🧪 Diese Plattform befindet sich in der Beta-Phase. Funktionen können sich ändern und es können Fehler auftreten. Danke für dein Feedback!
undercoverage_bias
Untererfassungsbias entsteht, wenn bestimmte Mitglieder der Zielpopulation keine oder kaum Chance haben, in die Stichprobe aufgenommen zu werden, weil der Stichprobenrahmen sie nicht erfasst. Klassische Beispiele sind Telefonbefragungen, die Menschen ohne Telefon, oder Online-Umfragen, die Menschen ohne Internetzugang ausschließen.
Eine Umfrage des Literary Digest 1936 prognostizierte einen Erdrutschsieg für Alf Landon, befragte jedoch nur Autobesitzer und Telefonabonnenten und schloss damit ärmere Wähler systematisch aus, die überwiegend Roosevelt unterstützten.
Eine Stadtverwaltung führt eine telefonische Umfrage zur Lebensqualität durch und erreicht dabei fast ausschließlich ältere, sesshafte Bürgerinnen und Bürger. Obdachlose, Geflüchtete und Menschen ohne Festnetzanschluss werden systematisch nicht erfasst, obwohl gerade sie von städtischen Maßnahmen besonders betroffen sind.
Ein Meinungsforschungsinstitut befragt Haushalte per Brief zu ihrer politischen Einstellung. Personen mit niedrigem Bildungsabschluss, Menschen mit Migrationshintergrund und häufig umziehende Mieterinnen und Mieter werden kaum erreicht, was die Umfrageergebnisse zugunsten etablierter Parteien verzerrt.
Binäre (Ja/Nein) Fragen, die ein LLM beantworten muss, um diesen Aspekt zu identifizieren:
Schließt der Stichprobenrahmen erkennbare Segmente der Zielpopulation aus?
Typ: binaryUnterscheiden sich die ausgeschlossenen Gruppen wahrscheinlich von den eingeschlossenen in Bezug auf die Ergebnisvariable?
Typ: binaryIst die Erhebungsmethode (z.B. Telefonbefragungen, Online-Umfragen) für bestimmte Teilgruppen unzugänglich?
Typ: binaryWird die Behauptung trotz der Ausschlüsse auf die Gesamtbevölkerung verallgemeinert?
Typ: binaryUntererfassungsbias entsteht, wenn bestimmte Mitglieder der Zielpopulation keine oder kaum Chance haben, in die Stichprobe aufgenommen zu werden, weil der Stichprobenrahmen sie nicht erfasst. Klassische Beispiele sind Telefonbefragungen, die Menschen ohne Telefon, oder Online-Umfragen, die Menschen ohne Internetzugang ausschließen.
Stichprobenrahmen werden nach Verfügbarkeit und Bequemlichkeit konstruiert, nicht nach Vollständigkeit. Forscher unterschätzen häufig, wie stark ausgeschlossene Gruppen von eingeschlossenen abweichen.
Zielpopulation klar definieren und prüfen, wie gut der Stichprobenrahmen diese abdeckt. Ergänzende Datenquellen für unterrepräsentierte Gruppen verwenden. Gewichtungsverfahren zur Korrektur bekannter Lücken einsetzen.
Befragungen von Internetnutzern, Smartphone-Besitzern oder Social-Media-Nutzern schließen systematisch ältere, ärmere oder technikfernere Bevölkerungsgruppen aus.
Nutze diese Tools, um diesen Aspekt zu erkennen, zu analysieren oder zu trainieren.