Forschung

In der Survey-Methodologie geht es um die Untersuchung von Fehlerquellen in Surveys. Jede standardisierte Erhebung ist auf eine zweifache Inferenz angewiesen. Einerseits soll von den in der Befragung gemessenen Antworten auf latente oder manifeste Merkmale des Befragten geschlossen werden. Andererseits soll aufgrund der Merkmale von Personen, die an einer Befragung teilgenommen haben (genauer: die auf eine bestimmte Frage geantwortet haben) auf die Merkmale der Grundgesamtheit geschlossen werden. In beiden Schritten kann es zu Fehlern kommen, die zu verzerrten Sch?tzungen führen oder die Varianz eines Sch?tzers erh?hen k?nnen. Nach der Total-Survey-Error-Heuristik unterscheidet man auf der Repr?sentationsseite zwischen Coverage Error, Sampling Error, Nonresponse Error und Adjustment Error, auf der Messungsseite zwischen Specification Error, Measurement Error und Processing Error.

Survey-Verantwortliche haben eine Reihe von Entscheidungen zu treffen, die in der Regel mehrere dieser Fehlerquellen simultan beeinflussen und gleichzeitig Implikationen für die Kosten des Surveys haben. Beispiele sind die Wahl des Erhebungsmodus, die Entwicklung des Fragebogens und der Aufwand bei der Konvertierung von unentschlossenen Zielpersonen. Durch die Untersuchung all dieser unterschiedlichen Fehlerquellen und von deren Interaktionen liefert die Survey-Methodologie Erkenntnisse, um diese Entscheidungen begründet zu treffen und somit bei gegebenem Budget den Total Survey Error für entscheidende Statistiken zu minimieren (bzw. bei gegebener Fehlertoleranz die Kosten zu minimieren).

Mein Forschungsprogramm ist um das Panel ?Arbeitsmarkt und soziale Sicherung“ (PASS) aufgebaut, das ich am Institut für Arbeitsmarkt- und Berufsforschung leite, und das sich 2024 in der achtzehnten j?hrlichen Erhebungswelle befindet.

Mark Trappmann, Sebastian B?hr, Jonas Beste, Nadja B?mmel, Mustafa Coban, Matthias Collischon, Sandra Dummert, Corinna Frodermann, Stefanie Gundert, Benjamin Küfner, Jan Mackeben, Sonja Malich, Bettina Müller, Stefan Schwarz, Jens Stegmaier, Nils Teichler, Claudia Wenzig, Anja Wunder, Marco Berg, Ralph Cramer, Christian Dickmann, Reiner Gilberg, Birgit Jesske, Martin Kleudgen (2023): "Panel Study Labour Market and Social Security (PASS) – Version 0622 v1". Research Data Centre of the Federal Employment Agency (BA) at the Institute for Employment Research (IAB). DOI: 10.5164/IAB.PASS-SUF0622.de.en.v1

Ziel von PASS ist die Untersuchung der Dynamik des Grundsicherungsbezugs und von Armut und die Untersuchung der Lebenslagen von Haushalten mit Grundsicherungsbezug und in Armutslagen. Um für die zu messenden Indikatoren Referenzwerte aus der Wohnbev?lkerung zu haben und auch Zugangsprozesse zur Grundsicherung analysieren zu k?nnen wurde PASS 2007 mit zwei Teilstichproben gestartet: Einer Zufallsstichprobe von Haushalten mit Grundsicherungsbezug und einer (disproportional nach Sozialstatus geschichteten) Zufallsstichprobe der deutschen Wohnbev?lkerung. Die Stichprobe der Grundsicherungsempf?nger wird j?hrlich durch Neuzug?nge zum Grundsicherungsbezug aufgefrischt.

Neben seinem Hauptzweck, der Nutzung in der Arbeitsmarkt, Armuts- und Sozialstaatsforschung hat PASS ein hohes Potenzial für Forschung im Bereich der Survey-Methodologie. Zum einen liegt dies daran, dass umfangreiche Paradaten gesammelt werden. Dazu z?hlen beispielsweise detaillierte 188bet亚洲体育备用_188体育平台-投注*官网protokolle, Interviewerbeobachtungen oder Interviewerbefragungen. Noch wertvoller ist, dass die Befragungsdaten für Teilnehmer, die dem zustimmen, mit Prozessdaten der Bundesagentur für Arbeit zu Erwerbs- und Arbeitslosigkeitsverl?ufen verknüpft werden k?nnen. Abgerundet wird das Potenzial für die Methodenforschung durch Methodenexperimente.

Einen ?berblick über das PASS-Panel finden Sie auf der Website des Forschungsdatenzentrums der BA im IAB:

https://fdz.iab.de/en/our-data-products/individual-and-household-data/pass/

Von hier wird auf die ausführlichen Arbeitshilfen und die Antragsformulare zum Datenzugang verlinkt. Hier finden Sie auch Verweise auf die methodische Begleitforschung von PASS.

Meine eigenen methodischen Forschungsschwerpunkte sind die Untersuchung von Messfehler, Nonresponsefehler und deren Interaktion und die Untersuchung von Coverage Error. Inhaltlich besch?ftige ich mich mit der Dynamik des Grundsicherungsbezugs, mit der Bedeutung sozialer Beziehungsnetze auf dem Arbeitsmarkt und mit der Situation von erwerbst?tigen Grundsicherungsempf?ngern. Ausführlichere Informationen zu Projekten und Publikationen finden Sie auf der Website des IAB:

http://www.iab.de/123/section.aspx/Mitarbeiter/511

Ausgew?hlte Publikationen der letzten 5 Jahre

Bossler, Mario, Christopher Osiander, Julia Schmidtke & Mark Trappmann (2023): Free riding on short-time work allowances? Results from an experimental survey design. In: Kyklos, Jg. 76, H. 4, S. 882-901. DOI:10.1111/kykl.12354

Beste, Jonas, Corinna Frodermann, Mark Trappmann & Stefanie Unger (2023): Case Prioritization in a Panel Survey Based on Predicting Hard to Survey Households by Machine Learning Algorithms: An Experimental Study. In: Survey research methods, Jg. 17, H. 3, S. 243-268. DOI:10.18148/srm/2023.v17i3.7988

Trappmann, Mark, Georg-Christoph Haas, Sonja Malich, Florian Keusch, Sebastian B?hr, Frauke Kreuter & Stefan Schwarz (2023): Augmenting survey data with digital trace data: Is there a threat to panel retention? In: Journal of survey statistics and methodology, Jg. 11, H. 3, S. 541-552. DOI:10.1093/jssam/smac023

B?hr, Sebastian ; Frodermann, Corinna ; Kohlruss, Julian ; Patzina, Alexander ; Stegmaier, Jens ; Trappmann, Mark (2022): COVID-19, subjective well-being and basic income support in Germany. In: Zeitschrift für Sozialreform, Vol. 68, No. 1, S. 85-117. https://doi.org/10.1515/zsr-2022-0005

B?hr, Sebastian ; Haas, Georg-Christoph ; Keusch, Florian ; Kreuter, Frauke ; Trappmann, Mark (2022): Missing Data and Other Measurement Quality Issues in Mobile Geolocation Sensor Data. In: Social science computer review, Vol. 40, No. 1, S. 212-235. https://doi.org/10.1177/0894439320944118

Keusch, Florian, Sebastian B?hr, Georg-Christoph Haas, Frauke Kreuter, Mark Trappmann & Stephanie Eckman (2022): Non-participation in smartphone data collection using research apps. In: Journal of the Royal Statistical Society. Series A, Statistics in Society, Jg. 185, H. Suppl. 2, S. S225-S245. DOI:10.1111/rssa.12827

Abraham, Martin, Matthias Collischon, Veronika Grimm, Frauke Kreuter, Klaus Moser, Cornelia Niessen, Claus Schnabel, Gesine Stephan, Mark Trappmann & Tobias Wolbring (2022): COVID-19, normative attitudes and pluralistic ignorance in employer-employee relationships. In: Journal for labour market research, Jg. 56. DOI:10.1186/s12651-022-00325-4

Bruckmeier, Kerstin, Martin Dietz & Mark Trappmann (2022): Editorial: Implications of the COVID-19 pandemic for the welfare state, its actors and benefit recipients. In: Zeitschrift für Sozialreform, Jg. 68, H. 1, S. 1-6. DOI:10.1515/zsr-2022-0001

Malich, Sonja, Florian Keusch, Sebastian B?hr, Georg-Christoph Haas, Frauke Kreuter & Mark Trappmann (2021): Mobile Datenerhebung in einem Panel. Die IAB-SMART-Studie. In: T. Wolbring, H. Leitg?b & F. Faulbaum (Hrsg.) (2021): Sozialwissenschaftliche Datenerhebung im digitalen Zeitalter, S. 45-69 DOI:10.1007/978-3-658-34396-5_2 . DOI:10.1007/978-3-658-34396-5_2

Keusch, Florian ; B?hr, Sebastian ; Haas, Georg-Christoph ; Kreuter, Frauke ; Trappmann, Mark (2020): Coverage error in data collection combining mobile surveys with passive measurement using apps * data from a German national survey. In: Sociological methods & research, online first, S. 1-38. https://doi.org/10.1177/0049124120914924

Kreuter, Frauke ; Haas, Georg-Christoph ; Keusch, Florian ; B?hr, Sebastian ; Trappmann, Mark (2020): Collecting survey and smartphone sensor data with an app: opportunities and challenges around privacy and informed consent. In: Social science computer review, Vol. 38, No. 5, S. 533-549. Online first https://doi.org/10.1177/0894439318816389.

West, Brady T. ; Elliott, Michael R. ; Mneimneh, Zeina ; Wagner, James ; Peytchev, Andy ; Trappmann, Mark (2020): An examination of an interviewer-respondent matching protocol in a longitudinal CATI study. In: Journal of survey statistics and methodology, Vol. 8, No. 2, S. 304-324. Online first https://doi.org/10.1093/jssam/smy028.

Haas, Georg-Christoph, Mark Trappmann, Frauke Kreuter, Florian Keusch, Sebastian B?hr (2020): Using Geofences to Collect Survey Data: Lessons Learned From the IAB-SMART Study. In: Survey Methods: Insights from the Field, S. 1-12. DOI:10.13094/SMIF-2020-00023

Abraham, M., B?hr, S. & Trappmann, M (2019): Gender differences in the willingness to move for inter-regional job offers. In: Demographic Research, 40, 1537-1602. https://dx.doi.org/10.405/DemRes.2019.40.53.

Krug, Gerhard ; Wolf, Christof ; Trappmann, Mark (2019): Soziale Netzwerke Langzeitarbeitsloser und die Aufnahme einer Erwerbst?tigkeit. In: Zeitschrift für Soziologie, Vol. 48, No. 5-6, S. 349-365. https://doi.org/10.31235/osf.io/dc7wf

Sakshaug, Joseph ; Stegmaier, Jens ; Trappmann, Mark ; Kreuter, Frauke (2019): Does benefit framing improve record linkage consent rates? * a survey experiment. In: Survey research methods, Vol. 13, No. 3, S. 289-304. https://ojs.ub.uni-konstanz.de/srm/article/view/7391

Trappmann, M., B?hr, S., Beste, J., Eberl, A., Frodermann, C., Gundert, S., Schwarz, S., Teichler, N., Unger, S. & Wenzig, C. (2019). Data Resource Profile: Panel Study Labour Market and Social Security (PASS). International Journal of Epidemiology. https://doi.org/10.1093/ije/dyz041.