Zusammenfassung
Der Anteil an Veröffentlichungen, die auf Daten beruhen, die durch standardisierte Befragungen erhoben wurden, steigt in den Sozialwissenschaften – mit Ausnahme der Ökonomie – monoton weiter (Schnell 2012). Dafür gibt es mehrere Gründe.
This is a preview of subscription content, log in via an institution.
Buying options
Tax calculation will be finalised at checkout
Purchases are for personal use only
Learn about institutional subscriptionsPreview
Unable to display preview. Download preview PDF.
Literatur
Administrative Data Research Network Board. (2016). Second Annual Report. UK Statistics Authority. London. Zugriff unter https://www.statisticsauthority.gov.uk/wpcontent/uploads/2016/10/ADRN-AR-15-16.pdf.
Angrist, J. D. & Krueger, A. B. (1999). Empirical Strategies in Labor Economics. In: O. C. Ashenfelter & D. Card (Hg.), Handbook of Labor Economics (3). Amsterdam: Elsevier. S. 1277–1366.
Antoni, M. & Schnell, R. (2017). The Past, Present and Future of the German Record Linkage Center (GRLC). Journal of Economics and Statistics. https://doi.org/10.1515/jbnst-2017-1004.
BDS. (2011). SoziologInnen in den skandinavischen Ländern. BDS Newsletter. Zugriff unter http://bds-soz.de/BDS/PDF/Internationales/skandinavien.pdf.
Biemer, P. (2017). Errors and Inference. In: I. Foster, R. Ghani, R. S. Jarmin, F. Kreuter & J. Lane (Hg.), Big Data and Social Science. Boca Raton: CRC Press. S. 265–297.
Bundesakademie für öffentliche Verwaltung im Bundesministerium des Innern. (2016). Leitfaden Behördliche Datenschutzbeauftragte in der Bundesverwaltung. Zugriff unter http://www.bakoev.bund.de/SharedDocs/Downloads/LG_5/BDSB/Leitfaden.pdf.
Certo, S. T., Busenbark, J. R., Woo, H.-s. & Semadeni, M. (2016). Sample Selection Bias and Heckman Models in Strategic Management Research. Strategic Management Journal, 37 (13), S. 2639–2657. https://doi.org/10.1002/smj.2475.
Chetty, R. (2012). Time Trends in the Use of Administrative Data for Empirical Research. NBER Summer Institute, July 2012. Zugriff unter http://www.rajchetty.com/chettyfiles/admin_data_trends.pdf.
Christen, P. (2012). Data Matching: Concepts and Techniques for Record Linkage, Entity Resolution, and Duplicate Detection. Berlin: Springer.
Connelly, R., Playford, C. J., Gayle, V. & Dibben, C. (2016). The Role of Administrative Data in the Big Data Revolution in Social Science Research. Social Science Research, 59 (Supplement C), S. 1–12. https://doi.org/10.1016/j.ssresearch.2016.04.015.
Council of the European Union. (2016). Council regulation (EU) no 679/2016: On the Protection of Natural Persons With Regard to the Processing of Personal Data and on the Free Movement of Such Data, and Repealing Directive 95/46/EC (General Data Protection Regulation).
D’Orazio, M., Zio, M. D. & Scanu, M. (2006). Statistical Matching: Theory and Practice. Chichester: Wiley.
Die Landesbeauftragte für den Datenschutz Niedersachsen. (2018). Bausteinreihe Basiswissen Datenschutz. Zugriff unter https://www.lfd.niedersachsen.de/startseite/fortbildung_service/datenschutzinstitut_niedersachsen_dsin/programm_2018/bausteinreihe_basiswissen_behoerdliche_datenschutzbeauftragte/bausteinreihebasiswissen-fuer-behoerdliche-datenschutzbeauftragte-138862.html.
Ekland-Olson, S. & Gibbs, J. P. (2017). Science and Sociology: Predictive Power Is the Name of the Game. Abingdon: Routledge.
Elliot, M., Mackey, E., O’Hara, K. & Tudor, C. (2016). The Anonymisation Decision- Making Framework. Manchester: UKAN.
Frambach, R. T. & Schillewaert, N. (2002). Organizational Innovation Adoption: A Multi- level Framework of Determinants and Opportunities for Future Research. Journal of Business Research, 55 (2), S. 163–176. https://doi.org/10.1016/s0148-2963(00)00152-1.
Golder, S. A. & Macy, M. W. (2014). Digital Footprints: Opportunities and Challenges for Online Social Research. Annual Review of Sociology, 40, S. 129–152.
Guo, S. & Fraser, M. W. (2010). Propensity Score Analysis: Statistical Methods and Applications. Advanced Quantitative Techniques in the Social Sciences. Los Angeles: Sage.
Herzog, T. N., Scheuren, F. J. & Winkler, W. E. (2007). Data Quality and Record Linkage Techniques. New York: Springer.
Iezzoni, L. I. (Hg.). (2003). Risk Adjustment for Measuring Health Care Outcomes (3. Aufl.). Chicago, IL: Health Administration Press.
Innes, M., Roberts, C., Preece, A. & Rogers, D. (2016). Of Instruments and Data: Social Media Uses, Abuses and Analysis. In N. G. Fielding, R. M. Lee & G. Blank (Hg.), The SAGE Handbook of Online Research Methods. London: Sage. S. 108–124
Japec, L., Kreuter, F., Berg, M., Biemer, P., Decker, P., Lampe, C., Lane, J., O’Neil, C. & Usher, A. (2015). Big Data in Survey Research: AAPOR Task Force Report. Public Opinion Quarterly, 79 (4), S. 839–880.
Karaalp, R. N. (2017). Der Schutz von Patientendaten für die medizinische Forschung in Krankenhäusern. Wiesbaden: Springer.
Kennedy, P. (2008). A Guide to Econometrics (6. Aufl.). Malden: Blackwell Publishing.
Kinsley, B. (2014). A Political Economy of Twitter Data? Conducting Research With Proprietary Data Is Neither Easy nor Free. Zugriff unter http://bit.ly/1DboYPg.
Maret-Ouda, J., Tao, W., Wahlin, K. & Lagergren, J. (2017). Nordic Registry-based Cohort Studies: Possibilities and Pitfalls When Combining Nordic Registry Data. Scandinavian Journal of Public Health, 45 (17_suppl), S. 14–19. https://doi.org/10.1177/1403494817702336.
Martini, M. & Wenzel, M. (2017). Rechtliche Grenzen einer Personen- bzw. Unternehmenskennziffer in staatlichen Registern. Speyer: Universität Speyer.
Mechanic, D. (1962). Sources of Power of Lower Participants in Complex Organizations. Administrative Science Quarterly, 7 (3), S. 349–364.
Metschke, R. (2010). Record Linkage from the Perspective of Data Protection. In: G. D. F. (RatS-WD) (Hg.), Building on progress: Expanding the research infrastructure for the social, economic, and behavioral sciences (1). Opladen: Budrich UniPress. S. 643–656.
Morstatter, F., Pfeffer, J. & Liu, H. (2014). When is it biased? Assessing the Representativeness of Twitter’s Streaming API. In Proceedings of the 23rd International Conference on World Wide Web. ACM. S. 555–556.
Mueller, U. & Werdecker, A. (2014). Bedeutung von Leichenschau- und Sektionsdaten für ein bundeseinheitliches Mortalitätsregister. In: B. Madea (Hrsg.), Die ärztliche Leichenschau: Rechtsgrundlagen, Praktische Durchführung, Problemlösungen, S. 227–238. Berlin/Heidelberg: Springer.
Petrila, J. (2015). Challenges in Using Administrative Data: Legal, Technical and Political. Presentation OPRE Methods Meeting. Zugriff unter https://opremethodsmeeting.org/docs/2015/Petrila_ChallengesAdministrativeData.pdf
Randall, S. M., Ferrante, A. M., Boyd, J. H., Brown, A. P. & Semmens, J. B. (2016). Limited Privacy Protection and Poor Sensitivity: Is It Time to Move on From the Statistical Linkage Key-581? Health Informatics Management Journal, 45 (2), S. 71–79.
Rat für Sozial- und Wirtschaftsdaten. (2017). Handreichung Datenschutz. RatSWD Output Series. Berlin.
Sakshaug, J. W., Hülle, S., Schmucker, A. & Liebig, S. (2017). Exploring the Effects of Interviewer- and Self-Administered Survey Modes on Record Linkage Consent Rates and Bias. Survey Research Methods, 11 (2), S. 171–188.
Scartazzini, R. & Teichgräber, M. (2017). Rechtliche Grundlagen der Verknüpfung von Daten der öffentlichen Statistik und Bewilligungsprozesse im BFS. Vortrag im Rahmen des Workshops ’Verknüpfung statistischer Daten - Erfahrungen, Möglichkeiten, Grenzen und Perspektiven Workshop FORS - BFS, 11. April 2017’, Lausanne.
Schaar, P. (2014). Anonymisieren und Pseudonymisieren als Möglichkeit der Forschung mit sensiblen, personenbezogenen Forschungsdaten. In: C. Lenk, G. Duttge & H. Fangerau (Hrsg.), Handbuch Ethik und Recht der Forschung am Menschen. Springer. S. 95–100.
Schelhase, T. (2014). Die Todesursachenstatistik der Statistischen Ämter des Bundes und der Länder. In: B. Madea (Hg.), Die ärztliche Leichenschau: Rechtsgrundlagen, Praktische Durchführung, Problemlösungen,. Berlin/Heidelberg: Springer. S. 217–225
Schnell, R. (1997). Nonresponse in Bevölkerungsumfragen: Ausmaß, Entwicklung und Ursachen.Opladen: Leske+Budrich.
Schnell, R. (2012). Survey-Interviews: Methoden standardisierter Befragungen. Wiesbaden: VS Verlag für Sozialwissenschaften.
Schnell, R., Bachteler, T. & Reiher, J. (2009). Privacy-Preserving Record Linkage Using Bloom Filters. BMC Medical Informatics and Decision Making, 9 (41), S. 1–11.
Schnell, R. & Borgs, C. (2015). Building a National Perinatal Database Without the Use of Unique Personal Identifiers. In Proceedings of the 2015 IEEE 15th International Conference on Data Mining Workshop, S. 232–239.
Smith, D. (2017). Secure Pseudonymisation for Privacy-preserving Probabilistic Record Linkage. Journal of Information Security and Applications, 34, S. 271–279.
Tokle, J. & Bender, S. (2017). Record Linkage. In: I. Foster, R. Ghani, R. S. Jarmin, F. Kreuter & J. Lane (Hg.), Big data and social science. Boca Raton: CRC Press. S. 71–92.
Vatsalan, D., Christen, P. & Verykios, V. S. (2013). A Taxonomy of Privacy-Preserving Record Linkage Techniques. Information Systems, 38 (6), S. 946–969.
Verknüpfungsstelle. (2017). Verknüpfungsrichtlinen, Version 1.1. Bundesamt für Statistik BFS. Bern.
Voitel, B. (2017). Sind Hash-Werte personenbezogene Daten? Datenschutz und Datensicherheit, 41 (11), S. 686–687.
Wejnert, B. (2002). Integrating Models of Diffusion of Innovations: A Conceptual Framework. Annual review of sociology, 28, S. 297–396.
Winkler, W. E. (2009). Record linkage. In: D. Pfeffermann & C. Rao (Hrsg.), Handbook of Statistics Band 29a, Sample surveys: Design, methods and applications. Amsterdam: Elsevier, North-Holland. S. 351–380.
Author information
Authors and Affiliations
Corresponding author
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 2019 Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature
About this chapter
Cite this chapter
Schnell, R. (2019). „Big Data“ aus wissenschaftssoziologischer Sicht: Warum es kaum sozialwissenschaftliche Studien ohne Befragungen gibt. In: Baron, D., Arránz Becker, O., Lois, D. (eds) Erklärende Soziologie und soziale Praxis. Springer VS, Wiesbaden. https://doi.org/10.1007/978-3-658-23759-2_6
Download citation
DOI: https://doi.org/10.1007/978-3-658-23759-2_6
Published:
Publisher Name: Springer VS, Wiesbaden
Print ISBN: 978-3-658-23758-5
Online ISBN: 978-3-658-23759-2
eBook Packages: Social Science and Law (German Language)