Rechner für Gewichtung von Umfragen

Einführung in die Umfragekalibrierung

Die Kalibrierung von Umfragedaten ist ein mathematisches Verfahren, um die Struktur einer Stichprobe an bekannte Parameter einer Grundgesamtheit anzupassen. In der empirischen Sozialforschung und Marktforschung weichen die demografischen Merkmale der Befragten (wie Alter, Geschlecht oder Region) häufig von den tatsächlichen Verhältnissen der Bevölkerung ab. Solche Abweichungen entstehen durch selektive Teilnahmebereitschaft, unvollständige Stichprobenrahmen oder zufällige Schwankungen.

Durch die Berechnung von Kalibrierungsgewichten wird sichergestellt, dass unterrepräsentierte Gruppen in der Auswertung ein höheres Gewicht erhalten, während überrepräsentierte Gruppen herabgestuft werden. Das Ziel ist es, systematische Verzerrungen zu reduzieren, damit die aus der Stichprobe berechneten Mittelwerte und Anteile die Zielpopulation präzise abbilden.

Raking versus Poststratifikation

Für die Anpassung von Stichproben an Populationsvorgaben existieren verschiedene methodische Ansätze:

• Poststratifikation (Zellen-Gewichtung): Hierbei wird die Stichprobe in vollständig gekreuzte Zellen unterteilt (z. B. jede Kombination aus Altersgruppe, Geschlecht und Region). Für jede Zelle wird das Gewicht als Verhältnis von Populationsanteil zu Stichprobenanteil berechnet. Dieses Verfahren stößt an Grenzen, wenn viele Variablen einbezogen werden. Bereits bei wenigen Merkmalen entstehen zahlreiche Zellen, die in der Stichprobe oft unbesetzt bleiben (sogenannte Zero-Cells), was eine Berechnung unmöglich macht.
• Raking (Iteratives Proportionales Fitting, IPF): Das Raking-Verfahren benötigt keine voll gekreuzten Tabellen, sondern arbeitet ausschließlich mit den Randverteilungen (Marginalen) der einzelnen Variablen. Der Algorithmus passt die Gewichte nacheinander für eine Variable nach der anderen an. Da dieser Prozess die Verteilung der zuvor angepassten Variablen wieder leicht verschiebt, wird das Verfahren zyklisch wiederholt, bis alle Randverteilungen simultan innerhalb einer definierten Toleranzgrenze mit den Sollvorgaben übereinstimmen.

Wenn nur eine einzige kategoriale Variable zur Kalibrierung verwendet wird, entspricht das Raking exakt einer einfachen Poststratifikation. In diesem Fall schließt der Algorithmus die Berechnung in einem einzigen Zyklus ab, indem er das einfache Verhältnis aus Soll-Anteil und Ist-Anteil auf jede Kategorie anwendet. Bei mehreren Variablen hingegen stellt das Raking sicher, dass die Randverteilungen übereinstimmen, ohne dass die nicht explizit vorgegebenen Kreuztabellierungen der Variablen verändert oder erzwungen werden.

Funktionsweise und mathematische Grundlagen

Der Algorithmus arbeitet iterativ und passt die Gewichte der Befragten schrittweise an. Die mathematische Anpassung im ersten Zyklus für eine bestimmte Variable und Kategorie erfolgt nach der Formel:

‹variable› / ‹category›: Faktor = Soll-Summe ÷ aktuelle Summe = ‹target› ÷ ‹current› = ‹factor›

Nachdem die Iterationen die Abbruchbedingungen erfüllen, werden die berechneten Endgewichte normiert. Die Normierung erfolgt auf einen Mittelwert von 1, wodurch die Summe aller Endgewichte exakt der Anzahl der Befragten in der Stichprobe entspricht:

Normieren Sie die Endgewichte auf den Mittelwert 1, sodass ihre Summe der Anzahl der Befragten entspricht: Σw = n = ‹count›.

Eingabeparameter und Grenzwerte

Für eine erfolgreiche Berechnung müssen die Eingaben bestimmte strukturelle Kriterien erfüllen:

• Befragtendaten: Die Tabelle muss eine Kopfzeile und mindestens eine Befragtenzeile enthalten. Sie darf maximal 20.000 Zeilen und 2.000.000 Zeichen umfassen. Es müssen mindestens zwei eindeutig benannte Spalten ohne leere Kopfzeilen vorliegen.
• Populations-Randverteilungen (%): Diese Tabelle muss exakt drei Spalten aufweisen: Variable, Kategorie und Soll-Prozentsatz. Es sind maximal 500 Zeilen, sechs Kalibrierungsvariablen und 100 Kategorien pro Variable zulässig. Die Sollwerte für jede Variable müssen in der Summe exakt 100% ergeben und die einzelnen Prozentwerte müssen zwischen 0% und 100% liegen.
• Spalte für Basisgewicht: Ein optionales Feld für dimensionslose Startgewichte (z. B. Designgewichte). Die Werte müssen größer als 0 und endlich sein. Ohne Angabe startet jeder Befragte mit dem Standardgewicht 1.
• Ergebnisspalte: Eine optionale numerische Spalte zur Berechnung der Verschiebung des Mittelwerts vor und nach der Gewichtung.
• Relative Toleranz: Bestimmt die Genauigkeit des Abbruchkriteriums (zulässig von 1e-12 bis 1e-2).
• Maximale Iterationen: Begrenzt die Rechenzyklen (zulässig von 1 bis 500).

Der Kish-Gewichtungseffekt und die effektive Stichprobengröße

• Kish-Gewichtungseffekt = n·Σw² ÷ (Σw)² = ‹count›·‹sumSquares› ÷ ‹sum›² = ‹effect›.
• Effektive Stichprobengröße = (Σw)² ÷ Σw² = ‹sum›² ÷ ‹sumSquares› = ‹effective›.

Eine hohe Varianz der Gewichte führt zu einer geringen Gewichtungseffizienz und reduziert die effektive Stichprobengröße drastisch. Dies verdeutlicht den inhärenten Bias-Varianz-Kompromiss: Die Reduzierung von demografischen Verzerrungen (Bias) wird durch eine Erhöhung der Varianz der Schätzer erkauft.

Diese Gewichte passen zu den von Ihnen angegebenen Randverteilungen, nicht zu Variablen, die Sie nicht angegeben haben. Die Kish-Diagnose spiegelt nur ungleiche Gewichte wider; sie enthält keine Klumpung, Schichtung oder eine vollständige Schätzung der Stichprobenvarianz.

Diagnose von Fehlern und Grenzfällen

Beim Raking können verschiedene mathematische und strukturelle Probleme auftreten, die eine Konvergenz verhindern:

• Zero-Cell-Problem: Wenn eine Kategorie in den Populationsvorgaben einen positiven Sollwert aufweist, in der Stichprobe jedoch kein einziger Befragter dieser Kategorie angehört (oder das summiert startende Basisgewicht 0 ist), existiert keine endliche mathematische Lösung. Das Tool bricht mit der Fehlermeldung „‹variable› / ‹category›“ hat einen positiven Sollwert, aber kein nutzbares Stichprobengewicht, sodass keine endliche Lösung existiert.“ ab.
• Konvergenzfehler: Wenn die Sollvorgaben verschiedener Variablen zueinander im Widerspruch stehen, kann der Algorithmus die Toleranzgrenze nicht erreichen. Nach Erreichen des Iterationslimits stoppt das Tool und gibt die Warnung aus: „Das Iterationslimit (‹iterations›) wurde vor der Konvergenz erreicht. Die letzten Gewichte werden zur Diagnose angezeigt, nicht als kalibrierte Ergebnisse.“
• Extreme Gewichte: Wenn die Randverteilungen erfolgreich angeglichen werden, aber das Verhältnis zwischen dem größten und dem kleinsten Gewicht extrem hoch ist, erscheint der Warnhinweis: „Die Randverteilungen stimmen überein, aber das größte Gewicht ist ‹ratio›-mal so groß wie das kleinste; prüfen Sie die effektive Stichprobengröße vor der Verwendung.“
• Bereits kalibriert: Stimmen die Startgewichte bereits exakt mit den Sollvorgaben überein, meldet das Tool: „Die Startgewichte stimmen bereits mit allen geforderten Randverteilungen überein.“

Datenverarbeitung und Datenschutz

Die Verarbeitung aller eingegebenen Befragtendaten und die Berechnung der Gewichte erfolgen lokal im Webbrowser des Nutzers. Es findet keine Übertragung oder Speicherung von Daten auf externen Servern statt. Nach erfolgreicher Konvergenz können die vollständigen Daten inklusive der neu generierten Spalten raking_adjustment und raking_weight über die Funktion „Gewichtete Daten kopieren“ in die Zwischenablage kopiert werden.

Häufig gestellte Fragen (FAQ)

Was sollte ich als Basisgewicht verwenden?
Verwenden Sie das Gewicht, das vor der Populationskalibrierung gilt – üblicherweise der Kehrwert der endgültigen Auswahlwahrscheinlichkeit jedes Befragten, nach allen für Ihre Studie erforderlichen früheren Non-Response-Anpassungen. Wenn Sie keine Designgewichte haben, lassen Sie das Feld leer, um alle bei 1 starten zu lassen. Dies erzeugt Kalibrierungsgewichte, macht aber aus einer Gelegenheitsstichprobe keine Zufallsstichprobe.

Warum kann ein Sollwert keine Lösung haben oder die Konvergenz fehlschlagen?
Ein positiver Sollwert kann nicht aus einer Kategorie ohne befragte Personen in der Stichprobe erstellt werden. Bei mehreren Variablen können die beobachteten Kombinationen zudem ansonsten plausibel aussehende Randverteilungen inkompatibel machen. Ein sehr niedriges Iterationslimit oder extreme Startgewichte können die Berechnung stoppen, bevor die gewünschte Toleranz erreicht ist. Der Soll-Ist-Abgleich und das Protokoll der größten Abweichung zeigen, wo die Diskrepanz verbleibt; betrachten Sie diese letzten Gewichte nicht als kalibriert.

Entspricht der Kish-Gewichtungseffekt dem vollständigen Designeffekt der Studie?
Nein. Er misst nur den Präzisionsverlust, der mit ungleichen Gewichten einhergeht: Gleiche Gewichte ergeben 1, und variablere Gewichte verringern die effektive Stichprobengröße. Klumpung, Schichtung, Endlichkeitskorrekturen und die Beziehung der Ergebnisvariable zu den Kalibrierungsvariablen können die tatsächliche Varianz verändern. Verwenden Sie für Standardfehler und Konfidenzintervalle eine Software, die das vollständige Stichprobendesign berücksichtigt.

Was ist Raking und wann ist eine Randverteilung nur eine einfache Poststratifikation?
Raking passt eine bekannte Populations-Randverteilung nach der anderen an und durchläuft diese zyklisch, bis die früheren Randverteilungen auch nach den späteren Anpassungen noch übereinstimmen. Wenn Sie nur eine kategoriale Variable angeben, reicht ein einziger Zyklus aus: Jede Kategorie erhält die bekannte Anpassung aus Soll-Anteil ÷ Ist-Anteil. Mehrere Randverteilungen erzwingen keine Übereinstimmung ihrer nicht aufgeführten Kreuztabellierungen.