|
Nonresponse bias adjustments : what can process data contribute?
Blom, Annelies G.
|
URL:
|
https://www.iser.essex.ac.uk/research/publications...
|
|
Weitere URL:
|
https://www.econstor.eu/handle/10419/92033
|
|
Dokumenttyp:
|
Arbeitspapier
|
|
Erscheinungsjahr:
|
2009
|
|
Titel einer Zeitschrift oder einer Reihe:
|
ISER Working Paper Series
|
|
Band/Volume:
|
09-21
|
|
Ort der Veröffentlichung:
|
Colchester
|
|
Verlag:
|
ISER, University of Essex
|
|
Sprache der Veröffentlichung:
|
Englisch
|
|
Einrichtung:
|
Außerfakultäre Einrichtungen > Leibniz-Institut für Sozialwissenschaften (GESIS)
Fakultät für Sozialwissenschaften > Data Science (Blom 2017-2022)
|
|
Fachgebiet:
|
300 Sozialwissenschaften, Soziologie, Anthropologie
|
|
Fachklassifikation:
|
JEL:
C81 , C83,
|
|
Freie Schlagwörter (Englisch):
|
nonresponse weighting , propensity scores , post-stratification , paradata , contact data , European Social Survey
|
|
Abstract:
|
To minimise nonresponse bias most large-scale social surveys undertake nonresponse weighting. Traditional nonresponse weights adjust for demographic information only.
This paper assesses the effect and added value of weights based on fieldwork process data in the European Social Survey (ESS). The reduction of relative nonresponse bias in estimates of political activism, trust, happiness and human values was examined.
The effects of process, frame and post-stratification weights, as well as of weights combining several data sources, were examined. The findings demonstrate that process weights add explanatory power to nonresponse bias adjustments. Combined demographic and process weights were most successful at removing nonresponse bias.
|
 | Dieser Datensatz wurde nicht während einer Tätigkeit an der Universität Mannheim veröffentlicht, dies ist eine Externe Publikation. |
 Suche Autoren in
Sie haben einen Fehler gefunden? Teilen Sie uns Ihren Korrekturwunsch bitte hier mit: E-Mail
Actions (login required)
 |
Eintrag anzeigen |
|
|
