GLES Sensitive Regionaldaten GLES Sensitive Regional Data

DOI

Im Datensatz GLES Sensitive Regionaldaten werden die in den Scientific Use Files (SUF) anonymisierten Angaben, die sich auf den Wohnort der Befragungspersonen beziehen, für Forschungszwecke zur Verfügung gestellt. Über eine Identifizierungsnummer der Befragungspersonen können die benötigten Regionalvariablen dieses Datensatzes Datensatzes den Befragungsdaten des Vor- und Nachwahl-Querschnitt (GLES 2013) und den Befragungsdaten des Vor- und Nachwahl-Querschnitt (GLES 2017), sowie deren Kumulationen zugespielt werden. Dieser Datensatz enthält folgende sensitive Regionalvariablen (sowohl Kennziffern als auch Namen): • Regierungsbezirk (2013-2017) • Raumordnungsregion (2013-2017) • Landkreis, Kreis und kreisfreie Stadt (2013-2017) • Gemeinde (2013-2017) • Postleitzahl (2013 & 2017) • Wahlkreise (2013-2017) • NUTS-3-Code (2013-2017) • INSPIRE ID (1km) • Deanonymisierte Angaben zur politischen Gemeindegrößenklasse (gkpol) (nur 2017) und zum BIK-Typ der Gemeinde (bik) (2013-2017)

Die sensitiven Daten unterliegen einer besonderen Zugangsbeschränkung und eine Nutzung ist ausschließlich im Rahmen einer On-Site Nutzung im Secure Data Center (SDC) vor Ort in Köln möglich. Nähere Hinweise und Ansprechpartner finden Sie auf unseren Internetseiten: http://www.gesis.org/sdc.

Um Änderungen in den Gebietsständen der regionalen Einheiten (z. B. Kreisreformen, Eingemeindungen) zu berücksichtigen, werden die Regionalvariablen neben dem Stand des 1.1. des Jahres der Erhebung auch als zeitharmonisierte Variablen auf dem Stand des 31.12.2015 angeboten.

Sollten Sie über die Regionalvariablen zusätzliche Kontextmerkmale (regionale Attribute wie z. B. Arbeitslosenquote oder Wahlbeteiligung) hinzuspielen wollen, müssen Sie uns diese Daten vor Ihrem Besuch zukommen lassen. Daneben benötigen wir eine Quellenangabe und Dokumentation (Variablenerklärung) der Daten. Beachten Sie, dass diese Kontextdaten ggf. ebenso sensitiv sein können wie die Regionalvariablen, wenn darüber eine direkte Zuordnung möglich ist. Es ist datenschutzrechtlich problematisch, wenn einzelne Ausprägungen mithilfe einer Korrespondenztabelle auch ohne den GLES-Regionaldatensatz auf bestimmte regionale Einheiten und darüber letztlich auf die Befragungspersonen schließen lassen. Dementsprechend ist die Herausgabe (deskriptiver) Analyseergebnisse, die auf solchen Kontextdaten basieren, nur in vergröberter Form möglich.

Bitte setzen Sie sich zunächst mit dem GLES-Nutzerservice in Verbindung und senden Sie uns das ausgefüllte GLES-Regionaldatenformular (unter ´Daten & Dokumente´) zu, in dem Sie genau spezifizieren, welche GLES-Datensätze und welche Regionalvariablen Sie benötigen. Kontakt: gles@gesis.org

Sobald Sie mit dem GLES-Nutzerservice geklärt haben, welche genauen regionalen Merkmale für die On-Site-Nutzung zur Verfügung gestellt werden sollen, wird Ihnen der Datennutzungsvertrag für die Nutzung der Daten an einem SDC-Gastarbeitsplatz (Safe Room) in Köln zugeschickt. Geben Sie darin bitte alle Datensätze an, die Sie benötigen, also sowohl den „GLES Sensitive Regionaldaten (ZA6828)“ als auch die GLES-Datensätze, an die die Regionalvariablen herangespielt werden sollen. Des Weiteren nennen Sie bitte unter ´Spezifische Variablen´ alle Regionalvariablen, die Sie benötigen (siehe GLES-Regionaldatenformular).

The variables, which are published in the data set GLES Sensitive Regional Data, contain sensitive information on the residence of a respondent and are therefore not included in the regular Scientific Use Files (SUF) for data protection reasons. The required regional variables of this data set can be merged with the individual datasets of the Pre- and Post-election Cross Section (GLES 2013) and Pre- and Post-election Cross Section (GLES 2017) as well as the cumulation of these studies via the identification number of the respondents. This data set contains the following sensitive regional variables (both key numbers and, if applying, names): • Administrative district (Regierungsbezirk, 2013-2017) • Spatial planning region (Raumordnungsregion, 2013-2017) • Urban and rural district/county (Land-/Kreis und kreisfreie Stadt, 2013-2017) • Municipality (Gemeinde, 2013-2017) • Postal/ZIP code (Postleitzahl, 2013 & 2017) • Constituencies (Wahlkreise, 2013-2017) • NUTS-3-Code (2013-2017) • INSPIRE ID (1km) • De-anonymized information on the size (2017) and the BIK-type of the respondent´s municipality (2013-2017)

This sensitive data is subject to a special access restriction and can only be used within the scope of an on-site use in the Secure Data Center (SDC) in Cologne. Further information and contact persons can be found on our website: http://www.gesis.org/sdc.

In order to take into account changes in the territorial status of the regional units (e. g. district reforms, municipality incorporations), the regional variables are offered as time-harmonized variables as of December 31, 2015 in addition to the status as of January 1 of the year of survey.

If you want to use the regional variables to add additional context characteristics (regional attributes such as unemployment rate or election turnout, for example), you have to send us this data before your visit. In addition, we require a reference and documentation (description of variables) of the data. Note that this context data may be as sensitive as the regional variables if direct assignment is possible. Due to data protection it is problematic if individual characteristics can be assigned to specific regional units – and therefore ultimately to the individual respondents – even without the ALLBUS dataset by means of a table of correspondence. Accordingly, the publication of (descriptive) analysis results based on such contextual data is only possible in a coarsened form.

Please contact the GLES User Service first and send us the filled GLES regional data form (see ´Data & Documents´), specifying exactly which GLES datasets and regional variables you need. Contact: gles@gesis.org

As soon as you have clarified with the GLES user service which exact regional features are to be made available for on-site use, the data use agreement for the use of the data at an SDC guest workstation (Safe Room) in Cologne will be sent to you. Please specify all data sets you need, i.e. both the ´GLES Sensitive Regional Data (ZA6828)´ and the Scientific Use Files to which the regional variables are to be assigned. Furthermore, under ´Specific variables´, please name all the regional variables you need (see GLES regional data form).

Face-to-face interview: CAPI/CAMI

Alle in der Bundesrepublik Deutschland in Privathaushalten lebenden Personen ab 16 Jahren, die bei der Bundestagswahl am 24. September 2017 wahlberechtigt waren oder - falls noch nicht 18 - im Prinzip wahlberechtigt gewesen wären. (Vor- und Nachwahl-Querschnitt GLES 2013 und 2017)

The population comprises all persons with German citizenship resident in the Federal Republic of Germany, who had a minimum age of 16 years and lived in private households at the time the survey was being conducted.(Pre- and Post-election Cross Section GLES 2013 and 2017)

Identifier
DOI https://doi.org/10.4232/1.13263
Metadata Access https://api.datacite.org/dois/10.4232/1.13263
Provenance
Creator GLES
Publisher GESIS Data Archive
Contributor Rattinger, Hans; Roßteutscher, Sigrid; Schmitt-Beck, Rüdiger; Schoen, Harald; Weßels, Bernhard; Wolf, Christof; Stroppe, Anne-Kathrin; MARPLAN Media- Und Sozialforschungsgesellschaft MbH (Pre- And Post-Election Cross Section (GLES 2013)) Kantar Public (München) In Cooperation With Infratest Dimap (Berlin) (Pre- And Post-Election Cross Section (GLES 2017))
Publication Year 2019
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