ILIAS of the Philipps-Universität Marburg
AutorInnen: Dipl. - Soz.Robert Lipp, Prof. Dr. Andreas Klocke, Dr. Sven Stadtmüller, Christina Wacker M.A., Andrea Giersiefen M.A.
Abstract

Längerfristig ausgelegte, quantitative Studien, besonders wenn jedes Mal dieselben Untersuchungseinheiten beforscht werden, stellen besondere Anforderungen an das Datenmanagement. Einerseits sind sie fehleranfälliger, da sich im Forschungsprozess ggf. Änderungen ergeben, alle Daten am Ende jedoch trotzdem korrekt zusammengeführt werden müssen. Andererseits bieten Prozesse der Standardisierung und Automatisierung hier größere Potenziale für Effizienzsteigerungen, da einmal Bestehendes in jeder Erhebung nachgenutzt werden kann.Das Poster gibt einen Überblick über die Datenmanagement-Maßnahmen im Projekt „Gesundheitsverhalten und Unfallgeschehen im Schulalter“ (GUS). Dort wurden im Zeitraum von 2014 bis 2020 rund 10.000 Schüler*innen in ganz Deutschland jährlich zu ihrer Gesundheits- und Verletzungsbiografie befragt. Die Datenerhebung erfolgte mithilfe eines auf Tablet-PCs aufgespielten Standardfragebogens.Um aus diesen Rohdaten einen für sozialwissenschaftliche Analysen (nach-)nutzbaren Gesamtdatensatz zu formen, wurden verschiedene Techniken eingesetzt. Neben der Dokumentation und Einhaltung von Standards in jeder Erhebungswelle, trug vor allem die (teil-)automatisierte Datenaufbereitung anhand von Stata-Syntaxen zu einem fehlerfreien und effizienten Datenmanagement bei. Zudem wurde besonderer Wert auf eine gute, teaminterne Kollaboration, Datenschutz und Datensicherheit gelegt.So konnten qualitativ hochwertige, weil fehlerfreie und gut versteh- und nutzbare Datensätze erzeugt werden, mit denen schon während der jeweiligen Feldzeit erste Erkenntnisse gewonnen werden konnten. Der Ausgangsdatensatz inklusive Dokumentation eignet sich darüber hinaus auch für die Veröffentlichung in einem Forschungsdatenrepositorium.