Zitatform

Mühlbacher, Vanessa & Mark Trappmann (2024): Implementierung eines Web-basierten Datenerhebungsmodus in einem bestehenden Panel der Allgemeinbevölkerung: Eine Analyse der Selektions- & Messeffekte. (FDZ-Methodenreport 01/2024 (de)), Nürnberg, 74 S. DOI:10.5164/IAB.FDZM.2401.de.v1

Abstract

"Dieser Methodenreport untersucht die Selektions- und Messeffekte des ersten Websurveys des Panels Arbeitsmarkt und soziale Sicherung (PASS). Die Modellierung der Selektionseffekte ist Grundlage für die Gewichtung des Websurveys und kann als ergänzende ausführliche Dokumentation hierzu aufgefasst werden. Die Untersuchung der Messeffekte gibt Aufschluss darüber, bei welchen Fragen womöglich nur eine eingeschränkte Vergleichbarkeit zwischen den intervieweradministrierten Modi der Haupterhebung von PASS und dem PASS-Websurvey vorliegt. Web-Befragungen werden immer beliebter. Neben den Vorteilen wie schnellere Verfügbarkeit von Daten und geringeren Kosten gibt es allerdings auch Nachteile. So können Web- Befragungen im Vergleich zu Modi mit Interviewenden oftmals weniger Menschen erreichen (geringere Responserate) und werden dabei bestimmte Gruppen (z.B. Ältere, gering Gebildete) unterrepräsentiert (Nonresponse-Bias). Befragte müssen ein gewisses Maß an Internetaffinität mitbringen und können nicht durch Interviewende zur Teilnahme motiviert werden. Oftmals wird der Web-Modus daher nicht als Ersatz, sondern als Ergänzung zu bestehenden Modi verwendet. Dabei wird darauf abgezielt, dass sich die Selektionseffekte der verwendeten Modi gegenseitig ausgleichen. Gleichzeitig besteht ein Risiko, dass sich die unterschiedlichen Modi zu Unterschieden in der Messung führen. In diesem Methodenreport wird untersucht, welche Selektionseffekte die Einführung eines Web-Modus in einem bestehenden Panel, dem Panel Arbeitsmarkt und Soziale Sicherung (PASS), mit sich bringt. Zudem wird die Möglichkeit, vorhandenen Nonresponse-Bias mittels Gewichtung auszugleichen, geprüft. Dabei wird überprüft, ob die vergleichsweise neue Methode des Random Forests geeigneter ist als die klassisch verwendete Methode der logistischen Regression. Schließlich werden die Messfehler zwischen dem Web- Modus und den bestehenden Modi des PASS (CAPI und CATI) verglichen. Konkret wird dabei auf Item-Nonresponse, Akquieszenz, Recency sowie sozial erwünschtes Antworten eingegangen. Es zeigt sich, dass der Web-Modus Randgruppen systematisch ausschließt. Vor allem ökonomisch Schwächere, Menschen mit Migrationshintergrund sowie Personen mit niedrigem Bildungsniveau sind im Web-Survey unterrepräsentiert. Das Ausgleichen dieses Bias mittels Gewichtung funktioniert insgesamt gesehen mit der Methode der logistischen Regression besser als mit jener des Random Forests. Es können teilweise große Unterschiede bei den Messfehlern in den verschiedenen Modi gefunden werden, wobei diese nicht immer in die erwartete Richtung gehen." (Autorenreferat, IAB-Doku)

Zitatform

Beste, Jonas, Corinna Frodermann, Mark Trappmann & Stefanie Unger (2023): Case Prioritization in a Panel Survey Based on Predicting Hard to Survey Households by Machine Learning Algorithms: An Experimental Study. In: Survey research methods, Jg. 17, H. 3, S. 243-268., 2023-08-04. DOI:10.18148/srm/2023.v17i3.7988

Abstract

"Panel surveys provide particularly rich data for implementing adaptive or responsive survey designs. Paradata and survey data as well as interviewer observations from all previous waves can be utilized to predict fieldwork outcomes in an ongoing wave. This manuscript contributes to the literature on how to best make use of these data in an adaptive design framework applying machine learning algorithms. In a first step, different models were trained based on past panel waves. In a second step, we assess which model best predicts fieldwork outcomes of the following wave. Finally, we apply the superior model to predict response propensities and base case prioritizations of households at risk of attrition on these predictions. An experimental design allows us to evaluate the effect of these prioritizations on response rates and on nonresponse bias. Increasing prepaid respondent incentives from 10 to 20 euros substantially decreases attrition of low propensity cases in personal as well as telephone interviews and thereby helps reduce nonresponse bias in important target variables of the panel survey." (Author's abstract, IAB-Doku) ((en))

Zitatform

Collischon, Matthias (2023): Identifying supervisory or managerial status in administrative records. In: Jahrbücher für Nationalökonomie und Statistik, Jg. 243, H. 2, S. 183-195., 2022-03-03. DOI:10.1515/jbnst-2022-0035

Abstract

"Informationen darüber, ob Individuen eine Position mit Führungsaufgaben innehaben, sind wichtig für die Arbeitsmarktforschung. Leider ist es nicht einfach möglich, diese Aufgaben in deutschen administrativen Daten zu identifizieren. Dieser Beitrag nutzt Surveyinformationen aus dem Panel Arbeitsmarkt und soziale Sicherung (PASS), um Personen mit Führungsaufgaben in administrativen Daten, zum Beispiel dem SIAB, vorherzusagen. Als Beispiel für die Anwendung untersuche ich Geschlechterunterschiede in der Wahrscheinlichkeit, eine Position mit Führungsaufgaben zu haben." (Autorenreferat, IAB-Doku)

Zitatform

Keusch, Florian, Sebastian Bähr, Georg-Christoph Haas, Frauke Kreuter & Mark Trappmann (2023): Coverage error in data collection combining mobile surveys with passive measurement using apps. Data from a German national survey. In: Sociological methods & research, Jg. 52, H. 2, S. 841-878., 2020-01-24. DOI:10.1177/0049124120914924

Abstract

"Researchers are combining self-reports from mobile surveys with passive data collection using sensors and apps on smartphones increasingly more often. While smartphones are commonly used in some groups of individuals, smartphone penetration is significantly lower in other groups. In addition, different operating systems (OSs) limit how mobile data can be collected passively. These limitations cause concern about coverage error in studies targeting the general population. Based on data from the Panel Study Labour Market and Social Security (PASS), an annual probability-based mixed-mode survey on the labor market and poverty in Germany, we find that smartphone ownership and ownership of smartphones with specific OSs are correlated with a number of sociodemographic and substantive variables. The use of weighting techniques based on sociodemographic information available for both owners and nonowners reduces these differences but does not eliminate them." (Author's abstract, IAB-Doku) ((en))

Zitatform

Pehle, Sebastian (2023): Mechanismen, Auswirkungen und Korrekturmöglichkeiten von fehlenden Daten. Bochum: Ruhr-Universität Bochum Universitätsbibliothek, 305 S. DOI:10.13154/294-10526

Abstract

"Die Dissertation untersucht anhand des Fallbeispiels der Einkommenserfassung in sozialwissenschaftlichen Befragungen die Mechanismen, Auswirkungen und Korrekturmöglichkeiten von fehlenden Daten. Als Grund für das Fehlen von Antwortangaben lässt sich fehlendes Wissen der Befragten mit einer fehlenden Antwortbereitschaft kontrastieren. Beide Gründe haben differenzierbare Mechanismen und Folgen für das Bild der durch diese Datenbasis ermittelte Einkommensverteilung in der Stichprobe als Surrogat für die interessierende Grundgesamtheit. Die Arbeit bettet diese Problematik in ein theoretisches Grundgerüst ein und identifiziert zunächst systematische Gründe für das Fehlen von Antworten aufgrund von Nichtwissen gegenüber Verweigerung. Das Ausmaß einer möglichen Verzerrung wird durch die Anwendung von verschiedenen Imputationsmethoden und die Betrachtung einer Vielzahl von Verteilungsparameter sowie Armuts- und Ungleichheitsindikatoren bilanziert." (Autorenreferat, IAB-Doku)

Zitatform

Sakshaug, Joseph, Jonas Beste & Mark Trappmann (2023): Effects of mixing modes on nonresponse and measurement error in an economic panel survey. In: Journal for labour market research, Jg. 57, 2022-12-05. DOI:10.1186/s12651-022-00328-1

Abstract

"Numerous panel surveys around the world use multiple modes of data collection to recruit and interview respondents. Previous studies have shown that mixed-mode data collection can improve response rates, reduce nonresponse bias, and reduce survey costs. However, these advantages come at the expense of potential measurement differences between modes. A major challenge in survey research is disentangling measurement error biases from nonresponse biases in order to study how mixing modes affects the development of both error sources over time. In this article, we use linked administrative data to disentangle both nonresponse and measurement error biases in the long-running mixed-mode economic panel study “Labour Market and Social Security” (PASS). Through this study design we answer the question of whether mixing modes reduces nonresponse and measurement error biases compared to a single-mode design. In short, we find that mixing modes reduces nonresponse bias for most variables, particularly in later waves, with only small effects on measurement error bias. The total bias and mean-squared error are both reduced under the mixed-mode design compared to the counterfactual single-mode design, which is a reassuring finding for mixed-mode economic panel surveys." (Author's abstract, IAB-Doku, © Springer-Verlag) ((en))

Zitatform

Dummert, Sandra (2022): Codebuch und Dokumentation der Interviewernachbefragung des Panel "Arbeitsmarkt und soziale Sicherung" (PASS). (FDZ-Datenreport 11/2022 (de)), Nürnberg, 23 S. DOI:10.5164/IAB.FDZD.2211.de.v1

Abstract

"Die FDZ-Datenreporte beschreiben die Daten des FDZ im Detail. Diese Reihe hat somit eine doppelte Funktion: Zum einen stellen Nutzerinnen und Nutzer fest, ob die angebotenen Daten für das Forschungsvorhaben geeignet sind, zum anderen dienen sie zur Vorbereitung der Auswertungen. Dieser Datenreport beschreibt die im Rahmen einer Interviewendennachbefragung (PASS-INT) erhobenen Daten. Diese Befragung, welche sich an die Interviewenden richtet, wurde ab der 4. Welle im Anschluss an jedes erfolgreich durchgeführte Personeninterview für das Panel Arbeitsmarkt und Soziale Sicherung (PASS) durchgeführt." (Autorenreferat, IAB-Doku)

Zitatform

Keusch, Florian, Sebastian Bähr, Georg-Christoph Haas, Frauke Kreuter, Mark Trappmann & Stephanie Eckman (2022): Non-participation in smartphone data collection using research apps. In: Journal of the Royal Statistical Society. Series A, Statistics in Society, Jg. 185, H. Suppl. 2, S. S225-S245., 2022-01-25. DOI:10.1111/rssa.12827

Abstract

"Research apps allow to administer survey questions and passively collect smartphone data, thus providing rich information on individual and social behaviours. Agreeing to this novel form of data collection requires multiple consent steps, and little is known about the effect of non-participation. We invited 4,293 Android smartphone owners from the German Panel Study Labour Market and Social Security (PASS) to download the IAB-SMART app. The app collected data over six months through (a) short in-app surveys and (b) five passive mobile data collection functions. The rich information on PASS members from previous survey waves allows us to compare participants and non-participants in the IAB-SMART study at the individual stages of the participation process and across the different types of data collected. We find that 14.5 percent of the invited smartphone users installed the app, between 12.2 and 13.4 percent provided the different types of passively collected data, and 10.8 percent provided all types of data at least once. Likelihood to participate was smaller among women, decreased with age and increased with educational attainment, German citizenship, and PASS tenure. We find non-participation bias in substantive variables, including overestimation of social media usage and social network size and underestimation of non-working status." (Author's abstract, © 2022 John Wiley & Sons) ((en))

Zitatform

Olbrich, Lukas, Yuliya Kosyakova & Joseph Sakshaug (2022): The reliability of adult self-reported height: The role of interviewers. In: Economics and Human Biology, Jg. 45, S. 1-14., 2022-02-22. DOI:10.1016/j.ehb.2022.101118

Abstract

"Surveys serve as an important source of information on key anthropometric characteristics such as body height or weight in the population. Such data are often obtained by directly asking respondents to report those values. Numerous studies have examined measurement errors in this context by comparing reported to measured values. However, little is known on the role of interviewers on the prevalence of irregularities in anthropometric survey data. In this study, we explore such interviewer effects in two ways. First, we use data from the US National Health and Nutrition Examination Survey and the UK Household Longitudinal Study to evaluate whether differences between reported and measured values are clustered within interviewers. Second, we investigate changes in adult self-reported height over survey waves in two German large-scale panel surveys. Here, we exploit that height should be constant over time for the majority of adult age groups. In both analyses, we use multilevel location-scale models to identify interviewers who enhance reporting errors and interviewers for whom unlikely height changes over waves occur frequently. Our results reveal that interviewers can play a prominent role in differences between reported and measured height values and changes in reported height over survey waves. We further provide an analysis of the consequences of height misreporting on substantive regression coefficients where we especially focus on the role of interviewers who reinforce reporting errors and unlikely height changes." (Author's abstract, IAB-Doku, © 2022 Elsevier) ((en))

Zitatform

Beste, Jonas, Lukas Olbrich & Silvia Schwanhäuser (2021): Interviewer:innenkontrolle im Panel Arbeitsmarkt und soziale Sicherung (PASS). (FDZ-Methodenreport 04/2021 (de)), Nürnberg, 11 S. DOI:10.5164/IAB.FDZM.2104.de.v1

Abstract

"Im Panel Arbeitsmarkt und soziale Sicherung (PASS, DOI: 10.5164/IAB.PASS-SUF0619.de.en.v2) (Trappmann et al., 2013, 2019) werden stets neue Methoden zur Qualitätssicherung entwickelt und angewendet. In diesem Bericht werden die Ergebnisse eines Projekts zu abweichendem Interviewer:innenverhalten zusammengefasst. Im Fokus der verbesserten Qualitätskontrollen stehen dabei insbesondere statistische Kontrollmethoden wie die Analyse von Zeitmarken, längsschnittliche Korrelationsanalysen sowie etablierte statistische Indikatoren. Im Rahmen dieser Analysen wurden zwei Interviewer:innen identifiziert, die zumindest nennenswerte Teile der von ihnen abgelieferten Interviews nicht regulär durchgeführt haben. Die Fälle dieser Interviewer:innen wurden aus den Daten entfernt. Insgesamt ist die Anzahl an betroffenen Interviews jedoch gering. Im PASS wurden 0,41 Prozent der Personeninterviews und 0,37 Prozent der Haushaltsinterviews entfernt. Auch die einzelnen Teilstichproben sind nur geringfügig betroffen. In zukünftigen PASS-Wellen werden diese Qualitätskontrollen standardmäßig bereits während der Feldarbeit durchgeführt." (Autorenreferat, IAB-Doku)

Zitatform

Collischon, Matthias (2021): Identifying supervisory or managerial status in administrative records. (IAB-Discussion Paper 20/2021), Nürnberg, 17 S.

Abstract

"Informationen darüber, ob Individuen eine Position mit Führungsaufgaben innehaben, sind wichtig für die Arbeitsmarktforschung. Leider ist es nicht einfach möglich, diese Aufgaben in deutschen administrativen Daten zu identifizieren. Dieser Beitrag nutzt Surveyinformationen aus dem Panel Arbeitsmarkt und soziale Sicherung (PASS), um Personen mit Führungsaufgaben in administrativen Daten, zum Beispiel dem SIAB, vorherzusagen. Als Beispiel für die Anwendung untersuche ich Geschlechterunterschiede in der Wahrscheinlichkeit, eine Position mit Führungsaufgaben zu haben." (Autorenreferat, IAB-Doku)

Zitatform

Dummert, Sandra (2021): Codebuch und Dokumentation der Interviewernachbefragung des Panel "Arbeitsmarkt und soziale Sicherung" (PASS). (FDZ-Datenreport 15/2021 (de)), Nürnberg, 27 S. DOI:10.5164/IAB.FDZD.2115.de.v1

Abstract

"Die FDZ-Datenreporte beschreiben die Daten des FDZ im Detail. Diese Reihe hat somit eine doppelte Funktion: Zum einen stellen Nutzerinnen und Nutzer fest, ob die angebotenen Daten für das Forschungsvorhaben geeignet sind, zum anderen dienen sie zur Vorbereitung der Auswertungen. Dieser Datenreport beschreibt die im Rahmen einer Interviewendennachbefragung (PASS-INT) erhobenen Daten. Diese Befragung, welche sich an die Interviewenden richtet, wurde ab der 4. Welle im Anschluss an jedes erfolgreich durchgeführte Personeninterview für das Panel Arbeitsmarkt und Soziale Sicherung (PASS) durchgeführt." (Autorenreferat, IAB-Doku)

Zitatform

Jesske, Birgit & Sabine Schulz (2021): Panel Arbeitsmarkt und Soziale Sicherung PASS-Erhebungswelle 14 - 2020 (Haupterhebung). (FDZ-Methodenreport 06/2021 (de)), Nürnberg, 153 S. DOI:10.5164/IAB.FDZM.2106.de.v1

Abstract

"Bereits in Erhebungswelle 10 hat PASS auf die Herausforderung reagiert, dass sich die Zusammensetzung der Zielgruppe der SGB-II-Empfänger verändert hat. Ausgelöst durch die verstärkte Flüchtlingszuwanderung seit 2014 in Deutschland finden sich unter den Leistungsempfängern größere Anteile aus arabischsprachigen Herkunftsländern, die über die nächsten Jahre im PASS befragt werden sollen. Dafür wurden in Welle 10 neben dem Einsatz eines arabischen Erhebungsinstruments verschiedene Maßnahmen zur Kontaktierung und Interviewführung getroffen und weiterentwickelt, die in den Folgewellen erneut zum Einsatz kamen. Während in Welle 10 ein Oversampling für Neuzugänge ins SGB II mit syrischer und irakischer Nationalität erfolgte, sind syrische/irakische Haushalte seit Welle 11 in den Auffrischungsstichproben auch ohne diese Maßnahme ausreichend vertreten. Die Erfahrungen aus den Vorwellen haben gezeigt, dass sich Kontaktierung und Interviewführung, aber auch Bearbeitungsergebnisse in dieser Gruppe noch deutlich von der üblichen SGB-II-Stichprobe unterscheiden. Vor diesem Hintergrund werden im Methodenbericht Ergebnisse nach Stichprobengruppen getrennt ausgewiesen, so dass syrische/irakische Haushalte sowohl im Panel als auch für die Auffrischungsstichprobe immer eine eigene Gruppe innerhalb der SGB-II-Stichproben bilden." (Autorenreferat, IAB-Doku)

Zitatform

Schierholz, Malte & Matthias Schonlau (2021): Machine learning for occupation coding - a comparison study. In: Journal of survey statistics and methodology, Jg. 9, H. 5, S. 1013-1034., 2020-07-07. DOI:10.1093/jssam/smaa023

Abstract

"Asking people about their occupation is common practice in surveys and censuses around the world. The answers are typically recorded in textual form and subsequently assigned (coded) to categories, which have been defined in official occupational classifications. While this coding step is often done manually, substituting it with more automated workflows has been a longstanding goal, promising reduced data-processing costs and accelerated publication of key statistics. Although numerous researchers have developed different algorithms for automated occupation coding, the algorithms have rarely been compared with each other or tested on different data sets. We fill this gap by comparing some of the most promising algorithms found in the literature and testing them on five data sets from Germany. The first two algorithms we test exemplify a common practice in which answers are coded automatically according to a predefined list of job titles. Statistical learning algorithms - that is, regularized multinomial regression, tree boosting, or algorithms developed specifically for occupation coding (algorithms three to six) - can improve upon algorithms one and two, but only if a sufficient number of training observations from previous surveys is available. The best results are obtained by merging the list of job titles with coded answers from previous surveys before using this combined training data for statistical learning (algorithm 7). However, the differences between the algorithms are often small compared to the large variation found across different data sets, which we ascribe to systematic differences in the way the data were coded in the first place. Such differences complicate the application of statistical learning, which risks perpetuating questionable coding decisions from the training data to the future." (Author's abstract, IAB-Doku) ((en))

Zitatform

Bossler, Mario & Christian Westermeier (2020): Measurement error in minimum wage evaluations using survey data. (IAB-Discussion Paper 11/2020), Nürnberg, 49 S.

Abstract

"Wir analysieren den Einfluss von Messfehlern in Mindestlohnevaluationen, wenn die Treatmentvariable, also der 'Bite', aus einer befragungsbasierten Lohnverteilung stammt. In Monte- Carlo-Simulationen überprüfen wir die Verzerrtheit der Schätzer sowohl mit simulierten als auch empirischen Verteilungen von Messfehlern. Die empirischen Messfehler stammen aus einem Link von Befragungsdaten und administrativen Daten. Auf der individuellen Beobachtungsebene werden die Treatmenteffekte über 30 Prozent unterschätzt. Eine Aggregation der Treatmentinformation auf der Ebene von Haushalten, Firmen oder Regionen löst das Problem nicht vollständig. In Fällen einer sehr stark segregierten Verteilung von betroffenen Beschäftigten auf nur wenige Firmen oder Regionen kann es sogar zu einer Überschätzung des wahren Effekts kommen. Wir diskutieren zwei Lösungsansätze: Die Verwendung einer kontinuierlichen Treatmentvariable und das Löschen von Observationen, die in der Lohnverteilung nahe der Mindestlohnschwelle liegen." (Autorenreferat, IAB-Doku)

Zitatform

Dummert, Sandra (2020): Codebuch und Dokumentation der Interviewernachbefragung des Panel "Arbeitsmarkt und soziale Sicherung" (PASS). (FDZ-Datenreport 13/2020 (de)), Nürnberg, 28 S. DOI:10.5164/IAB.FDZD.2013.de.v1

Abstract

"Die FDZ-Datenreporte beschreiben die Daten des FDZ im Detail. Diese Reihe hat somit eine doppelte Funktion: Zum einen stellen Nutzerinnen und Nutzer fest, ob die angebotenen Daten für das Forschungsvorhaben geeignet sind, zum anderen dienen sie zur Vorbereitung der Auswertungen. Dieser Datenreport beschreibt die im Rahmen einer Interviewendennachbefragung (PASS-INT) erhobenen Daten. Diese Befragung, welche sich an die Interviewenden richtet, wurde ab der 4. Welle im Anschluss an jedes erfolgreich durchgeführte Personeninterview für das Panel Arbeitsmarkt und Soziale Sicherung (PASS) durchgeführt." (Autorenreferat, IAB-Doku)

Zitatform

West, Brady T., Michael R. Elliott, Zeina Mneimneh, James Wagner, Andy Peytchev & Mark Trappmann (2020): An examination of an interviewer-respondent matching protocol in a longitudinal CATI study. In: Journal of survey statistics and methodology, Jg. 8, H. 2, S. 304-324., 2018-12-19. DOI:10.1093/jssam/smy028

Abstract

"This article presents results from an experimental study in Germany designed to test the effectiveness of a novel protocol for matching participants in a national panel survey with interviewers employing computer-assisted telephone interviewing (CATI) on selected sociodemographic features, including sex, age, and education. We specifically focus on the ability of the protocol to engender close matches between respondents and interviewers in terms of these features, using both theory and empirical evidence to suggest that this type of matching will improve cooperation rates in surveys employing CATI. We also focus on indicators of 'success' at first contact (defined as a successful interview or establishment of an appointment for an interview) as a function of whether the matching protocol was in use on a given day and whether specific types of matches generated higher rates of success overall. We find strong evidence of the protocol effectively establishing close matches, and we also observe that matches based on education proved especially effective for rates of 'success' in a panel survey that focused primarily on labor market topics. We conclude with thoughts on practical implementation of this approach in other settings and suggested directions for future work in this area." (Author's abstract, IAB-Doku) ((en))

Zitatform

Bruckmeier, Kerstin, Regina T. Riphahn & Jürgen Wiemers (2019): Benefit underreporting in survey data and its consequences for measuring non-take-up: new evidence from linked administrative and survey data. (IAB-Discussion Paper 06/2019), Nürnberg, 40 S.

Abstract

"Eine Vielzahl von Studien untersucht die Nicht-Inanspruchnahme von Sozialleistungen, um die Wirksamkeit staatlicher Programme zu bewerten. Eine große Herausforderung in dieser Literatur besteht darin, dass die Messung der Inanspruchnahme in den verwendeten Daten fehlerbehaftet ist. Der Messfehler wird typischerweise durch strukturelle Annahmen in der statistischen Modellierung adressiert. In unseren Daten beobachten wir hingegen sowohl den tatsächlichen Leistungsbezug als auch die Angaben der Befragten zu ihrem Leistungsbezug. So können wir die Messfehler, die üblicherweise geschätzt werden müssen, direkt beobachten. Wir berichten das Ausmaß von falschen Angaben bezüglich des Leistungsbezugs in den von uns verwendeten Surveydaten und untersuchen, wie diese falschen Angaben Schätzungen zu den Determinanten der Inanspruchnahme leistungsberechtigter Haushalte verzerren. Unsere Ergebnisse deuten darauf hin, dass das Ausmaß der Messfehler erheblich sein kann, sodass survey-basierte Analysen des Inanspruchnahmeverhaltens wahrscheinlich mit beträchtlichen Verzerrungen behaftet sind." (Autorenreferat, IAB-Doku)

Zitatform

Dummert, Sandra (2019): Codebuch und Dokumentation der Interviewernachbefragung des Panel "Arbeitsmarkt und soziale Sicherung" (PASS). (FDZ-Datenreport 10/2019 (de)), Nürnberg, 27 S. DOI:10.5164/IAB.FDZD.1910.de.v1

Zitatform

Jesske, Birgit, Sabine Schulz & Sylvia Quandt (2019): Panel Arbeitsmarkt und Soziale Sicherung PASS-Erhebungswelle 12 - 2018 (Haupterhebung). (FDZ-Methodenreport 05/2019 (de)), Nürnberg, 157 S. DOI:10.5164/IAB.FDZM.1905.de.v1