PASS-Literatur
Das Panel "Arbeitsmarkt und soziale Sicherung" (PASS) ist eine jährlich stattfindende Haushaltsbefragung. Mit dem PASS baut das IAB einen Datensatz für die Arbeitsmarkt-, Sozialstaats- und Armutsforschung in Deutschland auf. Durch seine Fallzahlen und die jährliche Periodizität ist PASS eine zentrale Quelle für die Untersuchung des Arbeitsmarkts, der Armut und der Situation von SGB-II-Leistungsempfängern in Deutschland.
In diesem Themendossier finden Sie die mit PASS-Daten erstellte Forschungsliteratur, Daten- und Methodendokumentationen des PASS sowie Veröffentlichungen der methodischen Begleitforschung.
Im Filter „Autorenschaft“ können Sie auf IAB-(Mit-)Autorenschaft eingrenzen.
-
Literaturhinweis
Codebuch und Dokumentation des Panel „Arbeitsmarkt und soziale Sicherung“ (PASS) Datenreport Welle 18 (2025)
Anker, Fritz; Prospero, Valentina; Berg, Marco; Gerber, Vincent; Dickmann, Christian; Gilberg, Reiner; Beste, Jonas ; Malich, Sonja ; Dummert, Sandra ; Jesske, Birgit; Wenzig, Claudia; Gundert, Stefanie ; Collischon, Matthias ; Mackeben, Jan; Trappmann, Mark ; Kleudgen, Martin; Bähr, Sebastian ; Wunder, Anja ; Frodermann, Corinna ; Stegmaier, Jens ; Cramer, Ralph; Müller, Marcel ;Zitatform
Anker, Fritz, Marco Berg, Ralph Cramer, Christian Dickmann, Vincent Gerber, Reiner Gilberg, Birgit Jesske, Martin Kleudgen, Jonas Beste, Sandra Dummert, Corinna Frodermann, Sonja Malich, Valentina Prospero, Claudia Wenzig, Mark Trappmann, Sebastian Bähr, Matthias Collischon, Stefanie Gundert, Jan Mackeben, Marcel Müller, Jens Stegmaier & Anja Wunder (2025): Codebuch und Dokumentation des Panel „Arbeitsmarkt und soziale Sicherung“ (PASS) Datenreport Welle 18. (FDZ-Datenreport 10/2025), Nürnberg, 194 S. DOI:10.5164/IAB.FDZD.2510.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 dokumentiert die Aufbereitung der Welle 18 von PASS. Das Dokument basiert auf dem Datenreport der Welle 17: Marco Berg, Ralph Cramer, Christian Dickmann, Vincent Gerber, Reiner Gilberg, Birgit Jesske, Martin Kleudgen (alle infas Institut für angewandte Sozialwissenschaft GmbH), Jonas Beste, Sandra Dummert, Corinna Frodermann, Sonja Malich, Stefan Schwarz, Claudia Wenzig, Mark Trappmann, Sebastian Bähr, Matthias Collischon, Stefanie Gundert, Benjamin Küfner, Jan Mackeben, Marcel Müller, Valentina Prospero, Jens Stegmaier, Nils Teichler, Anja Wunder (alle Institut für Arbeitsmarkt- und Berufsforschung (IAB)): Codebuch und Dokumentation des Panel „Arbeitsmarkt und soziale Sicherung“ (PASS) Band I: Datenreport Welle 17, FDZ Datenreport, 12/2024 (de), Nürnberg." (Autorenreferat, IAB-Doku)
Beteiligte aus dem IAB
Prospero, Valentina; Beste, Jonas ; Malich, Sonja ; Dummert, Sandra ; Wenzig, Claudia; Gundert, Stefanie ; Collischon, Matthias ; Trappmann, Mark ; Bähr, Sebastian ; Wunder, Anja ; Frodermann, Corinna ; Stegmaier, Jens ; Müller, Marcel ;Weiterführende Informationen
Data product DOI: 10.5164/IAB.PASS-SUF0624.de.en.v1 -
Literaturhinweis
Codebuch und Dokumentation des Websurveys im „Panel Arbeitsmarkt und soziale Sicherung“ (PASS): Datenreport Websurvey 2024 (2025)
Dickmann, Christian; Torregroza, Sabrina; Wenzig, Claudia; Malich, Sonja ; Collischon, Matthias ; Jesske, Birgit; Gundert, Stefanie ; Müller, Marcel ; Wunder, Anja ; Frodermann, Corinna ; Dummert, Sandra ; Prospero, Valentina; Trappmann, Mark ; Beste, Jonas ; Zins, Stefan ; Stegmaier, Jens ; Bähr, Sebastian ;Zitatform
Dickmann, Christian, Birgit Jesske, Sabrina Torregroza, Jonas Beste, Sandra Dummert, Corinna Frodermann, Sonja Malich, Valentina Prospero, Claudia Wenzig, Mark Trappmann, Stefan Zins, Sebastian Bähr, Matthias Collischon, Stefanie Gundert, Marcel Müller, Jens Stegmaier & Anja Wunder (2025): Codebuch und Dokumentation des Websurveys im „Panel Arbeitsmarkt und soziale Sicherung“ (PASS). Datenreport Websurvey 2024. (FDZ-Datenreport 11/2025), Nürnberg, 22 S. DOI:10.5164/IAB.FDZD.2511.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 dokumentiert die Aufbereitung des Websurveys des PASS 2024." (Autorenreferat, IAB-Doku)
Beteiligte aus dem IAB
Wenzig, Claudia; Malich, Sonja ; Collischon, Matthias ; Gundert, Stefanie ; Müller, Marcel ; Wunder, Anja ; Frodermann, Corinna ; Dummert, Sandra ; Prospero, Valentina; Trappmann, Mark ; Beste, Jonas ; Zins, Stefan ; Stegmaier, Jens ; Bähr, Sebastian ;Weiterführende Informationen
Data product DOI: 10.5164/IAB.PASS-SUF0624.de.en.v1 -
Literaturhinweis
On Omitted Variables, Proxies, and Unobserved Effects in Empirical Regression Analysis (2025)
Zitatform
Du, Shihan, Ralf Andreas Wilke & Pia Homrighausen (2025): On Omitted Variables, Proxies, and Unobserved Effects in Empirical Regression Analysis. In: Journal of Official Statistics, Jg. 41, H. 2, S. 725-744., 2024-12-01. DOI:10.1177/0282423x241312644
Abstract
"Any result from regression analysis may be subject to omitted variable bias of unknown magnitude and direction as, in practice, no dataset contains all the variables of the population model. At the same time, many variables are irrelevant and don’t contribute to the analysis. This paper explores which combination of data sources or structures will produce the best results and should be made available to the research community. We present a unified statistical framework that nests and comparable sets of constraints that characterize the effectiveness of these approaches in reducing omitted variable bias. We demonstrate our framework by estimating a wage and labor market transition model using German administrative data with a large set of linked survey variables. Overall, we find that unobserved effects panel data models with a restricted set of regressors are preferable to cross-sectional analysis with an extended set of variables. Consequently, we recommend that data providers supply administrative panel data for key variables instead of conducting extensive cross-sectional surveys." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Codebuch und Dokumentation der Interviewendennachbefragung des Panel Arbeitsmarkt und soziale Sicherung (PASS) (2025)
Zitatform
Dummert, Sandra (2025): Codebuch und Dokumentation der Interviewendennachbefragung des Panel Arbeitsmarkt und soziale Sicherung (PASS). (FDZ-Datenreport 12/2025), Nürnberg, 25 S. DOI:10.5164/IAB.FDZD.2512.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)
Weiterführende Informationen
Data product DOI: 10.5164/IAB.PASS-SUF0624.de.en.v1 -
Literaturhinweis
Panel Arbeitsmarkt und Soziale Sicherung PASS-Erhebungswelle 18/2024 (Haupterhebung) (2025)
Jesske, Birgit; Schulz, Sabine; Torregroza, Sabrina;Zitatform
Jesske, Birgit, Sabine Schulz & Sabrina Torregroza (2025): Panel Arbeitsmarkt und Soziale Sicherung PASS-Erhebungswelle 18/2024 (Haupterhebung). (FDZ-Methodenreport 08/2025), Nürnberg, 123 S., Anhang. DOI:10.5164/IAB.FDZM.2508.de.v1
Abstract
"Vor dem Hintergrund der besonderen Zusammensetzung der Personen mit SGB-II-Bezug werden im PASS alle Nationalitäten berücksichtigt und auch fremdsprachige Befragungen durchgeführt. Zu Beginn waren die Erhebungssprachen auf Russisch und Türkisch begrenzt. Seit Welle 10 wurde auf die gesonderte Bereitstellung eines türkischsprachigen Erhebungsinstruments verzichtet, da die Befragungen in türkischer Sprache in den Haushalten nur noch in sehr wenigen Fällen notwendig waren. Dafür wurden aufgrund der verstärkten Flüchtlingszuwanderung seit 2014 aus Syrien und dem Irak, die Haushalte seit Welle 10 auch auf Arabisch befragt. Ab der Welle 17 wurde aufgrund der aktuellen Entwicklungen in der Grundgesamtheit der SGB-II-Haushalte Ukrainisch als weitere Erhebungssprache hinzugenommen. In Welle 18 wurde die Bearbeitung der Stichprobe aus dem Einwohnermelderegister (Bestandsauffrischung) weitergeführt. Dafür wurden alle Adressen der Einwohnermeldestichprobe, die in Welle 17 nicht erreicht oder nicht ausreichend bearbeitet werden konnten, erneut zur Bearbeitung ins Feld gegeben." (Autorenreferat, IAB-Doku)
Weiterführende Informationen
Data product DOI: 10.5164/IAB.PASS-SUF0624.de.en.v1 -
Literaturhinweis
Panel Arbeitsmarkt und Soziale Sicherung PASS Websurvey 2024 (Haupterhebung) (2025)
Jesske, Birgit; Schulz, Sabine; Torregroza, Sabrina;Zitatform
Jesske, Birgit, Sabine Schulz & Sabrina Torregroza (2025): Panel Arbeitsmarkt und Soziale Sicherung PASS Websurvey 2024 (Haupterhebung). (FDZ-Methodenreport 09/2025), Nürnberg, 33 S., Anhang. DOI:10.5164/IAB.FDZM.2509.de.v1
Abstract
"Das Institut für Arbeitsmarkt- und Berufsforschung (IAB) hat 2006 eine Studie im Niedrigeinkommensbereich (IAB-Haushaltspanel) aufgesetzt, die eine neue Datengrundlage für die Funktionsweise und Folgen des neuen Sozialsystems SGB II in privaten Haushalten in Deutschland schaffen soll. Die als Panel angelegte Studie erfasst über einen längeren Zeitraum hinweg Lebens- und Problemlagen von sowohl Leistungsbeziehenden als auch einer Kontrollgruppe. Befragt werden alle Personen ab 15 Jahren in ausgewählten Haushalten. In der 16. Erhebungswelle wurde erstmalig der Einstieg in die selbstadministrierte Erhebung im Webmodus getestet. Mit diesem Modus ergibt sich für PASS einerseits die Option zusätzliche Module zu erheben, die zur Kürzung des Fragebogenprogramms der jährlichen Panelerhebung beitragen könnten. Andererseits sollen die optimalen Abläufe bei der Durchführung von Webbefragungen in der PASS-Zielgruppe sowie die Erreichbarkeit und Akzeptanz der Panelteilnehmerinnen und -teilnehmer erprobt werden. Im Anschluss an die Welle 18 erfolgte nun die Durchführung des zweiten Websurveys im PASS. Die Zielgruppe des Websurveys bilden dabei alle Teilnehmerinnen und Teilnehmer der Welle 18. Diese erhielten postalisch und flankierend per E-Mail einen persönlichen Zugangslink zu dem kurzen Online-Fragebogen. Die Durchführung des Websurveys erfolgte zwischen Ende Oktober und Anfang Dezember 2024. Mit dem vorliegenden Bericht werden alle Schritte der Haupterhebung des Websurveys und die daraus resultierenden Feldergebnisse beschrieben. Die angebotenen Daten für Nutzerinnen und Nutzer und deren Aufbereitung werden in einem eigenen Datenreport dokumentiert. Der Haupterhebung des Websurveys wurde ein Pretest vorgeschaltet, für den die Preteststichprobe der Panelerhebung aus Welle 18 zum Einsatz kam." (Autorenreferat, IAB-Doku)
Weiterführende Informationen
Data product DOI: 10.5164/IAB.PASS-SUF0624.de.en.v1 -
Literaturhinweis
Essays on deliberate errors in surveys (2025)
Zitatform
Olbrich, Lukas (2025): Essays on deliberate errors in surveys. München, 259 S. DOI:10.5282/edoc.34655
Abstract
"Surveys sind anfällig für absichtliche Fehler der beteiligten Akteure (zum Beispiel der Interviewenden oder der Befragten), die zu verzerrten Schätzungen und fehlerhaften Inferenzen führen und das generelle Vertrauen in Survey-Daten verringern können. Diese Dissertation behandelt Strategien und Methoden zur Prävention und Identifikation solcher Fehler. Die ersten vier Artikel befassen sich mit absichtlichen Fehlern von Face-to-Face-Interviewenden. Der fünfte Artikel beschäftigt sich mit Befragten in Web-Surveys, wobei insbesondere “Inattentive Responding” behandelt wird. Der erste Artikel untersucht den Effekt von Interviewmitschnitten auf das Interviewendenverhalten in Face-to-Face-Befragungen. Hierbei werden mit dem Einverständnis der Befragten – unter anderem zur späteren Kontrolle der Interviewenden – Tonspuren der Interviews aufgezeichnet. Ohne diese Mitschnitte ist das Verhalten der Interviewenden während des Interviews nicht beobachtbar. Anhand detaillierter Zeitstempeldaten und unterschiedlicher Analyseansätze zeigen wir, dass Interviewmitschnitte (vermutlich absichtliche) Interviewendenfehler erheblich reduzieren. Der zweite Artikel veranschaulicht, wie Multilevel-Modelle zur Identifikation von Interviewendenfälschungen genutzt werden können. Das Modell konzentriert sich auf das Verhalten der fälschenden Interviewenden über den Feldverlauf hinweg. Wir testen die Methode mit Survey-Daten mit verifizierte Fälschungen, die wir identifizieren können, und finden in einem weiteren Datensatz mehrere verdächtige Interviewende. Im dritten Artikel wird ein weiterer Ansatz zur Identifikation fehleranfälliger Interviewender entwickelt. Unter der Annahme, dass sich die Körpergröße von Erwachsenen in kurzen Zeitabständen nicht verändern sollte, klassifizieren wir Interviewende als fehleranfällig, wenn 1) die angegebene Größe ihrer Befragten häufig und erheblich von der gemessenen Größe abweicht oder 2) sich die angegebene Größe ihrer Befragten häufig und erheblich zwischen Panelwellen verändert. Wir verwenden dafür Multilevel-Modelle und identifizieren mehrere fehleranfällige Interviewende in vier Datensätzen. Im vierten Artikel wird ein multivariater Ansatz zur Analyse von Interviewendenfehlern entwickelt. Wir verwenden Daten aus zehn Jahren einer jährlichen Querschnittsbefragung, die in zehn Ländern durchgeführt wurde (insgesamt 100 Länder-Jahre), und wenden mehrere Indikatoren für Interviewendenfehler auf Interviewenden- und Länder-Jahr-Ebene an. Um auffällige Länder-Jahre und Interviewende zu identifizieren, verwenden wir Isolation Forests und zeigen, dass mehrere Länder in bestimmten Jahren besonders auffällige Indikatorwerte aufweisen. Die Ergebnisse führten zum Ausschluss mehrerer Länder-Jahre aus den veröffentlichten Daten und veranschaulichen die Bedeutung des Erhebunsinstituts für die Analyse von Interviewendenfehlern. Der fünfte Artikel befasst sich mit der Prävention und Identifikation von Inattentive Responding (Befragte, die ohne Rücksicht auf den Inhalt der Frage antworten) in Web-Surveys. Als Präventionsansatz untersuchen wir den Effekt von “Commitment Pledges”, bei denen sich die Befragten zu Beginn des Interviews verpflichten, bestmögliche Antworten zu geben. Wir finden keinen Effekt der Präventionsmaßnahme auf mehrere Indikatoren für Inattentive Responding. Zur Identifikation führen wir ein Experiment zu “Attention Checks” durch und zeigen, dass ein großer Anteil der Befragten solche Checks wahrscheinlich zufällig besteht. Als Alternative entwickeln und testen wir einen zeitstempelbasierten Clustering-Ansatz, mit dem Cluster, die zu großen Teilen aus Inattentive Respondents bestehen, identifiziert werden können. Die Artikel über Maßnahmen zur Prävention von absichtlichen Fehlern können bei der Entwicklung von Strategien zur Qualitätssicherung von Surveys unterstützen. Die entwickelten und getesteten Identifikationsmethoden können in der Praxis und angewandten Forschung zur Bewertung der Qualität von Survey-Daten angewandt werden. Insgesamt trägt diese Dissertation dazu bei, die Häufigkeit und die nachteiligen Folgen von absichtlichen Fehlern in Surveys zu verringern." (Autorenreferat, IAB-Doku)
-
Literaturhinweis
Education bias in probability-based surveys in Germany: evidence and possible solutions (2025)
Stein, Annika ; Rohr, Björn ; Rettig, Tobias ; Blohm, Michael; Cornesse, Carina ; Spangenberg, Heike ; Gummer, Tobias ; Schneider, Silke L. ; Naumann, Elias ; Gauly, Britta ; Coban, Mustafa ; Auriga, Roman; Christmann, Pablo ; Bergmann, Michael ; Schmidt, Tobias ; Weiß, Bernd ; Schanze, Jan-Lucas; Trappmann, Mark ; Roßmann, Joss ; Hahn, Caroline ; Pötzschke, Steffen ; Bethmann, Arne ; Naber, Dörte ; Silber, Henning ; Lemcke, Johannes ; Weinhardt, Michael ; Hochman, Oshrat ; Décieux, Jean Philippe ; Helmschrott, Susanne;Zitatform
Stein, Annika, Tobias Gummer, Elias Naumann, Björn Rohr, Henning Silber, Roman Auriga, Michael Bergmann, Arne Bethmann, Michael Blohm, Carina Cornesse, Pablo Christmann, Mustafa Coban, Jean Philippe Décieux, Britta Gauly, Caroline Hahn, Susanne Helmschrott, Oshrat Hochman, Johannes Lemcke, Dörte Naber, Steffen Pötzschke, Joss Roßmann, Jan-Lucas Schanze, Tobias Schmidt, Silke L. Schneider, Heike Spangenberg, Tobias Rettig, Bernd Weiß, Mark Trappmann & Michael Weinhardt (2025): Education bias in probability-based surveys in Germany: evidence and possible solutions. In: International Journal of Social Research Methodology, S. 1-18. DOI:10.1080/13645579.2025.2508889
Abstract
"This paper outlines two studies on education bias in German probability-based surveys. Study 1 reviews data from 67 surveys across 19 survey programs conducted in Germany from 2000 to 2023. We found a consistent underrepresentation of individuals with a low level of formal education. We also found that the transition to self-administered modes due to rising survey costs may exacerbate this bias in the future. In study 2, we use the results of a workshop with experts on probability-based surveys, to discuss various strategies to deal with this bias, including increased face-to-face contacts and incentives, while emphasizing the need for research on adapting survey designs. Our findings underscore the urgency for further research to understand the nonparticipation mechanisms among less educated individuals and develop effective countermeasures. We advocate for collaborative efforts among survey researchers, cross-country comparative research, and consideration of potential trade-offs with other data quality dimensions." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Codebuch und Dokumentation der Interviewendennachbefragung des Panel Arbeitsmarkt und soziale Sicherung (PASS) (2024)
Zitatform
Dummert, Sandra (2024): Codebuch und Dokumentation der Interviewendennachbefragung des Panel Arbeitsmarkt und soziale Sicherung (PASS). (FDZ-Datenreport 08/2024 (de)), Nürnberg, 26 S. DOI:10.5164/IAB.FDZD.2408.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)
Weiterführende Informationen
Data product DOI: 10.5164/IAB.PASS-SUF0623.de.en.v1 -
Literaturhinweis
PASS-Befragungsdaten verknüpft mit administrativen Daten des IAB (PASS-ADIAB) 1975-2022 (2024)
Zitatform
Dummert, Sandra & Irakli Sauer (2024): PASS-Befragungsdaten verknüpft mit administrativen Daten des IAB (PASS-ADIAB) 1975-2022. (FDZ-Datenreport 05/2024), Nürnberg, 82 S. DOI:10.5164/IAB.FDZD.2405.de.v1
Abstract
"Dieser Datenreport beschreibt die verknüpften Daten des Panel Arbeitsmarkt und soziale Sicherung (PASS) mit administrativen Daten des Instituts für Arbeitsmarkt- und Berufsforschung (IAB)." (Autorenreferat, IAB-Doku)
Weiterführende Informationen
Data product DOI: 10.5164/IAB.PASS-ADIAB7522.de.en.v1 -
Literaturhinweis
Panel Arbeitsmarkt und Soziale Sicherung PASS-Erhebungswelle 17/2023 (Haupterhebung) (2024)
Jesske, Birgit; Schulz, Sabine; Gerber, Vincent;Zitatform
Jesske, Birgit, Sabine Schulz & Vincent Gerber (2024): Panel Arbeitsmarkt und Soziale Sicherung PASS-Erhebungswelle 17/2023 (Haupterhebung). (FDZ-Methodenreport 05/2024 (de)), Nürnberg, 201 S. DOI:10.5164/IAB.FDZM.2405.de.v1
Abstract
"Vor dem Hintergrund der besonderen Zusammensetzung der Personen mit SGB-II-Bezug werden im PASS alle Nationalitäten berücksichtigt und auch fremdsprachige Befragungen durchgeführt. Zu Beginn waren die Erhebungssprachen auf Russisch und Türkisch begrenzt. Seit Welle 10 wurde auf die gesonderte Bereitstellung eines türkischsprachigen Erhebungsinstruments verzichtet, da die Befragungen in türkischer Sprache in den Haushalten nur noch in sehr wenigen Fällen notwendig waren. Dafür wurde aufgrund der verstärkten Flüchtlingszuwanderung seit 2014 aus Syrien und dem Irak, die Haushalte seit Welle 10 auch auf Arabisch befragt. In Welle 17 wurde aufgrund der aktuellen Entwicklungen in der Grundgesamtheit der SGB-II-Haushalte Ukrainisch als weitere Erhebungssprache hinzugenommen, um dem seit Frühjahr 2022 verstärkten Zuzug von Flüchtlingen aus der Ukraine gerecht zu werden. Mit der Erweiterung der Erhebungssprache wird im PASS sichergestellt, dass anerkannte Flüchtlinge aus den häufigsten Herkunftsländern im Rahmen der jährlichen Auffrischungsstichproben der Grundsicherungsempfänger erreicht und dann auch im Panel weiterverfolgt werden." (Autorenreferat, IAB-Doku)
Weiterführende Informationen
Data product DOI: 10.5164/IAB.PASS-SUF0623.de.en.v1 -
Literaturhinweis
Implementierung eines Web-basierten Datenerhebungsmodus in einem bestehenden Panel der Allgemeinbevölkerung: Eine Analyse der Selektions- & Messeffekte (2024)
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)
-
Literaturhinweis
Measurement error in longitudinal earnings data: evidence from Germany (2024)
Zitatform
Schmillen, Achim, Matthias Umkehrer & Till von Wachter (2024): Measurement error in longitudinal earnings data: evidence from Germany. In: Journal for labour market research, Jg. 58, 2024-05-13. DOI:10.1186/s12651-024-00366-x
Abstract
"We present evidence on the extent of measurement error in German longitudinal earnings data. Qualitatively, we confirm the main result of the international literature: longitudinal earnings data are relatively reliable in a cross section but much less so in first differences. Quantitatively, in the cross section our fndings are very similar to those of Bound and Krueger (J Labor Econ 9:1–24, 1991) and Pischke (J Bus Econ Stat 13:305–314, 1995) for the United States while we find even stronger evidence that frst-differencing exacerbates measurement error problems. We also show that measurement error in our survey data is not“classical” as it is negatively correlated with administrative earnings and positively autocorrelated over an extended period of time. Additionally, we estimate a model of measurement error stemming from underreporting of transitory earnings shocks in combination with a white-noise component and make a number of methodological contributions. Our results are robust to the use of two different linked Survey administrative data sets and various other sensitivity checks." (Author's abstract, IAB-Doku, © Springer) ((en))
Beteiligte aus dem IAB
Umkehrer, Matthias; -
Literaturhinweis
Case Prioritization in a Panel Survey Based on Predicting Hard to Survey Households by Machine Learning Algorithms: An Experimental Study (2023)
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))
-
Literaturhinweis
Identifying supervisory or managerial status in administrative records (2023)
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)
Ähnliche Treffer
früher (möglw. abweichend) erschienen als: IAB-Discussion Paper -
Literaturhinweis
Coverage error in data collection combining mobile surveys with passive measurement using apps: data from a German national survey (2023)
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))
-
Literaturhinweis
Mechanismen, Auswirkungen und Korrekturmöglichkeiten von fehlenden Daten (2023)
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)
Weiterführende Informationen
Zusammenfassung -
Literaturhinweis
Effects of mixing modes on nonresponse and measurement error in an economic panel survey (2023)
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))
-
Literaturhinweis
Codebuch und Dokumentation der Interviewernachbefragung des Panel "Arbeitsmarkt und soziale Sicherung" (PASS) (2022)
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)
-
Literaturhinweis
Non-participation in smartphone data collection using research apps (2022)
Keusch, Florian ; Bähr, Sebastian ; Kreuter, Frauke ; Trappmann, Mark ; Haas, Georg-Christoph ; Eckman, Stephanie ;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))