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, Michael Weinhardt, Tobias Rettig, Bernd Weiß & Mark Trappmann (2026): Education bias in probability-based surveys in Germany: evidence and possible solutions. In: International Journal of Social Research Methodology, Jg. 29, H. 2, S. 197-214., 2025-04-13. 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))

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)

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)

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))

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)

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)

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)

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)

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)

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)

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)

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

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))

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

Zitatform

Sakshaug, Joseph & Manfred Antoni (2019): Evaluating the utility of indirectly linked federal administrative records for nonresponse bias adjustment. In: Journal of Survey Statistics and Methodology, Jg. 7, H. 2, S. 227-249., 2018-03-09. DOI:10.1093/jssam/smy009

Abstract

"Survey researchers are actively seeking powerful auxiliary data sources capable of correcting for possible nonresponse bias in survey estimates of the general population. While several auxiliary data options exist, concerns about their usefulness for addressing nonresponse bias remain. One underutilized - but potentially rich - source of auxiliary data for nonresponse bias adjustment is federal administrative records. While federal records are routinely used to study nonresponse in countries where it is possible to directly link them (via a unique identifier) to population-based samples, such records are not widely used for this purpose in countries which lack a unique identifier to facilitate direct linkage. In this article, we examine the utility of indirectly linked administrative data from a federal employment database for nonresponse bias adjustment in a general population survey in Germany. In short, we find that the linked administrative variables have stronger correlations with the substantive survey variables than do standard paradata variables and that incorporating linked administrative data in nonresponse weighting adjustments reduces relative nonresponse bias to a greater extent than paradata-only weighting adjustments. However, for the majority of weighted survey estimates, including the administrative variables in the weighting adjustment procedure has minimal impact on the point estimates and their variances. We conclude with a general discussion of these findings and comment on the logistical issues associated with this type of linkage relevant to survey practice." (Author's abstract, IAB-Doku) ((en))

Zitatform

West, Brady T. & Mark Trappmann (2019): Effective strategies for recording interviewer observations: evidence from the PASS Study in Germany. In: Survey Methods: Insights from the Field H. 22.10.2019, S. 1-9., 2019-10-22. DOI:10.13094/SMIF-2019-00021

Abstract

"This article investigates how different strategies used by interviewers when recording interviewer observations relate to observation accuracy. Before conducting interviews in a refreshment sample of the general population for the German PASS panel study, interviewers were asked to observe one key target variable of the study -- whether a household is at risk of poverty or not -- for all sampled households. In addition, interviewers recorded what strategies they had used to make their observations. For responding households, we assessed the accuracy of the observation by comparing it to an actual survey measure of poverty risk. Separate multilevel regression models attempting to explain the observed interviewer variance in observation accuracy for two types of households (those at risk and not at risk of poverty) using case-level strategies and aggregate interviewer tendencies reveal unique strategies that result in more accurate observations for each type of household. An aggregate fixed-effects model then reveals strategies that prove to be effective regardless of the type of household when accounting for unobserved interviewer heterogeneity." (Author's abstract, IAB-Doku) ((en))

Zitatform

Bach, Ruben L. & Stephanie Eckmann (2018): Participating in a panel survey. Changes respondents' labour market behaviour. In: Journal of the Royal Statistical Society. Series A, Statistics in Society, Jg. 17, H. 3, S. 443-456., 2018-03-01. DOI:10.1111/rssa.12367

Zitatform

Bruckmeier, Kerstin, Katrin Hohmeyer & Stefan Schwarz (2018): Welfare receipt misreporting in survey data and its consequences for state dependence estimates: new insights from linked administrative and survey data. In: Journal for labour market research, Jg. 52, S. 1-21., 2018-12-06. DOI:10.1186/s12651-018-0250-z

Abstract

"In many advanced welfare states, welfare recipients often receive benefits for long periods. This persistence of welfare receipt can be caused by two distinct mechanisms: genuine or spurious state dependence. Knowledge of which of the two mechanisms drives the observed state dependence is important because the policy implications are different. Most of the empirical evidence on state dependence relies on survey data. However, survey data on welfare receipt are subject to substantial measurement error (i.e., misreporting of welfare benefit receipt), which may also bias state dependence estimates. This paper uses rich linked survey and administrative data to measure the effect of misreporting in the survey data on the estimated state dependence in welfare receipt in Germany. We find a rate of underreporting of welfare benefits of 8.6%. Recipients with relatively good labour market chances tend to underreport benefits more frequently. Overreporting benefits is less pronounced with a rate of 1.6%. Within the survey data, we observe more transitions into and out of the welfare system. However, our estimates of state dependence in welfare receipt based on a dynamic random effects model reveal that the effect of misreporting on estimated state dependence is small, even when we distinguish between working and non-working recipients in the model." (Author's abstract, © Springer-Verlag) ((en))

Zitatform

Bähr, Sebastian, Georg-Christoph Haas, Florian Keusch, Frauke Kreuter & Mark Trappmann (2018): IAB-SMART-Studie: Mit dem Smartphone den Arbeitsmarkt erforschen. In: IAB-Forum H. 09.01.2018, o. Sz., 2018-01-04.

Abstract

"Smartphones sind mittlerweile für die meisten Menschen selbstverständlicher Bestandteil des Alltags. Erhebliche Teile der täglichen Kommunikation finden damit statt - das gilt nicht nur im Privaten, sondern auch im beruflichen Kontext. Auch Arbeitsplätze werden durch internetfähige Smartphones mehr und mehr mobil. Selbst bei der Jobsuche sind Smartphone und die Nutzung von Apps heute für viele nicht mehr wegzudenken. Für ein Forscherteam des Instituts für Arbeitsmarkt- und Berufsforschung (IAB) Anlass genug, eine neue Studie aufzusetzen, um die Möglichkeiten dieses Mediums für die wissenschaftliche Forschung auszuloten." (Autorenreferat, IAB-Doku)

Zitatform

Du, Shihan, Pia Homrighausen & Ralf A. Wilke (2018): On omitted variables, proxies and unobserved effects in analysis of administrative labour market data. (FDZ-Methodenreport 06/2018 (en)), Nürnberg, 38 S. DOI:10.5164/IAB.FDZM.1806.en.v1

Abstract

"Empirical research addresses omitted variable bias in regression analysis by means of various approaches. We present a framework that nests some of them and put it to German linked administrative labour market data. We find evidence for sizable omitted variable bias in a wage regression, while a labour market transition model appears to be less affected. Additional survey variables contribute only to the wage model, while the use of work history variables and panel models lead to changes in coefficients in the two models. Overall, unobserved effects panel data models with a restricted regressor set are found to control for more information than cross sectional analysis with an extended variable set." (Author's abstract, IAB-Doku) ((en))

Zitatform

Felderer, Barbara, Gerrit Müller, Frauke Kreuter & Joachim Winter (2018): The effect of differential incentives on attrition bias. Evidence from the PASS Wave 3 incentive experiment. In: Field Methods, Jg. 30, H. 1, S. 56-69., 2017-03-30. DOI:10.1177/1525822X17726206

Abstract

"Respondent incentives are widely used to increase response rates, but their effect on nonresponse bias has not been researched as much. To contribute to the research, we analyze an incentive experiment embedded within the third wave of the German household panel survey 'Panel Labor Market and Social Security' conducted by the German Institute for Employment Research. Our question is whether attrition bias differs in two incentive plans. In particular, we want to study whether an unconditional EURO10 cash incentive yields less attrition bias in self-reported labor income and other sociodemographics than a conditional lottery ticket incentive. We find that unconditional cash incentives are more effective than conditional lottery tickets in reducing attrition bias in income and several sociodemographic variables." (Author's abstract, IAB-Doku) ((en))

Zitatform

Gessendorfer, Jonathan, Jonas Beste, Jörg Drechsler & Joseph Sakshaug (2018): Statistical matching as a supplement to record linkage. A valuable method to tackle nonconsent bias? In: Journal of official statistics, Jg. 34, H. 4, S. 909-933., 2018-06-20. DOI:10.2478/jos-2018-0045

Abstract

"Record linkage has become an important tool for increasing research opportunities in the social sciences. Surveys that perform record linkage to administrative records are often required to obtain informed consent from respondents prior to linkage. A major concern is that nonconsent could introduce biases in analyses based on the linked data. One straightforward strategy to overcome the missing data problem created by nonconsent is to match nonconsenters with statistically similar units in the target administrative database. To assess the effectiveness of statistical matching in this context, we use data from two German panel surveys that have been linked to an administrative database of the German Federal Employment Agency. We evaluate the statistical matching procedure under various artificial nonconsent scenarios and show that the method can be effective in reducing nonconsent biases in marginal distributions, but that biases in multivariate estimates can sometimes be worsened. We discuss the implications of these findings for survey practice and elaborate on some of the practical challenges of implementing the statistical matching procedure in the context of linkage nonconsent. The developed simulation design can act as a roadmap for other statistical agencies considering the proposed approach for their data." (Author's abstract, IAB-Doku) ((en))

Zitatform

Speidel, Matthias, Jörg Drechsler & Shahab Jolani (2018): R package hmi: a convenient tool for hierarchical multiple imputation and beyond. (IAB-Discussion Paper 16/2018), Nürnberg, 55 S.

Abstract

"Anwendungen von Multipler Imputation sind längst über den klassischen Kontext der Behandlung von fehlenden Beobachtungen in Querschnittsstudien herausgewachsen. Heutzutage wird Multiple Imputation auch verwendet um fehlenden Werten in hierarchischen Datensätzen zu imputieren, um Vertraulichkeits-Interessen zu begegnen, um Datensätze aus verschiedenen Quellen zu kombinieren oder um Messfehler aus Erhebungen zu korrigieren. Die meiste Imputationssoftware kann allerdings nur mit fehlenden Beobachtungen in Querschnittsdaten umgehen und Erweiterungen für hierarchische Daten - sofern überhaupt vorhanden - sind typischerweise in ihrem Umfang begrenzt. Unserem Kenntnisstand nach, ist aktuell keine Software für den Umgang mit Messfehlern, basierend auf Multiplen Imputationsmethoden, vorhanden. Das R-Packet hmi versucht einige dieser Lücken zu schließen. Es bietet Multiple Imputationsroutinen in hierarchischen Settings für viele Variablentypen (zum Beispiel nominal, ordinal oder stetige Variablen). Zudem stellt es Imputationsmethoden für Intervalldaten bereit und behandelt ein übliches Messfehlerproblem in Befragungsdaten: Verzerrungen aufgrund impliziten Rundens der berichteten Werte. Der nutzerfreundliche Aufbau, der nur die Daten und optional eine Spezifizierung des Analysemodels benötigt, macht das Paket besonders attraktiv für Nutzer die weniger vertraut mit den Besonderheiten von Multipler Imputation sind. Die Kompatibilität mit dem populären Paket mice stellt sicher, dass der reichhaltige Satz an Analyse- und Diagnosewerkzeugen, und Befehlen für das Imputationsergebnis aus mice, einfach angewandt werden kann, sobald die Daten imputiert wurden." (Autorenreferat, IAB-Doku)

Zitatform

Bach, Ruben L. & Stephanie Eckman (2017): Does participating in a panel survey change respondents' labor market behavior? (IAB-Discussion Paper 15/2017), Nürnberg, 31 S.

Abstract

"Die wiederholte Teilnahme an Längsschnittstudien kann zu unbeabsichtigten Verhaltensänderungen und/oder Änderungen im Antwortverhalten der Teilnehmer führen. Um solchen Verhaltensänderungen nachzugehen, haben wir Umfragedaten der Längsschnittstudie PASS mit administrativen Daten verknüpft und schätzen mittels Instrumentenvariablen den kausalen Effekt der wiederholten Umfrageteilnahme auf die Teilnahme an Maßnahmen der aktiven Arbeitsmarktpolitik. Die Ergebnisse deuten darauf hin, dass Umfrageteilnehmer aufgrund der (mehrmaligen) Teilnahme an der Befragung an weniger Maßnahmen der aktiven Arbeitsmarktpolitik teilnehmen. Diese Resultate verdeutlichen, dass die wiederholte Teilnahme an Längsschnittbefragungen sich nicht nur auf das Antwortverhalten der Teilnehmer auswirken kann, sondern auch auf deren tatsächliches Verhalten." (Autorenreferat, IAB-Doku)

Zitatform

Beste, Jonas (2017): Armut im Lebensverlauf. Messkonzepte in der Armutsforschung. (IAB-Bibliothek 366), Bielefeld: Bertelsmann, 252 S. DOI:10.3278/300956w

Abstract

"Die Armutsforschung arbeitet mit verschiedenen Messkonzepten und Datenquellen. Jonas Beste beleuchtet die am häufigsten verwendeten Ansätze auf Grundlage des Panels 'Arbeitsmarkt und soziale Sicherung' im Vergleich zu anderen Paneldaten. Er benennt Gemeinsamkeiten und Unterschiede bei der Messung von Armut und beschreibt die verschiedenen Erscheinungsformen von Armut. Damit eröffnet er Einblick in folgende Zusammenhänge: Welchen Einfluss hat die verwendete Datenbasis auf das Ergebnis von Armutsanalysen? Wie lässt sich Deprivation im Lebensstandard bestimmen? Wie unterscheidet sich die Armutsdynamik nach verschiedenen Armutskonzepten? Welche Faktoren beeinflussen eine Veränderung des Lebensstandards? Wie erfolgt die Umwandlung von Ressourcen in Lebensstandard und welche Rolle spielen die finanzielle Situation eines Haushalts (Erwerbstätigkeit), individuelle Merkmale einer Person oder regionale Unterschiede?" (Verlagsangaben, IAB-Doku)

Zitatform

Dummert, Sandra (2017): Codebuch und Dokumentation der Interviewernachbefragung des Panel "Arbeitsmarkt und Soziale Sicherung" (PASS). (FDZ-Datenreport 08/2017), Nürnberg, 24 S.

Abstract

"Dieser Datenreport beschreibt die im Rahmen einer Interviewernachbefragung (PASS-INT) erhobenen Daten. Diese Befragung, welche sich an den Interviewer richtet, wurde ab der 4. Welle im Anschluss an jedes erfolgreich durchgeführte Personeninterview für das Panel 'Arbeitsmarkt und Soziale Sicherung' (PASS) durchgeführt.
Aufgrund der aktuellen Flüchtlingswelle wurde im PASS der Welle 10 erstmals arabisch als eine weitere Erhebungssprache eingesetzt, um sicher zu stellen, dass anerkannte Flüchtlinge aus den häufigsten Herkunftsländern im Rahmen der jährlichen Auffrischungsstichproben der Grundsicherungsempfänger erreicht werden. Um bereits in Welle 10 Flüchtlinge in ausreichender Zahl befragen zu können, erfolgte durch das IAB ein Oversampling von Neuzugängen ins SGB II mit syrischer und irakischer Nationalität. Da im Rahmen des PASS bislang nahezu keine Erfahrungen mit der Befragung von kürzlich zugezogenen (Kriegs-)Flüchtlingen vorliegen, wurden im Zuge der Interviewernachbefragung in Welle 10 zudem ergänzende Fragen bei Interviews in syrischen und irakischen Haushalten aufgenommen. Durch diese ergänzenden Fragen zur Befragungssituation bei Interviews mit Flüchtlingen soll insbesondere aufgezeigt werden, mit welchen besonderen Gegebenheiten und Schwierigkeiten (z.B. Übersetzungshilfen, Verständnisprobleme, etc.) bei der Befragung zu rechnen ist." (Autorenreferat, IAB-Doku)

Zitatform

Jesske, Birgit, Petra Knerr & Lisa Kraft (2017): Methodenbericht Panel Arbeitsmarkt und Soziale Sicherung PASS. 10. Erhebungswelle - 2016 (Haupterhebung). (FDZ-Methodenreport 09/2017 (de)), Nürnberg, 160 S.

Abstract

"Der vorliegende Methodenbericht für die Welle 10 beschreibt die Zusammensetzung der Stichprobe aus Bestands- und Auffrischungsadressen (Kapitel 3), die Befragungspersonen der Studie (Kapitel 2) und geht auf die Erhebungsinstrumente ein, die neben den Hauptinstrumenten für Haushalts- und Personen- bzw. Seniorenfragen auch einen Kontaktierungsfragebogen und eine Matrix zur Erfassung der Haushaltszusammensetzung umfassen (Kapitel 4). In Kapitel 5 erfolgt eine ausführliche Beschreibung der Durchführung der Erhebungen sowie eine Dokumentation der Feldergebnisse der Erhebungswelle 10 in Kapitel 6. Kapitel 7 dieses Methodenberichts enthält eine detaillierte Beschreibung über den eingesetzten Interviewerstab und die Qualitätssicherung während der Feldphase. Die Durchführung der Erhebungen in der Zugangsstichprobe Syrer/Iraker unterlag teilweise besonderen Bedingungen. Um den besonderen Erhebungsbedingungen dieser Gruppe gerecht zu werden, erfolgt in einzelnen Kapiteln eine Darstellung getrennt für Haushalte der üblichen Zugangsstichprobe und der syrischen/irakischen Haushalte. Das betrifft beim Erhebungsinstrument die Kapitel 4.7.1 und 4.8.2, bei der Felddurchführung die Kapitel 5.3.1.2 und 5.4.4, bei den Ergebnissen der Haupterhebung das Kapitel 6.9 sowie beim Interviewereinsatz das Kapitel 7.6.
Der vorliegende Methodenbericht enthält alle Schritte der Haupterhebung der Welle 10. Der Haupterhebung war ein gesonderter Pretest vorgeschaltet. Die Arbeiten und Ergebnisse dieses Pretests sind in einem Pretestbericht gesondert dokumentiert.
Das IAB hat infas im Herbst 2009 mit der Durchführung von PASS ab der vierten Erhebungswelle beauftragt. Neben der Durchführung der Felderhebungen hat das IAB infas mit der Datenaufbereitung und der Gewichtung beauftragt. Die weiteren Schritte für Datenaufbereitung und Gewichtung der Welle 10 werden im wellenspezifischen Datenreport ausführlich beschrieben und dokumentiert.
Alle verwendeten Erhebungsmaterialien werden im gesonderten Anhang dokumentiert." (Textauszug, IAB-Doku)

Zitatform

Plass, Julia, Marco E. G. V. Cattaneo, Georg Schollmeyer & Thomas Augustin (2017): Testing of coarsening mechanisms: Coarsening at random versus subgroup independence. In: M. B. Ferraro, P. Giordani, B. Vantaggi, M. Gagolewski, M. Ángeles Gil, P. Grzegorzewski & O. Hryniewicz (Hrsg.) (2017): Soft methods for data science (Advances in Intelligent Systems and Computing, 456), S. 415-422. DOI:10.1007/978-3-319-42972-4_51

Abstract

"Since coarse(ned) data naturally induce set-valued estimators, analysts often assume coarsening at random (CAR) to force them to be single-valued. Using the PASS data as an example, we re-illustrate the impossibility to test CAR and contrast it to another type of uninformative coarsening called subgroup independence (SI). It turns out that SI is testable." (Author's abstract, IAB-Doku) ((en))

Zitatform

Plass, J., M. Cattaneo, G. Schollmeyer & T. Augustin (2017): On the testability of coarsening assumptions. A hypothesis test for subgroup independence. In: International Journal of Approximate Reasoning, Jg. 90, H. November, S. 292-306. DOI:10.1016/j.ijar.2017.07.014

Zitatform

Plass, Julia, Marco Cattaneo, Thomas Augustin, Georg Schollmeyer & Christian Heumann (2017): Towards a reliable categorical regression analysis for non-randomly coarsened observations. An analysis with German labour market data. (Department of Statistics: Technical Reports 206), München, 26 S.

Abstract

"In most surveys, one is confronted with missing or, more generally, coarse data. Many methods dealing with these data make strong, untestable assumptions, e.g. coarsening at random. But due to the potentially resulting severe bias, interest increases in approaches that only include tenable knowledge about the coarsening process, leading to imprecise, but credible results. We elaborate such cautious methods for regression analysis with a coarse categorical dependent variable and precisely observed categorical covariates. Our cautious results from the German panel study 'Labour market and social security'' illustrate that traditional methods may even pretend specific signs of the regression estimates." (Author's abstract, IAB-Doku) ((en))

Zitatform

Sakshaug, Joseph, Manfred Antoni & Reinhard Sauckel (2017): The quality and selectivity of linking federal administrative records to respondents and nonrespondents in a general population survey in Germany. In: Survey research methods, Jg. 11, H. 1, S. 63-80., 2016-09-29. DOI:10.18148/srm/2017.v11i1.6718

Abstract

"Various forms of auxiliary information are being sought to augment survey samples and adjust for possible nonresponse bias in key survey estimates. Auxiliary data options are typically limited in most general population surveys and there are questions concerning their utility for nonresponse bias evaluation and adjustment. Federal administrative databases provide a potentially rich source of auxiliary information for nonresponse purposes, but linking them to general population samples is usually restricted to surveys which draw their samples from population registers containing unique personal identity numbers which can be directly linked to federal databases containing more detailed substantive information. In this article, we examine the quality and selectivity of augmenting a federal administrative database to a general population survey when such a unique personal identifier is not available. We employ a series of standard linkage procedures that rely instead on non-unique and error-prone identifiers collected from the sampling frame to link a federal employment database to a general population survey in Germany. The quality and selectivity of the established links are evaluated using household- and person-level interview data in accordance with German data protection laws. We report a linkage rate of 60 percent for the entire sample under a strict linkage criterion, and 80 percent under a more relaxed criterion. We find that linkage rates vary across some household- and person-level characteristics that are likely specific to the particular administrative database used in this case study. We conclude with a general discussion of the practical implications of this work for survey organizations considering performing similar linkages and highlight some opportunities for future research." (Author's abstract, IAB-Doku) ((en))

Zitatform

Drechsler, Jörg & Hans Kiesl (2016): Beat the heap: An imputation strategy for valid inferences from rounded income data. In: Journal of Survey Statistics and Methodology, Jg. 4, H. 1, S. 22-42., 2015-08-29. DOI:10.1093/jssam/smv032

Abstract

"Befragungen zu Einkommensverhältnissen sind typischerweise von zwei Fehlerquellen betroffen, die zu Verzerrungen führen können, wenn sie bei der Analyse nicht berücksichtigt werden: Auf der einen Seite gilt das Einkommen als sensible Information und die Antwortraten zum Einkommen liegen in der Regel niedriger als Antwortraten bei anderen nicht sensiblen Fragen. Auf der anderen Seiten können sich die Befragten in aller Regel nicht genau an ihr exaktes Einkommen erinnern und geben daher einen gerundeten Wert an. Die negativen Auswirkungen des Antwortausfalls sind bereits gründlich untersucht worden und die meisten datenbereitstellenden Institutionen haben bereits Imputationsmethoden implementiert um möglichen Verzerrungen durch den Ausfall entegegenzuwirken. Im Gegensatz dazu werden die Auswirkungen des Rundens nach unserer Kenntnis bisher in der Praxis weitestgehend vernachlässigt, obwohl etliche Studien deutlich gezeigt haben, dass die meisten Befragten Ihrer Einkommensangaben runden. In diesem Papier veranschaulichen wir den starken Einfluss, den dieses Runden auf wichtige Kennziffern wie die Armutsquote haben kann. Um unverzerrte Schätzergebnisse zu erhalten, stellen wir ein zweistufiges Imputationsverfahren vor, bei dem in einem ersten Schritt gegeben das beobachtete Einkommen die a posteriori Wahrscheinlichkeit zu Runden geschätzt wird. In einem zweiten Schritt wird dann das tatsächliche Einkommen unter den bestimmten Rundungswahrscheinlichkeiten imputiert. Anhand einer Simulationsstudie illustrieren wir, dass es mit diesem Verfahren möglich ist, unverzerrte Schätzergebnisse zu gewinnen. Darüber hinaus präsentieren wir Ergebnisse auf Basis der IAB Längsschnittstudie 'Panel Arbeitsmarkt und Soziale Sicherung (PASS)'." (Autorenreferat, IAB-Doku)