Daten- und Methodeneinheit

Die Daten- und Methodeneinheit (DMU) ist Teil der MZES-Forschungsinfrastruktur und bietet Daten- und Methodenunterstützung für geplante und laufende Projekte am MZES.  

Im Rahmen der projektspezifischen Unterstützung begleitet die DMU die Projektteams von der Projektkonzeption über den gesamten Forschungsprozess bis zum Projektabschluss. 

Darüber hinaus bietet die DMU den Forscher*innen des MZES auch generische Unterstützung an. Dazu gehören die Unterstützung bei der Beschaffung von Daten mit eingeschränktem Zugriff, Hilfe bei Datenmanagement und -dokumentation sowie Fortbildungsangebote in verschiedenen Bereichen der sozialwissenschaftlichen Daten und Methoden. Diese Fortbildungen werden in verschiedenen Formaten angeboten: 

  • das Social Science Data Lab, eine Veranstaltungsreihe, die neueste Methoden zu Erhebung, Management, Analyse und Visualisierung von Daten in den Sozialwissenschaften vorstellt 
  • Methods Bites, ein Blog mit Methoden-Tutorials, Code und Anwendungsbeispielen 
  • die MZES-CDSS Workshop Series in Data and Methods mit Kursen zu fortgeschrittenen Forschungsmethoden in den Sozialwissenschaften. 

Die DMU besteht aus einem Team von vier Forscher*innen mit komplementärer Expertise in sozialwissenschaftlichen Daten und Methoden, die auch ihre eigene Forschung am MZES durchführen. Die nachfolgenden Profiltexte fassen zusammen, in welchen Bereichen die einzelnen Mitglieder die Forschungslandschaft am MZES unterstützen. 

Dr. Ruben Bach: Computergestützte Sozialwissenschaften 
Textanalyse, maschinelles Lernen und Big Data 
Ruben Bach kann bei Themen im Zusammenhang mit computergestützten Sozialwissenschaften helfen, wie z.B. bei der Sammlung von Informationen aus neuen Datenquellen (z.B. soziale Medien, Web Scraping, Online-Verhaltensdaten). Ebenso bietet er Unterstützung bei der Analyse von Daten in unstrukturierten Formaten, z. B. mit Techniken des maschinellen Lernens und der Verarbeitung natürlicher Sprache. Er bietet Softwareunterstützung hauptsächlich für R, SQL, Stata und ein wenig Python und kann Forscher*innen bei der Einrichtung und dem Betrieb von Cloud-Computing-Maschinen auf BWcloud/AWS/Google Cloud helfen. 

Dr. Denis Cohen: Methoden der Datenanalyse 
Statistische Modellierung, kausale Inferenz und Datenvisualisierung 
Denis Cohen bietet methodische Unterstützung in den Bereichen statistische Modellierung, Bayesianische Statistik, kausale Inferenz und Datenvisualisierung. Darüber hinaus bietet er softwarespezifische Unterstützung in R, Stata, Stan, BUGS/JAGS und Markdown an und kann Forscher*innen bei der Nutzung von Remote-Computing-Diensten über bwHPC helfen. Seine Forschung konzentriert sich auf kontextabhängige Erklärungen politischer Präferenzen und des Wahlverhaltens, den Parteienwettbewerb in Mehrparteiendemokratien sowie die Ursachen und Auswirkungen von strategischem Elitenverhalten.  

Dr. Nadia Granato: Sekundärdaten 
Mikro-, Makro- und Geodaten 
Nadia Granato liefert Informationen zu Daten für Sekundäranalysen mit Schwerpunkt auf Forschungsdaten und Mikrodaten aus der amtlichen Statistik. Darüber hinaus bietet sie Unterstützung in Fragen des Datenmanagements und der Dokumentation. Zu ihren Forschungsinteressen gehören ethnische Ungleichheiten bei Berufs- und Bildungsabschlüssen sowie Arbeitsmarktforschung.  

Dr. Alexander Wenz: Surveymethodik und Datenschutz 
Umfragedesign, Umfragedatenerhebung, Umfragedatenanalyse, Forschungsethik und Datenschutz 
Alexander Wenz bietet methodische Unterstützung bei der Gestaltung von Umfragen sowie bei der Erhebung und Analyse von Umfragedaten. Außerdem berät er in Fragen der Forschungsethik und des Datenschutzes für die am MZES durchgeführten Umfragen. Er bietet Softwareunterstützung in R, Stata, Qualtrics, Unipark und LaTeX an. In seiner Forschung untersucht er die Qualität neuartiger Methoden der Datenerhebung mit Schwerpunkt auf mobile Webumfragen, passive Messungen mit Smartphone-Apps und tragbaren Sensoren sowie die Verknüpfung von Umfrage- und Social-Media-Daten.    

Links