Wählervermessung 2020 Voter Measurement 2020

DOI

Parteiidentifikation als soziale Identität; Faktoren der Wahlentscheidung; Lebensstile nach Otte; Positions-Issues Steuern und Abgaben, Zuwanderung, Klima; Parteiidentifikation; Einstellungen zu Politik, Staat und Gesellschaft; Parteiimages; eigenes Image; Politisches Interesse; Nähe/Abneigung Parteien; Sonntagsfrage; Alternative Wahlabsicht; Soziodemographie; Kreiskennziffer

Party identification as social identity; factors of voting decision; lifestyles according to Otte; positional issues of taxes and duties, immigration, climate; party identification; attitudes towards politics, state and society; party image; own image; political interest; closeness to/dislike of parties; Sunday question; alternative voting intention; socio-demographics; district code number

Telephone interview: CATI

in Privathaushalten lebende wahlberechtigte deutschsprachige Wohnbevölkerung in Deutschland ab 18 Jahren

Wahrscheinlichkeitsauswahl: Disproportional geschichtete Zufallsauswahl; Auswahlverfahren Kommentar: N=8.042; inklusive Überquote von N=2.000 Interviews in Ostdeutschland (inkl. Berlin); disproportionaler Kreisansatz: mindestens 15 Interviews in jedem der 401 Kreise; Dual Frame: 40% Mobil, 60% Festnetz;

disproportionaler Kreisansatz: mindestens 15 Interviews in jedem der 401 Kreise

Identifier
DOI https://doi.org/10.4232/1.14443
Metadata Access https://api.datacite.org/dois/10.4232/1.14443
Provenance
Creator Hirndorf, Dominik; Neu, Viola; Pokorny, Sabine; Roose, Jochen
Publisher GESIS
Contributor USUMA GmbH
Publication Year 2024
Rights Alle im GESIS DBK veröffentlichten Metadaten sind frei verfügbar unter den Creative Commons CC0 1.0 Universal Public Domain Dedication. GESIS bittet jedoch darum, dass Sie alle Metadatenquellen anerkennen und sie nennen, etwa die Datengeber oder jeglichen Aggregator, inklusive GESIS selbst. Für weitere Informationen siehe https://dbk.gesis.org/dbksearch/guidelines.asp?db=d; All metadata from GESIS DBK are available free of restriction under the Creative Commons CC0 1.0 Universal Public Domain Dedication. However, GESIS requests that you actively acknowledge and give attribution to all metadata sources, such as the data providers and any data aggregators, including GESIS. For further information see https://dbk.gesis.org/dbksearch/guidelines.asp
OpenAccess true
Representation
Language German
Resource Type Dataset
Version 1.0.0
Discipline Social Sciences
Spatial Coverage Germany