Vera Vogel, Lehr­stuhl für Kulturvergleichende Sozial- und Persönlichkeits­psychologie: statistische Modellierungs­methoden, Oktober 2022

Was ist Ihr aktuelles Forschungs­thema?                                             

In meiner Forschung interessiere ich mich dafür, wie verschiedene soziokulturelle Gruppen das Denken, Fühlen und Handeln von Menschen beeinflussen. Aktuell unter­suche ich, wie die ideologische Über­einstimmung mit einer bestimmten Gruppe das Wohlbefinden einer Person beeinflusst. Zum Beispiel sind konservative Menschen glücklicher, wenn sie in einem konservativen Land leben. Zwei Fragen interessieren mich dabei besonders: Welche soziokulturelle Gruppe hat den größten Effekt auf eine Person (z.B. Menschen innerhalb eines Landes vs. Menschen mit demselben Geschlecht innerhalb eines Landes)? Und welche Rolle spielt dabei die Wahrnehmung und Identifikation einer Person?

Für alle, die noch nicht so tief in das Thema Data Science eingestiegen sind: Wie würden Sie einem Kind erklären, woran Sie arbeiten?

Auf der ganzen Welt haben Forscher Menschen nach ihren Einstellungen, ihren Wert­orientierungen und ihrer Zufriedenheit befragt. Die Antworten auf diese Fragen werden zusammengetragen und gespeichert. Zum Glück teilen viele Forscher ihre Daten, sodass andere Forscher die Antworten für die Beantwortung eigener, spannender Fragen verwenden können.

Alle sprechen über Data Science – wie würden Sie die Bedeutung des Themas für sich selbst in drei Worten beschreiben?

Identifikation realer Zusammenhänge

Welche Berührungs­punkte mit Data Science hat Ihre Arbeit? Welche Methoden nutzen Sie bereits und welche wären zukünftig interessant für Sie?

Für meine Forschung verwende ich große Datensätze mit Befragten aus aller Welt (< 10 Millionen Befragte aus 65 Ländern). Bei der Unter­suchung von kulturellen Variationen und Einflüssen muss ich jedoch berücksichtigen, dass sich Menschen innerhalb eines Landes ähnlicher sind als zwischen Ländern. Daher berechne ich sogenannte geschachtelte Modelle (z.B. linear mixed-effects models oder cross-classified models) mit der Statistiksoftware Julia. In Zukunft möchte ich in meiner Forschung aber auch reale soziale Netzwerke von Menschen berücksichtigen.

Wie hoch ist der Wert von Data Science für Ihre Arbeit? Wäre Ihre Forschung ohne Data Science überhaupt möglich?

Für meine Forschung benötige ich große Datensätze, adäquate statistische Modellierungs­methoden und eine effiziente Rechenleistung. Ohne dies ist es nicht möglich, robuste und differenzierte Aussagen über reale Zusammenhänge in der Welt zu treffen.

Welche Entwicklungs­möglichkeiten sehen Sie für das Thema Data Science in Bezug auf Ihr Fach­gebiet?

Die Zukunft der Forschung liegt darin, sich die Daten zu Nutze zu machen, die Menschen tagtäglich (beiläufig) generieren. Dies ersetzt jedoch nicht die Notwendigkeit, sich a-priori kritisch mit der Fach­literatur auseinanderzusetzen und sich Gedanken über die zugrunde liegenden Mechanismen zu machen. Nur die Kombination von effizienten Large-Scale Analysen und einer starken hypothesengeleiteten Herangehensweise ermöglicht die Umsetzung ambitionierter, innovativer und einflussreicher Forschungs­projekt.