Optimale Ähnlichkeitsbestimmung für neuartige Kohärenzanalyse und Clustering
Beschreibung
Wir wollen ein Software-Instrument entwickeln, das die Auswertung von beliebigen Fragebögen für eine neuartige,
von uns entwickelte Kohärenzanalyse erlaubt. Das Instrument ermöglicht eine nutzerdefinierte Ähnlichkeitsbestimmung
der einzelnen Daten durch die Wahl der Gewichtung von Fragebogen-Items sowie der jeweiligen
Distanzfunktion. Die auf selbstorganisiertem Clustering aufbauende, nichtparametrische Kohärenzanalyse
kann dann mittels dieser Ähnlichkeitsbestimmung neuartige Aussagen zum Datensatz machen, die mittels klassischer
Verfahren (ANOVA, Regressionsanalysen) nicht möglich sind. Insbesondere können Variabilität und
Stabilität der Klassifikation des Datensatzes untersucht werden, was insbesondere (aber nicht nur) für sozialwissenschaftliche
Fragestellungen wichtig ist. Entsprechend sind diese Forschungen eingebettet in eine bereits
bestehende Kooperation zwischen der Universität Zürich (Moralforschung), der Universität Bern (Politologie)
und der Zürcher Hochschule für Angewandte Wissenschaften (Simulation und Datenanalyse). Proof-of-concept
der Ähnlichkeitsbestimmung und Kohärenzanalyse sind erfolgt und erfolgreich zur Erklärung von Parteienspaltungen
im Schweizer Politsystem angewendet worden. Für die Entwicklung des Tools wird ein Forschungskontext
gewählt, in dem einer der derzeit komplexesten Fragebögen der empirischen Sozialforschung – der World
Values Survey – als Ausgangspunkt für die Entwicklung des Software-Tools genommen wird.
Eckdaten
Projektleitung
Projektteam
Thomas Niederberger
Projektpartner
Universität Zürich / Institut für biomedizinische Ethik
Projektstatus
abgeschlossen, 01/2011 - 12/2011
Institut/Zentrum
Institut für Computational Life Sciences (ICLS); Departement Life Sciences und Facility Management (LFSM)
Drittmittelgeber
Hasler Stiftung