. 55.1, der f\u00fcr diese Gra\u001ek verwendete R-Code ist auf http:\/\/ berndweiss.net verf\u00fcgbar). Das GESIS Panel ist ein probabilistisches mixed-mode (schri\u001d lich und online, Fuchs, Kapitel 50 in diesem Band) Access Panel (Bosnjak et al. 2017). Erwartungsgem\u00e4\u00df weisen die j\u00fcngeren Altersgruppen den h\u00f6chsten Durchdringungsgrad sowie die st\u00e4rksten Zuw\u00e4chse an Mobilger\u00e4ten auf. Entsprechend ist zu erwarten, dass in Zukun\u001d die Bedeutung von Mobilger\u00e4ten in der Umfrageforschung zunehmen wird. Im Vergleich der Anteile von Smartphone und Tablet \u00fcber die Altersgruppen f\u00e4llt auf, dass ab der Altersgruppe der 35- bis 45-J\u00e4hrigen der Anteil der Tablets \u00fcber dem der Smartphones liegt. 80255.3len und technologischen Herausforderungen, die sich auch auf die Datenqualit\u00e4t auswirken k\u00f6nnen. So ist zum Beispiel die bereits angesprochene Allgegenwart von Mobilger\u00e4ten vor allem auf bestimmte demographische Gruppen beschr\u00e4nkt, so dass sich damit gegenw\u00e4rtig keine bev\u00f6lkerungsrepr\u00e4sentativen Befragungen realisieren lassen (Wagner-Schelewsky\/Hering und \u001cimms\/Nehls, Kapitel 54 und 69 in diesem Band). Sofern in einer mobilen Mobile Befragungen beinhalten zurzeit aber auch eine Reihe von potentiellen NachteiNach teileundtechnologischeHerausforderungenBernd Wei\u00df, Henning Silber, Bella Struminskaya und Gabriele Durrant - (18,25] (25,35] 40 30 20 10 0 Mobilger\u00e4t Prozent (35,45] (45,75] Smartphone 40 Tablet 30 20 10 0 2014 2015 2016 2017Jahr2014 2015 2016 2017 Abb. 55.1 Anteil der GESIS Panel Befragten nach Alter bei Rekrutierung, die an der OnlineBefragung mit einem Smartphone oder einem Tablet teilgenommen haben (Selbstauskunft; nicht Befragungswellen statt) (GESIS 2017) 55gef\u00fchrtwird.DieverwendeteBefragungsso?waremussdaherimIdealfallUnterbrechunBefragungkeineresponsivenFragebogenlayoutszumEinsatzkommen,diedenbesondegensinnvollerfassenundggf.inderLagesein,mitverschiedenenGer\u00e4tenumgehenzusp\u00e4terenZeitpunktaneinemanderenOrtunddannauchaufeinemanderenGer\u00e4tweiterAufmerksamkeitsspanneundFragebogenl\u00e4ngen\u00f6tigsein,dassdieBefragungzueinemauchdieAnforderungenandiezugrundeliegendeBefragungsso?ware.SokannesjenachFragetypenetc.),dieindenAbschnitten55.5und55.6angesprochenwerden,erh\u00f6hensichSchmidt,Kapitel27indiesemBand)f\u00fchrenkann.einedeutlichgeringereTeilnahmewahrscheinlichkeit,waszuSelektionse?ekten(Engel\/einermangelndenNetzabdeckungbetro?ensind,habenBefragteausdiesenRegionen(DeutscheTelekom)(Bundesnetzagentur2016).Dainsbesonderel\u00e4ndlicheGebietevonobile B efragungen renErfordernissenvonMobilger\u00e4tenwieetwaeinemkleinenBildschirmRechnungtraMobilfunknetzabdeckungau?alten.NachAngabenderBundesnetzagenturliegtdieserAnteilf\u00fcr2016f\u00fcrdiedreigr\u00f6\u00dftenAnbieterzwischen80%(Telefonica)und93%Wi?oder\u00fcbereinMobilfunknetzZugangzumInterneterhalten.UmdenVorteildertenTeilnahmeaneinerBefragungentgegensteht,wasdazuf\u00fchrt,dassdieBefragungeherEinweiteresProblemist,dassdasNutzungsverhaltenvonMobilger\u00e4teneinerkonzentrierErfordernis,welches(derzeitnoch)denUnit-Nonresponseerh\u00f6ht(Toepoel2016:244).m\u00fcssendieBefragtenauchbereitsein,dieseaufihrenMobilger\u00e4tenzuinstallieren,einSolldieBefragungzudemaufeigensprogrammiertenAppsdurchgef\u00fchrtwerden,dannLegtmanaberWertaufentsprechendeResponsivit\u00e4t,nimmtdertechnischeAufwandzu.gen,steigenUnit-undItem-Nonresponse(Engel\/Schmidt,Kapitel27indiesemBand).Ortsungebundenheitnutzenzuk\u00f6nnen,musssichderBefragteineinerRegionmithoherkurzgehaltenwerdensollte(Toepoel2016:245). AktuelleMobilger\u00e4te,speziellSmartphonesundteilweiseauchTablets,k\u00f6nnen\u00fcberNebendenkonzeptionellenAnpassungen(Fragebogenl\u00e4nge,VermeidenbestimmterM 803------ k\u00f6nnen(etwamiteinemadaptivenDesign;Toepoel2016).\u00dcberdiessindzwardiemeisten Programmebereitsheuteadaptiv,dasieindenmeistenF\u00e4llendasgenutzteEndger\u00e4tkor rekterkennenundggf.dasFragebogenlayoutanpassenk\u00f6nnen,aberesgibtinzwischen einegro\u00dfeGer\u00e4tevielfaltundesistzuerwarten,dassdiesesichauchweiterhinzunehmen wird.EinevollautomatisierteAnpassungkanndaherimmernureinKompromisssein,der unterUmst\u00e4ndenzuLastenderDatenqualit\u00e4teingegangenwird. 804denCoverageBias(H\u00e4der\/H\u00e4der,FaulbaumundEngel\/Schmidt,Kapitel22,35und27inBefragungenlehntsichinvielenF\u00e4llenstarkandieM\u00f6glichkeitenderStichprobenziehunvorherzustimmte,gegenkleinere(monet\u00e4re)Belohnungenoderandere\"Incentives\"geninOnline-Befragungenan(Wagner-Schelewsky\/Hering,Kapitel54indiesemBand).DakeinNutzerverzeichnisvonE-Mail-Adressenexistiert,k\u00f6nnenmobileBefragungennichtdereinzigeModusimRahmenvonallgemeinenBev\u00f6lkerungsumfragensein.AusdiesemGrundm\u00fcssendiepotentiellenBefragtenperZufallsstichprobeineinemanderenModus(z.B.postalischoderpers\u00f6nlich)kontaktiertwerdenoderdieE-Mail-Adressenm\u00fcssenimVorfeldbekanntsein.WenndieBefragtennichtperZufallsverfahrenausgew\u00e4hltwerden,wirdh\u00e4u?gaufeineGruppevonBefragtenzur\u00fcckgegri?en,dieschon55.4anBefragungenteilzunehmen.O?habendieseBefragtensichdaf\u00fcrbeisogenanntendiesemBand)zureduzieren.gruppesichdurchihreSelektivit\u00e4tvonZufallsstichprobenunterscheidet.Beieinemnichttichpr obenziehungist.DasEinbeziehenvonmobilenInternetnutzernkannalsodurchausauchdazuf\u00fchren,Bev\u00f6lkerungsgruppenzubefragen,diekeinenZugangzuPCs\/Laptopsundstation\u00e4rem(nicht-probabilistischen)Online-Access-Panelsangemeldet,wodurchdieseBefragtengeringenAnteilderBefragtenwerdenbeimAusf\u00fcllendesFragebogensMobilger\u00e4tezumEinsatzkommen.InsbesonderebeiApp-basiertenBefragungensinddaherweitereSelektionsschrittedieBereitscha?,dieAppherunterzuladenundderenInstallation.Jedochk\u00f6nnenmobileBefragungendurchaus(erg\u00e4nzend)n\u00fctzlichsein,wennesdarumgeht,Internetzuganghaben.ImVergleichzuanderenInternetnutzern,sindmobileInternetneninentlegenenWohngegenden,soferneineausreichendeNetzabdeckunggew\u00e4hrleistetsindSmartphone-Nutzereherberufst\u00e4tigimVergleichzuTablet-Nutzern(InitiativeD212016).\u00dcberdiesistesimRahmenvonmobilenBefragungenm\u00f6glich,schwerzuerreichendePopulationenanzusprechen,wiezumBeispielsehrmobilePersonenoderPersonutzerimDurchschnittj\u00fcnger,bessergebildetundhabenh\u00f6hereEinkommen.Au\u00dferdem DieAuswahlderStichprobe(H\u00e4der\/H\u00e4der,Kapitel22indiesemBand)beimobilen S Bernd Wei\u00df, Henning Silber, Bella Struminskaya und Gabriele Durrant ------- onr esponse55.5 N In mobilen Befragungen existieren verschiedene Formen des Unit-und Item-Nonresponse Errors (Engel\/Schmidt, Kapitel 27 in diesem Band). So sind die Verweigerungsquoten von Befragten, die auf Mobilger\u00e4ten antworten, vergleichsweise h\u00f6her, wof\u00fcr es drei m\u00f6gliche Ursachen gibt (Couper et al. 2017): (1) Technische Unzul\u00e4nglichkeiten wie etwa Verbindungsgeschwindigkeit und -zuverl\u00e4s sigkeit oder auch der Ger\u00e4tetyp, etwa ob die Befragung auf einem Smartphone oder einem sog. Feature-Phone (hat weniger Funktionen als ein Smartphone und vor allem einen schlechteren Bildschirm) durchgef\u00fchrt wird; (2) Befragte lassen sich entweder gar nicht zur Befragung motivieren oder ihr Nutzungsverhalten steht einer Beantwortung des Fragebogens entgegen: Personen, die eher selten ihre Mobilger\u00e4te nutzen sind auch seltener bereit, an den mobilen Befragungen teilzunehmen; (3) geringe Vertrautheit im Umgang mit dem Mobilger\u00e4t (gilt vor allem f\u00fcr experimentelle Befragungen mit Mixed-Mode-Design, in denen dem Befragten ein Endger\u00e4t zur Beant wortung der Befragung zugewiesen wird). Neben der kompletten Umfrageverweigerung weisen mobile Befragungen mit durch schnittlich 6,6% auch h\u00f6here Abbruchquoten als PC-gest\u00fctzte Umfragen auf (Mavletova\/ Couper 2015), welche sich aber deutlich reduzieren, wenn folgende Kriterien erf\u00fcllt sind: Befragungen sollten f\u00fcr Mobilger\u00e4te optimiert sein. Hohe Abbruchquoten sind h\u00e4u \u001eg bestimmten, nicht auf Mobilger\u00e4te angepassten Frageformen bzw. Designelementen geschuldet (Matrix-Fragen, Drop-down-Boxen, Einbinden von Bildern, Schieberegelern oder Fortschrittsbalken) (siehe hierzu: Wagner-Schelewsky\/Hering, Kapitel 54 in diesem Band). Es lohnt sich also, diese Elemente zu vermeiden (siehe Abschnitt 55.6). Weitere Kriterien betre\u001aen die Einladung zur Teilnahme via E-Mail statt via SMS, eine kurze, maxi mal 10 Minuten umfassende Befragung mit einem bewusst einfach gehaltenen Fragebogen sowie eine zus\u00e4tzliche Rekrutierungsphase, die der eigentlichen Befragung vorgeschaltet wird. Der Befragungsmodus (PC vs. mobil) sollte frei gew\u00e4hlt werden k\u00f6nnen (zu ModeE\u001aekten, siehe Fuchs, Kapitel 50 in diesem Band). Hilfreich ist \u00fcberdies das zus\u00e4tzliche Versenden von Erinnerungsschreiben (Mavletova\/Couper (2015). 55obile B efragungen PC (Wagner-Schelewsky\/Hering, Kapitel 54 in diesem Band) unterscheidet. Dies gilt auch 55.6r agebogen-undItemgestaltungsem Band) sind generelle Empfehlungen der Fragebogen- (Fietz\/Friedrichs, Kapitel 56 Wie auch bei anderen selbst-administrierten Befragungen (Reuband, Kapitel 53 in dieBand) zu beachten. F\u00fcr mobile Befragungen ist zus\u00e4tzlich zwischen den Endger\u00e4ten Tablets und Smartphones zu unterscheiden. Die aktuelle Forschung in diesem Bereich zeigt, dass sich das Antwortverhalten von Befragten auf Tablets nicht grundlegend von dem am in diesem Band) und Fragengestaltung (Porst und Franzen Kapitel 57 und 58 in diesem M F 805-- 8062013,Wellsetal.2014,Struminskayaetal.2015),f\u00fcrMehrfachauswahl-FragenwerdenwortverweigerungundBefragungsabbruchf\u00fchrenkann.MitBlickaufdieFragebogenzuh\u00e4u?gscrollenm\u00fcssen,umdieFragenzusehen,dadieszusinkenderMotivation,AntaufeinerFragebogenseitesolltezudemdaraufgeachtetwerden,dassdieBefragtennichtbeimUmgangmitsensitivenInformationen-von\"Komasaufen\"oderBetrunkenheitamSteuer(Antounetal.2017,Mavletova\/Couper2013).HingegenweisenBefragte,dieeinSmartphonef\u00fcrdieBeantwortungderBefragungverwenden,einabweichendesAntwortverhaltenaufgungenwerdenbeispielsweiseo?eneFragendeutlichknapperbeantwortet(MavletovawenigerOptionenausgew\u00e4hlt(Lugtig\/Toepoel2016)undesgibteineerh\u00f6hteWahrscheinbesserenNutzererlebnisalsdasStandard-Formateinhergeht(Barlasetal.2017,RobertsetdemmobilenEndger\u00e4tgutlesbardargestelltwird.BeiderDarstellungmehrererFragenlichkeitf\u00fcrStraightlining(d.h.PersonengebenineinerMatrixfragemitbeispielsweisezuMatrix-FragenstehtallerdingserstamAnfang.etal.2015),waswiederumdieDatenqualit\u00e4tbeein?usst.AufGrundlagedieserUnterschiedeimAntwortverhaltenkannessinnvollsein,beiderInklusionvonSmartphonesinOnline-BefragungendasFragebogen-undFragendesignzuadaptieren.ist,mussbeimobilenBefragungendaraufgeachtetwerden,dassjedeFragebogenseiteaufPlatzaufjedereinzelnenSeiteeinerBefragungvergleichbarmitpostalischenBefragungenal.2013).DieUntersuchungderumfragemethodischenKonsequenzendieserAlternativenzehnItemsf\u00fcrjedesderzehnItemsdieselbeAntwort)(McClainetal.2012,StruminskayaStraightliningf\u00fchrt(Robertsetal.2013)undwieauchdasAccordionFormatmiteinemBefragungdarzustellen,existierenverschiedeneAns\u00e4tze.EineM\u00f6glichkeitist,dassMatItemseinzelnseitenweise(One-Item-per-Page)oderaufeinerl\u00e4ngerenSeite(Item-by-struktursolltedeshalbversuchtwerden,mitFragenzuarbeiten,dieaufeinerSeitedarDasCarouselFormathatdenVorzug,dassesgegen\u00fcberdemStandard-Formatzuwenigerandere.Soistesschwierig,beimobilenBefragungenmitvieleno?enenoderhalbo?enenFragen(Z\u00fcll\/Menold,Kapitel59indiesemBand)zuarbeiten.AuchsehrkomplexeFragenwiezumBeispielLife-History-CalendarzurErfassungvonEreignisdaten(P\u00f6tter\/Prein,Kapitel110indiesemBand),Matrixfragen,sowieFragenmitSchiebereglern(SliderBars)k\u00f6nneninihrerDarstellungproblematischsein.Umdieseangemessenineinermobilenstellbarsind.HierbietensichbestimmteFragetypenaufgrundihresFormatseheranalsrix-Layout(Wagner-Schelewsky\/Hering,Kapitel54indiesemBand)aufzul\u00f6senunddiemat\"anzuzeigen.Dabei\u00f6?nensichdieAntwortm\u00f6glichkeitennurf\u00fcrdiejeweilsaktuelleItem)durchScrollendarzustellen.EineweitereM\u00f6glichkeitist,Itemsim\"AccordionForFrage,entwederautomatisch,nachdemdievorhergehendeFragebeantwortetwurde,odermanuelldurchdenBefragten.Ein\u00e4hnlichesPrinzipliegtauchdem\"CarouselFormat\"(auch\"AutoForward\")zugrunde.HierwerdendieFragenebenfallseinzelndargestellt,undnacheinergewissenZeitspanneodernachdemdieFragebeantwortetwurdewirdautomatischzurn\u00e4chstenFragegewechseltoderderBefragte\"wischt\"zurn\u00e4chstenFrage. ImGegensatzzuwebbasiertenOnline-BefragungenmitPCoderTablet,beidenenderBernd Wei\u00df, Henning Silber, Bella Struminskaya und Gabriele Durrant w ieetwaFragennachdenH\u00e4u?gkeiten.ImVergleichzuPC-gest\u00fctztenBefra -------- 55sonderedieVielzahlanDesignvariantenvonSlider-Bar-Gestaltungenaufdenverschiede-mussderFragebogenundjedeseinzelneItemsoguterkl\u00e4rtsein,dassesf\u00fcrdenBefragtenbesonderenBefragungskontexteinermobilenBefragung,bestehtdieM\u00f6glichkeit,verzugestalten,dassBefragtedieTeilnahmealsangenehmeErfahrungemp?nden.DurchdenauchohnedieHilfeeinesInterviewersverst\u00e4ndlichist.obile B efragungen Paneletwa25%derBefragten,dieeinSmartphoneverwenden,dieBefragungausw\u00e4rtsausfonischenBefragungenviamobilerEndger\u00e4te-nichtzuHauseaus.Sof\u00fcllenbeimGESISnenBetriebssystemenproblematisch,waszuzus\u00e4tzlichenKostenetwaf\u00fcrProgrammienenEndger\u00e4tenzuachten.MobileBefragungensindauchimHinblickaufdieKommunichtzuuntersch\u00e4tzenderTeilderBefragtenf\u00fclltmobileBefragungen-wieauchbeitelerungoderTestsf\u00fchrt.EineAlternativezuSchieberegelernsindinnovativeFormatewie2016).derewenndieBefragungmit\"Touch-Screen\"ammobilenEndger\u00e4tausgef\u00fclltwird(FunkevisuelleAnalogskalen(\"visualanalogscales\",kontinuierlicheAntwortskalenmitverbalenLabelsderEndpunkte)mitunterscheidbarenSkalenpunkten(mittelsPoint-and-Klick)necke,Kapitel49indiesemBand),sofernesdieBildschirmau?\u00f6sungzul\u00e4sst,insbeson(Bosnjaketal.2017).nikationssituationmitanderenselbst-administriertenBefragungenvergleichbar.DeshalboderRadioButtons(SkalenmiteinerbegrenztenAnzahlvonAntwortkategorien)(Reiistinsbesondereaufdiefehlerfreieundm\u00f6glichst\u00e4quivalenteDarstellungaufverschiede(etwagami?zierteUmfragedesigns,\"gami?edsurveydesigns\").DieAutorenkommenzuUntersuchung(Weichbold,Kapitel23indiesemBand),dieauchhierempfohlenwerden,reichendgetestetwerdensollte.EineweitereM\u00f6glichkeitist,denFragebogeninmehrerest\u00e4rktFragedesignseinzusetzen,diesichanSpielen(Games)aufmobilenEndger\u00e4ten(Bottel\/Kirschner,Kapitel78indiesemBand)orientieren.SogebenKeuschundZhang(2017)eine\u00dcbersicht\u00fcberinnovativeBefragungsdesigns,diespielerischeElementeverwendendemSchluss,dassspielerischeElementesichzwarpositivaufdieBefragungserfahrungauswirken,merkenjedochauchan,dassesinBezugaufderenDatenqualit\u00e4tpositivesowienegativeBefundegibt,sodasseinbestimmtesDesignvordessenImplementierungweitrisieren)unddieeinzelnenBl\u00f6ckesp\u00e4terwiederzusammenzuf\u00fchren(Eberl2016).GegenthematischabgegrenzteModuleaufzuteilenundaufderBefragtenebene(jederBlockistzueinemunterschiedlichemZeitpunktbeantwortbar)oderzwischendenBefragten(nureinezugewieseneAuswahlderBefragtenf\u00fcllteinzelneBl\u00f6ckeaus)zuadministrieren(modula\u00fcber\u00fcblichenVerfahrenzumTestenvonFrageb\u00f6genundFragenvordereigentlichen BeiSchiebereglern(Wagner-Schelewsky\/Hering,Kapitel54indiesemBand)istinsbeZudemistbeimobilenBefragungendieBefragungssituationzuber\u00fccksichtigen.EinGenerellgiltes,BefragtezurTeilnahmezumotivierenunddieBefragungm\u00f6glichstsoM 807------------ 808adaptiert werden. Band) sind allerdings die technischen Voraussetzungen vorhanden, um darauf Umfragen graphische Displays). Bei portablen Spielekonsolen (Bottel\/Kirschner, Kapitel 78 in diesem 55.7usblick Im Bereich der mobilen Befragung gibt es eine Reihe unbeantworteter Forschungsfragen. Dies gilt etwa f\u00fcr das \u001cema Mixed-Devices oder die Fragebogen- und Fragengestaltung, die auf die besondere Befragungssituation angepasst werden muss, indem beispielsweise komplexe Frageformate (Slider, Matrix-Fragen oder Visual Analog Scales) vermieden oder len Befragungen, wenn komplexe oder schwierige Frageformate verwendet werden oder ebenfalls zunehmend verwendet und es gibt bereits erste Bestrebungen, Social-Media-das Fragedesign nicht entsprechend angepasst wird. Zudem werden sich die EntwicklunDaten mit mobilen Befragungen zu verbinden.ver\u00e4ndern, da sich bereits neue technologische Entwicklungen abzeichnen, wobei diese immer eine einfach zu nutzende Benutzerober\u001f\u00e4che\/-schnittstelle aufweisen sollten. So haben beispielsweise Smartwatches (Koch, Kapitel 77 in diesem Band) den Nachteil, dass man auf ihnen kaum E-Mails oder l\u00e4ngere Texte lesen und damit ebenso wenig Umfragen e\u0016zient beantworten kann. Ebenso ist nicht zu erwarten, dass sich in naher Zukun\u001d zweidimensionale Bildschirme massenmarkttauglich in die dritte Dimension \"erheben\u0093 (holodurchf\u00fchren zu k\u00f6nnen. gen im Bereich der Online-Befragungen in den n\u00e4chsten Jahren weiterhin (ggf. stark) Media-Daten (Siri\/Schrape, Kapitel 75 in diesem Band) werden in der Sozialforschung methoden nicht zu untersuchen sind. Die Kombination von Umfrage- und Sensordaten die Verkn\u00fcpfung von Raum und sozialem Handeln. Mobile Endger\u00e4te erm\u00f6glichen die \u00fcblichen Paradaten von computerbasierten Befragungen wie Antwortzeiten oder Ladezeiten von Webseiten (Felderer et al., Kapitel 29 in diesem Band), k\u00f6nnen potentiell alle Sensund die Sensoren die jeweiligen Abst\u00e4nde der Partner zueinander aufzeichnen. Social-Befragungen genutzt bzw. gespeichert werden. Hier ist die Realisierbarkeit und Akzeptanz im Rahmen von Studien der Allgemeinbev\u00f6lkerung zu untersuchen. Sensordaten allein bieten bereits Einsichten in soziologische Ph\u00e4nomene, die mit den bisherigen Umfrageordaten, die mobile Endger\u00e4te zur Verf\u00fcgung stellen (Koch, Kapitel 77 in diesem Band), in erm\u00f6glicht jedoch vielf\u00e4ltige Einsichten etwa in die Ausgestaltung sozialer Relationen oder passive und aktive Sammlung von geographischen Daten (Lakes und Kandt, Kapitel 99 Befragte selbst in eine Befragungsmaske eintr\u00e4gt, w\u00e4hrend die passive Datensammlung nach Zustimmung des Befragten automatisch geschieht. Neben NFC-Tags (\"near \u001eeld communication\u0093) und GPS-Signalen k\u00f6nnen noch weitere Sensordaten gesammelt werden, wie z.B. Abst\u00e4nde zwischen Endger\u00e4ten. Das kann zum Beispiel relevant sein, wenn bei einer Studie zur Interaktion von Paaren beide Partner an der Befragung teilnehmen und 100 in diesem Band). Die aktive Datensammlung beruht auf Informationen, die der Weitere Forschungsfragen betre\u001aen die Erfassung sensorgest\u00fctzter Daten. Neben den Weiterhin gibt es nicht zu untersch\u00e4tzende Probleme mit der Datenqualit\u00e4t von mobi-A Bernd Wei\u00df, Henning Silber, Bella Struminskaya und Gabriele Durrant ------- 55dig.AuchdieBehandlungvonfehlendenWertenistbeiderKombinationvonaktivenundwerden.SammlungvondigitalenVerhaltensdatenaufwendigistundteilweisespezialisierterechtlicheBeratung,aufwendigeAnonymisierungsverfahrensowieDatencentermithohenSicherheitsstufenverlangen(M\u00fchlichen,Kapitel5indiesemBand),sindbeiSensordatennochschwierigerzu\u00fcberblicken.Zudemsindnichtnurdeutsche,sondernauchEURichtlinienzumDatenschutzeinzuhalten.InjedemFallistbeiderSpeicherungvonSensobile B efragungen mengespieltwerdensollen,isthierf\u00fcrgleichfallsdieZustimmungderBefragtennotweneinzuholen.WennSensordatenoder\"SocialMedia\"-DatenundBefragungsdatenzusampassivenDatenmitmehrerenMesszeitpunkten,diezudemausunterschiedlichenQuellengewonnenwurden(zurDatenfusion,Cielebak\/R\u00e4ssler,Kapitel30indiesemBand),relativschwierig.UmdabeinichtzuvieleF\u00e4llef\u00fcrdieAnalysenzuverlieren,k\u00f6nnenelaboriertestatistischeVerfahren,wieetwadiemultipleImputationvonfehlendenWerten,eingesetztordatenoderanderenzus\u00e4tzlichenDatenquellenvorabdieZustimmungderBefragten Datenschutzrichtlinien,derenBeachtungschonbeiklassischenBefragungenohneM 809----- 810Eberl, Markus (2016): Shorter smarter surveys: Frageb\u00f6gen durch Modularisierung Mavletova, Aigul\/Couper, Mick P. (2013): Sensitive Topics in PC Web and Mobile Web Barlas, Frances M.\/\u001comas, Randall K.\/Buttermore, Nicole (2017): Mobile-Friendly Antoun, Christopher\/Couper, Mick P.\/Conrad, Frederick G. (2017): E\u001aects of Mobile vs. Mavletova, Aigul (2013): Data Quality in PC and Mobile Web Surveys. In: Social Science Bosnjak, Michael\/Dannwolf, Tanja\/Enderle, Tobias\/Schaurer, Ines\/Struminskaya, Bella\/Koch, Wolfgang\/Frees, Beate (2016): Dynamische Entwicklung bei mobiler Internetnutzung Bundesnetzagentur (2016): Jahresbericht 2016: M\u00e4rkte im digitalen Wandel. URL:LiteraturKeusch, Florian\/Zhang, Chan (2017): A Review of Issues in Gami\u001eed Surveys. In: Social Lugtig, Peter\/Toepoel, Vera (2016): \u001ce Use of PCs, Smartphones, and Tablets in a GESIS (2017): GESIS Panel Standard Edition. ZA5665 Daten\u001ele Version 18.0.0. K\u00f6ln: Funke, Frederik (2016): A Web Experiment Showing Negative E\u001aects of Slider Scales Couper, Mick P.\/Antoun, Christopher\/Mavletova, Aigul (2017): Mobile Web Surveys. In: Initiative D21 (2016): D21-Digital-Index 2016. J\u00e4hrliches Lagebild zur Digitalen Gesell Science Computer Review 36 (1): 1-13https:\/\/www.bundesnetzagentur.de\/SharedDocs\/Downloads\/DE\/AllgeMixed-Mode Panel of the General Population in Germany: \u001ce GESIS Panel. In: Social Biemer, Paul P.\/de Leeuw, Edith D.\/Eckman, Stephanie\/Edwards, Brad\/Kreuter, Frauke\/Presentation. Berlin: General Online Research (GOR) Conference. 15.-17.03.2017Bundesnetzagentur\/Publikationen\/Berichte\/2017\/JB2016.pdf?__blob=publiGrid Questions: \u001ce Accordion Grid as an Alternative to the Traditional Grid. Paper Panel. In: Public Opinion Quarterly 81: 280-306PC Web on Survey Response Quality: A Crossover Experiment in a Probability Web cationFile&v=1 Lyberg, Lars E.\/Tucker, N. Clyde\/West, Brady T. (Hg.): Total Survey Error in Practice: Improving Quality in the Era of Big Data. New York: Wiley, 133-154Tanner, Angela\/Weyandt, Kai W. (2017): Establishing an Open Probability-Based Computer Review 31: 725-743und Stitching f\u00fcr mobile Endger\u00e4te \u001et machen. In: Keller, Bernhard\/Klein, Hans-Science Computer Review 35: 147-166 2016.pdf scha\u001d. URL: http:\/\/initiatived21.de\/app\/uploads\/2017\/01\/studie-d21-digital-index-sowie Audios und Videos. In: Media Perspektiven 9: 418-437 Computer Review 34: 244-254GESIS Datenarchiv. Surveys: Is \u001cere a Di\u001aerence? In: Survey Research Methods 7: 191-205Wiesbaden: Springer, 217-230Werner\/Tuschl, Stefan (Hg.): Marktforschung der Zukun\u001d - Mensch oder Maschine? Compared to Visual Analogue Scales and Radio Button Scales. In: Social Science Probability-Based Panel Survey. In: Social Science Computer Review 34: 78-94Bernd Wei\u00df, Henning Silber, Bella Struminskaya und Gabriele Durrant mei nes\/- - 55Wells,Tom\/Bailey,Justin\/Link,Michael(2014):ComparisonofSmartphoneandOnlineobile B efragungen Roberts,Anouk\/deLeeuw,EdithD.\/Hox,Joop\/Klausch,?omas\/deJongh,Anneke(2013):?eobald,Axel(Hg.)(2017):MobileResearch.Wiesbaden:SpringerToepoel,Vera(2016):DoingSurveysOnline.LosAngeles:SAGEMcClain,Colleen\/Crawford,ScottD.\/Dungan,JohnP.(2012):UseofMobileDevicestoMavletova,Aigul\/Couper,MickP.(2015):AMeta-AnalysisofBreako?RatesinMobileStruminskaya,Bella\/Weyandt,Kai\/Bosnjak,Michael(2015):?eE?ectsofQuestionnaire CentreforResearchMethodssowieDirectorofTrainingoftheAdministrativeDataResearchCentre.Gabriele DurrantderUniversityofSouthamptonundstellvertretendeDirektorindesESRCNationalC.MooreundPeterW.F.Smith,2017).JournaloftheRoyalStatisticalSociety,SeriesA,forthcoming(zusammenmitJamieSocialSurveys:GeneralizabilityandtheE?ectsofAuxiliaryCovariateChoice,in:demography\/.nalofSurveyStatisticsandMethodology3,3(zusammenmitOlgaMaslovskayaundPeterW.F.Smith,2017);RepresentativenessDuringDataCollectionin?reeUKcoming(zusammenmitOlgaMaslovskayaundPeterW.F.Smith,2017);ModellingofO?cialStatistics,specialissueonadaptiveandresponsivesurveydesign,forthofCallinaLongitudinalStudyTakingAccountofPriorCallInformation,in:JournalFinalOutcomeandLengthofCalltoImproveE?ciencyinCallScheduling,in:JourandDataQuality.PaperPresentation.Orlando:AnnualConferenceoftheAmericanComputerSurveyAdministration.In:SocialScienceComputerReview32:238-255GeneralPopulationPanel.In:Methods,Data,Analyses9:261-292CompletionUsingMobileDevicesonDataQuality.EvidencefromaProbability-BasedLeukerkunnenwehetwelmaken.Onlinevragenlijstdesign:standardmatrixofscrollAssociationforPublicOpinionResearch.17.-20.05.2012AccessComputer-OptimizedWebInstruments:ImplicationsforRespondentBehaviorResearchMethods.London:UbiquityPress,81-98WebSurveys.In:Toninelli,Daniele\/Pinter,Robert\/dePedraza,Pablo(Hg.):Mobilematrix?In:OntwikkelingeninhetMarktonderzoek:133-148M Kontaktadresse: Ausgew\u00e4hlte Publikationen: istProfessorinf\u00fcrSocialStatisticsandSurveyMethodologyan G.Durrant@southampton.ac.uk.Webseite: ModellingFinalOutcomeandLengthhttps:\/\/www.southampton.ac.uk\/ --811 812undLisaSchmid,2015);?eidenti?cationandpreventionofpublicationbiasin2017);QuestionOrderExperimentsintheGerman-EuropeanContext,in:SurveyMethodology,publishedonline(zusammenmitJossRo\u00dfmannundTobiasGummer,gesis.org.Bella Struminskayanen: -Leibniz-Institutf\u00fcrSozialwissenscha?eninMannheim.Henning SilberSchlosser,2016).Methods:InsightsfromtheField(zusammenmitJanKaremH\u00f6hneundStephandevicesondataquality.Evidencefromaprobability-basedgeneralpopulationpanel,ninginOnlinePanelSurveys:ResultsofTwoFieldExperiments,in:SocialScienceresse: (zusammenmitMichaelWagner,2011).thesocialsciencesandeconomics,in:JournalofEconomicsandStatistics231,5-6inter-itemcorrelationsingridquestions,in:InternationalJournalofSocialResearchbility?,in:EuropeanSociologicalReview31,2(zusammenmitMichaelWagneroural-sciences.ratesinWestGermany:CanweexplaintheironlawofincreasingmarriageinstaAusgew\u00e4hlte Publikationen: ComputerReview34,1(2016);?ee?ectsofquestionnairecompletionusingmobilein:Methods,Data,Analyses9,2(zusammenmitKaiWeyandtundMichaelBosnjak,2015).Bernd Wei\u00dfheimundleitetdasGESISPanel,einprobabilistischesMixed-ModeAccessPanel.cancertherapy:Acluster-randomizedcontrolledtrial,in:SupportiveCareinCancergramontherapy-relatedsidee?ectsandunplannedtherapyinterruptionsinoralversit\u00e4tUtrecht(Niederlande).25,11(zusammenmitChristophRieseetal.,2017);Exploringincreasingdivorce Whennearmeansrelated:EvidencefromthreewebsurveyexperimentsonBernd.Weiss@gesis.org.Webseite: arbeitetbeiGESIS-Leibniz-Institutf\u00fcrSozialwissenscha?eninMannKontaktadresse: istwissenscha?licherLeiterdesTeamsSurveyOperationsbeiGESISWebseite: https:\/\/www.uu.nl\/en\/organisation\/faculty-of-social-and-behavi-istAssistantProfessorf\u00fcrMethodenundStatistikanderUniBernd Wei\u00df, Henning Silber, Bella Struminskaya und Gabriele Durrant https:\/\/www.gesis.org\/.E?ectivenessofastandardizedpatienteducationprob.struminskaya@uu.nl.Ausgew\u00e4hlte Publikationen: Webseite: http:\/\/berndweiss.net.Kontaktadresse: Ausgew\u00e4hlte PublikatioRespondentConditioHenning.Silber@Kontaktad------- ","related_references":[{"view":"Antoun, C., Couper, M. P., Conrad, F. G. (2017). Effects of mobile versus PC web on survey response quality: A crossover experiment in a probability web panel. Public Opinion Quarterly, 81(5), pp. 280-306.<\/a> ","pdf_url":""},{"view":"Barlas, F. M. T., K.\/Buttermore, R., N. (2017). Mobile-Friendly Grid Questions: The Accordion Grid as an Alternative to the Traditional Grid. Berlin: Paper Presentation.","pdf_url":""},{"view":"Bosnjak, M., ., Enderle, T., ., Struminskaya, B., Tanner, A., . (2018). K.W.: Estab- lishing an open probability-based mixed-mode panel of the general population in Germany: the GESIS Panel. Social Science Com- puter Review, 36(1), pp. 103-115.<\/a> ","pdf_url":""},{"view":"B. (2016). Jahresbericht 2016: M\u00e4rkte im digitalen Wandel. mei nes\/ Bundesnetzagentur\/Publikationen\/Berichte\/2017\/JB2016.pdf ?__blob=publi.","pdf_url":""},{"view":"Couper, M. P., Antoun, C., Mavletova, A. (2017). Mobile Web Surveys: A Total Survey Error 12. Perspective. New York, NY: John Wiley & Sons. Total Survey Error in Practice: Improving Quality in the Era of Big Data,(7), pp. 133-154.<\/a> ","pdf_url":""},{"view":"Eberl, M. (2016). Shorter smarter surveys: Frageb\u00f6gen durch Modularisierung und Stitching f\u00fcr mobile Endger\u00e4te fit machen. Wiesbaden: Springer. Marktforschung der Zukunft -Mensch oder Maschine?, pp. 217-230.<\/a> ","pdf_url":""},{"view":"Funke, F. A. (2016). A Web Experiment Showing Negative Effects of Slider Scales Compared to Visual Analogue Scales and Radio Button Scales. Social Science Computer Review, 34(2), pp. 244-254.<\/a> ","pdf_url":""},{"view":"G. E. S. (2017). GESIS Panel -Standard Edition. ZA5665 Datenfile Version 15.0.0. Cologne, Germany: GESIS Data Archive. GESIS Datenarchiv, K\u00f6ln. ZA5665 Datenfile Version 24.0.0, 19.<\/a> ","pdf_url":""},{"view":"D21, I. (2016). J\u00e4hrliches Lagebild zur Digitalen Gesell - schaft.","pdf_url":""},{"view":"Keusch, F., Zhang, C. (2017). A review of issues in gamified surveys. Social Science Computer Review, 35(2).<\/a> ","pdf_url":""},{"view":"Koch, W. F., B. (2016). Dynamische Entwicklung bei mobiler Internetnutzung sowie Audios und Videos. Media Perspektiven, 9 pp. 418-437.","pdf_url":""},{"view":"Lugtig, P., Toepoel, V. (2016). The Use of PCs, Smartphones, and Tablets in a Probability-Based 40. Panel Survey: Effects on Survey Measurement Error\". Social Science Computer Review, 34(1), pp. 78-94.<\/a> <\/span>PDF<\/a>","pdf_url":"http:\/\/repository.essex.ac.uk\/13552\/1\/Lugtig%20and%20Toepoel%20%28prepublication%29.pdf"},{"view":"Mavletova, A. (2013). Data Quality in PC and Mobile Web Surveys. Social Science Compu- ter Review, 31(6), pp. 725-743.<\/a> ","pdf_url":""},{"view":"Mavletova, A., Couper, M. P. (2013). Sensitive Topics in PC Web and Mobile Web Surveys: Is There a Difference?. Survey Research Methods, 7 pp. 191-205.<\/a> ","pdf_url":""},{"view":"Mavletova, A., Couper, M. P., Peytchev, A. (2015). A meta-analysis of breakoff rates in mobile web surveys. Mobile 18. research methods: Opportunities and challenges of mobile research methodologies. London: Ubiquity Press. Mobile Research Methods: Opportunities and Challenges of Mobile Research Methodologies, 73(1), pp. 81-98.<\/a> <\/span>PDF<\/a>","pdf_url":"https:\/\/openresearchlibrary.org\/ext\/api\/media\/48879c46-1444-43c7-9139-eb5d855d2090\/assets\/external_content.pdf"},{"view":"McClain, C. C., D.\/Dungan, S., P, J. (2012). Use of Mobile Devices to Access Computer-Optimized Web Instruments: Implications for Respondent Behavior and Data Quality. Orlando: Annual Conference of the American Association for Public Opinion Research. Paper Presentation, pp. 17-20.","pdf_url":""},{"view":"Roberts, A. d. L., D.\/Hox, E., Joop\/Klausch, T. d. J., A. (2013). Leuker kunnen we het wel maken. Online vragenlijst design: standard matrix of scroll matrix? In: Ontwikkelingen in het Marktonderzoek, pp. 133-148.","pdf_url":""},{"view":"Struminskaya, B., Weyandt, K., Bosnjak, M. (2015). The effects of questionnaire completion using mobile devices on data quality. Evidence from a probability-based general population pan- el. Methods, Data, Analyses, 9(2), pp. 261-292.<\/a> ","pdf_url":""},{"view":"Wells, T. B., Justin\/Link, M. (2017). Mobile Research. Wiesbaden: Springer Toepoel. Social Science Computer Review, 32 pp. 238-255.","pdf_url":""},{"view":"Silber, H., Ro\u00dfmann, J., Gummer, T. (2018). Henning Silber ist wissenschaftlicher Leiter des Teams Survey Operations bei GESIS -Leibniz-Institut f\u00fcr Sozialwissenschaften in Mannheim. Ausgew\u00e4hlte Publikatio- nen: When near means related: Evidence from three web survey experiments on inter-item correlations in grid questions. Inter- national Journal of Social Research Methodology online first, 21(3), pp. 275-288.<\/a> ","pdf_url":""},{"view":"Papers, G. E. S. (2015). Bernd Wei\u00df arbeitet bei GESIS -Leibniz-Institut f\u00fcr Sozialwissenschaften in Mann- heim und leitet das GESIS Panel, ein probabilistisches Mixed-Mode Access Panel. Arbeitsgebiet \u00dcbersetzung in international vergleichender Umfrageforschung ISBN 978-3-86819-007-6 ISSN.<\/a> ","pdf_url":""},{"view":"Wagner, M., Schmid, L., Wei\u00df, B. (2015). Exploring increasing divorce rates in West Germany: Can we explain the iron law of increasing marriage insta- bility?, in. European Sociological Review, 31(2), pp. 211-229.<\/a> ","pdf_url":""}],"related_research_data_auto_GESIS_Panel_Standard_Edition":[{"link_score":12.27877,"id":"ZA5665","check":""},{"link_reason":"Frederik Funke Social Science Computer Review 34 GESIS Panel Standard Edition<\/b> ."}],"related_research_data_auto_ZA5665":[{"link_score":10.724733,"id":"ZA5665","check":""},{"link_reason":" ZA5665<\/b> Datenfile Version 18.0.0."}]},"system_type":"EXP","doc_rank":2,"rid":28952109},{"_index":"gesis-21-05-2026-02-00-54","_id":"gesis-ssoar-57501","_version":1,"_seq_no":36222,"_primary_term":1,"found":true,"_source":{"title":"The Utility of GPS data in Assessing Interviewer Travel Behavior and Errors in Level-of-Effort Paradata","id":"gesis-ssoar-57501","date":"2017","date_recency":"2017","abstract":"Surveys are a critical resource for social, economic, and health research. The ability to efficiently collect these data and develop accurate post-survey adjustments depends upon reliable data about effort required to recruit sampled units. Level-of-effort paradata are data generated by interviewers during the process of collecting data in surveys. These data are often used as predictors in nonresponse adjustment models or to guide data collection efforts. However, recent research has found that these data may include measurement errors, which would lead to inaccurate decisions in the field or reduced effectiveness for adjustment purposes (Biemer, et al., 2013; West and Little, 2013). In order to assess whether errors occur in level-of-effort paradata, we introduce a new source of validation data for call records -- Global Positioning System (GPS) data generated by smartphones carried by interviewers. We examine the quality of the GPS data and then use the GPS data to characterize interviewer travel within sampled area segments. We also link the GPS data with the interviewer-reported call records in order to identify potential errors in the call records. Given the lack of a gold standard, we perform a sensitivity analysis under various assumptions to see how this would change our conclusions.","portal_url":"https:\/\/www.ssoar.info\/ssoar\/handle\/document\/57501","type":"publication","topic":["Datengewinnung","Stichprobe","Umfrageforschung","Datenqualit\u00e4t"],"person":["Wagner, James","Olson, Kristen","Edgar, Minako"],"person_sort":"WagnerOlsonEdgar","source":"In: Survey Research Methods, 11, 2017, 3, 219-233","links":[{"label":"DOI","link":"https:\/\/doi.org\/10.18148\/srm\/2017.v11i3.6794"}],"subtype":"journal_article","document_type":"Zeitschriftenartikel","coreAuthor":["Wagner, James","Olson, Kristen","Edgar, Minako"],"coreSjahr":"2017","coreJournalTitle":"Survey Research Methods","coreZsband":"11","coreZsnummer":"3","coreLanguage":"en","doi":"https:\/\/doi.org\/10.18148\/srm\/2017.v11i3.6794","coreIssn":"1864-3361","data_source":"GESIS-SSOAR","index_source":"GESIS-SSOAR","database":"SSOAR - Social Science Open Access Repository","link_count":0,"gesis_own":1,"fulltext":1,"metadata_quality":10},"system_type":"BASE","doc_rank":3,"rid":28952109},{"_index":"gesis-21-05-2026-02-00-54","_id":"gris-publication-2dtk5gs5dlr0","_version":1,"_seq_no":45419,"_primary_term":1,"found":true,"_source":{"type":"publication","document_type":"inproceedings","data_source":"GESIS-GRIS","index_source":"GESIS-GRIS","title":"Herausforderungen und Grenzen der Umfrageforschung","date_recency":"2009","coreSjahr":"2009","id":"gris-publication-2dtk5gs5dlr0","person":["Martin Weichbold","Johann Bacher","Christof Wolf"],"person_sort":"WeichboldBacherWolf","source":"In Umfrageforschung: Herausforderungen und Grenzen, edited by Martin Weichbold, Johann Bacher, Christof Wolf, 9-17, VS Verl. f\u00fcr Sozialwiss., Wiesbaden, 2009","gesis_own":1},"system_type":"EXP","doc_rank":4,"rid":28952109},{"_index":"gesis-21-05-2026-02-00-54","_id":"gesis-ssoar-83682","_version":2,"_seq_no":100881,"_primary_term":1,"found":true,"_source":{"title":"The Relationship Between Response Probabilities and Data Quality in Grid Questions","id":"gesis-ssoar-83682","date":"2021","date_recency":"2021","abstract":"Response probabilities are used in adaptive and responsive survey designs to guide data collection efforts, often with the goal of diversifying the sample composition. However, if response probabilities are also correlated with measurement error, this approach could introduce bias into survey data. This study analyzes the relationship between response probabilities and data quality in grid questions. Drawing on data from the probability-based GESIS panel, we found low propensity cases to more frequently produce item nonresponse and nondifferentiated answers than high propensity cases. However, this effect was observed only among long-time respondents, not among those who joined more recently. We caution that using adaptive or responsive techniques may increase measurement error while reducing the risk of nonresponse bias.","portal_url":"https:\/\/www.ssoar.info\/ssoar\/handle\/document\/83682","type":"publication","topic":["Antwortverhalten","Datengewinnung","Befragung","Datenqualit\u00e4t","Panel","Fehler","Messung","Wahrscheinlichkeit","Umfrageforschung"],"person":["Gummer, Tobias","Bach, Ruben L.","Daikeler, Jessica","Eckman, Stephanie"],"person_sort":"GummerBachDaikeler","source":"In: Survey Research Methods, 15, 2021, 1, 65-77","links":[{"label":"URN","link":"http:\/\/nbn-resolving.de\/urn:nbn:de:0168-ssoar-83682-6"},{"label":"DOI","link":"https:\/\/doi.org\/10.18148\/srm\/2021.v15i1.7727"}],"subtype":"journal_article","document_type":"Zeitschriftenartikel","institutions":["GESIS"],"coreAuthor":["Gummer, Tobias","Bach, Ruben L.","Daikeler, Jessica","Eckman, Stephanie"],"coreSjahr":"2021","coreJournalTitle":"Survey Research Methods","coreZsband":"15","coreZsnummer":"1","coreLanguage":"en","doi":"https:\/\/doi.org\/10.18148\/srm\/2021.v15i1.7727","urn":"urn:nbn:de:0168-ssoar-83682-6","coreIssn":"1864-3361","data_source":"GESIS-SSOAR","index_source":"GESIS-SSOAR","database":"SSOAR - Social Science Open Access Repository","link_count":0,"gesis_own":1,"fulltext":1,"metadata_quality":10,"related_references":[{"view":"A. A. P. (2016). Standard Definitions, Final Dispositions of Case Codes and Outcome Rates for Surveys. 1. Oakbrook Terrace, IL: AAPOR [American Association for Public Opinion Research]. AAPOR.","pdf_url":""},{"view":"Bach, R. L., Eckman, S., Daikeler, J. (2020). Misreporting among reluctant respondents. Journal of Survey Statis- tics and Methodology, 8(3), pp. 566-588.<\/a> <\/span>PDF<\/a>","pdf_url":"https:\/\/www.ssoar.info\/ssoar\/bitstream\/document\/70819\/1\/ssoar-jssam-2020-3-bach_et_al-Misreporting_Among_Reluctant_Respondents.pdf"},{"view":"Bem, D. J. (1967). Self-perception: An alternative interpre- tation of cognitive dissonance phenomena. Psycholog- ical Review, 74(3), pp. 183-200.<\/a> <\/span>PDF<\/a>","pdf_url":"http:\/\/dbem.ws\/SP Theory Cognitive Dissonance.pdf"},{"view":"Bosnjak, M., ., Enderle, T., ., Struminskaya, B., Tanner, A., . (2018). K.W.: Estab- lishing an open probability-based mixed-mode panel of the general population in Germany: the GESIS Panel. Social Science Com- puter Review, 36(1), pp. 103-115.<\/a> ","pdf_url":""},{"view":"Buskirk, T. D., Kolenikov, S. (2015). Finding respondents in the forest: A comparison of logistic re- gression and random forest models for response propensity weighting and stratification. Public Opinion Quar- terly, 74(3), pp. 413-432.<\/a> <\/span>PDF<\/a>","pdf_url":"https:\/\/www.ssoar.info\/ssoar\/bitstream\/handle\/document\/42705\/?sequence=1"},{"view":"Calinescu, M., Schouten, B. (2016). Adaptive survey de- signs for nonresponse and measurement error in multi- purpose surveys. Survey Research Methods, 10(1), pp. 35-47.<\/a> ","pdf_url":""},{"view":"Fricker, S., Tourangeau, R. (2010). Examining the re- lationship between nonresponse propensity and data quality in two national household surveys. Public Opinion Quarterly, 74(5), pp. 934-955.<\/a> <\/span>PDF<\/a>","pdf_url":"https:\/\/academic.oup.com\/poq\/article-pdf\/74\/5\/934\/5144103\/nfq064.pdf"},{"view":"Friedman, J. H. (2001). Greedy Function Approximation: A Gradient Boosting Machine\". The Annals of Statistics, 29(5), pp. 1189-1232.<\/a> <\/span>PDF<\/a>","pdf_url":"https:\/\/projecteuclid.org\/journals\/annals-of-statistics\/volume-29\/issue-5\/Greedy-function-approximation-A-gradient-boosting-machine\/10.1214\/aos\/1013203451.pdf"},{"view":"Gummer, T., Blumenstiel, J. E. (2018). Experimental evi- dence on reducing nonresponse bias through case pri- oritization: The allocation of interviewers. Field Meth- ods, 30(2), pp. 124-139.<\/a> ","pdf_url":""},{"view":"Gummer, T., Ro\u00dfmann, J., Silber, H. (2021). Using Instructed Response Items as Attention Checks in Web Surveys: Properties and Implemen- tation. Sociological Methods & Research, 50(1), pp. 238-264.<\/a> ","pdf_url":""},{"view":"Hastie, T., Tibshirani, R., Friedman, J., Friedman, J. H. (2009). The ele- ments of statistical learning: Data mining, inference, and prediction. New York Heckman JJ: SpringerSeriesinStatistics.Berlin:Springer. Data Mining, Inference, and Prediction, 2 pp. 1-758.<\/a> <\/span>PDF<\/a>","pdf_url":"http:\/\/www-stat.stanford.edu\/~hastie\/Papers\/ESLII.pdf"},{"view":"Hosmer, D. W., Lemeshow, S., J, P., J. R. (2000). Applied logistic regression. Second edi- tion. New York. CrossRef: Estados Unidos, John Wiley & Sons. Proceedings of the Fifth Berkeley Symposium on Mathematical Statistics and Probability, 1 pp. 221-233.<\/a> ","pdf_url":""},{"view":"G. E. S. (2017). GESIS Panel -Standard Edition. ZA5665 Datenfile Version 15.0.0. Cologne, Germany: GESIS Data Archive. GESIS Datenarchiv, K\u00f6ln. ZA5665 Datenfile Version 24.0.0, 19.<\/a> ","pdf_url":""},{"view":"Kern, C., Klausch, T., Kreuter, F. (2019). Tree-based ma- chine learning methods for survey research. Survey Re- search Methods, 13(1), pp. 73-93.<\/a> ","pdf_url":""},{"view":"Kreuter, F., M\u00fcller, G., Trappmann, M. (2010). Non- response and measurement error in employment re- search: Making use of administrative data. Public Opinion Quarterly, 74(5), pp. 880-906.<\/a> ","pdf_url":""},{"view":"Krosnick, J. A., A, J. (1991). Response Strategies for Coping with the Cognitive Demands of Attitude Measurement in Surveys. acp.2350050305 methods, data, analyses |, 5(3), pp. 213-236.<\/a> ","pdf_url":""},{"view":"Krosnick, J. A. (1999). Survey research. Annual Review of Psychology, 50(1), pp. 537-567.<\/a> <\/span>PDF<\/a>","pdf_url":"http:\/\/www-anw.cs.umass.edu\/%7Eravi\/papers\/Yousuf_thesis.pdf"},{"view":"Krosnick, J. A., Alwin, D. F. (1988). A Test of the Form-resistant Correla- tion Hypothesis. Ratings, Rankings, and the Measurement of Values. Public Opinion Quarterly, 52(4), pp. 526-538.<\/a> ","pdf_url":""},{"view":"Liu, M., Cernat, A. (2018). Item-by-Item Versus Matrix Questions: A Web Survey Experiment. Social Science Computer Review, 36(6), pp. 690-706.<\/a> ","pdf_url":""},{"view":"McCarty, J. A., Shrum, L. J. (2000). The measurement of personal values in survey research: A test of al- ternative rating procedures. Public Opinion Quarterly, 64(3), pp. 271-298.<\/a> ","pdf_url":""},{"view":"Meade, A. W., Craig, S. B. (2012). Identifying careless re- sponses in survey data. Psychological Meth- ods, 17(3), pp. 437-455.<\/a> ","pdf_url":""},{"view":"Olson, K. (2013). Do non-response follow-ups improve or reduce data quality?: A review of the existing literature: Do non-response follow-ups improve or reduce data quality?. Journal of the Royal Statistical Society: Series A (Statistics in Society, 176(1), pp. 129-145.<\/a> ","pdf_url":""},{"view":"Paulhus, D. L. (1991). Measurement and control of response bias. San Diego, CA: Academic Press, Inc. Measures of Personality and Social Psychological Attitudes.Elsevier, pp. 17-59.<\/a> ","pdf_url":""},{"view":"Peytchev, A., Peytcheva, E., Groves, R. M. (2010). Measurement Error, Unit Nonresponse, and Self- Reports of Abortion Experiences. Public Opinion Quarterly, 74(2), pp. 319-327.<\/a> ","pdf_url":""},{"view":"Peytchev, A., Riley, S., Rosen, J., Murphy, J., Lindblad, M. (2010). Reduction of Nonresponse Bias in Surveys through Case Prioritization. Survey Research Methods, 4(1), pp. 21-29.<\/a> ","pdf_url":""},{"view":"Ridgeway, G. (2017). gbm: Generalized boosted regression models, R package version 2.1.3.","pdf_url":""},{"view":"Rosen, J. A., Murphy, J., Peytchev, A., Holder, T., Dever, J., Herget, D., . (2014). Prioritizing low propen- sity sample members in a survey: Implications for non- response bias. Survey Practice, 7(1), pp. 1-8.<\/a> <\/span>PDF<\/a>","pdf_url":"https:\/\/www.surveypractice.org\/article\/2878.pdf"},{"view":"Ro\u00dfmann, J., Gummer, T., Silber, H. (2018). Mitigating satisficing in cognitively demanding grid questions: Evidence from two web-based experiments. Journal of Survey Statistics and Methodology, 6(3), pp. 376-400.<\/a> <\/span>PDF<\/a>","pdf_url":"http:\/\/pdfs.semanticscholar.org\/d084\/3aad2df6ced3c0729543d8c0a85ecfd7188c.pdf"},{"view":"Schouten, B., ., Lundquist, P., Wagner, J. (2016). Does more balanced survey response imply less non-response bias?. Journal of the Royal Statistical Society Series A: Statistics in Society, 179(3), pp. 727-748.<\/a> ","pdf_url":""},{"view":"Schouten, B., Peytchev, A., Wagner, J., Stephens-Davidowitz, S., Varian, H. (2017). James 2018: Adaptive Survey Design. Boca Raton, Flo- rida: Chapman and Hall CRC. In.<\/a> ","pdf_url":""},{"view":"Smyth, J. D., Dillman, D. A., Christian, L. M., McBride, M. (2009). Open-ended questi- ons in web surveys: Can increasing the size of answer boxes and providing extra ver- bal instructions improve response quality?. Public Opinion Quarter- ly, 73(2), pp. 325-337.<\/a> ","pdf_url":""},{"view":"Tourangeau, R. (2019). How errors cumulate: Two examples. Journal of Survey Statistics and Methodology.<\/a> ","pdf_url":""},{"view":"Tourangeau, R., Couper, M. P., Conrad, F. (2004). Spacing, position, and order: Interpretive 48. heuristics for visual features of survey questions. Public Opinion Quar- terly, 68(3), pp. 368-393.<\/a> <\/span>PDF<\/a>","pdf_url":"http:\/\/www.isr.umich.edu\/src\/smp\/Electronic Copies\/119.pdf"},{"view":"Tourangeau, R., Maitland, A., Rivero, G., Sun, H., Williams, D., Yan, T. (2017). Web surveys by smart- phones and tablets: Effects on data quality. Social Science Computer Review, 81(4), pp. 896-929.<\/a> ","pdf_url":""},{"view":"Tourangeau, R., ., Lohr, S., Li, J. (2017). Adaptive and responsive survey designs: A review and assessment. Journal of the Royal Statistical Society: Series A (Statistics in Society, 180(1), pp. 203-223.<\/a> ","pdf_url":""},{"view":"Wagner, J. (2008). Adaptive survey design to reduce nonre- sponse bias. Ann Arbor, MI: Institute for Social Research, University of Michigan, Ann Arbor.<\/a> ","pdf_url":""},{"view":"Groves, R. M., Cobben, F., Schouten, B. (2006). Research Synthesis: Nonresponse Rates and Nonresponse Error in Households Surveys. Hoboken, NJ, USA: John Wiley & Sons, Inc. Public opinion 22. quarterly, 70(5), pp. 646-675.<\/a> <\/span>PDF<\/a>","pdf_url":"http:\/\/pages.cs.wisc.edu\/~tran\/samplingworkshop\/Groves 2007.pdf"},{"view":"Wagner, J., West, B. T., Kirgis, N., Lepkowski, J. M., Axinn, W. G., Ndiaye, S. K. (2012). Use of paradata in a responsive design framework to https:\/\/surveyinsights.org\/?p=11849&preview=true&preview_id=11849 manage a field data collection. Journal of Official Statistics, 28(4), pp. 477-499.<\/a> ","pdf_url":""},{"view":"3.0.co;2-3\" target=\"_blank\">Youden, W. J. (1950). Index for rating diagnostic tests. Can- cer, 3 pp. 32-35.<\/a> ","pdf_url":""},{"view":"Tourangeau, R., Rips, L. J., Rasinski, K., Zouwen, J., Smit, J. H., Merens, A. (2000). The psychology of survey response. Cambridge, New York, Melbourne, Madrid, Cape Town, Singapore, Sao Paulo: Cambridge. Cambridge University Press. Pp. 109-130 in Methods for Testing and Evaluating Survey Questionnaires.<\/a> ","pdf_url":""},{"view":"R. C. T., Team, R. C., Weiss, D., Majerovitz, S., Gibofsky, A., Hendin, H. M., Trzesniewski, K. H., Naeem, F. (2020). R: A Language and Environ- ment for Statistical Computing. Vienna, Aus- tria: R Foundation for Statistical Computing. StataCorp LLC, College Station, TX: R Foundation for Satistical Computing. Vienna,Austria. antisemitism.de\/documents\/2020-09-08_Riasbund_Antisemitismus_im_Kontext_ von_covid-19.pdf RIAS, Bundesverband der Recherche-und Informationsstellen Antisemitismus e.V, 59(1), pp. 19-38.<\/a> <\/span>PDF<\/a>","pdf_url":"https:\/\/upcommons.upc.edu\/bitstream\/2117\/341936\/1\/SciRep_proofs.pdf"}]},"system_type":"BASE","doc_rank":5,"rid":28952109},{"_index":"gesis-21-05-2026-02-00-54","_id":"gris-publication-46i8jsjo1iv0","_version":1,"_seq_no":45625,"_primary_term":1,"found":true,"_source":{"type":"publication","document_type":"inproceedings","data_source":"GESIS-GRIS","index_source":"GESIS-GRIS","title":"Online-Surveys als Herausforderung f\u00fcr die Umfrageforschung: Chancen und Probleme","date_recency":"2000","coreSjahr":"2000","id":"gris-publication-46i8jsjo1iv0","person":["Wolfgang Bandilla","Michael Bosnjak"],"person_sort":"BandillaBosnjak","source":"In Querschnitt - Festschrift f\u00fcr Max Kaase, edited by Peter Mohler, Paul L\u00fcttinger, 9-28, ZUMA, Mannheim, 2000","gesis_own":1},"system_type":"EXP","doc_rank":6,"rid":28952109},{"_index":"gesis-21-05-2026-02-00-54","_id":"gesis-bib-144116","_version":1,"_seq_no":22310,"_primary_term":1,"found":true,"_source":{"coreAuthor":["Wagner, James","Valliant, Richard","Hubbard, Frost","Jiang, Li Charley"],"coredoctypelitadd":["Monographie"],"coreJournalTitle":"Journal of Survey Statistics and Methodology","coreLanguage":["Englisch (EN)"],"database":"GESIS - Bibliothek","data_source":"GESIS-BIB","document_type":"Zeitschriftenaufsatz","fulltext":0,"gesis_own":1,"library_location":["K\u00f6ln Zeitschriftenaufsatz"],"person":["Wagner, James","Valliant, Richard","Hubbard, Frost","Jiang, Li Charley"],"person_sort":"WagnerValliantHubbardJiang","publisher":"GESIS","source":"In: Journal of Survey Statistics and Methodology, vol. 2(2014) no. 4 ; p. 410-432. ISSN 2325-0984","subtype":"journal_article","title":"Level-of-effort paradata and nonresponse adjustment models for a national face-to-face survey","topic":["Zeitschriftenartikel"],"type":"gesis_bib","id":"gesis-bib-144116","index_source":"GESIS-BIB"},"system_type":"BASE","doc_rank":7,"rid":28952109},{"_index":"gesis-21-05-2026-02-00-54","_id":"gesis-ssoar-83395","_version":2,"_seq_no":127084,"_primary_term":1,"found":true,"_source":{"title":"Projekt \"Evaluierung neuer Kurz- und Langversionen soziodemographischer Standarditems\": Kognitiver Online-Pretest","id":"gesis-ssoar-83395","date":"2022","date_recency":"2022","portal_url":"https:\/\/www.ssoar.info\/ssoar\/handle\/document\/83395","type":"publication","topic":["Umfrageforschung","Datengewinnung","soziale Faktoren","demographische Faktoren","Fragebogen","Pretest"],"person":["Lenzner, Timo","Schick, Lukas","Hadler, Patricia"],"person_sort":"LenznerSchickHadler","links":[{"label":"URN","link":"http:\/\/nbn-resolving.de\/urn:nbn:de:0168-ssoar-83395-9"},{"label":"DOI","link":"https:\/\/doi.org\/10.17173\/pretest123"}],"document_type":"Arbeitspapier","institutions":["GESIS"],"coreAuthor":["Lenzner, Timo","Schick, Lukas","Hadler, Patricia"],"coreSjahr":"2022","coreZsband":"2022\/12","publishLocation_str_mv":"Mannheim","coreLanguage":"de","doi":"https:\/\/doi.org\/10.17173\/pretest123","urn":"urn:nbn:de:0168-ssoar-83395-9","data_source":"GESIS-SSOAR","index_source":"GESIS-SSOAR","database":"SSOAR - Social Science Open Access Repository","link_count":1,"gesis_own":1,"fulltext":1,"metadata_quality":10,"related_instruments_tools":[{"view":"","id":"zis354"}]},"system_type":"EXP","doc_rank":8,"rid":28952109},{"_index":"gesis-21-05-2026-02-00-54","_id":"gesis-bib-151745","_version":1,"_seq_no":23824,"_primary_term":1,"found":true,"_source":{"abstract":"\"Adaptive survey designs (ASDs) provide a framework for data-driven tailoring of data collection procedures to different sample members, often for cost and bias reduction. People vary in how likely they are to respond and in how they respond. This variation leads to opportunities to selectively deploy design features in order to control both nonresponse and measurement errors. ASD aims at the optimal matching of design features and the characteristics of respondents given the survey budget. Such a goal is sensible, but ASD requires investment in more advanced technical systems and management infrastructure and asks for the collection of relevant auxiliary data. So what are current best practices in ASD? And is ASD worthwhile when the same auxiliary data are employed in the estimation afterwards? In this book, the authors provide answers to these questions, and much more...\"(Verlagsinformation)","coreAuthor":["Schouten, Barry","Peytchev, Andy","Wagner, James"],"coredoctypelitadd":["Monographie"],"coreIsbn":"9781498767873","coreLanguage":["Englisch (EN)"],"corePublisher":"CRC Press","database":"GESIS - Bibliothek","data_source":"GESIS-BIB","date":"2018","date_recency":"2018","document_type":"Buch","fulltext":0,"gesis_own":1,"library_location":["Mannheim 096-193"],"person":["Schouten, Barry","Peytchev, Andy","Wagner, James"],"person_sort":"SchoutenPeytchevWagner","publisher":"GESIS","source":"Boca Raton, Fla.: CRC Press, 2018.- 236 S.","subtype":"book","title":"Adaptive survey design","topic":["Sozialwissenschaft","Statistik"],"type":"gesis_bib","id":"gesis-bib-151745","index_source":"GESIS-BIB"},"system_type":"BASE","doc_rank":9,"rid":28952109},{"_index":"gesis-21-05-2026-02-00-54","_id":"gris-publication-18qg9ped193o","_version":1,"_seq_no":45120,"_primary_term":1,"found":true,"_source":{"type":"publication","document_type":"article","data_source":"GESIS-GRIS","index_source":"GESIS-GRIS","title":"Response behavior and quality of survey data","date_recency":"2023","coreSjahr":"2023","doi":"https:\/\/doi.org\/10.1177\/0049124121995534","id":"gris-publication-18qg9ped193o","person":["Jan-Lucas Schanze"],"person_sort":"Schanze","source":"In Sociological Methods & Research, 3(52), 1519\u20131555, 2023","gesis_own":1},"system_type":"EXP","doc_rank":10,"rid":28952109}]}}