Auszug
Zwar erfordert die Datenbereinigung kaum besondere methodische Kenntnisse und es lassen sich auch wenig allgemeingültige Hinweise über die Vorgehensweise geben. Doch gerade bei der Datenbereinigung tut sich eine starke Diskrepanz zwischen Lehre und Forschungspraxis auf, die geschlossen werden sollte: Weil Studierende und Forscher (nahezu) nie mit dieser Frage konfrontiert wurden und weil es den Ergebnissen einer Studie auf den ersten Blick nicht anzusehen ist, ob die Daten bereinigt wurden, ist die Versuchung groß, diesen Arbeitsschritt ganz und gar „unter den Tisch fallen zu lassen“. Dabei ist er für die Qualität der Ergebnisse von großer Bedeutung. Es mag sein, dass in vier von fünf Erhebungen keine nennenswerten Fehler im Datensatz zu entdecken sind. Doch angesichts der Tatsachen, dass immer häufiger „fremde“ Daten re-analysiert werden und dass bei „eigenen“ Studien die Erhebung oft an Dritte delegiert wird, sollte es selbstverständlich sein, dass man sich der Qualität der Daten versichert.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Similar content being viewed by others
Weiterführende Literatur
Engel, Uwe (1998): Einführung in die Mehrebenenanalyse. Grundanlagen, Auswertungsverfahren und praktische Beispiele. Opladen: Westdeutscher Verlag
Ferstl, Otto K. / Sinz, Elmar J. (2001): Grundlagen der Wirtschaftsinformatik. Band 1. 4., überarbeitete und erweiterte Auflage. München: Oldenbourg
Han, Jiawei / Kamber, Micheline (2006): Data Mining. Concepts and Techniques. Morgan Kaufmann Publishers
Kumar, Vipin / Steinbach, Michael / Tan, Pang-Nin (2005): Introduction to Data Mining. London: Addison Wesley Publishing Company
Küsters, Ulrich (2001): Data Mining und Methoden: Einordnung und Überblick. In: Hippner, H. / Küsters, U. / Meyer, M./ Wilde, K. D. (Hg.) (2001): Handbuch Data Mining im Marketing — Knowledge Discovery in Marketing Databases. Wiesbaden: Vieweg Verlag, S. 95–130. http://www.ku-eichstaett.de/Fakultaeten/WWF/Lehrstuehle/WI/Lehre/dm_v/Sections/content/ DM%203.pdf (20.1.2004)
Ramez Elmasri / Navathe, Shamkant B. (2006): Fundamentals of Database Systems. Addison Wesley
Saldern, Matthias von (Hg.) (1986): Mehrebenenanalyse. Beiträge zur Erfassung hierarchisch strukturierter Realität. Weinheim / München: Psychologie Verlags Union / Beltz
Stuber, Ralph (2003): Data Preprocessing — Datenvorverabreitungsschritte des Prozessmodells. erstellt am 16.01.2003, DIKO-Projekt an der Universität Oldenburg, http://www.diko-project.de/dokumente/ausarbeitungen/stuber.pdf (20.1.2004)
Wüten, Ian H. / Frank, Eibe (2005): Data Mining. Practical Machine Learning Tools and Techniques. Morgan Kaufmann Publishers
Author information
Authors and Affiliations
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 2008 VS Verlag für Sozialwissenschaften | GWV Fachverlage GmbH, Wiesbaden
About this chapter
Cite this chapter
Lück, D. (2008). Mängel im Datensatz beseitigen. In: Baur, N., Fromm, S. (eds) Datenanalyse mit SPSS für Fortgeschrittene. VS Verlag für Sozialwissenschaften. https://doi.org/10.1007/978-3-531-91034-5_4
Download citation
DOI: https://doi.org/10.1007/978-3-531-91034-5_4
Publisher Name: VS Verlag für Sozialwissenschaften
Print ISBN: 978-3-531-34163-7
Online ISBN: 978-3-531-91034-5
eBook Packages: Humanities, Social Science (German Language)