Metadatamanagement: As publisher I want to deliver samplings to the VFDB

[rreitmann]

Currently we do not have any controlled vocabulary for survey.sample. However the VFDB want these terms:
https://mdr.iqb.hu-berlin.de/#/catalog/1d791cc7-6d8d-dd35-b1ef-0eec9c31bbb5

We need to

1. Create a mandatory dropdown on the survey edit page where the user can select one of these.
2. Replace existing survey.sample's with this
3. Export it to dara.

[rreitmann]

Just a remark: Dara does not enforce any controlled vocabulary here...

[rbirkelbach]

• win2015: Non-probability Sample: Purposive Sample
• cmp2014: TotaI universe/Complete Enumeration
• gra2005 bachelor: Non-probability Sample: Purposive Sample
• gra2005 traditionelle Studiengänge: Mixed probability and non-probability Sample
• gra2009 (beide): Mixed probability and non-probability Sample
• best2: TotaI universe/Complete Enumeration
• lib2016: Non-probability Sample: Purposive Sample
• phd2014: TotaI universe/Complete Enumeration
• scs2016: Probability Sampie
• gsl2008: Mixed probability and non-probability Sample
• gsl2015: other
• ssy18: Probability Sample: Stratified Sample: Disproportional
• ssy19: Probability Sample: Stratified Sample: Disproportional
• ssy20: Probability Sample: Stratified Sample: Disproportional
• ssy21: Probability Sample: Stratified Sample: Disproportional

[rreitmann]

@rbirkelbach We need to migrate all existing surveys => I need a list of valid sample procedures for all surveys in the prod system...

[rbirkelbach]

@AndyDaniel1 What do you think -- which sampletype corresponds best to gsl2008?

Aufgrund fehlender oder nicht zugänglicher Listen von Studienbe-rechtigten auf Individualebene war es nicht möglich, eine einfache Zufallsstichprobe zu ziehen. So mussten die Individuen über die Schulenrekrutiert werden. Als Stichprobendesignwurde ein disproportionalgeschichtetes Klumpenstichprobenverfahren als Spezialfall einer mehrstufigen Zufallsauswahl (vgl. Häder, 2015, S. 169) gewählt. DieSchulen bzw. Schulzweige26stellen dabei die „primary sampling units“ (Klumpen), die Studienberechtigtendes Jahrgangs 2008 die „se-condarysamplingunits“ innerhalb dieser Klumpendar.27Die Auswahlgesamtheitbildete eine Liste mit allen relevantenSchulen bzw. Schulzweigen. Die Schichtung erfolgte anhand der Merk-male Bundesland und Schultyp. Innerhalb der Schichten wurden Ziehungsquoten für die Klumpen undIndividuen festgelegt, die sich zum einen an der Verteilung des Studienberechtigtenjahrgangs2004/2005 laut amtlicher Statistik orientierten und zum anderen die Rücklaufquoten der letzten Erhebungen berücksichtigten. Im Zuge dessen erhielten Studienberechtigte aus Bremen, Ham-burg und dem Saarland sowie Schülerinnen und Schüler von Abendgymnasien und -kollegs über-proportionale Auswahlwahrscheinlichkeiten, um in diesen Gruppen ausreichend große Fallzahlen zu generieren. Im Rahmen der praktischen Durchführung des Ziehungsverfahrens erfolgte zunächst in je-der Schicht die Auswahl der Klumpen (Schulen) über eine einfache Zufallsauswahl. Die ausge-wählten Schulen meldeten im Folgenden ihre Schulzweige und die Schülerzahlen zurück, sodass ein zweiter Auswahlschritt durchgeführt werden konnte, der die Erfüllung der Ziehungsquoten auf Individualebene zum Ziel hatte. In diesem zweiten Schritt wurden in jeder Schicht sukzessive so viele Schulen/Schulzweige zufällig gezogen, dass mindestens 97der schichtspezifischen Zie-hungsquote für die Studienberechtigtenerreicht wurde.28Insgesamt wurden nach diesem Ver-fahren fünf unterschiedliche Stichproben erzeugt, von denen jene Variante ausgewählt wurde, dieam besten geeignet erschien.29Hiernach wurden die gezogenen Schulen (oder Schulzweigean diesen)komplett erhoben.

[rbirkelbach]

@svietgen Do you know which of the sample types corresponds best with gsl2015? I'm a bit lost because we are still missing the documentation from Heidrun. Here's the list https://mdr.iqb.hu-berlin.de/#/catalog/1d791cc7-6d8d-dd35-b1ef-0eec9c31bbb5 If you don't know, I'll use "other".

[svietgen]

@rbirkelbach I would use "other" until we have more information. Since the project is not yet released, this shouldn't be a problem, I think. But we have to keep in mind that later we have to change it. I will write an issue in the gsl2015-repo.

[rbirkelbach]

Thx for the rapid feedback! :)

---

Von: Sandra Vietgen [e-mail]
Gesendet: Montag, 8. April 2019 13:18
An: dzhw/metadatamanagement
Cc: Birkelbach, Robert; Mention
Betreff: Re: [dzhw/metadatamanagement] As publisher I want to deliver samplings to the VFDB (#2023)

@rbirkelbachhttps://github.com/rbirkelbach I would use "other" until we have more information. Since the project is not yet released, this shouldn't be a problem, I think. But we have to keep in mind that later we have to change it. I will write an issue in the gsl2015-repo.

-
You are receiving this because you were mentioned.
Reply to this email directly, view it on GitHubhttps://github.com/dzhw/metadatamanagement/issues/2023#issuecomment-480790374, or mute the threadhttps://github.com/notifications/unsubscribe-auth/ABDO61Xb_WayHoXp2b58QhQuhc5zKFQbks5veyV5gaJpZM4avTVo.

[rbirkelbach]

@ElkeMi Could you please check whether "Probability Sample: Stratified Sample: Disproportional" fits to ssy18-ssy20? This is the definition we use:

Wahrscheinlichkeitsauswahl: Disproportional geschichtete Zufallsauswahl:
Die Grundgesamtheit wird in sich gegenseitig ausschließende und insgesamt erschöpfende Schichten unterteilt. Bei der disproportionalen Zufallsauswahl ist die Anzahl der aus jeder Schicht gezogenen Einheiten nicht proportional zum Anteil der Schichten an der Grundgesamtheit Sie können über die Schichten gleich verteilt sein oder sich an der Forschungsabsicht orientieren. Beispielsweise durch das so genannte Oversampling von in der Grundgesamtheit unterrepräsentierten Gruppen. Beispielsweise wird ein Land in zwei regionale Schichten unterteilt, wobei erstere 80 Prozent [West) und letztere 20 Prozent [Ost) der gesamten Bevölkerung umfassen. Sollen beide Regionen gleich repräsentiert werden, würden in beiden Teilen jeweils 50 Prozent der benötigten Stich probe gezogen werden. Bei einem Oversampling der Region Ost würden beispielsweise 60 Prozent der Stichprobe im Osten und 40 Prozent im Westen gezogen werden.

[ElkeMi]

@rbirkelbach wir beschreiben das Sampling der Sozialerhebungen (bis ssy21) immer als einfache, disproportional geschichtete Zufallsauswahl. Die (einzige) Schicht ist die Hochschule. Das kommt der von dir zitierten Definition doch recht nahe, oder?

[AndyDaniel1]

@AndyDaniel1 What do you think -- which sampletype corresponds best to gsl2008?

Insgesamt wurden nach diesem Ver-fahren fünf unterschiedliche Stichproben erzeugt, von denen jene Variante ausgewählt wurde, die am besten geeignet erschien

--> Mixed probability and non-probability Sample

[rbirkelbach]

Thank you all for your input! :)

[rbirkelbach]

@rreitmann see this comment https://github.com/dzhw/metadatamanagement/issues/2023#issuecomment-478537029

[es-flavia]

Migration script for sample is now in #2132

[rreitmann]

@es-flavia Please use the correct spelling in the migration script as well as in the code...