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
Statistical modelling under epistemic data imprecision: Some results on estimating multinomial distributions and logistic regression for coarse categorical data (2015)
Zitatform
Plass, Julia, Thomas Augustin, Marco E. G. V. Cattaneo & Georg Schollmeyer (2015): Statistical modelling under epistemic data imprecision. Some results on estimating multinomial distributions and logistic regression for coarse categorical data. In: T. Augustin, S. Doria, E. Miranda & E. Quaeghebeur (Hrsg.) (2015): ISIPTA ¿15 Proceedings of the 9th International Symposium on Imprecise Probability : Theories and Applications, S. 247-256.
Abstract
"The paper deals with parameter estimation for categorical data under epistemic data imprecision, where for a part of the data only coarse(ned) versions of the true values are observable. For different observation models formalizing the information available on the coarsening process, we derive the (typically set-valued) maximum likelihood estimators of the underlying distributions. We discuss the homogeneous case of independent and identically distributed variables as well as logistic regression under a categorical covariate. We start with the imprecise point estimator under an observation model describing the coarsening process without any further assumptions. Then we determine several sensitivity parameters that allow the refinement of the estimators in the presence of auxiliary information." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
The effect of events between waves on panel attrition (2015)
Zitatform
Trappmann, Mark, Tobias Gramlich & Alexander Mosthaf (2015): The effect of events between waves on panel attrition. In: Survey research methods, Jg. 9, H. 1, S. 31-43., 2014-11-28. DOI:10.18148/srm/2015.v9i1.5849
Abstract
"Panel surveys suffer from attrition. Most panel studies use propensity models or weighting class approaches to correct for non-random dropout. These models draw on variables measured in a previous wave or from paradata of the study. While it is plausible that they affect contactability and cooperativeness, panel studies usually cannot assess the impact of events between waves on attrition. The amount of change in the population could be seriously underestimated if such events had an effect on participation in subsequent waves. The panel study PASS is a novel dataset for labour market and poverty research. In PASS, survey data on (un)employment histories, income and education of participants are linked to corresponding data from respondents' administrative records. Thus, change can be observed for attritors as well as for continued participants. These data are used to show that change in household composition, employment status or receipt of benefits has an influence on contact and cooperation rates in the following wave. A large part of the effect is due to lower contactability of households who moved. Nevertheless, this effect can lead to biased estimates for the amount of change. After applying the survey's longitudinal weights this bias is reduced, but not entirely eliminated." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Who misreports welfare receipt in surveys? (2014)
Zitatform
Bruckmeier, Kerstin, Gerrit Müller & Regina T. Riphahn (2014): Who misreports welfare receipt in surveys? In: Applied Economics Letters, Jg. 21, H. 12, S. 812-816., 2013-12-16. DOI:10.1080/13504851.2013.877566
Abstract
We match survey and administrative data and determine the extent of misreporting on welfare receipt. In our data, 10.5 percent of German welfare recipients underreport and 1 percent overreport benefit receipt. The analysis shows that particularly households who are close to the labor market, without children, and with relatively high household incomes and savings are prone to underreport their welfare receipt. This information is important for the study of transfer programs based on survey data.
-
Literaturhinweis
Beat the heap - an imputation strategy for valid inferences from rounded income data (2014)
Zitatform
Drechsler, Jörg & Hans Kiesl (2014): Beat the heap - an imputation strategy for valid inferences from rounded income data. (IAB-Discussion Paper 02/2014), Nürnberg, 26 S.
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)
-
Literaturhinweis
Dependent interviewing and sub-optimal responding (2014)
Zitatform
Eggs, Johannes & Annette Jäckle (2014): Dependent interviewing and sub-optimal responding. (ISER working paper 2014-32), Colchester, 26 S.
Abstract
"With proactive dependent interviewing respondents are reminded of the answer they gave in the previous interview, before being asked about their current status. We examine the risk that respondents falsely confirm the answers from the previous interview as still applying, using data from a panel survey in which preload data about receipt of welfare benefit contained errors. A large proportion of respondents confirmed the false preload. Respondents with a more complex history of receipt, according to linked administrative records, were more likely to confirm. Personality also seemed to matter. Predictors of satisficing and characteristics of the survey and interviewer were not predictive of confirming the false preload." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
A note on mechanisms leading to lower data quality of late or reluctant respondents (2014)
Zitatform
Kreuter, Frauke, Gerrit Müller & Mark Trappmann (2014): A note on mechanisms leading to lower data quality of late or reluctant respondents. In: Sociological Methods and Research, Jg. 43, H. 3, S. 452-464., 2013-08-07. DOI:10.1177/0049124113508094
Abstract
"Survey methodologists worry about trade-offs between nonresponse and measurement error. Past findings indicate that respondents brought into the survey late provide low-quality data. The diminished data quality is often attributed to lack of motivation. Quality is often measured through internal indicators and rarely through true scores. Using administrative data for validation purposes, this article documents increased measurement error as a function of recruitment effort for a large-scale employment survey in Germany. In this case study, the reduction in measurement quality of an important target variable is largely caused by differential measurement error in subpopulations and respective shifts in sample composition, as well as increased cognitive burden through the increased length of recall periods among later respondents. Only small portions of the relationship could be attributed to a lack of motivation among late or reluctant respondents." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Which is the better investment for nonresponse adjustment: purchasing commercial auxiliary data or collecting interviewer observations? (2014)
Zitatform
Sinibaldi, Jennifer, Mark Trappmann & Frauke Kreuter (2014): Which is the better investment for nonresponse adjustment. Purchasing commercial auxiliary data or collecting interviewer observations? In: Public Opinion Quarterly, Jg. 78, H. 2, S. 440-473., 2013-10-16. DOI:10.1093/poq/nfu003
Abstract
"Survey methodologists are searching for covariates to use in nonresponse adjustment models, ultimately hoping to find variables that are highly correlated with both the outcome of interest and the propensity to respond. These covariates can come from auxiliary data that provide information on both respondents and nonrespondents. Two such types of auxiliary data are interviewer observations (a form of paradata) and commercially available data on small areas or households. Interviewer observations intended for use in nonresponse adjustment can be specifically designed to match the outcome variables of interest while commercial data provide a broad set of small area descriptors that may be correlated with multiple outcomes. This analysis examines these two data sources to determine which is more predictive of the outcomes of interest for a particular survey, thereby fulfilling one of the criteria for a good adjustment variable. The outcomes of interest in this analysis are self-reports of household income and receipt of unemployment benefits from a survey of labor market participation. The findings suggest that at this point in time interviewer observations are better at predicting these outcomes, compared to commercial data, particularly in the subpopulation that the survey targets. Therefore, the observations share more (accurate) information with the true value, making them better for adjustment on this dimension. The results will inform both researchers wishing to improve their nonresponse adjustments and survey managers looking to make better use of the survey budget." (Author's abstract, IAB-Doku) ((en))
-
Literaturhinweis
Modeling call record data: examples from cross-sectional and longitudinal surveys (2013)
Durrant, Gabriele B.; D'Arrigo, Julia; Müller, Gerrit;Zitatform
Durrant, Gabriele B., Julia D'Arrigo & Gerrit Müller (2013): Modeling call record data. Examples from cross-sectional and longitudinal surveys. In: F. Kreuter (Hrsg.) (2013): Improving surveys with paradata : analytic uses of process information, S. 281-308, 2013-04-08.
Abstract
"In face-to-face surveys, often employing a multistage sampling design, clustering due to both interviewers and areas (such as primary sampling units, PSUs) may occur. This chapter focuses on call record data for both face-to-face and telephone interview surveys. The implementation of the methods are illustrated using two example datasets, the UK Census link study dataset, including several UK face-to-face cross-sectional household surveys, and the German PASS longitudinal survey (Panel Study 'Labour Market and Social Security'). For the latter example, the telephone component will be analyzed. The remainder of the chapter is structured as follows. Section 12.2 describes type and structure of call record data. Different modeling approaches are presented in Section 12.3, outlining the multilevel modeling framework. In Section 12.4, the implementation of the methods is illustrated based on two examples. Concluding remarks are made in the final section." (Text excerpt, IAB-Doku) ((en))
Beteiligte aus dem IAB
Müller, Gerrit; -
Literaturhinweis
Das Faktorielle Survey-Modul zur Stellenannahmebereitschaft im PASS: 5. Erhebungswelle (2011) (2013)
Frodermann, Corinna ; Abraham, Martin ; Bethmann, Arne ; Auspurg, Katrin ; Hinz, Thomas ; Gundert, Stefanie ; Bähr, Sebastian ;Zitatform
Frodermann, Corinna, Katrin Auspurg, Thomas Hinz, Sebastian Bähr, Martin Abraham, Stefanie Gundert & Arne Bethmann (2013): Das Faktorielle Survey-Modul zur Stellenannahmebereitschaft im PASS. 5. Erhebungswelle (2011). (FDZ-Methodenreport 05/2013 (de)), Nürnberg, 44 S.
Abstract
"In Welle 5 der IAB-Panelstudie 'Arbeitsmarkt und soziale Sicherung' (PASS) wurde ein Faktorielles Survey-Modul implementiert, das speziell darauf abzielt, Einflussfaktoren auf berufliche Mobilitätsentscheidungen untersuchen zu können. Knapp 5.000 Befragten wurden in dem Modul jeweils fünf hypothetische, meist überregionale Stellenangebote (Vignetten) präsentiert, die sie in Bezug auf ihre Attraktivität sowie die Wahrscheinlichkeit, die Stelle anzunehmen und dafür an den neuen Arbeitsort umzuziehen, bewerten sollten. In den Stellenangeboten wurden bis zu neun Dimensionen experimentell variiert. Als experimentelles Design hat das Modul den großen Vorteil, unabhängige Schätzungen der Einflussfaktoren, wie etwa dem angebotenen Gehalt oder Aufstiegschancen, zu ermöglichen. Es wird die in realen Arbeitsmarktdaten immer gegebene Selektivität von Arbeitsangeboten (bestimmte Gruppen wie Erwerbstätige oder Arbeitslose erhalten unterschiedlich attraktive Angebote) durch die randomisierte Zuteilung zu den Befragten aufgehoben. Zudem gelten Faktorielle Surveys als weniger abstrakte Beurteilungsaufgabe, was gerade für die Antwortbereitschaft der im PASS überrepräsentierten Befragten mit geringem Bildungshintergrund ein weiterer Vorteil der Methode ist. Der vorliegende FDZ-Methodenbericht gibt einen Überblick über das methodische Design sowie die Qualität und Struktur der Daten. Zunächst werden das konkrete Frageformat und die experimentellen Varianten in den Vignetten beschrieben (Abschnitt 2). Hier finden sich auch Angaben zur Auswahl der Vignetten. Es folgen Erläuterungen zum Befragungsmodus, der Stichprobe, sowie zu einigen praktischen und technischen Details der Umsetzung der Befragung (Abschnitt 3). Daran anschließend werden erste deskriptive Auswertungen zu den realisierten Daten präsentiert, die insbesondere auch ausführliche Übersichten zu den Fallzahlen beinhalten (Abschnitt 4). Zudem werden Hinweise auf mögliche methodische Probleme (etwa Verständnisschwierigkeiten der Befragten oder Item-Non-Response) adressiert (Abschnitt 5). Abschließend folgen eine Beschreibung der vorliegenden Datenformate und erste Empfehlungen für Auswertungsmethoden (Abschnitt 6)." (Autorenreferat, IAB-Doku)
-
Literaturhinweis
Messkonzept zur Bestimmung der Zielgruppe für eine öffentlich geförderte Beschäftigung: methodisches Vorgehen und Ergebnisse der quantitativen Abschätzung (2013)
Obermeier, Tim; Sell, Stefan; Tiedemann, Birte;Zitatform
Obermeier, Tim, Stefan Sell & Birte Tiedemann (2013): Messkonzept zur Bestimmung der Zielgruppe für eine öffentlich geförderte Beschäftigung. Methodisches Vorgehen und Ergebnisse der quantitativen Abschätzung. (Remagener Beiträge zur Sozialpolitik 14), Remagen, 36 S.
Abstract
"Maßnahmen der öffentlich geförderten Beschäftigung gelten seit der 'Instrumentenreform' 2012 mit dem Gesetz zur Verbesserung der Eingliederungschancen am Arbeitsmarkt als 'ultima ratio' der aktivierenden Arbeitsmarktpolitik. Öffentlich geförderte Beschäftigung soll sich von einer 'Dauerförderung künstlich geschaffener Arbeitsplätze' verabschieden und nachrangig gegenüber Instrumenten sein, die auf eine unmittelbare Integration in den allgemeinen Arbeitsmarkt zielen. Im Gesetzentwurf der Bundesregierung heißt es, dass die 'Ausrichtung der öffentlich geförderten Beschäftigung auf einen 'arbeitsmarktfernen' Personenkreis zur Aufrechterhaltung und (Wieder)Herstellung der Beschäftigungsfähigkeit geschärft' wird. Über die Größe und Struktur dieses Personenkreises besteht jedoch keine Klarheit. Zudem ist unklar, was arbeitsmarktferne Personen auszeichnet und wer diese Personen sind. Wie viele Personen sind als arbeitsmarktfern zu betrachten und kommen deswegen für Maßnahmen der öffentlich geförderten Beschäftigung in Frage? Die vorliegende Expertise geht dieser Frage nach." (Textauszug, IAB-Doku)
-
Literaturhinweis
"Interviewer" effects in face-to-face surveys: a function of sampling, measurement error or nonreponse? (2013)
Zitatform
West, Brady T., Frauke Kreuter & Ursula Jaenichen (2013): "Interviewer" effects in face-to-face surveys. A function of sampling, measurement error or nonreponse? In: Journal of official statistics, Jg. 29, H. 2, S. 277-297., 2013-01-31. DOI:10.2478/jos-2013-0023
Abstract
"Recent research has attempted to examine the proportion of interviewer variance that is due to interviewers systematically varying in their success in obtaining cooperation from respondents with varying characteristics (i.e., nonresponse error variance), rather than variance among interviewers in systematic measurement difficulties (i.e., measurement error variance) - that is, whether correlated responses within interviewers arise due to variance among interviewers in the pools of respondents recruited, or variance in interviewer-specific mean response biases. Unfortunately, work to date has only considered data from a CATI survey, and thus suffers from two limitations: Interviewer effects are commonly much smaller in CATI surveys, and, more importantly, sample units are often contacted by several CATI interviewers before a final outcome (response or final refusal) is achieved. The latter introduces difficulties in assigning nonrespondents to interviewers, and thus interviewer variance components are only estimable under strong assumptions. This study aims to replicate this initial work, analyzing data from a national CAPI survey in Germany where CAPI interviewers were responsible for working a fixed subset of cases." (Author's abstract, IAB-Doku) ((en))
Beteiligte aus dem IAB
Jaenichen, Ursula; -
Literaturhinweis
Multiple imputation of household income in the first wave of PASS (2012)
Zitatform
Jaenichen, Ursula & Joseph Sakshaug (2012): Multiple imputation of household income in the first wave of PASS. (FDZ-Methodenreport 02/2012 (en)), Nürnberg, 26 S.
Abstract
"Der Bericht fasst die Ergebnisse eines Projekts zusammen, das auf die Vervollständigung des Haushaltseinkommens in der ersten Welle des 'Panel Arbeitsmarkt und Soziale Sicherung' (PASS) mittels multipler Imputation zielt. Der gewählte Imputationsansatz ist eine iterative Prozedur, in der Informationen für befragte und nicht befragte Personen mit Informationen auf Haushaltsebene kombiniert werden. Der Bericht diskutiert die einzelnen Schritte der Imputation und demonstriert einige Qualitätsaspekte der imputierten Daten." (Autorenreferat, IAB-Doku)
Weiterführende Informationen
further information about PASS -
Literaturhinweis
A practical technique for improving the accuracy of interviewer observations: evidence from the National Survey of Family Growth (2010)
Zitatform
West, Brady T. (2010): A practical technique for improving the accuracy of interviewer observations. Evidence from the National Survey of Family Growth. (NSFG Survey methodology working papers 10-013), Michigan, 17 S.
Abstract
"Ideal auxiliary variables for use in post-survey nonresponse adjustments are associated with both survey variables of interest and response propensity. Auxiliary variables having these properties will generally reduce the bias and variance in survey estimates. Unfortunately, auxiliary variables available for both respondents and nonrespondents to a survey request seldom have strong associations with key survey variables in practice. As a result, large face-to-face household surveys have started to request that field interviewers record estimates and judgments about selected characteristics of all sampled housing units. Although these auxiliary variables may be associated with survey variables of interest in theory, they will be prone to measurement error. Large amounts of measurement error in these observations may have negative implications for survey estimators in terms of the bias and variance introduced by the nonresponse adjustments. Practical techniques for reducing the error in these observations are therefore needed in the field. This article presents results from an analysis of an intervention that was implemented prior to the 15th quarter of the recently completed Continuous National Survey of Family Growth (NSFG). The intervention was designed to provide field interviewers with observable predictors of a key auxiliary variable for which they were recording observations. Analysis of the intervention shows evidence of a significant improvement in the quality of the observations. The article concludes with a discussion of directions for future work in this area." (Author's abstract, IAB-Doku) ((en))