Zusammenfassung
Die „Randomized Response Technik“ (RRT) ist eine indirekte Befragungsmethode, die mithilfe eines Zufallsmechanismus Anonymität bei der Beantwortung heikler Fragen in Surveys herstellt. Frühere Studien nahmen häufig implizit an, dass die Befragten der RRT vertrauen, den Instruktionen folgen und entsprechend geneigt sind, ehrliche Antworten zu geben. Allerdings zeigen Validierungsstudien, dass der Einsatz der RRT nicht immer zu ehrlicheren Antworten führt, sondern teils sogar schlechtere Ergebnisse liefert, als die direkte Befragung. Dieser Artikel untersucht deshalb auf einer theoretischen Ebene die Bedingungen, unter denen diese impliziten Annahmen mit dem rationalen Verhalten der Befragten konsistent sind: Erstens, da P (A | Ja) > P (A | Nein) ist, haben beide Typen von Befragten A (mit heiklem Merkmal) und Nicht-A (ohne heikles Merkmal) einen Anreiz die RRT-Instruktionen zu missachten. Im Gegensatz dazu haben Befragte vom Typ Nicht-A in einer direkten Befragung keinen Anreiz, unehrliche Antworten zu geben. In einer RRT-Befragung ist entsprechend das Ausmaß der Verzerrung durch Effekte sozialer Erwünschtheit theoretisch höher, als in direkten Befragungen. Zweitens, ein einfacher spieltheoretischer Ansatz modelliert die Interviewsituation als soziale Interaktion zwischen Befragten und Interviewern in einem Kontext von Normen und wechselseitigen Erwartungen. Es wird argumentiert, dass die Entscheidung des Befragten ehrlich zu antworten abhängt von: 1) der subjektiven Wahrscheinlichkeit, dass der Interviewer Vertrauen honoriert und 2) der Relation des Nutzens aus der Befolgung einer „Ehrlichkeitsnorm“ und den potenziellen Kosten einer ehrlichen Antwort. Schließlich zeigen wir unter Berücksichtigung bisheriger empirischer Evidenz unter welchen Bedingungen ein Erfolg bzw. Scheitern der RRT zu erwarten ist.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Notes
- 1.
Neben dem Vertrauensproblem, sind auch andere Erklärungsfaktoren sozial erwünschten Antwortverhaltens denkbar, wie z. B. Selbsttäuschung, Rationalisierung oder auch die Tatsache, dass das Erinnern und Berichten unangenehmer Sachverhalte häufig inhärente subjektive Kosten für Befragte haben kann (siehe Tourangeau und Yan 2007; Krumpal und Näher 2012). Der Fokus dieses Beitrags liegt aber auf dem Vertrauensproblem.
- 2.
Es wurden statistische Modelle entwickelt, die einem solchen ausweichenden Antwortverhalten Rechnung tragen (Cruyff et al. 2007).
- 3.
John et al. (2018) geben einen nützlichen Überblick über bisherige Validierungsstudien zur RRT. Diese deuten auf gemischte Evidenzen bezüglich der Güte der RRT im Vergleich zu direkten Befragungen hin. Basierend auf Erkenntnissen der Kognitionspsychologie und experimentellen Evidenzen, vermuten die Autoren, dass die RRT häufig scheitert, weil die Befragten eine Fehlinterpretation ihrer Antworten befürchten. Besonders „unschuldige“ Befragte hätten Zweifel den RRT-Anweisungen zu folgen (z. B. mit „Ja“ zu antworten), da dies fälschlicherweise als Hinweis auf die Zugehörigkeit zur Gruppe mit dem heiklen Merkmal A interpretiert werden könnte. Wir argumentieren, dass selbst perfekt-rationale und eigennützige Akteure (rationale) Bedenken bezüglich einer solchen Falschinterpretation hätten.
- 4.
Eine Einführung in elementare spieltheoretische Konzepte findet sich bei Dixit et al. (2009). So kann ein Nash Gleichgewicht definiert werden als „a set of strategies such that each player has correct beliefs about the others’ strategies and strategies are best for each player given beliefs about the other’s strategies“ (Dixit et al. 2009, S. 120). Zudem reduziert die Eigenschaft der Teilspielperfektheit die Anzahl potentieller Gleichgewichte, indem das Kriterium der Glaubwürdigkeit eingeführt wird und somit Spieler auffordert „to use strategies that constiute a Nash equilibrium in every subgame of the larger game“ (Dixit et al. 2009, S. 198).
- 5.
„Soziale Erwünschtheit“ ist ein Urteil darüber, wie ein bestimmtes Merkmal von der Gesellschaft bewertet wird (Groves 1989). Einige Verhaltensweisen werden positiv (z. B. Blutspenden), andere dagegen negativ bewertet (z. B. illegaler Drogenkonsum). Soziale Normen sind dabei die Basis von normativen Bewertungen bzw. Erwünschtheitswahrnehmungen (der sog. „Trait Desirability“; für eine Diskussion siehe Stocké 2007b; Krumpal und Näher 2012). In Umfragen sind Befragte häufig nicht bereit, solche Merkmale offenzulegen, von denen sie glauben, dass diese als sozial unerwünscht bewerten werden, weil sie gegen soziale Normen verstoßen. Im Folgenden verwenden wir den Begriff „Norm sozialer Erwünschtheit“ um soziale Normen zu bezeichnen, die spezifizieren welche Merkmale in der Gesellschaft als erwünscht gelten.
Literatur
Andreoni, J. (1990). Impure altruism and donations to public goods. The Economic Journal, 100, 447–464.
Blair, G., Imai, K., & Zhou, Y.-Y. (2015). Design and analysis of the randomized response technique. Journal of the American Statistical Association, 110, 1304–1319.
Boruch, R. F. (1971). Assuring confidentiality of responses in social research. A systematic analysis. The American Psychologist, 26, 413–430.
Buskens, V., & Raub, W. (2002). Embedded trust. Control and learning. In E. J. Lawler & S. R. Thye (Hrsg.), Advances in Group Processes (S. 167–202). Bingley: Emerald Group Publishing Limited.
Camerer, C. F. (2003). Behavioral game theory. Experiments in strategic interaction. New York: Russell Sage Foundation.
Coleman, J. S. (1990). Foundations of social theory. Cambridge: The Belknap Press of Harvard University Press.
Couper, M. P., Singer, E., Conrad, F., & Groves, R. (2008). Risk of disclosure, perceptions of risk, and concerns about privacy and confidentiality as factors in survey participation. Journal of Official Statistics, 24, 255–275.
Coutts, E., & Jann, B. (2011). Sensitive questions in online surveys. Experimental results for the randomized response technique (rrt) and the unmatched count technique (UCT). Sociological Methods and Research, 40, 169–193.
Coutts, E., Jann, B., Krumpal, I., & Näher, A. F. (2011). Plagiarism in student papers. Prevalence estimates using special techniques for sensitive questions. Jahrbücher für Nationalökonomie und Statistik, 231, 749–760.
Cryuff, M., van den Hout, A., van der Heijden, P. G., & Böckenholt, U. (2007). Log-linear randomized-response models taking self-protective response behavior into account. Sociological Methods and Research, 36, 266–282.
Diekmann, A. (2004). The power of reciprocity. The Journal of Conflict Resolution, 48, 487–505.
Dixit, A., Skeath, S., & Reiley, D., Jr. (2009). Games of strategy (3. Aufl.). New York: W.W. Norton & Company.
Esser, H. (1986). Können Befragte lügen? Zum Konzept des „wahren Wertes“ im Rahmen der handlungstheoretischen Erklärung von Situationseinflüssen bei der Befragung. Kölner Zeitschrift für Soziologie und Sozialpsychologie, 38, 314–336.
Esser, H. (1990). „Habits“, „Frames“ und „Rational Choice“. Die Reichweite von Theorien der rationalen Wahl (am Beispiel der Erklärung des Befragtenverhaltens). Zeitschrift für Soziologie, 19, 231–247.
Fehr, E., & Gächter, S. (2000). Fairness and retaliation. Journal of Economic Perspectives, 14, 159–181.
Fox, J. A., & Tracy, P. E. (1986). Randomized response. A method for sensitive surveys. Beverly Hills: Sage.
Gouldner, A. W. (1960). The norm of reciprocity. A Preliminary Statement. American Sociological Review, 25, 161–178.
Groves, R. M. (1989). Survey errors and survey costs. New York: Wiley.
Groves, R. M., Singer, E., & Corning, A. (2000). Leverage-saliency theory of survey participation. Description and an illustration. Public Opinion Quarterly, 64, 299–308.
Höglinger, M., & Jann, B. (2018). More is not always better. An experimental individual-level validation of the randomized response technique and the crosswise model. PLoS ONE, 13, 1–22.
Höglinger, M., Jann, B., & Diekmann, A. (2016). Sensitive questions in online surveys: An experimental evaluation of different implementations of the randomized response technique and the crosswise model. Survey Research Methods, 10, 171–187.
Holbrook, A. L., & Krosnick, J. A. (2010). Measuring voter turnout by using the randomized response technique. Evidence calling into question the method’s validity. Public Opinion Quarterly, 74, 161–178.
Jann, B., Krumpal, I., & Wolter, F. (Hrsg.). (2019). Social desirability bias in surveys. Collecting and analyzing sensitive data. Special issue of methods, data, analyses (MDA). Mannheim: GESIS.
John, L. K., Loewenstein, G. F., Acquisti, A., & Vosgerau, J. (2018). When and why randomized response techniques (fail to) elicit the truth. Organizational Behavior and Human Decision Processes, 148, 101–123.
Kirchner, A. (2015). Validating sensitive questions. A comparison of survey and register data. Journal of Official Statistics, 31, 31–59.
Krumpal, I. (2010). Sensitive questions and measurement error. Using the randomized response technique to reduce social desirability bias in CATI surveys. Dissertation: Universität Leipzig.
Krumpal, I. (2012). Estimating the prevalence of xenophobia and anti-semitism in Germany. Social Science Research, 41, 1387–1403.
Krumpal, I. (2013). Determinants of social desirability bias in sensitive surveys. Quality & Quantity, 47, 2025–2047.
Krumpal, I., & Näher, A.-F. (2012). Entstehungsbedingungen sozial erwünschten Antwortverhaltens. Eine experimentelle Studie zum Einfluss des Wordings und des Kontexts bei unangenehmen Fragen. Soziale Welt, 63, 65–89.
Krumpal, I., Jann, B., Auspurg, K., & von Hermanni, H. (2015). Asking sensitive questions. A critical account of the randomized response technique and related methods. In U. Engel, B. Jann, P. Lynn, A. Scherpenzeel, & P. J. Sturgis (Hrsg.), Improving survey methods (S. 122–136). New York: Routledge, Taylor & Francis Group.
Landsheer, J. A., van der Heijden, P. G. M., & van Gils, G. (1999). Trust and understanding, two psychological aspects of randomized response. Quality & Quantity, 33, 1–12.
Lensvelt-Mulders, G. J., Hox, J. J., & van der Heijden, P. G. M. (2005a). How to improve the efficiency of randomized response designs. Quality & Quantity, 39, 253–265.
Lensvelt-Mulders, G. J., Hox, J. J., van der Heijden, P. G. M., & Mass, C. J. (2005b). Meta-analysis of randomized response research. Thirty-five years of validation. Sociological Methods and Research, 33, 319–348.
Ljungqvist, L. (1993). A unified approach to measures of privacy in randomized response models. A utilitarian perspective. Journal of the American Statistical Association, 88, 97–103.
Ostapczuk, M., Musch, J., & Moshagen, M. (2009). A randomized-response investigation of the education effect in attitudes towards foreigners. European Journal of Social Psychology, 39, 920–931.
Rasinski, K. A., Willis, G. B., Baldwin, A. K., Yeh, W. C., & Lee, L. (1999). Methods of data collection, perceptions of risks and losses, and motivation to give truthful answers to sensitive survey questions. Applied Cognitive Psychology, 13, 465–484.
Singer, E. (2011). Toward a benefit-cost theory of survey participation. Evidence, further tests, and implications. Journal of Official Statistics, 27, 379–392.
Stem, D. E., & Steinhorst, R. K. (1984). Telephone interview and mail questionnaire applications of the randomized response model. Journal of the American Statistical Association, 79, 555–564.
Stocké, V. (2007a). The interdependence of determinants for the strength and direction of social desirability bias in racial attitude surveys. Journal of Official Statistics, 23, 493–514.
Stocké, V. (2007b). Determinants and consequences of survey respondents’ social desirability beliefs about racial attitudes. Methodology, 3, 125–138.
Tourangeau, R., & Yan, T. (2007). Sensitive questions in surveys. Psychological Bulletin, 133, 859–883.
Tutic, A., & Voss, T. (2020). Trust and game theory. Mimeo. In Simon, J. (Hrsg.), The routledge handbook on the philosophy of trust. New York: Taylor and Francis.
Voss, T. (1998). Vertrauen in modernen Gesellschaften. Eine spieltheoretische Analyse. In R. Metze & K. Mühler (Hrsg.), Der Transformationsprozess (S. 91–129). Leipzig: Universitätsverlag.
Warner, S. L. (1965). Randomized response. A survey technique for eliminating evasive answer bias. Journal of the American Statistical Association, 60, 63–66.
Weissman, A. N., Steer, R. A., & Lipton, D. S. (1986). Estimating illicit drug use through telephone interviews and the randomized response technique. Drug and Alcohol Dependence, 18, 225–233.
Wolter, F., & Preisendörfer, P. (2013). Asking sensitive questions. An evaluation of the randomized response technique versus direct questioning using individual validation data. Sociological Methods and Research, 42, 321–353.
Danksagung
Die Autorenreihenfolge ist alphabetisch. Wir danken Roger Berger und Max Otto für hilfreiche Hinweise und Vorschläge.
Author information
Authors and Affiliations
Corresponding author
Editor information
Editors and Affiliations
Anhang: Beweis, dass P(A|Ja) > P(A|Nein)
Anhang: Beweis, dass P(A|Ja) > P(A|Nein)
Es gibt zwei Typen von Befragten A (mit heiklem Merkmal) und Nicht-A (ohne heikles Merkmal). Der Einfachheit halber werden nur dichotome Items mit den Antwortmöglichkeiten „Ja“ oder „Nein“ berücksichtigt. Zunächst werden die Bedingungen identifiziert, unter denen \( P(A|Ja) > P(A|Nein) \) bzw. \( P(NichtA|Nein) > P(NichtA|Ja) \) gilt. Aus dem RRT-Design ergeben sich die folgenden Design–Wahrscheinlichkeiten:
und
Unter der Annahme, dass alle Befragten den RRT-Regeln folgen, lassen sich mit dem Bayes-Theorem die bedingten Wahrscheinlichkeiten bestimmen, dass gegeben eine bestimmte Antwort, ein Befragter Mitglied der stigmatisierten Gruppe A ist:
Hierbei ist \( P(A) \) gleich dem unbekannten Populationsanteil \( \pi_{A} \) mit dem heiklen Merkmal A. Setzt man nun eine spezifische Antwort ein, dann ergibt sich:
und
Nun muss die Bedingung gefunden werden, unter der \( \frac{P(A|Ja)}{P(A|Nein)}\mathop > \limits^{!} 1 \) ist: \( \frac{{P\left( {A |Ja} \right)}}{{P\left( {A |Nein} \right)}} = \)\( = \frac{{P\left( A \right) \cdot P\left( {Ja |A} \right)}}{{P\left( A \right) \cdot P\left( {Ja |A} \right) + P\left( {NichtA} \right) \cdot P\left( {Ja |NichtA} \right)}} \cdot \frac{{P\left( A \right) \cdot P\left( {Nein |A} \right) + P\left( {NichtA} \right) \cdot P\left( {Nein |NichtA} \right)}}{{P\left( A \right) \cdot P\left( {Nein |A} \right)}} \) \( = \frac{{P\left( A \right) \cdot P\left( {Ja |A} \right) \cdot P\left( {Nein |A} \right) + P(NichtA) \cdot P\left( {Ja |A} \right) \cdot P(Nein|NichtA)}}{P(A) \cdot P(Ja|A) \cdot P(Nein|A) + P(NichtA) \cdot P(Ja|NichtA) \cdot P(Nein|A)}\mathop > \limits^{!} 1 \Leftrightarrow \) \( \frac{{a + P(NichtA) \cdot P\left( {Ja |A} \right) \cdot P(Nein|NichtA)}}{a + P(NichtA) \cdot P(Ja|NichtA) \cdot P(Nein|A)}\mathop > \limits^{!} 1 \Leftrightarrow \) \( P\left( {NichtA} \right) \cdot P\left( {Ja |A} \right) \cdot P\left( {Nein |NichtA} \right) > P\left( {NichtA} \right) \cdot P\left( {Ja |NichtA} \right) \cdot P\left( {Nein |A} \right) \Leftrightarrow \) \( P\left( {Ja |A} \right) \cdot P\left( {Nein |NichtA} \right) > P\left( {Ja |NichtA} \right) \cdot P\left( {Nein |A} \right) \)
Aus \( P\left( {Nein |NichtA} \right) = 1 - P(Ja|NichtA) \) folgt:
\( P\left( {Ja |A} \right) > P\left( {Ja |NichtA} \right) \cdot \left( {P\left( {Nein |A} \right) + P(Ja|A)} \right) \)
Weil \( P\left( {Nein |A} \right) + P\left( {Ja |A} \right) = 1 \) ist, ist die folgende Bedingung für \( P\left( {A |Ja} \right) > P\left( {A |Nein} \right) \) bzw. \( P\left( {NichtA |Nein} \right) > P\left( {NichtA |Ja} \right) \) wahr:
und \( P\left( {Nein |NichtA} \right) > P\left( {Nein |A} \right) \)
Im RRT-Design enthalten automatische „Ja“- oder „Nein“-Antworten keine Informationen über den Befragten und sind unabhängig von dessen wahren Status bezüglich des heiklen Merkmals.
Sei eine ehrliche Antwort auf eine heikle Frage als \( Q \) und eine automatische Antwort als \( Q' \) bezeichnet. Zudem nehmen wir an, dass alle Befragten die RRT-Regeln befolgen. Für den Fall, dass das Zufallsexperiment eine automatische Antwort festlegt (mit Wahrscheinlichkeit \( 1 - p \)), ergibt sich:
und \( P(Nein|NichtA\mathop \cap \nolimits Q') = P(Nein|A\mathop \cap \nolimits Q') \).
Im Gegensatz dazu, erhalten wir für den Fall, dass das Zufallsexperiment als Ergebnis eine ehrliche Antwort erfordert (mit Wahrscheinlichkeit \( p \)):
und \( P(Nein|A\mathop \cap \nolimits Q) = P(Ja|NichtA\mathop \cap \nolimits Q) = 0 \).
Somit ist es offensichtlich, dass für jede Auswahlwahrscheinlichkeit \( p > 0 \) die Bedingungen \( P(Ja|A) > P(Ja|NichtA) \) und \( P(Nein|NichtA) > P(Nein|A) \) wahr sind.
Folglich sind auch die vorgeschlagenen bayesschen Ungleichungen \( P\left( {A |Ja} \right) > P\left( {A |Nein} \right) \) und \( P\left( {NichtA |Nein} \right) > P\left( {NichtA |Ja} \right) \) für jede Auswahlwahrscheinlichkeit der heiklen Frage von \( p > 0 \) (und \( 0 < P\left( A \right) = \pi_{A} < 1 \)) wahr. Im RRT-Design lässt sich die Differenz \( P(A|Ja) - P(A|Nein) \) als „Grad des Datenschutzes“ der RRT interpretieren. Hierbei kann der Grad des Datenschutzes maximiert werden, indem \( P(A|Ja) \) und \( P(A|Nein) \) möglichst nah beieinander liegend konzipiert werden (siehe auch Ljungqvist 1993 für ähnliche Vorschläge).
Rights and permissions
Copyright information
© 2020 Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature
About this chapter
Cite this chapter
Krumpal, I., Voss, T. (2020). Heikle Fragen und Vertrauen: Erklärungen des Antwortverhaltens in Randomized Response Surveys. In: Krumpal, I., Berger, R. (eds) Devianz und Subkulturen. Kriminalität und Gesellschaft. Springer VS, Wiesbaden. https://doi.org/10.1007/978-3-658-27228-9_4
Download citation
DOI: https://doi.org/10.1007/978-3-658-27228-9_4
Published:
Publisher Name: Springer VS, Wiesbaden
Print ISBN: 978-3-658-27227-2
Online ISBN: 978-3-658-27228-9
eBook Packages: Social Science and Law (German Language)