Inhalt

1 Datenweitergabe 1984-2006

1.1 Was ist bei der neuen Datenlieferung 1984-2006 zu beachten?

Mit der Datenweitergabe 2007 (Daten 1984-2006) werden für das Beobachtungsjahr 2006 die üblichen wellenspezifischen Dateien WPBRUTTO, WP, WPKAL, WPGEN, WHBRUTTO, WH, WHGEN, WKIND und VPLUECKE sowie die aktualisierten Dateien mit Längsschnittbezug (PFAD-Dateien, Biographie-Daten, Spell-Daten und Hochrechnungsfaktoren) weitergegeben.

Im Erhebungsjahr 2006 ist das SOEP um eine weitere für Deutschland repräsentative Stichprobe (Ergänzungsstichprobe H - "Refreshment Sample") erweitert worden. Detaillierte Informationen zur Integration dieser Stichprobe und zu weiteren Änderungen in den beiden Dateien mit den Hochrechnungs- und Gewichtungsinformationen finden Sie unten (Punkt 2). Eine weitere wichtige Neuerung ist die Einführung eines neuen Befragungsinstrumentes für erstbefragte Personen im Alter von 17 Jahren. Diese Personen erhalten jetzt einen erweiterten Jugendfragebogen, der neben den bisher schon erhobenen biographischen Angaben nun auch aktuelle Informationen erhebt und insofern den bisherigen Personenfragebogen für diese Gruppe obsolet macht.

Dies bedeutet allerdings auch, dass sich die Befragungspopulation für den klassischen Personenfragebogen (gespeichert in den Dateien $P) leicht geändert hat, 17-Jährige sind ab dem Befragungsjahr 2006 nicht mehr enthalten. Eine Ausnahme bildet die Erstbefragung von Sample H, hier sind die 17-Jährigen weiterhin mit dem Personenfragebogen befragt worden, da die Biographiebefragung in neuen Teilstichproben erst in der zweiten Welle erfolgt. In diesem Zusammenhang sind auch die überarbeiteten $NETTO-Variablen und die Datei $PAGE17 relevant (siehe Punkte 1 und 4.1).

Die Bildungsvariablen in den generierten Datensätzen ($PGEN) wurden überarbeitet: Neben einer verbesserten Integration von im Ausland erreichten beruflichen Bildungsabschlüssen wurden die entsprechenden Variablen einer intensiven Konsistenzprüfung im Längsschnitt unterzogen. Die betroffenen Variablen werden weiter unten näher beschrieben. Die Information über Zwillinge im SOEP wurde durch eine spezielle Befragung "potentieller" Zwillinge validiert und in den Datensatz BIOTWIN integriert.

Die im File WPEQUIV (Welle 2006) gespeicherten Variablen mit Bezug zum Vorjahreseinkommen berücksichtigen wie in jedem Jahr die verschiedenen strukturellen Veränderungen des Steuer- und Transfersystems als notwendige Rahmeninformationen zur Generierung und Simulation der Jahreseinkommen. Neben den Änderungen zum Steuertarif 2005 (Absenkung des Spitzensteuersatzes, Grundfreibetrag) sind dabei auch die neuen Regelungen zum Alterseinkünftegesetz relevant. Eine bedeutende Funktion kommt der Einführung des Arbeitslosengeldes II und den damit verbundenen weitreichenden Veränderungen im Transfersystem (Sozialhilfe, Wohngeld etc.) zu. Die generierten (Vor-)Jahreseinkommensangaben des SOEP-Erhebungsjahres 2006 wurden daher umfangreichen internen und externen Konsistenzprüfungen unterzogen.

Die Datenweitergabe erfolgt dieses Jahr erstmals auf einer DVD, die Auswahl der Sprachversion erfolgt daher noch einfacher direkt im Installationsprogramm der SOEP-Daten. Sollten Sie die Daten mit unserem Setupprogramm unter Windows Vista installieren, beachten Sie bitte die Installationsanleitung auf der DVD.

Darüber hinaus gibt es folgende Erweiterungen bzw. Modifikationen:

1. Neue und umbenannte Datensätze

$PAGE17
Ab 2007 werden Personen, die das Erstbefragungsalter (17 Jahre) erreichen, nicht mehr mit dem normalen Personenfragebogen, sondern mit einem speziellen Jugendfragebogen befragt. Wellenspezifische Informationen, die nicht in den Biographie-Daten oder anderen generierten Datensätzen (wie $PGEN, HEALTH) vorliegen, werden im Datensatz $PAGE17 weitergegeben. Identifizierbar sind die Befragten des Jugendfragebogens mit Hilfe des neuen $NETTO-Codes "17" (siehe auch Änderung der $NETTO-Variablen in PPFAD unter Punkt 4.1).

DESIGN
Die Informationen zum Design der SOEP-Stichprobe, die zuvor im Datensatz VARIANZ (Spiess 2001) zusammengefasst waren, werden ab der Datenweitergabe 2007 in dem überarbeiteten und verbesserten File DESIGN zu finden sein. Nähere Informationen in dem Dokument designdoku.pdf ( PDF-Dokument) auf der SOEP-Dokumentationseite oder der DVD.

HEALTH
Der Gesundheitsschwerpunkt im Personenfragebogen wurde 2002 überarbeitet und seitdem im 2-Jahres-Rhythmus erhoben. Im HEALTH-File finden Sie nun die generierten SF12-Variablen (zur Messung der gesundheitsbezogenen Lebensqualität) und Variablen zu Größe und Gewicht mit entsprechenden Flagvariablen zur Identifikation der imputierten Werte und einer nutzerfreundlichen, längsschnittgeprüften generierten Variablen des Body Mass Index (BMI). Die Dokumentation finden Sie in dem Dokument "health.pdf ( PDF-Dokument, 172 KB)" auf der SOEP-Dokumentationseite oder der DVD.

PWEALTH und HWEALTH
Die Vermögensdaten des Erhebungsjahres 2002 wurden vollständig überarbeitet und auf Inkonsistenzen geprüft. Die Daten sind jetzt in zwei Datensätzen (für Personen- und Haushaltsebene) vollständig (multiple) imputiert nutzbar, mit entsprechenden Flagvariablen zur Identifikation der imputierten Werte. Die beiden Datensätze enthalten auch jeweils eine generierte Variable zum "Netto-Vermögen" (siehe SOEPpapers No. 18 ( PDF-Dokument))

Interviewerbefragung
Der bis 2006 lediglich als "stand-alone" Version verfügbare Datensatz mit Angaben zu den InterviewerInnen ist jetzt unter dem Namen INTVIEW in die Standard-Datenweitergabe integriert und wird somit in den jeweiligen Software-Formaten (SAS, SPSS, STATA) standardmäßig abgelegt.

2. Querschnittshochrechnung: Wichtige Neuerungen und Änderungen

Mit der Datenweitergabe für das Jahr 2006 ergeben sich für die Querschnittshochrechnungsfaktoren bzw. Querschnittsgewichte wichtige Neuerungen und Änderungen. Ausführlich dargestellt werden die Neuerungen in der DIW Data Documentation 22 ( PDF-Dokument).

2.1 Typen der Hochrechnungsfaktoren neu definiert
Jedes Querschnittsgewicht wird mit $xHRFy bezeichnet. Dabei stellt $ das Wellenkennzeichen dar, x die Unterscheidung nach Haushalten (x = H) und Personen (x = P) und y eine Zusatzkennung, die den Typ des Hochrechnungsfaktors beschreibt.

• $xHRF sind die von Beginn an üblichen Hochrechnungsfaktoren. Sie enthalten sämtliche Stichproben mit Ausnahme der Hocheinkommensstichprobe G.
• $xHRF1 sind Standard-Hochrechnungsfaktoren, bei denen zusätzlich zur Nichtberücksichtigung von Sample G die Gewichte von neuen Teil-Stichproben, d.h. in der sample-spezifischen ersten Welle, auf Null gesetzt sind. Hintergrund: In den ersten Wellen weisen die Befragten bei komplexen Erhebungskonstrukten ein "schlechteres" Antwortverhalten auf als in späteren Wellen (z. B. bezüglich Lebenszufriedenheit und Jahreseinkommen). Eine Ausnahme bildet hier Stichprobe C. Da für Befragte in der DDR solche Effekte im Antwortverhalten des Jahres 1990 nicht nachweisbar waren, sind hier GxHRF und GxHRF1 identisch.
  Für Standard-Querschnittsanalysen empfehlen wir die Verwendung des Hochrechungs-Typs $xHRF1 als Standard-Hochrechnungsfaktor. Damit werden die Informationen aus den jeweils ersten Wellen der Teilstichproben automatisch nicht genutzt.
• $xHRFALL umfassen sämtliche verfügbare Stichproben.
• $xHRFD, $xHRFF und $xHRFG kennzeichnen die isolierten Gewichte für die Zuwanderer-Stichprobe D, für die Ergänzungsstichprobe F und für die Hocheinkommens-Stichprobe G.

2.2 Modifizierung Hochrechnungsrahmen
Seit dem Jahr 2005 weist das Statistische Bundesamt Angaben für das Land Berlin nicht mehr getrennt nach West und Ost aus. Dies führte zu leichten Modifizierungen des Hochrechnungsrahmens für Haushalte rückwirkend seit dem Erhebungsjahr 2005.

2.3 Neue Ergänzungsstichprobe H
Die neuen Haushalte der im Erhebungsjahr 2006 erstmals erhobenen Ergänzungsstichprobe H ("Refreshment Sample") wurden in die Hochrechnung integriert. Die Einbeziehung der Stichprobe H ist gegenwärtig noch vorläufig. Es wird geprüft, ob und wie die Stichprobe H an zusätzliche externe Ränder angepasst wird. Dieses Vorgehen ist allerdings nicht gravierend, da wir ohnehin empfehlen, für deskriptive (Zeitreihen-) Analysen die Hochrechnungsfaktoren WxHRF1 zu verwenden, die die Stichprobe H ausschließen.

2.4 Hochrechnungsfaktoren basieren auf Eckdaten des Mikrozensus von 2005
Die Hochrechnungsfaktoren für das Jahr 2006 basieren auf Eckdaten des Mikrozensus von 2005; sie sind also bezüglich der unterstellten Anzahl von Haushalten und Personen in Deutschland vorläufig.

Für Nachfragen zu den Hochrechnungsfaktoren steht Ihnen Rainer Pischner (rpischner@diw.de, -319) gerne zur Verfügung.

3. Neue Variablen

3.1 Datensatz BIOAGE01
Es wurden vier neue Variablen zum Schwangerschaftsstatus generiert. Basis der Generierungen sind im Wesentlichen der Interviewmonat aus $P, Geburtsmonat und -jahr des Kindes sowie Dauer der Schwangerschaft in Wochen aus BIOAGE01.

BCPREGY 'Mutter: Schwanger zum Personeninterview Welle($)?'
Value Labels:
2002 | Schwanger bei Personeninterview 2002
2003 | Schwanger bei Personeninterview 2003
2004 | Schwanger bei Personeninterview 2004
2005 | Schwanger bei Personeninterview 2005
2006 | Schwanger bei Personeninterview 2006
2007 | Schwanger bei Personeninterview 2007

BCPREGMO 'Mutter: Geschätzter Schwangerschaftsmonat zum Personeninterview Welle($)'
Value Labels:
1 | Erster Schwangerschaftsmonat
2 | Zweiter Schwangerschaftsmonat
3 | Dritter Schwangerschaftsmonat
4 | Vierte Schwangerschaftsmonat
5 | Fünfter Schwangerschaftsmonat
6 | Sechster Schwangerschaftsmonat
7 | Siebter Schwangerschaftsmonat
8 | Achter Schwangerschaftsmonat
9 | Neunter Schwangerschaftsmonat
10 | Letzter Monat schwanger oder nach Geburt

Außerdem wurden Schwangerschaftsbeginn und -ende zusätzlich als Spellinformationen abgelegt. Gezählt wird - analog beispielsweise zu BIOMARSM - ab Monat 1 = Januar 1983 bis Dezember 2007 = Monat 300. Generierungsbasis sind Geburtsmonat und Schwangerschaftsdauer in Wochen aus BIOAGE01.

PREGBEGM 'Spell - Monat Beginn Schwangerschaft / Konzeption (1 = Jan 1983)'.

PREGENDM 'Spell - Monat Ende Schwangerschaft / Geburt (1 = Jan 1983)'.

3.2 Datensatz BIOAGE17
Den Aufbau und Inhalt finden Sie ausführlich in der Dokumentation der Biografiedaten ( PDF-Dokument, 969 KB) auf der SOEP-Homepage oder der DVD.

3.3 Datensatz $PEQUIV

ALG2$$: Betrag der im Haushalt im Vorjahr empfangenen Transfers aus Arbeitslosengeld II.
FALG2$$: Flag zur Identifikation von Imputationen des Arbeitslosengeld II (ALG2$$).
IDEMY$$: Betrag der im Vorjahr empfangenen Zahlungen aus Abfindungen (Indemnity).
FDEMY$$: Flag zur Identifikation von Imputationen von Abfindungszahlungen (IDEMY$$).
ITRAY$$: Betrag der im Vorjahr empfangenen Fahrtkostenzuschüsse (commuting and travel grants).
FTRAY$$: Flag zur Identifikation von Imputationen von Fahrtkostenzuschüssen (ITRAY$$).

3.4 Datensatz $HGEN

NUTS1$$
Zusätzlich zur Bundesland-Variable ist ab diesem Jahr für alle Wellen auch die entsprechende NUTS (Nomenclature des unités territoriales statistiques) Level 1-Variable verfügbar. Die Variable ist weitgehend identisch mit $BULA in $HBRUTTO, allerdings ohne die Zusammenfassung von Rheinland-Pfalz/ Saarland (ab 2000) bzw. ohne eine Differenzierung zwischen Ost- und West-Berlin.

3.5 Datensatz $PGEN

JOBCH$$
In Ergänzung zu ERWTYP$$ (und langfristig zu deren Ersatz) wurde eine Variable zur Identifikation beruflicher Wechsel generiert. Die Kategorien dieser Variable sind unabhängig davon, ob eine Erst- oder Wiederholungsbefragung vorliegt. JOBCH$$ gibt für Personen mit Wiederholungsbefragung berufliche Wechsel seit dem letzten Interview an, für erstmals Befragte bezieht sie sich auf berufliche Wechsel, die seit Beginn des Vorjahres stattgefunden haben. Erstmals erwerbstätige Personen und erwerbstätige Personen mit beruflichem Wechsel werden hierbei getrennt ausgewiesen. Im Gegensatz zu ERWTYP$$ wurde JOBCH$$ einer Längsschnittkonsistenzprüfung unterzogen. Im Längsschnitt inkonsistente Fälle, wie beispielsweise Doppelnennungen eines beruflichen Wechsels in zwei aufeinander folgenden Interviews, wurden korrigiert.
Value Labels>
1 | Nicht erwerbstätig
2 | Erwerbstätig ohne Wechsel
3 | Erwerbstätig ohne Information, ob Wechsel
4 | Erwerbstätig mit Wechsel
5 | Erstmals erwerbstätig

4. Überarbeitete Variablen

4.1 Im Datensatz PPFAD:

Umstellung der $NETTO Codes

$NETTO
Mit der Welle W (23. Erhebungswelle) wurde im aktuellen Erhebungsjahr 2006 die Erfassung der Befragungspopulation grundlegend verändert. Bisher wurde immer bei allen Personen im Haushalt über 16 Jahren ein Personeninterview durchgeführt. Ab dem Erhebungsjahr 2006 werden reguläre Personeninterviews auf Basis des Standard-Erwachsenenfragebogens erst ein Jahr später - im Alter ab 18 Jahren - durchgeführt. Erstbefragte Jugendliche im Alter von 17 Jahren erhalten stattdessen erstmals einen erweiterten Jugendfragebogen (dies gilt für die Samples A-G; bei der neuen Stichprobe H wird der Jugendfragebogen erst im nachfolgenden Jahr erhoben, die entsprechenden 17-jährigen Jugendlichen erhielten als erstes - wie bisher - den regulären Personenfragebogen).
Die Befragungspersonen sind damit nicht mehr allein durch das Instrument des Personenfragebogens erfasst, sondern werden jetzt durch zwei Instrumente - Personen- und Jugendfragebogen - abgebildet. Zur konsistenten Abgrenzung im Zeitverlauf muss deshalb entweder die Jugendpopulation im aktuellen Jahr einbezogen werden oder die Altersabgrenzung für alle früheren Jahre erhöht werden.
Die neu überarbeitete $NETTO-Variable unterstützt beide Abgrenzungen rückwirkend für den gesamten Befragungszeitraum. Der Zusammenhang zwischen Erhebungspopulation und Befragungsinstrument wird über die Variable $NETTO in PPFAD beziehungsweise $HNETTO in HPFAD gesteuert. Infolge der Veränderung der Befragungspopulation sowie der Erweiterung der Erhebungsinstrumente zur detaillierten Erfassung biografischer Zusammenhänge wurde die entsprechende Variable $NETTO in PPFAD grundlegend überarbeitet und wird jetzt als zweistellige Variable bereitgestellt. Die bisherige - einstellige - Variable wird als Hilfestellung unter verändertem Namen $NETOLD weitergeführt; die Variable $HNETTO in HPFAD ist von dieser Umstellung nicht betroffen und bleibt unverändert.
Value Labels:

(10-19)'Befragte und Befragungspersonen mit realisierten Interviews'
10 | Befragungsperson mit realisiertem Interview
11 | Personenfragebogen ($P)
12 | Personenfragebogen und Lebenslauf
13 | Personenfragebogen und Jugendfragebogen
14 | Personenfragebogen und andere Fragebögen
15 | Personenfragebogen und Experimente, Tests
16 | Personenfragebogen, Erstbefragung, 17 Jahre
17 | Jugendfragebogen Erstbefragung, 17 Jahre
19 | Personenfragebogen ohne Haushaltsinterview

(20-29)'Kinder in realisierten Haushalten
20 | Kinder in realisierten Haushalten ($KIND)
21 | Kinder mit Mutter-Kind-Fragebogen I, 0-1 Jahr
22 | Kinder mit Mutter-Kind-Fragebogen II, 2-3 Jahre

(30-39)'Personen ohne Personen-Interview in Brutto-Haushalten'
30 | Personen in realisierten Haushalten ohne Personeninterview
31 | Realisierte Nacherhebung ($LUECKE)
32 | Realisierter Biografiefragebogen
33 | Realisierter Jugendfragebogen
34 | Realisierte Tests und Experimente

(60-69)'Nur Fragebogen ohne Personeninterview außerhalb der Brutto-Haushalte
60 | Nur Fragebogen ohne Personen- und Haushaltsinterview
61 | Nacherhobene Lücke ohne Haushaltsbezug
62 | Nacherhobene Lücke bei Ausfall
70 | Nur Teilnahme an Tests, Experimenten etc.

(80-89)'Personen ohne Austritt, aber ohne aktuelle Angabe im laufenden Jahr'
80 | Person ohne Austritt aus Panel-Population
81 | Vormals Befragte (ERSTBEF) ohne aktuellen Angaben
89 | RückkehrerInnen (zuvor Ausfälle)

(90-99)'Personenausfaelle und Austritte ($YPBRUTTO)'
90 | Personenausfälle ($YPBRUTTO)
91 | Wegzug ins Ausland
99 | Verstorben

$NETOLD
In der neuen Variable $NETOLD ist der alte $NETTO-Code weiterhin nutzbar. Personen im Alter von 17 Jahren, die entweder einen Jugendfragebogen (n=307) oder einen Personenfragebogen (Sample H, n=31) ausgefüllt haben, sind jeweils mit dem Wert 1 codiert. Somit ist die Abgrenzung (WNETTO == 1 | WNETTO == 5) nicht identisch ist mit der Population in WP.

4.2 In den Datensätzen BIOBIRTH und BIOBRTHM

KIDMON[n]
Mit Welle W beinhaltet die Geburtsbiografie der Männer (BIOBRTHM) wie der Frauen (BIOBIRTH) neben dem Geburtsjahr für jedes Kind (KIDGEB[n], mit n = (1...15)) auch den Geburtsmonat für jedes Kind (KIDMON[n]). Jener Geburtmonat deckt sich mit dem Geburtsmonat des jeweiligen Kindes in PPFAD.

4.3 Im Datensatz BIOTWIN

2006 wurde in allen Haushalten, in denen ein Zwillingspaar oder andere Mehrlinge leben, eine eigene Erhebung durchgeführt. Dieser Zwillings-Survey hatte das Ziel, die Zwillingsgruppen zu validieren und zusätzliche Informationen zu gewinnen. Folgende Variablen wurden in diesem Zusammenhang im Datensatz BIOTWIN geändert bzw. neu eingeführt:

BIOMONOZ
Die Variable BIOMONOZ beschreibt die Differenzierung zwischen ein- und mehreiigen Zwillingen/Mehrlingen. Der Status, ob das Zwillingspaar ein- oder mehreiig ist, wurde in der Erhebung eigens erfragt (bisher wurde dieser Status aus dem gleichen bzw. verschieden Geschlecht der Zwillinge abgeleitet). Neue Codes wurden in der Variable BIOMONOZ eingeführt, um diese verbesserte Informationslage zu reflektieren. Die Ausprägungen sind daher nicht mehr kompatibel mit jenen, die vor Welle W im Datensatz BIOTWIN in der Variable BIOMONOZ enthalten waren.

INFOTWIN
Neu eingeführt wurde die Variable INFOTWIN. Sie gibt Auskunft darüber, ob Informationen aus dem 2006 durchgeführten Zwillingssurvey vorliegen, ob die Informationen aus existierenden SOEP-Daten abgeleitet wurden und ob eine frühere Erfassung eines jeweiligen Zwillingspaares sich mit den Ergebnissen des Zwillingssurveys deckt.

4.4 Im Datensatz $PEQUIV

I11105$$
Die Variable (Mietwert selbstgenutzten Wohneigentums = Imputed Rent) wurde bisher nur für Personen in selbstgenutztem Wohneigentum generiert. Entsprechend aktueller Forschungsergebnisse und auch der Vorschläge der Europäischen Kommission zur Generierung von Imputed Rent in EU-SILC wird dieser fiktive Einkommensvorteil nun auch für Personen in Mieterhaushalten generiert, die angeben, keine marktgerechte Miete für ihren Wohnraum zu entrichten. Dies sind Personen in mietfreiem Wohnraum, Mieter in Wohnungen des sozialen Wohnungsbaus und Mieter mit verbilligt überlassenem Wohnraum (z.B. vom Arbeitgeber verbilligt überlassene Werkswohnung, von Verwandten oder sonstigen Dritten verbilligt überlassener Wohnraum).

W11101$$ und W11102$$
Aufgrund der Umstellung der Hochrechnungsfaktoren in den Files PHRF und HHRF beinhaltet die Variable W11101$$ nun den Personenhochrechnungsfaktor $PHRF1 (aus dem File PHRF) und die Variable W11102$$ den Haushaltshochrechnungsfaktor $HHRF1 (aus dem File HHRF). Befragte des SOEP weisen in ihrer ersten Befragungswelle einen signifikant höheren Anteil von Item-non-Response auf, der mittels Imputation nicht adäquat korrigiert werden kann. Daher vernachlässigen diese beiden Gewichte jeweils die erste Welle eines jeden neuen Subsamples des SOEP. Des Weiteren wird das Subsample G (Hocheinkommensbezieher) aus dem Gewichtungsschema ausgeschlossen, um Strukturbrüche in der Analyse von Einkommen im Vergleich zu Ergebnissen ohne Subsample G zu vermeiden. Diese beiden Gewichtungsvariablen sind daher besonders geeignet, eine konsistente Analyse einer Zeitreihe von Einkommen oder deren Verteilung zu unterstützen.

W11105$$
Die Variable W11105$$ beinhaltet nun den Personenhochrechnungsfaktor $PHRFALL (aus dem File PHRF). Diese Gewichtungsvariable berücksichtigt alle Subsamples des SOEP.

E11105$$
Der Inhalt der Variable E11105$$ besteht nun aus der Berufsklassifizierung nach dem internationalen Standard "ISCO88".

E11106$$ und E111076$$
Die Variablen E11106$$ und E11107$$ geben nun die Branchenzugehörigkeit in Form eines 1 bzw. 2-Stellers im internationalen Standard "NACE" wieder.

4.5 Im Datensatz $PGEN

GERWZEIT, HERWZEIT
Für die Jahre 1990 und 1991 werden nun auch für Sample C (Ost) Werte für die Dauer der Betriebszugehörigkeit bereitgestellt. Aufgrund der eventuell eingeschränkten Vergleichbarkeit im Zuge des ostdeutschen Transformationsprozesses sind diese Angaben jedoch mit besonderer Vorsicht zu behandeln.

$ERWZEIT
Die Dauer der Betriebszugehörigkeit wurde aufgrund bisher auftretender Inkonsistenten zwischen verschiedenen Interviewzeitpunkten einer Längsschnittkonsistenzprüfung unterzogen. Im Längsschnitt inkonsistente Fälle wurden anhand der folgenden Vorgehensweise korrigiert:

1. Der Beschäftigungsbeginn beim derzeitigen Arbeitgeber, der zum frühesten Befragungszeitpunkt angegeben wird, ist grundsätzlich dominant und wird in den Folgejahren fortgeschrieben, falls kein Stellenwechsel und keine Wiederaufnahme der Erwerbstätigkeit nach einer Unterbrechung vorliegt.
2. Im Falle eines Stellenwechsels (Wechsel des Arbeitgebers/Wechsel in die Selbständigkeit) werden die aktuellen Angaben zum Zeitpunkt des Stellenwechsels verwendet und in den Folgejahren fortgeschrieben.
3. Bei Wiederaufnahme der Erwerbstätigkeit nach einer Unterbrechung wird vermutet, dass ein Arbeitnehmer zu seinem alten Arbeitgeber zurückgekehrt ist, wenn der aktuell angegebene Beschäftigungsbeginn vor dem letzten Befragungsjahr liegt. In diesem Fall wird nicht auf den aktuellen Beschäftigungsbeginn zurückgegriffen, sondern der Beschäftigungsbeginn, der bei der letzten Befragung erhoben wurde, fortgeschrieben. Liegt die aktuelle Angabe zum Beschäftigungsbeginn nach dem letzten Befragungsjahr, wird ein Arbeitgeberwechsel seit der letzten Befragung angenommen und die aktuelle Angabe zum Beschäftigungsbeginn fortgeschrieben.

AUSB$$
Da bei der erforderlichen Ausbildung im Beruf seit 1999 zwischen Fachhochschul- und Hochschulstudium unterschieden wird, wurden für die Jahre vor 1999 und nach 1999 verschiedene Kategorien für die AUSB$$ 'erforderliche Ausbildung im Beruf' gebildet. In den aktuellen Jahren gibt es getrennte Kategorien, die explizit zwischen diesen beiden Abschlüssen unterschieden. Zudem werden Fachschule und Fachhochschule nun getrennt ausgewiesen.
Value Labels:
1 | Keine Ausbildung
2 | Einweisung
3 | Einarbeitung
4 | Kurse
5 | Berufsausbildung
6 | Fachschule, Ingenieurschule (Ost) 1990-1996
7 | (Fach-,) Hochschulstudium, bis 1998
8 | Fachhochschulstudium, ab 1999
9 | Hochschulstudium, ab 1999

MPS$$
Für die Wellen U,V und W wurden die Werte für die 'Magnitude Prestigeskala - Wegener' für Befragungspersonen ohne Haushaltsinterview ($NETTO=19) ergänzt.

ERWTYP$$
Die Variable Erwerbstypus wird mit der alten Kategorisierung beibehalten, jedoch wird aufgrund der gemeinsamen Ausprägung von erstmals Erwerbstätigen und erwerbstätigen Personen mit beruflichem Wechsel das Label dieser Kategorie geändert. Die Ausprägung 6 wird mit dem Label 'erwerbstätig mit Wechsel, auch erstmals erwerbstätig' versehen.

5. Fehlerupdates

EGP$$
Die Variable ' Erikson and Goldthorpe Class Category" (internationaler Index des beruflichen Status) wurde bezüglich der Zuordnung von akademischen Freiberuflern korrigiert, welche bisher den Selbständigen zugeordnet wurden (Ausprägung 5 oder 6). Bei der korrigierten Generierung werden akademische Freiberufler der oberen Dienstklasse zugewiesen, welche der Ausprägung 1 entspricht.

Bildungsvariablen
Durch Nutzerhinweise konnte ein Fehler bei der Generierung der Bildungsvariablen in $PGEN aufgedeckt werden, der sich vor einiger Zeit bei der Nachgenerierung für die Jahre 2000 und 2001 eingeschlichen hat und seitdem fortgeschrieben wurde. Der Fehler umfasst die ausländischen Hochschulabschlüsse in der Variable $PBBIL02, die als zu hoch ausgewiesen wurden. Der Fehler kam bei der Integration der Variable $PBBILA und $PBBIL02 in diesen beiden Jahren zustande.
Deshalb wurden jetzt alle Bildungsabschlüsse rückwirkend für die Jahre 2000 bis 2006 nochmals neu generiert. Die daraus abgeleiteten Variablen $BILZEIT, ISCED$$ und CASMIN$$ wurden entsprechend ebenfalls rückwirkend ab 2000 aktualisiert.

6. Gelöschte Variablen

W11106$$ 'HH-Weight immigrant sample' in $PEQUIV.

$KGMONAT ‚Geburtsmonat Kind' in $KIND, außer Wellen D und T.

$PHRFXX in PHRF und HHRF.

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

Weitere ausführliche Informationen zum Start der neuen SOEP-Stichprobe finden sich im Forschungsbericht des Bundesministeriums für Gesundheit und Soziale Sicherung Repräsentative Analyse der Lebenslagen einkommensstarker Haushalte ( PDF-Dokument).

1.3 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.

Seit dem Jahr 2001 wird diese Erhebungsmethode zunehmend auch in den Alt-Stichproben A bis D sowie F eingesetzt.

1.4 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.

1.5 Was ist der Jugendfragebogen?

Der Jugendfragebogen enthält insbesondere retrospektive Fragen zur Schullaufbahn (Empfehlung für die Sekundarstufe I, Wiederholung einer oder mehrerer Klassenstufen), zur Musikerziehung und zum Sport wie auch zur aktuellen Situation (schulische Leistung, Freizeitgestaltung, Jobben, Verhältnis zu den Eltern etc.). Auch werden zahlreiche Prospektivfragen zu (Aus-)Bildungsplänen und Erwartungen an die berufliche und familiäre Zukunft gestellt. Die Jugenddaten ermöglichen somit zahlreiche Analysen, da sie retrospektive Informationen zur Kindheit enthalten, die mit der Geschichte der Eltern verknüpfbar sind, sowie auch prospektive Fragen. Da im SOEP alle Haushaltsmitglieder ab 17 Jahren befragt werden, eignet sich die Datenlage u.a. hervorragend für intergenerationale Analysen.

Im Jahr 2000 wurde ein Pre-Test mit 232 Jugendlichen durchgeführt, die in SOEP-Haushalten leben (17-Jährige in Sample A-E). Einen erweiterten und überarbeiteten Fragebogen haben im Jahr 2001 618 Jugendliche, die zwischen 17 und 19 Jahre alt wurden, ausgefüllt (17-Jährige in Sample A-E, 17 bis 19-Jährige in Sample F).

Seit dem Jahr 2002 füllen jeweils alle 17-jährigen Jugendlichen, die erstmals persönlich in einem SOEP-Haushalt befragt werden, zum Start ihrer "Befragungskarriere" den Jugendfragebogen aus. Die Daten der dieser Befragungen sind in dem Datensatz "BIOAGE17" (bis zur Datenweitergabe 2005: "BIOYOUTH") abgelegt. Pro Welle werden etwa 350 Jugendliche dazukommen. So wird kumulativ rasch ein großer jugendspezifischer Datensatz entstehen. Weitere Informationen finden Sie im Kapitel 13 unserer Dokumentation zu Biographiedaten.

1.6 Welche Informationen sind in dem neuen Datensatz BIOSOC enthalten?

Weitere Informationen finden Sie im Kapitel 11 unserer Dokumentation zu Biographiedaten.

1.7 Wo finde ich Informationen über frühere Datenlieferungen?

Dokumentation der Änderungen am Datensatz seit 1995

2 Nutzungsbedingungen

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

Ausgewählte Ergebnisse von bereits durchgeführten Analysen haben wir für Sie in Pressemitteilungen aufbereitet. Alle uns bekannten Arbeiten werden in der Datenbank SOEPlit registriert und können online durchsucht werden. Darüber hinaus haben wir viele Originalarbeiten, die im Internet erhältlich sind, auf unseren Internetseiten aufgeführt.

Mehr Informationen dazu ..

Die direkte Nutzung der SOEP-Daten unterliegt den hohen Anforderungen des gesetzlichen Datenschutzes in der Bundesrepublik Deutschland. Für die Arbeit mit den SOEP-Daten ist daher der Abschluss eines Datenweitergabevertrages notwendig.

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 Michaela Engelmann wenden.

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

Auch der vom Statistischen Bundesamt herausgegebene Datenreport enthält einige Beiträge zu Lebensbedingungen und ihre Bewertungen in Deutschland auf Grundlage der SOEP Daten (z.B. Statistisches Bundesamt (Hg.) (2004): Datenreport 2004. Schriftenreihe der Bundeszentrale für politische Bildung. Band 450. Im Internet bei den Publikationen des Statistischen Bundesamtes oder unter http://www.gesis.org/Dauerbeobachtung/Sozialindikatoren/Publikationen/Datenreport/dr06.htm.

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

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

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

Unsere Dokumentationen geben zudem eine Einführung in die Analyse der SOEP-Daten. Insbesondere das Kernstück der SOEP-Dokumentation, das DTC ist dort abrufbar. Für die erfolgfreiche Teilnahme an einem SOEP-Workshop ist ein intensives Durcharbeiten des DTC ebenso zentrale Voraussetzung wie die Kenntnis eines von der SOEP-Projektgruppe unterstützten Statistik-Software Paketes (überwiegend SAS, SPSS oder STATA).

2.6 Welche Unterschiede und Gemeinsamkeiten bestehen zwischen dem im Inland sowie den EWG-Staaten weitergegebenen SOEP-Datensatz (100%-File) und dem im außereuropäischen Ausland zu verwendenden SOEP Scientific-Use-File?

Zudem wird die in der 5. Welle erhobene Vermögensbilanz (Datei EV) nicht weitergegeben.

Die Weitergabe der vollständigen Informationen zur Staatsbürgerschaft konnte erstmals Anfang 2004 für die Daten 1984-2002 realisiert werden. Seitdem sind auch im Scientific-Use-File die Informationen zur Nationalität einer Person in Nation$$ und das Herkunftsland in CORIGIN abgelegt (siehe auch Frage 4.5).

3 Vertragsmanagement

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

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

3.3 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

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

3.5 Wie kann ich Mitglied der SOEP-Mailingliste werden?

4 Auswertungen mit dem SOEP

4.1 Sind die von mir gesuchten Variablen im SOEP enthalten?

4.2 Werden zusätzlich tiefer gegliederte Regionaldaten zur Verfügung gestellt?

Im Rahmen von Forschungsaufenthalten am DIW Berlin oder über SOEPremote besteht die Möglichkeit, auch auf der Ebene der - datenschutzrechtlich besonders sensitiven - kleinräumigen "Kreiskennziffern" (KKZ) und Postleitzahlen auszuwerten.

Es gibt eine DIW Data Documentation über Regionaldaten im Sozio-oekonomischen Panel (SOEP) ( PDF-Dokument). Informationen inhaltlicher Art zur Nutzung des SOEP mit Raumordnungsregionen finden Sie in diesen Kurzinformationen zum SOEP-Geocode ( PDF-Dokument, 370 KB).

Nähere Auskünfte zum Datenschutz, zur Weitergabe von bzw. Zugang zu den SOEP-Regionaldaten erhalten Sie bei Michaela Engelmann (soepmail@diw.de).
Ansprechpartner für Fragen inhaltlicher Art ist Jan Goebel.

4.3 Sind Bundesländer repräsentativ auswertbar?

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

4.5 Wie kann ich Rentnerinnen und Rentner im Datensatz identifizieren?

• Selbstauskunft der Befragten zum Erwerbsstatus im Vorjahr. Diese Information ist im Kalenderfile $PKAL abgelegt und umfasst die Art des Erwerbsstatus als Rentner/Pensionär [mit Hilfe der Variablen $P1E01 und $P1E02] bzw. den Bezug von Altersrente / Pension im Vorjahr [mit Hilfe der Variablen $P2D01 bis $P2D03]
• Alter der Befragungsperson (z.B. ableitbar aus der Variablen GEBJAHR in PPFAD)
• Berücksichtigung des aktuellen Erwerbsstatus (nicht erwerbstätig), ggf. in Kombination mit der Altersangabe. Beachten Sie hierbei bitte, dass Rentner mit Arbeitsvertrag beim zentralen Erwerbsfilter (z.B. UP09) als erwerbstätig gelten
• Personen, die erst seit kurzem den Status als Rentner / Pensionär innehaben, sind identifizierbar über den Grund für die Beendigung des letzten Beschäftigungsverhältnisses (z.B. Variable UP75, Code 6: "Erreichen der Altersgrenze / Rente / Pension")
• Darüber hinaus sind natürlich auch Kombinationen dieser genannten Varianten möglich wie z.B. "Alter > 65 Jahre" und gleichzeitig "Bezug einer Altersrente"

4.6 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?

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

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).

4.8 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).