4.5. Resümee Qualitätsbewertung#
In diesem Kapitel haben Sie den Unterschied zwischen den Dateiformaten XLSX und CSV erfahren sowie Qualitätsmerkmale für Open Data und Statistikdaten kennengelernt. Darüber hinaus wurden Sie mit dem 5-Sterne-Modell vertraut gemacht, mit dem sich die Offenheit und die Kontextualität von Daten bewerten lässt.
Dabei ist Ihnen wahrscheinlich aufgefallen, dass es den “perfekten” Weg oder das “eine” Prüfschema nicht gibt. Je nach Aufgabenstellung bzw. Verwendungszweck der Daten kann es sinnvoll sein, mal das eine und mal das andere Format zu wählen. Und nicht immer lassen sich - aus verschiedensten Gründen - alle Qualitätskriterien einhalten. Dennoch sollte es das Ziel sein, möglichst viele Kriterien zu erfüllen, denn nur mit qualitativ hochwertigen Daten lässt sich ordnungsgemäß arbeiten. Diese Qualität richtig einschätzen zu können, vermeidet unnötigen Mehraufwand. Dies gilt umso mehr für eine Datennachnutzung.
Daher sollten Daten nach bestem Wissen und Gewissen beschrieben sowie transparent und möglichst vollständig dokumentiert werden. Das zahlt sich am Ende aus und spart Zeit für unnötige Recherchen ein! Für alle Daten, die sich im Internet finden lassen, ist es zudem ratsam, eine Lizenz zu vergeben, also auf Nutzungsrechte hinzuweisen. Idealerweise geschieht das in den Metadaten, die einen Datensatz beschreiben. Dort sollte sich auch ein Identifier (s. Abschnitt Persistent Identifier (PID)) finden, der die Daten eindeutig und global identifiziert.
Tipp
In Bezug auf Datennachnutzung ist es in der Regel hilfreich sich vorzustellen, welche Angaben zu einem Datensatz man selbst gerne vorfinden würde. Erfahre ich aus dem Datensatz beispielsweise, ob und wie ich ihn nutzen darf, woher die Daten stammen und ob es eine Ansprechperson gibt?
Gutes Datenmanagement erleichtert die Nachnutzung sowohl für andere als auch Sie selbst. Vor allem wenn die Erhebung oder Bearbeitung der Daten bereits eine Weile zurück liegt, sind Kontextinformationen oft nicht mehr einfach abrufbar.
Auf dem Weg zur Lösung der Forschungsfrage hat dieses Kapitel gezeigt, welche Rolle die Qualität von Daten bei der Datennachnutzung spielt. Die Datenqualität bewerten zu können, befähigt zum einen dazu, zu entscheiden, ob sich die ausgewählten Daten überhaupt für ein anvisiertes (Forschungs-)Projekt und zur Lösung einer Fragestellung eignen. Zum anderen lässt sich so einschätzen, ob und inwieweit die Daten noch aufbereitet oder manipuliert werden müssen und ob dieser Aufwand gerechtfertigt ist. In unserem Fall müssen die Daten ein wenig manipuliert werden, was wir Ihnen im übernächsten Kapitel Organisation und Strukturierung zeigen werden.
Keypoints
Dateiformate:
XLSX und CSV unterscheiden sich in ihrer Struktur und Anwendung. Die Formatwahl hängt vom jeweiligen Verwendungszweck ab - es gibt keinen universell “perfekten” Weg.
Qualitätsmerkmale:
Open Data und Statistikdaten weisen spezifische Qualitätskriterien auf. Das 5-Sterne-Modell ermöglicht die Bewertung von Offenheit und Kontextualität der Daten.
Qualitätsbewertung in der Praxis:
Nicht alle Qualitätskriterien lassen sich immer erfüllen. Die Bewertung erfolgt kontextabhängig je nach Aufgabenstellung und Verwendungszweck der Daten.
Dokumentation und Metadaten:
Transparente und vollständige Dokumentation ist essentiell. Lizenzen sollten vergeben und Persistente Identifikatoren (PID) für eindeutige Identifizierung genutzt werden.
Datennachnutzung:
Gutes Datenmanagement erleichtert die Nachnutzung für andere und sich selbst. Kontextinformationen müssen langfristig verfügbar bleiben, auch wenn die Datenerhebung länger zurückliegt.
Strategische Bedeutung:
Qualitätsbewertung befähigt zur Entscheidung über Dateneignung für Forschungsprojekte und zur Einschätzung des erforderlichen Aufbereitungsaufwands.
Am Ende dieser Lerneinheit möchten wir Sie wieder auf unseren Fragenbogen hinweisen, zu dem Sie durch einen Klick auf den Button gelangen. Der Kurzfragebogen am Ende jedes Kapitels hilft uns, diese Lerneinheit kontinuierlich zu verbessern, indem Sie uns auf etwaige Unklarheiten hinweisen oder Anregungen geben. Vielen Dank!