Inhalt

1 Datenweitergabe 1984-2000

1.1 Fehler bei der Datenweitergabe 1984-2000

1.2 SETUP-Probleme unter Windows 95/98/ME

1.3 Was ist bei der Variable PSAMPLE in dem File PPFAD zu beachten?

1.4 Was ist bei der neuen Datenlieferung zu beachten?

***Neue Rectypes
Es gibt jetzt drei weitere Dateien:

1) VARIANZ
Dieses File enthält neben dem Haushaltsidentifikator die Variablen STRAT1, STRAT2, SAMPOINT und INTNR. Diese können von einigen Programmpaketen (z.B. STATA, SUDAAN) zur Schätzung von Varianzen verwendet werden. Alle vier Variablen liefern Information für die jeweilige Teilstichprobe zum Zeitpunkt der jeweils ersten Welle, d.h. sie sind auf der Case-Ebene (Variable HHNR) gespeichert.
STRAT1 identifiziert die Schichten, die für die Ziehung der Primary Sampling Units (PSUs) der jeweiligen Stichprobe relevant waren. Für die Teilstichprobe B sind dies die fünf Nationalitäten. Daher wurden für die Teilstichprobe B "künstliche" Schichten entsprechend den anderen Teilstichproben erzeugt und unter der Bezeichnung STRAT2 abgelegt.
Die Variable SAMPOINT identifiziert die jeweilige PSU (z.B. in Teilstichprobe A Stimmbezirke; in Teilstichprobe D nicht vorhanden).
Aus datenschutzrechtlichen Gründen wurden den verschiedenen Ausprägungen der Variablen STRAT1, STRAT2 und SAMPOINT transformierte Werte zugeordnet, um eine Identifikation regionaler Einheiten unmöglich zu machen.
Die Variable INTNR ist eine Variable, die jedem/r Interviewer/in eine Zahl zuordnet, so dass Cluster von Haushalten, die von dem/derselben Interviewer/in befragt wurden, identifizierbar sind.

2) HBRUTT00
Dieses File enthält - wie schon bei der Erhebung der Ergänzungsstichprobe 1998 (Sample E) - alle Bruttoinformationen der durch Random-Route-Verfahren neu gezogenen Haushalte der Ergänzungsstichprobe des Jahres 2000 (Sample F). Dabei spielt es keine Rolle, ob diese Haushalte erfolgreich befragt wurden oder nicht. Derartige Informationen können u.a. für methodische Untersuchungen über die Beteiligung von Haushalten an (SOEP-) Befragungen herangezogen werden.

3) QJUGEND
Im Jahr 2000 erfolgte erstmals anstelle des Biographiefragebogens die Erhebung eines Jugendfragebogens. Dieser richtet sich an alle "neuen" Personen, die aufgrund des erreichten Befragungsalters "16. Lebensjahr" erstmals an der SOEP-Befragung teilnehmen. Die nunmehr vorliegenden 232 Datensätze von Jugendlichen ergänzen die Informationen aus dem ebenfalls erstmals beantworteten Personenfragebogen, um retrospektive Angaben zum Bildungsverlauf sowie von Basisindikatoren zum Bildungserfolg zu erhalten. Da im Jahr 2001 eine gründliche Revision sowie Erweiterung der Indikatoren des Jugendfragebogens erfolgte und auch die Jugendlichen der neuen Stichprobe F erstmals im Jahr 2001 diesen neuen Fragebogen beantwortet haben, stellt der Datensatz QJUGEND sozusagen eine Art Pretest eines ab 2001 neuen zusätzlich im Rahmen der Datenweitergabe bereitgestellten Biographiedatensatzes BIOYOUTH dar.

*** Überarbeitung der Labels
Die VAR LABELS und VALUE LABELS wurden für alle zurückliegenden Jahre (bis einschließlich dem Erhebungsjahr 1999) rückwirkend vollständig überarbeitet. Gegebenenfalls erfolgte eine Ergänzung fehlender Labels sowie eine Vereinheitlichung der Systematik (etwa bei Sub-items oder Variablen mit nur einer Antwortkategorie). Ferner wurden auch die Labels semantisch im zeitlichen Verlauf vereinheitlicht. Der so überarbeitete Labeltext wurde zugleich komplett auf die englischen Labels übertragen, so dass diese jetzt rückwirkend in vollständig gleicher Systematik vorliegen wie die deutschen.

*** Neu in $PGEN
Für die aktuelle Datenlieferung wurden umfangreiche Aktualisierungen auch bei Variablen früherer Wellen vorgenommen. Bitte beachten Sie, dass nun deutlich weniger missing values -1 (k.A.) bei vielen arbeitsmarktbezogenen Variablen auftreten. Die Bildungsvariablen in sämtlichen $PGEN wurden überarbeitet und ergänzt. Neue Variablen in $PGEN im Jahr 2000 sind erstmals ein differenzierter Status der Erwerbsbeteiligung für sämtliche Befragte (Labor Force Status) und generierte Bildungsinformationen auf Grundlage der im Jahr 2000 erstmals wieder komplett erhobenen Angaben zum bislang erreichten höchsten schulischen wie beruflichen Abschluss. Die bereits vorliegenden generierten Bildungsvariablen wurden für alle Jahre rückwirkend überarbeitet, fortgeschrieben und auch ergänzt: Sie enthalten jetzt auch die Angaben der Lückepopulation sowie Informationen über einen derzeitigen Schulbesuch sowie Lehre und Studium. Weiterhin wurde die Variable BETR$$ im File $PGEN einheitlich neu kodiert (die Angaben zur Betriebsgrößenklasse und damit auch die Kodierungen haben sich im Laufe der Zeit im SOEP verändert). Wir bitten Sie dies bei Programmaktualisierungen zu berücksichtigen.

Ansprechpartner:
Jürgen Schupp und Peter Krause

$PEQUIV-Files
Für die $PEQUIV-Files wurde ein Update durchgeführt. Dies betrifft:

• die Erweiterung der Population,
• die Überarbeitung der Variable IMPUTED RENT (Einkommensvorteil aus selbstgenutztem Wohneigentum),
• neue Variablen zur Generierung von Äquivalenzskalen
• eine Überarbeitung der Variablen zu ANNUAL WORKING HOURS.

Ansprechpartner:
Markus Grabka

Dokumentation
Da sehr viele Neuerungen in der Datenbank vorgenommen wurden, waren auch zahlreiche Updates bestehender Dokumentationsteile sowie zum Teil komplett neue Dokumentationen notwendig. Diese finden Sie im Desktop-Companion (DTC) bzw. als eigenständige Dokumentationen auf den gelieferten CD-Roms.

1.5 Was ist aufgrund der zusätzlichen Erhebungsmethode im SOEP, nämlich CAPI, zu beachten?

Erste erhebungsmethodische Analysen zeigten keine signifikanten Methodeneffekte. D.h., für die inhaltlichen Ergebnisse scheint die Form der Datenerhebung keinerlei eigenständige Einflüsse auszuüben. Weitere Analysen zur Erhebungsmethode durch Nutzer/innen sind natürlich sinnvoll.

1.6 Was ist bei der Fortschreibung der Querschnitt- Gewichtung/ Hochrechnung im Zusammenhang mit den neuen Stichproben E und F zu beachten?

1.7 Was ist bei dem Designgewicht (DESIGN in VARIANZ, vormals: DESIGN in HHRF) zu beachten?

Ansprechpartner:
Martin Spiess

1.8 Wie erfolgte die Revision der Querschnitts- Hochrechnungsfaktoren seit 1990 und was hat dies für Auswirkungen auf die hochgerechneten Befragungspersonen?

1.9 Wie wurde die neue Stichprobe F hochgerechnet?

Gleich eine Vorbemerkung: Der hier vorgelegte Hochrechnungsrahmen sollte als vorläufig betrachtet werden. Wir bitten alle AnwenderInnen uns Auffälligkeiten mitzuteilen.

Haushalte:
Ausgehend von Designgewichten, die im wesentlichen die unterschiedlichen Auswahlwahrscheinlichkeiten der Ausländer berücksichtigen, wurden die Privathaushalte an folgendem Hochrechnungsrahmen angepasst:

• 5 Haushaltsgrößen
• 12 Altersklassen der Haushaltsmitglieder
• Deutsche Nationalität und Geschlecht der Haushaltsmitglieder
• 22 (Ost) bzw. 24 (West) Quartierbeschreibungsvariablen

Die Quartierbeschreibungsvariablen geben Auskunft über das Wohnumfeld der Haushalte. Sie liegt sowohl für die Netto- als auch für die Bruttostichprobe vor. Eine Anpassung an diese Variable gleicht somit indirekt unterschiedliche Ausschöpfungen der einzelnen Sample-Points aus, erzeugen aber weniger Varianz.

Personen:
Anders als bei den Startgewichtungen der alten Stichproben konnte das Prinzip Personengewicht = Haushaltsgewicht nicht vollständig beibehalten werden, da diesmal zu viele Haushalte Teilausfälle verzeichneten (8,6% der Haushalte). Insgesamt konnte mit 5,6 % aller Personen, die in zumindest teilweise realisierten Haushalten lebten, kein Interviews geführt werden. Deshalb wurde die Bevölkerung am Hauptwohnsitz in Privat haushalten sehr detailliert an 19 Altersklassen angepasst, da die temporären Verweigerungen im wesentlichen nur altersabhängig sind.

Anstalten:
Für die Haushalte und Personen im Anstaltsbereich wurden im Prinzip die Designgewichte verwendet ("freie Hochrechnung").

Personen mit 2. Wohnsitz:
Personen mit 2. Wohnsitz besitzen ceteris paribus eine höhere Auswahlwahrscheinlichkeit; wegen - noch - fehlender Daten bleibt dies zunächst unberücksichtigt. Die Anpassung wird nach Vorliegen der zweiten Welle nachträglich vorgenommen.

Ausführliche Informationen zur vorläufigen Hochrechnung der Stichprobe F finden Sie auf der aktuellen CD (CD 2) in der Datei: »\DOCS\HRF\Querhoch_F.doc« unter dem Titel »Die vorläufige Hochrechnung der ersten Welle der Stichprobe F des SOEP« von Rainer Pischner.

1.10 Warum enthält das neue Sample F keine Biographie- Informationen in den BIO-Files?

1.11 Warum gibt es kein Update von BIOPAREN?

1.12 Ich erhalte falsche Value-Labels, wenn ich die SAS-Version der SOEP-Daten verwende. Warum?

Das Problem liegt in der Art und Weise wie SAS die Value-Labels verarbeitet. So werden alle Value-Labels für alle Files in einer SAS Library (einem Directory) in einem einzigen File »FORMATS.SC2« (oder UNIX »formats.sct01«) gespeichert. Die setzt voraus, dass alle Value-Labels durchweg einzigartig in der Library sind. Tatsächlich werden die Value-Labels aber neu definiert. Es entstehen nun fast zwangsläufig Probleme, wenn Daten-Files von unterschiedlichen Datenlieferungen in einem Directory kombiniert werden. Die Lösung ist einfach: Installieren Sie bei jeder neuen Datenlieferung immer alle Files. Dieses »Problem« hängt mit SAS zusammen und kann von uns nicht gelöst werden.

2 Allgemeines

2.1 Wer kann die SOEP-Daten nutzen? Wie bekomme ich die SOEP-Daten?

Falls Sie diesen noch nicht mit uns abgeschlossen haben, können Sie ihn hier beantragen.

Verfügen Sie bereits über einen Datenweitergabevertrag, bestellen Sie bitte die SOEP-Daten mit dem Bestellformular auf unserer Homepage. Die Daten werden aus Sicherheitsgründen per »Wert-Brief« verschickt (und sind auf keinen Fall via Internet zu erhalten).

Zur Bearbeitung Ihres Antrags benötigen wir

1.die vollständige berufliche Adresse (inkl. Tel.- und Fax.-Nr.) desjenigen bzw. derjenigen, der/die für das Forschungsprojekt verantwortlich ist (bei Dissertationen und Diplomarbeiten der/die jeweils zuständige ProfessorIn);
2.benötigen wir den Kurztitel Ihres Forschungsprojektes bzw. Ihres Forschungsprogramms, für das Sie die Daten verwenden wollen.

Falls Sie weitere Fragen haben, können Sie sich gerne unter soepmail@diw.de an Anna Plitt oder Floriane Weber wenden.

2.2 Wir nutzen die SOEP-Daten und haben neue Mitarbeiter/innen. Was ist im Zusammenhang mit dem DATENSCHUTZ zu beachten?

2.3 Neues Projekt - alter Datennutzungsvertrag. Was ist zu tun?

2.4 Wie soll ich das SOEP in meinen Publikationen zitieren?

Die in dieser [Publikation, Veröffentlichung etc.] verwendeten Daten des Sozio-oekonomischen Panels (SOEP) wurden vom Deutschen Institut für Wirtschaftsforschung (DIW), Berlin, bereitgestellt.

Wenn Sie einen Beitrag zitieren möchten, der das SOEP beschreibt, verwenden Sie bitte:

SOEP Group (2001): The German Socio-Economic Panel (GSOEP) after more than 15 years - Overview. In: Elke Holst, Dr. Dean R. Lillard und Thomas A. DiPrete (Hg.): Proceedings of the 2000 Fourth International Conference of German Socio-Economic Panel Study Users (GSOEP2000), Vierteljahrshefte zur Wirtschaftsforschung, Jg. 70, Nr. 1, S. 7-14.

Wenn Sie einen Beitrag zitieren möchten, der das GSOEP - also das scientific use file mit der 95% Version des SOEP - beschreibt, verwenden Sie bitte:

Burkhauser, Richard V.; Butrica, Barbara A.; Daly, Mary C. and Lillard, Dean R. (2001): The Cross-National Equivalent File: A product of cross-national research. In: Becker, Irene; Ott, Notburga und Rolf, Gabriele (Hrsg.): Soziale Sicherung in einer dynamischen Gesellschaft. Festschrift für Richard Hauser zum 65. Geburtstag, Frankfurt/New York: Campus, S. 354-376

Die Dokumentation der auf Basis des SOEP erstellten Publikationen hat eine große Bedeutung für die erfolgreiche Weiterführung des Projektes. Wie Sie wissen, ist die Übersendung Ihrer Publikationen auch Teil des Datennutzungsvertrages. Leider ist unsere Datenbank SOEPlit bei weitem nicht vollständig. Bitte senden Sie uns daher Ihre auf dem SOEP basierenden Publikationen. Vielen Dank!

Ansprechpartner:
Jürgen Schupp

2.5 Kann ich das SOEP IN DER LEHRE verwenden? Was muss ich beachten?

2.6 Wie kann ich mich in den SOEP-Listserver ein- bzw. austragen?

2.7 Gibt die SOEP-Gruppe Zahlenreihen auf SOEP-Basis heraus wie z.B. das Statistische Bundesamt?

2.8 Können mit den SOEP-Daten kommerzielle Gutachten für Dritte erstellt werden?

2.9 Wertet die SOEP-Gruppe den Datensatz für mich aus?

2.10 Finden Kurse zur Einführung in die SOEP-Daten statt?

Das DTC gibt zudem eine Einführung in die Analyse der SOEP-Daten. Dieses Kernstück der SOEP Dokumentation ist über DTC abrufbar. Ein intensives Durcharbeiten des DTC ist ebenso zentrale Vorraussetzung für die erfolgfreiche Teilnahme an einem SOEP-Workshop wie die Kenntnis eines SOEP-Projektgruppe unterstützten Statistik Software Paketes (überwiegend SAS, SPSS, STATA, TDA).

2.11 Welche Unterschiede und Gemeinsamkeiten bestehen zwischen dem im Inland weitergegebenen SOEP-Datensatz (100%-File) und dem im Ausland zu verwendenden Scientific-Use-File (GSOEP)?

2.12 Sind die von mir gesuchten Variablen im SOEP enthalten?

2.13 Werden zusätzlich tiefer gegliederte Regionaldaten zur Verfügung gestellt?

Im Rahmen von Forschungsaufenthalten am DIW besteht die Möglichkeit, auch die - datenschutzrechtlich besonders sensitiven - kleinräumigen »Kreiskennziffern« (KKZ) auszuwerten; Analysen auf der Ebene von Postleitzahlen sind in Vorbereitung. Setzen Sie sich bitte gegebenenfalls mit Anna Plitt oder Floriane Weber unter soepmail@diw.de in Verbindung.

2.14 Sind Bundesländer repräsentativ auswertbar?

2.15 Was sind generierte Variablen und wann greife ich am besten auf sie zurück?

2.16 Kann sich die Stichproben- zugehörigkeit im Laufe der Zeit verändern? Bleibt eine Befragungsperson der Ausländer-Stichprobe auch dann in diesem Sample, wenn die Staatsbürgerschaft gewechselt wurde?

2.17 Welche Variable enthält eine korrekte regionale Zuordnung der Befragten ($SAMPREG vs. PSAMPLE bzw. HSAMPLE)?

Mittlerweile sind zahlreiche Befragte von Ost- nach Westdeutschland und - in geringerem Umfang von West- nach Ostdeutschland - umgezogen. Analysen, die auf regionale Bezüge abstellen, werden durch Verwendung der Variablen PSAMPLE, die die Stichprobenzugehörigkeit angibt, zum Teil erheblich verzerrt (PSAMPLE befindet sich in PPFAD: 1 = Subsample A, 2 = Subsample B, 3 = Subsample C, 4= Subsample D (Zuwanderer), 5 = Subsample E (Ergänzungsstichprobe ab 1998), 6 = Subsample F (Innovationsstichprobe ab 2000)).

Eine korrekte regionale Zuordnung der Stichprobenmitglieder wird nur über die zeitabhängigen Variablen $SAMPREG in PPFAD und HPFAD erreicht (1 = Westdeutschland, 2 = Ostdeutschland).

In $SAMPREG wird seit 1990 für jedes Jahr die west- bzw. ostdeutsche Population unabhängig von der Sample-Zugehörigkeit ermittelt. Wir empfehlen, immer diese Variable für regionale Analysen zu verwenden!

Die nachfolgende Tabelle, bei der eine Kreuztabellierung von $SAMPREG und PSAMPLE vorgenommen wurde, gibt einen Einblick über das Ausmaß der regionalen Mobilität seit 1990 (Basis: alle Personen mit $NETTO=1 (Personen-Interviews) oder $NETTO=2 (Kinder bis 16 Jahren) in befragten Haushalten).

2.18 Welche Variable enthält eine korrekte Zuordnung von deutschen und nicht-deutschen Befragten in den einzelnen Stichproben A-F (NATION$$ vs. PSAMPLE)?

Die nachfolgende Tabelle, bei der eine Kreuztabellierung der recodierten Information von NATION$$ (1=Deutsche, 2=Nicht-Deutsche incl. Item-Non-Response) und PSAMPLE vorgenommen wurde, gibt einen Einblick über die Heterogenität der SOEP-Samples bezüglich der Nationalitäts-Zusammensetzung seit 1984 (Basis: alle Personen mit $NETTO=1 (Personen-Interviews).