Weiterentwicklung der amtlichen Haushaltsstatistiken - RatSWD

Konkret bedeutet dies, dass in Datenfusionssituationen die Conditional Independence
Assumption die MAR-Annahme beinhaltet. An dieser Stelle sei noch darauf
hingewiesen, dass die Annahme der bedingten Unabhängigkeit nicht bedeutet,
dass Z (oder Y) perfekt durch X erklärt werden muss (obwohl in diesem Falle
die CIA nachweislich erfüllt ist). Sollten beispielsweise Y und Z tatsächlich unabhängig
voneinander sein, wäre die CIA ebenfalls erfüllt, ohne dass ein Bezug zur
Erklärungskraft von X hergestellt werden muss. 2
Umsetzung einer Datenfusion in der Praxis
Dieser Abschnitt behandelt Datenfusion als imaginäres Projekt, in dem in chronologischer
Reihenfolge alle Teilschritte beschrieben werden. Hierbei sind zwei
Situationen zu unterscheiden:
a) Die beteiligten Studien existieren bereits
b) Eine der beiden Studie ist noch in der Konzeptionsphase
In letzterem Falle kann noch Einfluss auf die Abfrage der gemeinsamen Variablen
X genommen werden.
Anpassung gemeinsamer Merkmale
Fall a) ist der Regelfall und zieht einen sehr arbeitsaufwendigen Arbeitsschritt
nach sich, der in Publikationen – zumindest im Kontext „Datenfusion“ – bislang
weitgehend ignoriert worden ist: Je nach Umfang der Studien ist der Aufwand der
Identifizierung gemeinsamer Merkmale nicht zu unterschätzen. Und selbst wenn
Variablen identifiziert wurden, deren Beschreibung scheinbar dasselbe misst,
besteht dennoch die Möglichkeit sehr unterschiedlicher Kategorisierungen.
Wenn man die Problematik unterschiedlicher Variablennamen außer Acht
lässt, d. h. wenn beispielsweise die Variable „Geschlecht der befragten Person“ in
Studie A ‚sex‘ und in Studie B ‚geschl‘ heißt, ist der einfachste Fall einer Anpassung
der, in der nur ein oder mehrere Werte umkodiert werden müssen. Für
obiges fiktives Beispiel wäre somit folgende Situation gegeben:
• Studie A: Variablenname ‚Geschl‘ mit 0=‘männlich‘ und 1=‘weiblich‘
• Studie B: Variablenname ‚Sex‘ mit 1=‘männlich‘ und 2=‘weiblich‘
Durch Rekodierung einer der beiden Variablen entsteht so aus einem gemeinsamen
Merkmal eine gemeinsame Variable.
2 Auch wenn diese hypothetische Situation die Sinnhaftigkeit einer Datenfusion von Y und Z in Frage
stellt.
87