Hochrechnung von Fahrgastbefragungen im Öffentlichen Verkehr. Ansätze zur Vermeidung von Stichprobenverzerrungen.

Abstract

Systematische Stichprobenverzerrungen führen dazu, dass die hochgerechneten Daten nicht der realen Nachfragesituation entsprechen. Im Rahmen von Einnahmeaufteilungsverfahren führt dies zu realen Konsequenzen bei den beteiligten Unternehmen. In der Arbeit wird untersucht, inwieweit die Verzerrungen durch Anwendung geeigneter Hochrechnungsverfahren behoben werden können. In der Praxis werden vor allem das Einsteigerhochrechnungsverfahren und iterative Randsummenverfahren zur Hochrechnung angewandt. Ein Ansatz, bei dem im Unterschied zu den herkömmlichen Hochrechnungsverfahren eine explizite Berücksichtigung der Auswahlwahrscheinlichkeiten der Fahrgäste erfolgt, stellt das Gewichtungsverfahren von Keppeler und Schulze dar. Daneben werden mit dem Fratarverfahren, der Durchschnittsfaktormethode und dem MULTI-Model drei iterative Randsummenverfahren angewandt, um zu untersuchen, ob die Art des eingesetzten iterativen Randsummenverfahrens einen Einfluss auf die Ergebnisverzerrungen bezüglich der Kurzstreckenfahrer bietet. Darüber hinaus wird untersucht, inwieweit sich die Verfahren in Aufwand und Konvergenzverhalten unterscheiden und ob sich daraus Vorteile in der Anwendung ableiten lassen. Ausgewählte werden Hochrechnungsverfahren an simulierten Erhebungsdaten angewendet und verglichen. Es werden insgesamt acht verschiedene Erhebungssituationen simuliert, bei denen kontrolliert einzelne Randbedingungen variiert werden. Dieses Vorgehen ermöglicht Aussagen darüber, welche Faktoren das Ausmaß der Ergebnisverzerrungen beeinflussen und wie sich die Effekte der Hochrechnungsverfahren unter verschiedenen Rahmenbedingungen unterscheiden.Transit surveys based on on-board passenger interviews suffer from bias. Most commonly observed is the short trip bias: passengers travelling short distances are underrepresented in survey results. Biased data leads to an incorrect estimation of passenger demand can result in an inequitable allocation of revenues between transport operators. This paper examines how the short trip bias can be mitigated during the data ex-trapolation process. Four methods are examined: A simple extrapolation by boarding counts, three iterative proportional fitting models and an additional weighting concept are tested on simulated survey data. The simulative approach enables the evaluation of the examined methods concerning their effects in reducing short trip bias. A total of eight survey situations with selected parameters variated are simulated to allow conclusions about influencing factors. Results suggest that the most effective method is the weighting approach, followed by the iterative proportional fitting methods. Within the class of the iterative propor-tional fitting methods no significant difference is observed. Furthermore it is observed that the effectiveness of the weighting approach strongly relates to passenger numbers and selection rates. Furthermore an overview on topic related literature is given to examine practical approaches to reduce bias in survey data.