Beschreibung

"Der vorliegende Artikel nutzt ein iteratives Imputations-Verfahren, das auf dem EM-Algorithmus basiert, zur Korrektur der Bildungsvariable in der Stichprobe der Integrierten Arbeitsmarktbiographien (SIAB), einem administrativen Paneldatensatz des Instituts für Arbeitsmarkt- und Berufsforschung (IAB). Die Bildungsvariable enthält einen großen Anteil an Spells, für die entweder gar kein Bildungsstatus vorliegt oder die als inkonsistent gelten müssen. Bisherige Imputationsverfahren sind größtenteils heuristischer Natur und es ist unklar, welches der Verfahren den anderen vorzuziehen ist. Unser iteratives Imputationsverfahren reduziert den Einsatz von heuristischen Entscheidungsregeln und schätzt den wahrscheinlichsten Bildungsstatus. Grundlage für die Schätzungen sind erklärende Variablen, die während des gesamten Auftretens eines Beschäftigten im Datensatz gesammelt werden können. Die resultierende imputierte Bildungsvariable enthält keine inkonsistenten Bildungsverläufe mehr. Zudem verringert sich die Anzahl der Spells mit fehlenden Bildungsangaben um ca. 87 Prozent. Der Artikel setzt den Fokus auf die Ergebnisse für eine (große) Teilgruppe von SIAB (westdeutsche Beschäftigte, die nach 1960 geboren sind und nicht mehrfachbeschäftigt sind). Da Robustheitschecks eine zuverlässig hohe Stabilität der korrigierten Bildungsvariable bezüglich einer Variation der Stichprobe, der Abbruchkriterien und der Kontrollvariablen zeigen, kann unser vorgeschlagener Imputationsalgorithmus mit wenigen Modifikationen auch auf andere Untergruppen von SIAB ausgedehnt werden." (Autorenreferat, IAB-Doku)