Selbst wenn alle formalen Regeln zur Ziehung von Schlussfolgerungen aus Daten eingehalten werden, können diese Schlussfolgerungen noch stark durch mangelnde Datenqualität beeinträchtigt werden. Gründe dafür liegen typischerweise in selektiv verzerrten Auswahlen, fehlenden Werten und Messfehlern. Der Kurs macht mit diesen Fehlerquellen vertraut, stellt die zu ihrer Lösung eingesetzten Konzepte und Techniken vor und zeigt auf, wie diese Konzepte und Techniken unter Verwendung von R und R Bibliotheken praktisch angewandt werden können. Behandelt werden Unit und Item Nonresponse und darauf bezogene Missing Data Techniken (Imputationsverfahren und Gewichtung), zufällige und systematische Messfehler und darauf bezogene Lösungen (systematische Replikation, Sensitivitätsanalyse, Latente Variablenanalyse), Management von selektiven Daten durch die Kombination von Wahrscheinlichkeits- und Nichtwahrscheinlichkeitsauswahlen.