STATA-Setup zum Einlesen der Rohdaten des Mikrozensus 1993
Nachfolgend finden Sie das Stata-Setup, das dazu dient, die Rohdaten des Mikrozensus Scientific Use Files 1993 einzulesen und ein Stata-Datenfile zu erstellen.
Das Stata-Setup setup_93.do und das Dokument setup_93.dct erfüllen folgende Aufgaben:
- Einlesen der Rohdaten, wie sie vom Statistischen Bundesamt bereitgestellt werden
- Umwandeln von alphanumerischen Variablen in numerische Variablen
- Ersetzen von fehlenden Werten (Blanks, @)
- Recodieren der Missing Values
- Umformatierung des Hochrechnungsfaktors
- Hinzufügen der Variable und Value Labels
- Speichern des endgültigen Stata-Systemfiles
Das Stata-Setup sowie eine Kurzbeschreibung des Mikrozensus 1993 stehen als ZIP- Datei (47 KB) (Version: 07/2005) zum Herunterladen bereit.
Um eine reibungsfreie Aufbereitung der Daten zu gewährleisten, empfiehlt es sich, die in dem Setup vorgesehenen Voreinstellungen zu berücksichtigen und je nach Leistung des verarbeitenden Systems das Setup schrittweise durchführen zu lassen. Sind die Daten eingelesen und ist das entsprechende Systemfile erstellt, kann die folgende Fallzahl (ohne Gewichtung, ohne Selektion) zur Kontrolle, ob der Rohdatensatz fehlerfrei eingelesen wurde, mit der des eingelesenen Datensatzes verglichen werden. Unterscheiden sich die Fallzahlen, weist dies auf einen Fehler beim Einlesen hin.
Fallzahl Mikrozensus 1993 (ohne Gewichtung, ohne Selektion) = 513830
Des Weiteren können die Verteilungen ausgewählter Variablen des Mikrozensus SUF 1993 zur Prüfung des fehlerfreien Ablaufs des Setups herangezogen werden.
Wichtige Hinweise zur Verarbeitung
Das Stata-Setup beruht auf dem SPSS-Setup und wurde mit Hilfe des Programmes StatTrans automatisch erstellt. Dadurch sind die Variable und Value Labels gekürzt bzw. abgeschnitten. Vollständige Labellisten finden sich z.B. in der Datendokumentation, im Internet und im SPSS-Setup.
Stata benötigt für temporäre Operationen ca. das Dreifache des Plattenplatzes des Rohdatenfiles. D.h. es sollten ca. 500 MB Plattenplatz zur Verfügung stehen.
Das Rohdatenfile des StBA enthält alle Variablen des Mikrozensus 1993. Damit das obige Stata-Setup für jede mögliche Variablen-Auswahl verwendbar ist, wurden alle Variablen erfasst. Variablen, die Sie nicht bestellt haben, sind in Ihrem Rohdatenfile auf 0 oder BLANK gesetzt. Um einen Systemfile zu erzeugen, der nur die von Ihnen bestellten Variablen enthält, fügen Sie im Stata-Setup (setup_93.do) vor der save-Zeile den Ausdruck keep + Variablennamen hinzu und nennen dort Ihre bestellten Variablen.
Recodierungen und Missing-Kategorien im Setup Mikrozensus 1993 im Vergleich zum Schlüsselverzeichnis
Im Setup des Mikrozensus 1993 wurden von ZUMA zum Teil Recodierungen vorgenommen, die zu Abweichungen in der numerischen Bezeichnung der Value Labels im Vergleich zum Schlüsselverzeichnis führen. Im Stata-Setup hat dies zur Folge, dass, abweichend vom Schlüsselverzeichnis, die Missing-Kategorien keine System-Missings mehr sind, sondern numerische Werte aufweisen.
Im Folgenden werden die wichtigsten Regeln, die hinter diesen Recodierungen im Setup stehen, benannt:
Die meisten Recodierungen im Setup wurden vorgenommen um eine einheitliche Kennzeichnung der Missing-Kategorien zu erreichen. Diese sind im Falle der Ausprägung 'Entfällt' mit 9; 99 oder 999 und im Falle der Ausprägung 'Angabe fehlt/keine Angabe' mit 8; 98 und 998 gekennzeichnet. Das hat zur Folge, dass der Ausprägung 'Nein' - im Schlüsselverzeichnis in der Regel mit der Zahl 9 versehen - eine Zahl zugewiesen wurde, die sich an die anderen Ausprägungen anschließt. Die 0 fuer 'Angabe fehlt/keine Angabe' wurde durch die 8; 98 oder 998 ersetzt.
Weitere Recodierungen gibt es, wenn sich innerhalb der Zahlenfolgen Lücken ergaben (z.B. 1,2,4,5,6 und 9 wurde zu 1,2,3,4,5 und 9).
Zum Teil wurden Recodierungen vorgenommen, um die Merkmalsausprägungen in eine "logische Folge" zu bringen. Das betrifft die Variablen EF108 - EF110 und EF220 und EF221. So wurde zum Beispiel bei der Variable "Stellung im Beruf" (EF110) die Ausprägung 'Direktor, Amtsleiter, Geschäftsführer oder Betriebsleiter/Werksleiter' von 0 (Schlüsselverzeichnis) auf 10 (Setup) recodiert, so dass sie sich an die Ausprägung 'Abteilungsleiter, Prokurist' (9) anschließt und nicht der Ausprägung 'Auszubildender, Praktikant, Volontär' (1) vorangestellt ist.
In einigen Variablen wurde die Gruppe der Personen in Gemeinschaftsunterkünften, die als Missing geführt wird von 0 auf einen anderen numerischen Wert gesetzt, damit sie sich am Ende der Häufigkeitsauszählung wiederfindet. Dies ist bei den Variablen, die die Haushalte und die Familien betreffen der Fall.
Zahlenfolgen in der Form von 0,1,2,3.... wurden in die Form von 1,2,3,4.... umgewandelt. Dies betrifft die Variable "Schulbesuch" (EF56) und Variablen, die auf der Frage nach der "Stellung im Beruf" basieren (EF94, EF115, EF194, EF217, EF227) sowie die Variablen zum "sonstigen öffentlichen und privaten Einkommen" (EF144 und EF145).
Die Regeln gelten nicht für alle im Setup aufgeführten Variablen. Als Grundlage für das vorliegende Setup diente ein Setup, das zunächst für das ZUMA-File (d.h. für eine bestimmte Merkmalsauswahl aus dem Mikrozensus Grundfile) erstellt wurde. Zu einem späteren Zeitpunkt wurde das Setup um die restlichen Variablen des Mikrozensus Grundfiles ergänzt. Dieses enthält nun alle im Mikrozensus Grundfile verfügbaren Variablen und wird von ZUMA für alle Nutzer bereitgestellt. Bei den ergänzten Variablen wurde möglichst auf Recodierungen verzichtet. Fehlende Werte wurden bei diesen Variablen wie folgt codiert: Sofern die 0 nicht besetzt war, wurden Missings mit 0 codiert. War die 0 vergeben, so wurde auf die 9; 99 oder 999 zurückgegriffen. Falls diese Zahlen ebenfalls besetzt waren, wurden die Missings mit 8 oder 10 gekennzeichnet. Betroffen sind die Variablen zur Kranken- und Rentenversicherung (EF76, EF78, EF82, EF83), zur Schichtarbeit und den geleisteten Arbeitsstunden in der Berichtswoche (EF101, EF111, EF112, EF128).
Besonderheiten des Setups Mikrozensus 1993
Der Mikrozensus 1993 weist zwei Besonderheiten auf:
Der vom Statistischen Bundesamt gelieferte Rohdatensatz enthielt 886 Sätze von Personen, die nicht tatsächlich befragt wurden und zu denen keine Angaben vorliegen; die Variablen enthalten nur fehlende Werte. Diese Ausfallsätze wurden bei der Erstellung des Stata-Systemfiles ausgeschlossen (DROP IF ef26==.). Die oben berichtete Fallzahl (ohne Gewichtung, ohne Selektion) von 513830 ergibt sich nach dieser Selektion.
Durch einen Programmierfehler im Statistischen Bundesamt wurde die Angabe zum Eheschließungsjahr (EF39, EF214) '1990' gelöscht und statt dessen der Wert 'ohne Angabe' vergeben.