GESIS Archive
Not a member yet
7693 research outputs found
Sort by
Censuses in Wuerttemberg, 1834 to 1925
No full textBy joining the German Zollverein (Customs Union) in 1834, the Kingdom of Württemberg committed itself to conduct a census in a fixed three-year rhythm according to uniform criteria and with a recording scheme that was as precise as possible. The data obtained in the process formed the basis for the distribution of the common revenues of the German Customs Union. The Kingdom of Wurttemberg conducted the first census as part of the Zollverein on 15 December 1834. The basis of the censuses was the ´resident´ population, which according to the contemporary definition included all people who were present in the place on the reference date. Residents who were currently absent due to a journey were also taken into account. Men and women who were in transit in the census municipality were not included. Until 1858, the ´local´ population, i.e. the population living permanently in the village, was also counted.
The data material of the Zollverein and Reich statistics was collected on the basis of the Oberamtslisten, which have survived in handwritten form (Landesarchiv Baden-Württemberg, Staatsarchiv Ludwigsburg, Bestand E 258 VIII). The data is available at the municipal, Oberamts and district level. The figures reflect the territorial status valid at the time of the census as well as the contemporary administrative division. Four Excel tables are available for each census, in which the data for the municipalities and head offices of a district are summarised.
A crossed-out place name indicates that the municipality in question belonged to another Oberamt at the time of the census. Municipalities that were newly assigned to a Oberamt between 1834 and 1925 are usually added at the end of the Oberamt list. Information on the change of office affiliation can be found in the comment field. An asterisk after a place name (name of the city or village) indicates such supplementary information. The comment field opens as soon as the cursor is placed on the field of the place (city or village) concerned.
The primary researchers supplemented the data material with historical maps. The maps of the four Württemberg districts are taken from the publication: ´Das Königreich Württemberg´ (The Kingdom of Württemberg), which was published by the State Statistical Office in four volumes between 1904 and 1907.´
Explanation of symbols
0 = Less than half of 1 in the last filled position, but more than nothing
- = Nothing present (exactly zero)
. = Numerical value unknown or to be kept secret
x = Table compartment locked because statement does not make sense
... = Statement to be made later
/ = No statement, as the numerical value is not certain enough
() = Statement value limited, as the numerical value may contain errors
Discrepancies in the totals can be explained by rounding the numbers.
Place names that have been crossed out indicate that the municipality in question belonged to a different Oberamt at the time of the census.
*
An asterisk after a place name indicates information about the records in the comment field.´
Publication:
CD-ROM:
»Königreich Württemberg« Volkszählungen 1834 bis 1925. Statistisches Landesamt Baden-Württemberg.
Zu bestellen unter:
https://www.statistik-bw.de/Service/Veroeff/Statistische_Daten/900208001.bs
E-Mail: [email protected]„Mit dem Beitritt zum Deutschen Zollverein 1834 verpflichtete sich das Königreich Württemberg, nach einheitlichen Kriterien und mit einem möglichst genauen Erfassungsschema in einem festen Dreijahresrhythmus eine Volkszählung durchzuführen. Die dabei gewonnenen Daten bildeten die Grundlage für die Verteilung der gemeinsamen Einkünfte des Deutschen Zollvereins. Das Königreich Württemberg führte am 15. Dezember 1834 die erste Erhebung im Rahmen der Zollvereinszählung durch. Grundlage der Zählungen bildete die „ortsanwesende“ Bevölkerung, die nach der zeitgenössischen Definition alle Menschen umfasste, die am Stichtag im Ort anwesend waren. Berücksichtigt wurden auch die Einwohner, die gerade wegen einer Reise abwesend waren. Männer und Frauen, die sich auf der Durchreise in der Zählgemeinde aufhielten, wurden nicht mitgerechnet. Bis 1858 wurde zusätzlich die „ortsangehörige“, also die ständig im Ort lebende Bevölkerung erhoben.
Das Datenmaterial der Zollvereins- und Reichsstatistik wurde auf der Grundlage der in handschriftlicher Form überlieferten Oberamtslisten erfasst (Landesarchiv Baden-Württemberg, Staatsarchiv Ludwigsburg, Bestand E 258 VIII). Die Daten stehen auf der Gemeinde-, Oberamts- und Kreisebene zur Verfügung. Das Zahlenmaterial spiegelt den zum Zeitpunkt der Erhebung gültigen Gebietsstand ebenso wie die zeitgenössische Verwaltungsgliederung wider. Für jede Zählung liegen vier Excel-Tabellen vor, in denen jeweils die Daten für die Gemeinden und Oberämter eines Kreises zusammengefasst sind.
Ein durchgestrichener Ortsname verweist darauf, dass die betreffende Gemeinde zum Zeitpunkt der Zählung einem anderen Oberamt angehörte. Gemeinden, die zwischen 1834 und 1925 einem Oberamt neu zugewiesen wurden, sind in der Regel am Ende der Oberamtsliste angefügt. Informationen über den Wechsel der Amtszugehörigkeit finden sich im Kommentarfeld. Ein Stern hinter einem Ortsnamen weist auf solche ergänzenden Informationen hin. Das Kommentarfeld öffnet sich, sobald der Cursor auf das Feld des betreffenden Ortes plaziert wird.
Das Datenmaterial haben die Primärforscher durch historische Karten ergänzt. Die Karten der vier württembergischen Kreise entstammen der Publikation: „Das Königreich Württemberg“, das vom Statistischen Landesamt in vier Bänden zwischen 1904 und 1907 publiziert wurde.“
Zeichenerklärung
0 = Weniger als die Hälfte von 1 in der letzten besetzten Stelle, jedoch mehr als nichts
- = Nichts vorhanden (genau null)
. = Zahlenwert unbekannt oder geheim zu halten
x = Tabellenfach gesperrt, weil Aussage nicht sinnvoll
... = Angabe fällt später an
/ = Keine Angabe, da Zahlenwert nicht sicher genug
() = Aussagewert eingeschränkt, da der Zahlenwert Fehler aufweisen kann
Abweichungen in den Summen erkären sich durch Runden der Zahlen
Ortsname
Durchgestrichene Ortsnamen verweisen darauf, dass die betreffende Gemeinde zum Zeitpunkt der Zählung einem anderen Oberamt angehörten
*
Ein Stern hinter einem Ortsnamen weist auf Informationen zu den Datensätzen im Kommentarfeld hin.“
Verwendete Quellen und Literatur:
A) Archivalien, öffentliche Statistiken
- Listen der Daten der Zollvereins- und Reichszählungen. Landesarchiv Baden-Württemberg, Abt. Staatsarchiv Ludwigsburg. (StAL E 258 VIII und IX)
- Die Findmittel zu den Beständen können im Internet eingesehen werden (www.landesarchiv-bw.de/stal).
- Die Unterlagen stehen für die Nutzung im Lesesaal des Staatsarchivs Ludwigsburg zur Verfügung. Ausgewählte Zahlenreihen sind in einer Internetpräsentation übersichtlich aufbereitet (www.la-bw.de/zollvereinsstatistik/).
B) Literatur
- 150 Jahre Amtliche Statistik in Baden-Württemberg,
herausgegeben vom Statistischen Landesamt Baden-Württemberg. Stuttgart 1970.
- Das Land Baden-Württemberg. Amtliche Beschreibung nach Kreisen und Gemeinden,
herausgegeben von der Landesarchivdirektion Baden-Württemberg. 8 Bände. Stuttgart 1974–1983
- Historisches Gemeindeverzeichnis Baden-Württemberg (Statistik von Baden-Württemberg 108).Stuttgart 1965.
- Häußermann, Martin/ Zimmermann, Wolfgang: Württembergs Bevölkerung in Zahlen.
In: Archivnachrichten Baden-Württemberg 37 (2008), S. 39.
- Schaab, Meinrad: Die Herausbildung einer Bevölkerungsstatistik in Württemberg und Baden während der ersten Hälfte des 19. Jahrhunderts.
In: Zeitschrift für württembergische Landesgeschichte 30 (1970), S. 164–200.
- Zimmermann, Wolfgang: Landesbeschreibung in Württemberg. „Noch haben wir kein württembergisches Volk“ (1822). Die Gründung des Statistisch-topograpischen Bureaus.
In: Schwabenspiegel. Literatur vom Neckar bis zum Bodensee 1800–1950, herausgegeben von Martin Bosch, Ulrich Gaier u.a. Biberach 2006, S. 51–60.
CD-ROM:
»Königreich Württemberg« Volkszählungen 1834 bis 1925. Statistisches Landesamt Baden-Württemberg.
Zu bestellen unter:
https://www.statistik-bw.de/Service/Veroeff/Statistische_Daten/900208001.bs
E-Mail: [email protected]
NEPS-Metafile_v03-00.do
No full textNEPS-Metafile.do is a Stata program that generates a Stata file containing information on every variable of the Scientific Use Files (SUF) of the National Educational Panel Study (NEPS).NEPS-Metafile.do is a Stata program that generates a Stata file containing information on every variable of the Scientific Use Files (SUF) of the National Educational Panel Study (NEPS)
Interreligious contact and attitudes in Togo and Sierra Leone: The role of ingroup norms and individual preferences (CATSL)
No full textThe published data and documents provide information to replicate the analyses of the paper "Interreligious contact and attitudes in Togo and Sierra Leone: The role of ingroup norms and individual preferences" by Julia Köbrich, Borja Martinović and Tobias Stark that will be published in Peace and Conflict: Journal of Peace Psychology. Data were collected as part of the project 'Religion for Peace: Identifying Conditions and Mechanisms of Interfaith Peace' conducted at the German Institute for Global and Area Studies funded by the German Research Foundation.
The data include information for two independent samples on descriptive and injunctive norms, individual preferences for similar others, close contact, positive and negative casual contact, interreligious attitudes as well as demographic information. The R-syntax replicates analyses for Study 1 and Study 2 reported in the paper and its online supplement.
Data for Study 1 were collected via self-administered questionnaires by a non-probability sample between 13.09.2022 and 05.10.2022. Enumerators used their social (media) networks to spread participation links. Individuals who gave informed consent and indicated that they were residents of Togo or Sierra Leone were eligible to participate in the study. The published data include information on Muslim and Christian participants and removed potential duplicate respondents as well as those with missing values on all reported variables (N=678, 27 variables). Respondents had the choice to complete the questionnaire in English or Krio in Sierra Leone and in French or Ewe in Togo. All Sierra Leonean respondents completed the questionnaire in English and all Togolese respondents in French.
Data for Study 2 were collected as part of a household survey conducted in 50 neighborhoods in Lomé and Freetown (capitals of Togo and Sierra Leone) via computer assisted personal interviewing (Data collection in Lomé: 24.10.2022 to 08.11.2022; in Freetown: 26.11.2022 to 13.12.2022). Per city 25 neighborhoods were randomly drawn taking into account their religious demography (religiously mixed: 8 Lomé/ 11 Freetown; predominantly Christian: 9 Lomé/ 6 Freetown and predominantly Muslim: 8 per city). Within neighborhoods, households were selected using a random-walk procedure. Participants were randomly chosen from a list of eligible household members. Adult residents of Lomé and Freetown who were able to communicate with the enumerators and gave informed consent were eligible for participation. The published data include information on Muslim and Christian participants (N=1831, 41 variables). Respondents had the choice to be interviewed in English or Krio in Sierra Leone and in French or Ewe in Togo. In Sierra Leone 6% chose English and 94% Krio and in Togo 46% chose French and 54% Ewe.The published data and documents provide information to replicate the analyses of the paper "Interreligious contact and attitudes in Togo and Sierra Leone: The role of ingroup norms and individual preferences" by Julia Köbrich, Borja Martinović and Tobias Stark that will be published in Peace and Conflict: Journal of Peace Psychology. Data were collected as part of the project 'Religion for Peace: Identifying Conditions and Mechanisms of Interfaith Peace' conducted at the German Institute for Global and Area Studies funded by the German Research Foundation.
The data include information for two independent samples on descriptive and injunctive norms, individual preferences for similar others, close contact, positive and negative casual contact, interreligious attitudes as well as demographic information. The R-syntax replicates analyses for Study 1 and Study 2 reported in the paper and its online supplement.
Data for Study 1 were collected via self-administered questionnaires by a non-probability sample between 13.09.2022 and 05.10.2022. Enumerators used their social (media) networks to spread participation links. Individuals who gave informed consent and indicated that they were residents of Togo or Sierra Leone were eligible to participate in the study. The published data include information on Muslim and Christian participants and removed potential duplicate respondents as well as those with missing values on all reported variables (N=678, 27 variables). Respondents had the choice to complete the questionnaire in English or Krio in Sierra Leone and in French or Ewe in Togo. All Sierra Leonean respondents completed the questionnaire in English and all Togolese respondents in French.
Data for Study 2 were collected as part of a household survey conducted in 50 neighborhoods in Lomé and Freetown (capitals of Togo and Sierra Leone) via computer assisted personal interviewing (Data collection in Lomé: 24.10.2022 to 08.11.2022; in Freetown: 26.11.2022 to 13.12.2022). Per city 25 neighborhoods were randomly drawn taking into account their religious demography (religiously mixed: 8 Lomé/ 11 Freetown; predominantly Christian: 9 Lomé/ 6 Freetown and predominantly Muslim: 8 per city). Within neighborhoods, households were selected using a random-walk procedure. Participants were randomly chosen from a list of eligible household members. Adult residents of Lomé and Freetown who were able to communicate with the enumerators and gave informed consent were eligible for participation. The published data include information on Muslim and Christian participants (N=1831, 41 variables). Respondents had the choice to be interviewed in English or Krio in Sierra Leone and in French or Ewe in Togo. In Sierra Leone 6% chose English and 94% Krio and in Togo 46% chose French and 54% Ewe
Umwelt, Wohlbefinden und Entwicklung von Kindern und Jugendlichen (UWE) Befragung 2021
No full text"Umwelt, Wohlbefinden und Entwicklung" (UWE) untersucht, ob und unter welchen Umständen sich Kinder und Jugendliche glücklich fühlen, wie gesund sie sich fühlen, wie es um ihr Selbstvertrauen, ihre Ängste, ihren Optimismus steht und von welchen Bedingungen und Ressourcen ihr Wohlbefinden abhängt. In der UWE-Studie werden Kinder und Jugendliche der siebten und neunten Klassen weiterführender Schulen über ihre Gedanken, Gefühle und Erfahrungen in den Kontexten Familie, Schule und Wohnumgebung befragt. UWE ist ein in Deutschland bislang einzigartiges umfassendes Befragungsinstrument, das dabei hilft, ein tieferes Verständnis dafür zu bekommen, wie Kinder und Jugendliche in dieser Lebensphase ihre sozialen und räumlichen Kontexte erleben.
UWE sucht Antworten auf drei Hauptfragen:
(1) Beschreibung: Welches Niveau erreicht das Wohlbefinden der Kinder und Jugendlichen? Wir beschreiben das Niveau und die Streuung des Wohlbefindens aller Siebt- und Neuntklässler*innen. Unter der Annahme „Durchschnitt ist nirgends“ werden Unterschiede zwischen Schultypen einerseits und zwischen Sozialräumen andererseits kenntlich gemacht.
(2) Erklärung: Was brauchen Kinder und Jugendliche, damit sie sich wohlfühlen und zu sozial kompetenten und partizipationsfähigen Bürger*innen entwickeln? Wir erforschen die Ursachen des Wohlbefindens und arbeiten schützende und stärkende Faktoren heraus. Ein besonderer Fokus liegt dabei auf den Kontexten Familie, Schule und Wohnumgebung.
(3) Transfer: Wie kann Kindern und Jugendlichen in ihren konkreten Kontexten geholfen werden, ein gesundes Wohlbefinden zu entwickeln? Die Daten haben einen konkreten Praxisbezug hinsichtlich der Unterstützung bei der Planung kleinräumiger und institutionenscharfer Maßnahmen. Wir wollen datengestützt herausstellen, an welchen Ursachen in spezifischen Schulen und Sozialräumen anzusetzen ist, um zu höherem Wohlbefinden der Kinder beizutragen.
Dieser Scientific-Use-File (SUF) enthält die Daten der Befragungswelle 2021 vor, die im Zeichen der Corona-Pandemie stand. Sie finden daher ein entsprechendes Zusatzmodul mit Fragen zu den Sorgen in diesem Zusammenhang und dem sozialen Leben der Jugendlichen sowie Fragen dazu, was vermisst wird. Der SUF enthält die Angaben von Siebt- und Neuntklässler*innen, die 2021 in Herne und Bottrop durchgeführt wurde."Umwelt, Wohlbefinden und Entwicklung" (UWE) untersucht, ob und unter welchen Umständen sich Kinder und Jugendliche glücklich fühlen, wie gesund sie sich fühlen, wie es um ihr Selbstvertrauen, ihre Ängste, ihren Optimismus steht und von welchen Bedingungen und Ressourcen ihr Wohlbefinden abhängt. In der UWE-Studie werden Kinder und Jugendliche der siebten und neunten Klassen weiterführender Schulen über ihre Gedanken, Gefühle und Erfahrungen in den Kontexten Familie, Schule und Wohnumgebung befragt. UWE ist ein in Deutschland bislang einzigartiges umfassendes Befragungsinstrument, das dabei hilft, ein tieferes Verständnis dafür zu bekommen, wie Kinder und Jugendliche in dieser Lebensphase ihre sozialen und räumlichen Kontexte erleben.
UWE sucht Antworten auf drei Hauptfragen:
(1) Beschreibung: Welches Niveau erreicht das Wohlbefinden der Kinder und Jugendlichen? Wir beschreiben das Niveau und die Streuung des Wohlbefindens aller Siebt- und Neuntklässler*innen. Unter der Annahme „Durchschnitt ist nirgends“ werden Unterschiede zwischen Schultypen einerseits und zwischen Sozialräumen andererseits kenntlich gemacht.
(2) Erklärung: Was brauchen Kinder und Jugendliche, damit sie sich wohlfühlen und zu sozial kompetenten und partizipationsfähigen Bürger*innen entwickeln? Wir erforschen die Ursachen des Wohlbefindens und arbeiten schützende und stärkende Faktoren heraus. Ein besonderer Fokus liegt dabei auf den Kontexten Familie, Schule und Wohnumgebung.
(3) Transfer: Wie kann Kindern und Jugendlichen in ihren konkreten Kontexten geholfen werden, ein gesundes Wohlbefinden zu entwickeln? Die Daten haben einen konkreten Praxisbezug hinsichtlich der Unterstützung bei der Planung kleinräumiger und institutionenscharfer Maßnahmen. Wir wollen datengestützt herausstellen, an welchen Ursachen in spezifischen Schulen und Sozialräumen anzusetzen ist, um zu höherem Wohlbefinden der Kinder beizutragen.
Dieser Scientific-Use-File (SUF) enthält die Daten der Befragungswelle 2021 vor, die im Zeichen der Corona-Pandemie stand. Sie finden daher ein entsprechendes Zusatzmodul mit Fragen zu den Sorgen in diesem Zusammenhang und dem sozialen Leben der Jugendlichen sowie Fragen dazu, was vermisst wird. Der SUF enthält die Angaben von Siebt- und Neuntklässler*innen, die 2021 in Herne und Bottrop durchgeführt wurde
Kleinr\ue4umige Ungleichheiten in den deutschen St\ue4dten
No full textDer vorliegende Datensatz beinhaltet kleinräumige Sozial- bzw. Arbeitsmarkdaten für die 153 größten Städte in Deutschland für die Jahre 2013-2022. Die Daten wurden von der Bundesagentur für Arbeit in einer Lambertprojektion ETRS89-LAEA (EPSG:3035) in 1 x 1 km großen Quadraten für ganz Deutschland übermittelt. Die Variable „Gitter1km“ beschreibt die Lage des jeweiligen Grids (siehe hierfür auch Bundesamt für Kartografie und Geodäsie: https://gdz.bkg.bund.de/index.php/default/geographische-gitter-fur-deutschland-in-lambert-projektion-geogitter-inspire.html ). Veröffentlicht werden hier nur die Daten für die 153 größten Städte, die Teil der oben genannten Studie (Helbig 2023) sind. Die Daten entstammen der SGB II-, Arbeitslosen- und Sozialversicherungspflichtig Beschäftigten-Statistik, die auch eine höhere Anzahl an Variablen bereitstellen. Es wurden im vorliegenden Fall aber nur die Daten veröffentlicht, die auch in der zu Grunde liegenden Studie verwendet wurden.
Im vorliegenden Datensatz sind zudem einige Kennzahlen für die gesamte Stadt (z.B. Anteil SGB-II Bezieher oder Armutssegregationsindex) enthalten, die Makroinformationen für die einzelnen Städte bereitstellen, aber nur aus den Rohdaten erzeugt werden können. Die Rohdaten können jedoch nicht weitegegeben werden.
Um die Armutsquoten aus der SGB II-Statistik zu berechnen, musste auf Daten zu unterschiedlichen Altersgruppen auf der gleichen räumlichen Ebene zurückgegriffen werden. Diese Daten liegen jedoch bei keiner staatlichen Stelle für den benötigten Zeitraum vor (zuletzt für den Zensus 2011). Deshalb wurde GfK Geomarketing damit beauftragt die Daten auf der benötigten räumlichen Ebene zu berechnen.Der vorliegende Datensatz beinhaltet kleinräumige Sozial- bzw. Arbeitsmarkdaten für die 153 größten Städte in Deutschland für die Jahre 2013-2022. Die Daten wurden von der Bundesagentur für Arbeit in einer Lambertprojektion ETRS89-LAEA (EPSG:3035) in 1 x 1 km großen Quadraten für ganz Deutschland übermittelt. Die Variable „Gitter1km“ beschreibt die Lage des jeweiligen Grids (siehe hierfür auch Bundesamt für Kartografie und Geodäsie: https://gdz.bkg.bund.de/index.php/default/geographische-gitter-fur-deutschland-in-lambert-projektion-geogitter-inspire.html ). Veröffentlicht werden hier nur die Daten für die 153 größten Städte, die Teil der oben genannten Studie (Helbig 2023) sind. Die Daten entstammen der SGB II-, Arbeitslosen- und Sozialversicherungspflichtig Beschäftigten-Statistik, die auch eine höhere Anzahl an Variablen bereitstellen. Es wurden im vorliegenden Fall aber nur die Daten veröffentlicht, die auch in der zu Grunde liegenden Studie verwendet wurden.
Im vorliegenden Datensatz sind zudem einige Kennzahlen für die gesamte Stadt (z.B. Anteil SGB-II Bezieher oder Armutssegregationsindex) enthalten, die Makroinformationen für die einzelnen Städte bereitstellen, aber nur aus den Rohdaten erzeugt werden können. Die Rohdaten können jedoch nicht weitegegeben werden.
Um die Armutsquoten aus der SGB II-Statistik zu berechnen, musste auf Daten zu unterschiedlichen Altersgruppen auf der gleichen räumlichen Ebene zurückgegriffen werden. Diese Daten liegen jedoch bei keiner staatlichen Stelle für den benötigten Zeitraum vor (zuletzt für den Zensus 2011). Deshalb wurde GfK Geomarketing damit beauftragt die Daten auf der benötigten räumlichen Ebene zu berechnen
SiE survey on solidarity in Europe trendfile (2018-2023)
No full textThe SiE survey on solidarity in Europe, developed by the EUI and YouGov, is implemented yearly since 2018. This trendfile compiles the most relevant variables repeated over the six wave datasets (2018, 2019, 2020, 2021, 2022, 2023); please consult GESIS for the individual yearly datasets. The trendfile indicators cover a number of topics such as support for solidarity amongst EU countries and beyond; political attitudes concerning European integration; trust in EU and national institutions; response to different crises through various instruments, including the Covid-19 outbreak and the war in Ukraine; preferences concerning EU policy, European security and defence policy, Russia, NATO and a European army; identity; value of democracy; importance and salience of various issues and threats; position concerning world politics; and individual attributes such as left-right self-placement; gender, age, ocupation, religion, past vote in national elections, among other indicators.The SiE survey on solidarity in Europe, developed by the EUI and YouGov, is implemented yearly since 2018. This trendfile compiles the most relevant variables repeated over the six wave datasets (2018, 2019, 2020, 2021, 2022, 2023); please consult GESIS for the individual yearly datasets. The trendfile indicators cover a number of topics such as support for solidarity amongst EU countries and beyond; political attitudes concerning European integration; trust in EU and national institutions; response to different crises through various instruments, including the Covid-19 outbreak and the war in Ukraine; preferences concerning EU policy, European security and defence policy, Russia, NATO and a European army; identity; value of democracy; importance and salience of various issues and threats; position concerning world politics; and individual attributes such as left-right self-placement; gender, age, ocupation, religion, past vote in national elections, among other indicators
Code/Syntax: Welcher Zweck heiligt die Mittel? Bemerkungen zur Repr\ue4sentativit\ue4tsdebatte in der Meinungsforschung
No full textIm Vergleich zu Umfragen an Wahrscheinlichkeitsstichproben bieten Umfragen an Access-Panels, die auf Nicht-Wahrscheinlichkeitsstichproben basieren, unbestreitbare wirtschaftliche Vorteile. Diese Vorteile gehen jedoch mit unvermeidbaren Qualitätseinbußen einher, die auch dann bestehen bleiben, wenn Erstere sehr niedrige Ausschöpfungsquoten haben. In diesen Replikationsmaterialien finden sich die Beispielrechnungen, die im gleichlautenden Aufsatz herangezogen werden.Im Vergleich zu Umfragen an Wahrscheinlichkeitsstichproben bieten Umfragen an Access-Panels, die auf Nicht-Wahrscheinlichkeitsstichproben basieren, unbestreitbare wirtschaftliche Vorteile. Diese Vorteile gehen jedoch mit unvermeidbaren Qualitätseinbußen einher, die auch dann bestehen bleiben, wenn Erstere sehr niedrige Ausschöpfungsquoten haben. In diesen Replikationsmaterialien finden sich die Beispielrechnungen, die im gleichlautenden Aufsatz herangezogen werden
Replication data: Challenges and benefits of including institutionalized, cognitively impaired, and unable-to-respond individuals in a representative survey of the very old
No full textInstitutionalization, cognitive impairment, and the inability to conduct an interview due to health impairment are among the top exclusion criteria for most large-scale social and aging surveys. Reservations about targeting vulnerable groups result from economic or legal restrictions of recruitment and concerns regarding research ethics or the validity of the data obtained. However, failure to include these individuals may lead to substantial bias. Metadata showed that privileged data access and checks against nursing home repositories prevented the undercoverage of institutionalized individuals. Measures to include difficult-to-survey groups led to a marked increase in response rates. Individuals with health impairments substantially contributed to the representativity of the sample. Nonresponse bias was cut in half when compared with a less inclusive study protocol. From a Total Survey Error perspective, reductions in nonresponse bias, low item-nonresponse, and evidence of measurement invariance across self-reports and proxy reports for key outcome variables show significant benefits of including difficult-to-survey groups in estimating characteristics of this population.Institutionalization, cognitive impairment, and the inability to conduct an interview due to health impairment are among the top exclusion criteria for most large-scale social and aging surveys. Reservations about targeting vulnerable groups result from economic or legal restrictions of recruitment and concerns regarding research ethics or the validity of the data obtained. However, failure to include these individuals may lead to substantial bias. Metadata showed that privileged data access and checks against nursing home repositories prevented the undercoverage of institutionalized individuals. Measures to include difficult-to-survey groups led to a marked increase in response rates. Individuals with health impairments substantially contributed to the representativity of the sample. Nonresponse bias was cut in half when compared with a less inclusive study protocol. From a Total Survey Error perspective, reductions in nonresponse bias, low item-nonresponse, and evidence of measurement invariance across self-reports and proxy reports for key outcome variables show significant benefits of including difficult-to-survey groups in estimating characteristics of this population
Public Voting Data of the Council of the EU
No full textThis data set contains the voting behaviour of EU member states in public votes of the Council of the EU from 2010 to 2023. Particular attention was given to the following issues: How often did the Council adopt decision by consensus despite voting under qualified majority? Which member states are most often outvoted? Did these pattern change during the Covid-19 pandemic, when the Council had to resort to video meetings? To answer these questions, a new dataset of public data from the EU was cleaned for easy access and analysis. This dataset encompasses all voting data from the public votes in the Council of the EU from January 2010 to March 2023. Due to the rules of procedure of the Council of the EU, only legislative votes are made public. The collected data therefore necessarily encompasses only a limited, self-selected number from all votes in the Council. As of April 12 2023, 1.397 votes are available.This data set contains the voting behaviour of EU member states in public votes of the Council of the EU from 2010 to 2023. Particular attention was given to the following issues: How often did the Council adopt decision by consensus despite voting under qualified majority? Which member states are most often outvoted? Did these pattern change during the Covid-19 pandemic, when the Council had to resort to video meetings? To answer these questions, a new dataset of public data from the EU was cleaned for easy access and analysis. This dataset encompasses all voting data from the public votes in the Council of the EU from January 2010 to March 2023. Due to the rules of procedure of the Council of the EU, only legislative votes are made public. The collected data therefore necessarily encompasses only a limited, self-selected number from all votes in the Council. As of April 12 2023, 1.397 votes are available
Code/Syntax: The Spatial Dimension of Social Stratification in Germany - Are Social Class Differentials in Place of Residence Increasing?
No full textThese are the replication files for the article “The Spatial Dimension of Social Stratification in Germany—Are Social Class Differentials in Place of Residence Increasing?”. The analyses were based on microcensus data for the years 1996 (DOI: 10.21242/12211.1996.00.00.1.1.1) and 2018 (DOI: 10.21242/12211.2018.00.00.1.1.3) provided by the Research Data Centers (Forschungsdatenzentren) of the German Federal and State Statistical Offices. The data were accessed via Landesamt für Statistik Niedersachsen in Hanover.These are the replication files for the article “The Spatial Dimension of Social Stratification in Germany—Are Social Class Differentials in Place of Residence Increasing?”. The analyses were based on microcensus data for the years 1996 (DOI: 10.21242/12211.1996.00.00.1.1.1) and 2018 (DOI: 10.21242/12211.2018.00.00.1.1.3) provided by the Research Data Centers (Forschungsdatenzentren) of the German Federal and State Statistical Offices. The data were accessed via Landesamt für Statistik Niedersachsen in Hanover