PropertyValue
?:analysisUnit
  • Individual (en)
  • Individuum (de)
?:citationString
  • GLES (2024): GLES Cross-Section 2009-2021, Cumulation. GESIS Data Archive, Cologne. ZA6835 Data file Version 2.0.0, doi:10.4232/1.14389 (en)
  • GLES (2024): GLES Querschnitt 2009-2021, Kumulation. GESIS Datenarchiv, Köln. ZA6835 Datenfile Version 2.0.0, doi:10.4232/1.14389 (de)
?:comment
  • Sozial- und regionalstrukturelles Gewicht, West (ohne Transformationsgewicht)

    Mit Hilfe von Anpassungsgewichten kann die Verteilung bestimmter Variablen des Datensatzes an bekannte Verteilungen in der Grundgesamtheit angepasst werden. Häufig werden sozialdemographische und auch regionalstrukturelle Merkmale eines Datensatzes an die amtliche Statistik (Mikrozensus) angepasst. Dabei wird davon ausgegangen, dass zumindest ein schwacher Zusammenhang zwischen den Anpassungsvariablen und den inhaltlichen Untersuchungsvariablen besteht.
    Bei der Anpassung an mehrere Merkmale ergeben sich häufig Nullzellen oder sehr kleine Zellbesetzungen, was zu Problemen führen kann. Daher wurde bei der Berechnung der Anpassungsgewichte für die GLES auf das iterative Anpassungsverfahren („iterative proportional fitting“, IPF)6 zurückgegriffen. Bei der IPF-Gewichtung wird die Ist-Verteilung der einzelnen Zellen schrittweise an die jeweilige Soll-Verteilung der Gewichtungsvariablen angepasst. Bei diesem schrittweisen Prozess der Anpassung (Iteration) bilden die nach jedem Anpassungsschritt berechneten Gewichtungsfaktoren den Ausgang für die Anpassung des nächsten Merkmals. Der Anpassungsprozess endet, wenn die Differenz zwischen der gewichteten Randverteilung aller Faktoren und den Soll-Verteilungen das Abbruchkriterium von 0,0001 unterschreitet. Um sehr große Gewichtungsfaktoren zu vermeiden, wurden die Faktoren (nach jedem Iterationsschritt) auf den fünffachen Mittelwert der Gewichtungsvariable getrimmt.
    Angepasst wurde an soziodemographische und regionalstrukturelle Merkmale: Geschlecht, Alter, Bildung, BIK-Regionsgrößenklassen und alten bzw. neuen Bundesländer (inkl. Berlin).
    Die Variable Alter wurde kategorisiert und umfasst nun vier Gruppen: „16 bis unter 30 Jahre“, „30 bis unter 45 Jahre“, „45 bis unter 60 Jahre“ und „60 Jahre und älter“.
    Bei der Kategorisierung der Variable Bildung wurden in einem ersten Schritt Personen, die die Angabe zur Bildung verweigerten oder angaben, einen „anderen Schulabschluss“ zu haben, der Modalwert („Hauptschul-/Volksschulabschluss/…“) zugewiesen. Anschließend wurden die folgenden drei Gruppen gebildet:
    - niedrige Bildung: Schule beendet ohne Abschluss, Hauptschul-/Volksschulabschluss/Abschluss der polytechnischen Oberschule 8. oder 9. Klasse, anderer Abschluss, bin noch Schüler, keine Angabe
    - mittlere Bildung: Realschulabschluss/Mittlere Reife/Fachschulreife oder Abschluss der polytechnischen Oberschule 10. Klasse
    - hohe Bildung: Fachhochschulreife (Abschluss einer Fachoberschule etc.), Abitur bzw. erweiterte Oberschule mit Abschluss 12. Klasse (Hochschulreife)
    Bei der Berechnung der sozial- und regionalstrukturellen Gewichte wurde an Alter*Bildung angepasst. Auch die Variable BIK wurde zu drei Kategorien zusammengefasst.
    Für jeden einzelnen Quelldatensatze wurden jeweils insgesamt sechs Anpassungsgewichte berechnet. Dabei wurden je zwei Gewichte für Gesamtdeutschland, nur Ostdeutschland und nur Westdeutschland erstellt, wobei sich die beiden Gewichte für die jeweiligen Regionen dadurch unterscheiden, dass das Transformationsgewicht einmal in die Berechnung eingegangen und einmal nicht eingegangen ist. Wie bei der Berechnung der kombinierten Transformations-/Ost/West-Gewichte wurde der Datensatz in einem ersten Schritt mit dem Transformationsgewicht gewichtet, bevor in einem zweiten Schritt die Anpassungsgewichtung durchgeführt wurde.
    Analog zu den anderen Gewichten wurden auch die Anpassungsgewichte aus den einzelnen Quellstudien zusammengespielt.
    (de)
?:dataCollection
  • Face-to-face interview: Computer-assisted (CAPI/CAMI) (en)
  • Persönliches Interview: CAPI (Computerunterstützte persönliche Befragung)/CAMI (Computerunterstützte mobile Befragung) (de)
?:datasetDatatype
  • Numeric (en)
  • Numerisch (de)
?:dateCreated
  • 2024 (xsd:gyear)
?:dateModified
  • 2009-01-01 (xsd:date)
?:endDate
  • 2009 (xsd:gyear)
?:groupDescription
  • Die German Longitudinal Election Study (GLES) ist das zentrale Infrastrukturprojekt in Deutschland für die kontinuierliche Erhebung und Bereitstellung von qualitativ hochwertigen Daten für die nationale und internationale Wahlforschung. Die methodisch vielfältigen Umfragen der GLES ermöglichen die Untersuchung der politischen Einstellungen und Verhaltensweisen der Wählerinnen und Wähler sowie der Kandidatinnen und Kandidaten. Die GLES wird seit Bestehen in enger Kooperation zwischen der Deutschen Gesellschaft für Wahlforschung (DGfW) und GESIS – Leibniz-Institut für Sozialwissenschaften durchgeführt. (de)
  • The German Longitudinal Election Study (GLES) is the central infrastructure project in Germany for the continuous collection and provision of high-quality data for national and international election research. The methodologically diverse surveys of the GLES enable the research of political attitudes and behavior of voters and candidates. Since its inception, the GLES has been conducted in close cooperation between the German Society for Electoral Research (DGfW) and GESIS – Leibniz Institute for the Social Sciences. (en)
?:hasFulltext
  • true (xsd:boolean)
is ?:hasPart of
?:inLanguage
  • Deutsch (de)
  • German (en)
?:linksGroup
?:locationsId
  • DE (xsd:string)
?:measurementTechnique
  • Cross-section (en)
  • Querschnitt (de)
?:name
  • Sozial- und regionalstrukturelles Gewicht, West (ohne Transformationsgewicht) (de)
  • w_ipfwes_2 (xsd:string)
  • w_ipfwes_2 - (en)
  • w_ipfwes_2 - Sozial- und regionalstrukturelles Gewicht, West (ohne Transformationsgewicht) (de)
?:relatedDataset
?:selectionMethod
  • Probability: Stratified: Disproportional (en)
  • Wahrscheinlichkeitsauswahl: Disproportional geschichtete Zufallsauswahl (de)
?:sourceInfo
  • GESIS-ExploreData (xsd:string)
?:spatialCoverage
?:startDate
  • 2009 (xsd:gyear)
?:studyGroup
  • German Longitudinal Election Study (GLES) (en)
  • German Longitudinal Election Study (GLES) (de)
rdf:type
?:variableLabel
  • Sozial- und regionalstrukturelles Gewicht, West (ohne Transformationsgewicht) (de)
?:variableName
  • w_ipfwes_2 (xsd:string)