1 / 21

Perspektiven zur Zukunft des Zugangs zu amtlichen Mikrodaten Walter Müller

Perspektiven zur Zukunft des Zugangs zu amtlichen Mikrodaten Walter Müller. Berlin, 9. Februar 2007. Absolute Zuganschancen zu den Dienstklassen. Absolute Zuganschancen zu den Dienstklassen. (Männer, 25-34 Jahre). (Männer, 25-34 Jahre). 100. 100. 80. 80. 60. 60. untere Dienstklasse.

evette
Download Presentation

Perspektiven zur Zukunft des Zugangs zu amtlichen Mikrodaten Walter Müller

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. Perspektiven zur Zukunft des Zugangs zu amtlichen MikrodatenWalter Müller Berlin, 9. Februar 2007.

  2. Absolute Zuganschancen zu den Dienstklassen Absolute Zuganschancen zu den Dienstklassen (Männer, 25-34 Jahre) (Männer, 25-34 Jahre) 100 100 80 80 60 60 untere Dienstklasse untere Dienstklasse Prozent Prozent obere Dienstklasse obere Dienstklasse 40 40 20 20 0 0 1982 1982 1995 1995 1996 1996 2004 2004 1982 1982 1995 1995 1996 1996 2004 2004 1982 1982 1995 1995 1996 1996 2004 2004 Abi(+Lehre) Abi(+Lehre) FH FH Uni Uni

  3. Absolute Zuganschancen zu den Dienstklassen Absolute Zuganschancen zu den Dienstklassen (Männer, 25-34 Jahre) (Männer, 25-34 Jahre) 100 100 80 80 60 60 untere Dienstklasse untere Dienstklasse Prozent Prozent obere Dienstklasse obere Dienstklasse 40 40 20 20 0 0 1982 1982 1995 1995 1996 1996 2004 2004 1982 1982 1995 1995 1996 1996 2004 2004 1982 1982 1995 1995 1996 1996 2004 2004 Abi(+Lehre) Abi(+Lehre) FH FH Uni Uni

  4. Absolute Zuganschancen zu den Dienstklassen Absolute Zuganschancen zu den Dienstklassen (Männer, 25-34 Jahre) (Männer, 25-34 Jahre) 100 100 80 80 60 60 untere Dienstklasse untere Dienstklasse Prozent Prozent obere Dienstklasse obere Dienstklasse 40 40 20 20 0 0 1982 1982 1995 1995 1996 1996 2004 2004 1982 1982 1995 1995 1996 1996 2004 2004 1982 1982 1995 1995 1996 1996 2004 2004 Abi(+Lehre) Abi(+Lehre) FH FH Uni Uni

  5. DatenbereitstellungVia FDZ Bund/Länder verfügbare Mikrodatenfiles (in absoluten Zahlen) Quellen: Auszählung (Stand 13.1.2007) nach Angaben in:http://www.forschungsdatennetzwerk.de/datenangebot.asp; http://www.destatis.de/micro/d/micro_c2.htm;

  6. Quelle: eigene Auszählung aus „Eine moderne Infrastruktur für exzellente Forschung und Politikberatung“. Bericht über die Arbeit des Rat für Sozial- und Wirtschaftsdaten (RatSWD) während der ersten Berufungsperiode, S. A29- A58. Im Druck.

  7. Heike Wirth und Walter Müller, „Mikrodaten der amtlichen Statistik – Ihr Potenzial in der empirischen Sozialforschung.“ In: Andreas Diekmann (Hrsg.), „Methoden der Sozialforschung.“ Sonderheft 44 der Kölner Zeitschrift für Soziologie und Sozialpsychologie. 2005: S. 93-127

  8. …“Die Einrichtung eines Forschungsdatenzentrums der BA im IAB hat allerdings nicht nur zu einem breiteren Zugang der Forschung zu den wichtigen Daten in Deutschland geführt. Es hat auch bewirkt, dass sich das IAB insgesamt geöffnet, die Qualität der Daten sich erhöht und somit das gesamte IAB eine großen Schritt nach vorne gemacht hat.“ Jutta Allmendinger – als Direktorin des IAB

  9. Entwicklungsprioritäten für die Zukunft • Allgemein: der erfolgreich begonnene Weg muss fortgeführt und verstetig werden • Regional verteilter, möglichst viele Datentypen einschließender Datenzugang in FDZ‘s • Datenintegration • Priorität, zeitnahe Datenbereitstellung und Routinisierung bei SUF’s • Verbesserungen bei CAMPUS-Files und PUF’s • Innovationen und Effizienzsteigerung beim kontrollierten Fernrechnen • Verbesserung des Datenzugangs für Forscher aus dem Ausland. • Verstärkte Mitsprache der Wissenschaft bei der Datengenerierung • Formen der wissenschaftlichen Zusammenarbeit ausbauen

  10. Regional verteilter, möglichst viele Datentypen einschließender Datenzugang in FDZ‘s „Forschungsdatenzentren sind also Einrichtungen der Datenanbieter, die örtlich entweder bei diesen selbst oder als abgeschottete Bereiche innerhalb von Hochschulen oder außeruniversitären Forschungs- oder Serviceeinrichtungen angesiedelt werden. Um Analysen zu erleichtern, sollten Forschungsdatenzentren Daten unterschiedlicher Datenbesitzer und Datenproduzenten anbieten. Insbesondere sind sie nicht auf Daten der amtlichen Statistik begrenzt. Forschungsdatenzentren können sich kompetenzmäßig spezialisieren. Dies darf aber nicht zu einer Aufsplitterung von Forschungsdatenzentren nach Datenbesitzern führen. Vielmehr sollte es das Ziel sein, Forschungsdatenzentren mit Daten unterschiedlicher Datenbesitzer so anzusiedeln, dass eine regional verteilte und finanziell tragbare Informationsversorgung entsteht“. KVI, S. 290

  11. Datenintegration • Verbindung unterschiedlicher Daten – unter Berücksichtigung des Datenschutzes, aber auch Ausnutzung seiner Möglichkeiten. • Längsschnitt-Integration  Panelstrukturen;z. B: Mikrozensuspanel;z.B.: Mikrozensus - Sozialvesicherung • Ebenen- und Kontextintgration; z.B.: Employer-Employee-Datenbasenz.B.: Schüler – Familie – Schulklasse – Lehrer -Schule

  12. Priorität, zeitnahe Datenbereitstellung und Routinisierung bei SUF’s • KVI weist Erstellung von Scientific Use Files klar erste Priorität zu • SUF‘s können mit der Zeit weitgehend routinisiert und automatisch erstellt werden, vor allem bei Datensätzen, die wiederholt strukturgleich erhoben werden • Zeitnahe Erstellung erhöht Attraktivität bei Nutzern und entlastet FDZ‘s • inhaltliche Verbreiterung des SUF-Angebotes

  13. Mikrozensus (EVAS 12211) | Seitenanfang

  14. Priorität, zeitnahe Datenbereitstellung und Routinisierung bei SUF’s • KVI weist Erstellung von Scientific Use Files klar erste Priorität zu • SUF‘s können mit der Zeit weitgehend routinisiert und automatisch erstellt werden, vor allem bei Datensätzen, die wiederholt strukturgleich erhoben werden • Zeitnahe Erstellung erhöht Attraktivität bei Nutzern und entlastet FDZ‘s • inhaltliche Verbreiterung des SUF-Angebotes

  15. Verbesserungen bei CAMPUS-Files und Public Use Files • routinemäßig als Kleinstichproben und in der Variablenstruktur als Abbild aus den wichtigsten SUF’s extrahieren • Evtl. mit einigen zusätzlichen Variablenvergröberungen • Auch Studierende wollen aktuelle Daten.

  16. Innovationen und Effizienzsteigerung beim kontrollierten Fernrechnen • Kontrolliertes Fernrechnen ist in der gegenwärtigen Implementation aufwändig, umständlich und langwierig • Modell von Statistics Denmark ist versprechende Alternative • Ähnliche Lösung sollte mit vereinten Kräften in gemeinsamen Projekt aller FDZ‘s als Standardlösung für das kontrollierte Fernrechnen in D implementiert werden • Effizienzsprung im kontrollierten Fernrechnen !

  17. Damit Deutschland in internationale Studien internationaler Forscher einbezogen wird, müssen seine Daten für solche Forscher auch in einfacher Weise zugänglich sein. Trotz harmonisierte Datensätze der EU ist Zugang zu nationalen Daten erforderlich Forscher aus dem Ausland können über EUROSTAT Mikrodaten aus Deutschland bekommen, während deutsche Ämter dieses noch ausschließen ?? verbesserte Möglichkeiten des Fernrechnens könnten auch Datenzugangsproblem für Wissenschaftler im Ausland entschärfen Verbesserung des Datenzugangs für Forscher aus dem Ausland.

  18. Differenz in der Weiterbildungsbeteiligung im Alter 55-64 im Vergleich zu Alter 25-34 nach Erwerbsquoten im Alter 55-64

  19. Verstärkte Mitsprache der Wissenschaft bei der Datengenerierung • Formen der wissenschaftlichen Zusammenarbeit ausbauen

More Related