Pogosta vprašanja in odgovori

 

1. Dostop do podatkov

1.1   Kdo lahko dostopa do podatkov?
1.2   Kje se dobi podatke?
1.3   V kakšni obliki so podatki na voljo?
1.4   Pozabljeno uporabniško ime in/ali geslo za dostop do podatkov
 

2. Dokumentacija

2.1   Kakšna dokumentacija je na voljo?
2.2   Kakšne vprašalnike uporabljamo v raziskavi SHARE?
 

3. Metodologija

3.1   Kako poteka zbiranje podatkov?
3.2   Kdo je lahko izbran v vzorec?
3.3   Zakaj so različni tipi respondentov?
3.4   Kaj so to "nadomestne osebe za anketiranje"?
3.5   Kako v SHARE izračunavamo stopnje odgovorov?
3.6   Kako v SHARE izračunavamo stopnje zadržanja?
3.7   Kakšne so lahko posledice osipa vzorca?
3.8   Kako v SHARE dokumentiramo umrljivost?
3.9   Ali je mogoče povezovanje administrativnih baz podatkov in anketnih podatkov? 
3.10 Kako SHARE zagotavlja skladnost z etičnimi pravili?

 

4. Struktura in vsebina

4.1   Kakšna je razlika med redno SHARE anketo in SHARELIFE anketo?
4.2   Katere informacije vključuje redni SHARE vprašalnik?
4.3   Kaj je vključeno v SHARELIFE vprašalnik? 
4.4.  Kaj je easySHARE?
4.5   So informacije o rasi in etnični pripadnosti vključene v raziskavo SHARE?
4.6   Katere podatke vsebuje sklop "Anketarjeva opazovanja" (Interviewer observations - IV)?
4.7   Kaj je vprašalnik za samo-izpolnjevanje (“drop off” questionnaire s kratico DO)?
4.8   Kaj so to dodatni eksperimentalni vzorci (“vignettes”)?
4.9   Kateri fizični testi in biomarkerji so vključeni v SHARE? 
4.10 Kaj pa če anketiranec pred začetkom novega vala raziskave umre? 

 

5. Delo s podatki

5.1   Kako združim baze podatkov?
5.2   Zakaj se število opazovanih enot v uvodnem pregledu razlikuje od ostalih sklopov vprašalnika?

5.3   Kako do podatka o partnerjih?
5.4   Zakaj imajo nekatere spremenljivke, na primer izobrazba ali telesna višina, toliko manjkajočih vrednosti?
5.5   Kaj so to okvirni odgovori (“unfolding brackets”)?
5.6   Na kakšen način so spremenljivke poimenovane? 
5.7   Čemu je namenjenja datoteka "ado-file sharetom"?
5.8   Je možna tudi longitudinalna analiza otrok anketirancev? 
5.9   Se informacije o otrocih v CH sklopu vprašalnika lahko povežejo s podatki o socialni opori (sklop SP) in finančnih transferjih (sklop FT)?
5.10 Zakaj je v 4. valu toliko manjkajočih vrednostih pri vprašanju, če so biološki starši anketirancev še živi (dn026_1  in dn026_2)?

 

6. Dodatne (generirane) spremenljivke

6.1   Kaj je namen dodatnih spremenljivk in katere dodatne spremenljivke so na voljo?
6.2   
Zakaj se uporablja uvodni pregled čez vse valove?
6.3   Ali lahko SHARE podatke povezujemo z administrativnimi podatki?
6.4   Kaj vsebuje sklop gv_exrates?
6.5   Kaj je Panel zaposlitvene zgodovine (Job Episodes Panel - JEP)?
6.6   Katere dodatne spremenljivke so na voljo v sklopu gv_health?
6.7   Kako smo izmerili izobrazbo v SHARE?
6.8   Katere informacije vsebuje sklop gv_isco? 
6.9   Katere geografske informacije so na voljo v sklopu gv_housing?
6.10 Kako so v SHARE zajeta socialna omrežja? 
6.11 Kako merimo prikrajšanost?
6.12 Katere informacije vsebuje sklop gv_ssw (Social Security Wealth)?
6.13 Kdaj potrebujem sklop gv_grossnet?
6.14 Katere informacije vsebuje sklop gv_children?
6.15 Katere generirane spremenljivke so shranjene v sklopu gv_dbs?
6.16 Katere informacije vsebuje sklop gv_big5?

 

7. Uteži

7.1   V številnih člankih z uporabo podatkov SHARE avtorji pri analizi ne uporabljajo uteži. Ali ostajajo kakšni splošni napotki o uporabi uteži?
7.2   Katere uteži uporabiti za presečne in katere za longitudinalne analize?
7.3   V metodološki publikaciji Wave 4 Innovations & Methodology je v poglavju 8.7 omenjeno, da sta SHARE uporabnikom za izračun uteži na voljo Stata do-file in Stata ado-file `cweight.ado’. Kje ju lahko najdem?   
7.4   Kakšna je razlika med utežmi v različnih valovih? 
7.5 Ali lahko izpustimo opazovane enote z manjkajočimi vrednostmi uteži?


8. Imputacije 

8.1   Kakšne imputacijske metode uporabljamo?
8.2   Ali lahko imputacijske spremenljivke uporabljamo za longitudinalne analize?
8.3   Zakaj je v imputacijski bazi toliko primerov (več kot v ostalih SHARE bazah)?
8.4   Zakaj so imputacijske spremenljivke od objave 5.0.0 dalje drugačne od tistih iz predhodnih objav podatkov?
8.5   Zakaj imamo dve različni spremenljivki za dohodek gospodinjstva?
8.6   So denarni zneski v imputacijski bazi pretvorjeni v evre?

 


 

1. Dostop do podatkov

 

1.1 Kdo lahko dostopa do podatkov?

Do podatkov lahko dostopajo vsi znanstveniki oziroma raziskovalci, ki so zaposleni v raziskovalnih institucijah in organizacijah. Za dostop do podatkov je potrebno izpolniti izjavo uporabnika podatkov SHAREPodatki so na voljo brezplačno, uporabljajo pa se lahko izključno v znanstvene namene.  Več informacij o pogojih uporabe podatkov najdete tukaj

^TOP 

 

1.2 Kje se dobi podatke?

Registriranim uporabnikom podatke SHARE razdeljuje podatkovni raziskovalni center CentERdata (Tilburg, NL). CentERdata vam bo posredoval vaše uporabniško ime in geslo za dostop do podatkov. Vse informacije o dostopu do podatkov in pogojih uporabe podatkov, najdete tukaj

 
 

1.3 V kakšni obliki so podatki na voljo?

Podatki so na voljo v STATA ali SPSS obliki. easySHARE je poleg tega na voljo v programu R. V kolikor želi uporabnik podatkov uporabljati kak drug program, si mora podatke ustrezno pretvoriti sam.

^TOP

 

1.4 Pozabljeno uporabniško ime in/ali geslo za dostop do podatkov

Če ste pozabili svoje uporabniško ime in/ali geslo za dostop do podatkov, vpišite svoj e-poštni naslov tukaj in prejeli boste e-poštno sporočilo s svojim geslom. 

^TOP

 

2. Dokumentacija
 

2.1 Kakšna dokumentacija je na voljo?

Na voljo je širok nabor dokumentacije, ki vam lahko bistveno olajša uporabo podatkov SHARE. Splošni opis raziskave SHARE, objavljen v International Journal of Epidemiology, nudi strnjen pogled na raziskavo SHARE. Poleg vprašalnikov za vse države in vse izvedene valove raziskave SHARE je uporabnikom podatkov na voljo vodič - release guide 7.0.0, ki pospremi vsako novo izdajo podatkov.

Z izjemo 2. vala ima vsak val tudi svojo metodološko dokumentacijo. Metodološke spremembe za 2. val so opisane v osmem poglavju knjige prvih rezultatov za 2. val (First Results Book of Wave 2). Poleg tega je na voljo dokumentacija z evidentiranimi spremembami med valovi. V tabeli 1 lahko najdete povezave na najpomembnejšo dokumentacijo raziskave SHARE.

Tabela 1: SHARE dokumentacija

  1. val 2. val 3. val 4. val 5. val 6. val 7. val
Vodič  SHARE Release Guide 7.0.0 (PDF)
Vprašalniki x x x x x x x
Dokumentacija razlik med valovi X
Metodologija X Chapter 8
of W2 FRB
X X X X  
Priročnik o merskih lestvicah  Scales and Multi-Item Indicators (PDF)
Opis zbirke mikropodatkov SHARE Börsch-Supan A. et al. (2013): Data Resource Profile: The Survey of Health, Ageing and Retirement in Europe (SHARE), Int J of Epidemiology
Spletno orodje "Data & Documentation Tool" Spletno orodje za pregledovanje in iskanje (meta)podatkov SHARE


^TOP

 

2.2 Kakšne vprašalnike uporabljamo v raziskavi SHARE?

V raziskavi SHARE mednarodno primerljivost zbranih podatkov zagotavljamo s pristopom ex-ante (predhodne) harmonizacije. Imamo torej en generični vprašalnik v angleškem jeziku, ki ga prevajamo v 40 različnih jezikov (nekatere države imajo več uradnih jezikov). Pri tem uporabljamo spletno prevajalsko orodje, ki nato avtomatično generira nacionalne različice vnaprej programiranega CAPI vprašalnika. Generične vprašalnike in nacionalne različice vprašalnikov za vse valove si lahko prenesete s spletnih strani SHARE (poglejte še povezave v Tabeli 1). Obstajajo pa nekatere spremenljivke, ki so nacionalno zelo specifične in jih je potrebno meriti z nacionalnimi koncepti ter nato ex-post (naknadno) harmonizirati, ko na primer spremenljivke na področju izobrazbe (ISCED) in poklicev (ISCO, NACE). 

Poleg generičnega in nacionalnih različic vprašalnika uporabljamo tudi posebne vprašalnike, kot je uvodni pregled gospodinjstva (Coverscreen oz. s kratico CV), vprašalnike za samo-izpolnjevanje (drop offs oz. s kratico DO), eksperimentalne dodatne vprašalnike (vignettes) in zaključne vprašalnike (end-of-life questionnaires oz. s kratico EX). Uvodni pregled gospodinjstva je začetni modul vsake ankete, kjer zberemo osnovne demografske informacije o vseh članih gospodinjstva. Nanj odgovarja le en član gospodinjstva, saj ta lahko nudi osnovne informacije o vseh ostalih članih. Ankete se ponavadi zaključijo z vprašalnikom za samo-izpolnjevanje. To je krajša papirnata oblika vprašalnika, ki ne vsebuje več kot 6 vprašanj, na katere ankitiranec odgovarja sam, odgovore pa nato pošlje na anketarsko agencijo oz. vprašalnik v kuverti izroči anketarju (poglejte še vprašanje 5.5). Še ena posebna oblika vprašalnikov, ki so jih uporabljali le v 1. in 2. valu, so eksperimentalni dodatni vprašalniki (poglejte še vprašanje 5.6), katerih namen je bilo izboljšanje mednarodne primerljivosti zbranih podatkov. Če respondent premine, preden bi lahko odgovarjal v naslednjem valu zbiranja podatkov, skušamo poiskati nadomestnega respondenta (to je ponavadi oseba, ki je bila anketirancu blizu), s katerim opravimo zaključno anketiranje (poglejte še vprašanje 5.8) in tako zberemo več informacij o zadnjem letu respondentovega življenja in okoliščinah njegove smrti.   

^TOP

 

3. Metodologija


3.1 Kako poteka zbiranje podatkov?

Zbiranje podatkov v raziskavi SHARE poteka z računalniško podprtim osebnim anketiranjem (CAPI oz. computer-assisted personal interviewing). To pomeni, da anketar s prenosnim računalnikom, na katereim ima naložen program z vprašalnikom, obišče anketiranca na domu in opravi anketo z njim. Osebno anketiranje je v primeru raziskave SHARE potrebno, da lahko opravimo testiranje fizičnih sposobnosti anketiranca in zberemo biomarkerje. Izjema so vprašalniki za samo-izpolnjevanje (drop offs) in eksperimentalni dodatni vprašalniki (vignettes), ki potekajo tako, da anketiranci vpisujejo svoje odgovore na poseben list papirja (PAPI oz. paper and pencil interviewing), pa tudi zaključno anketiranje, ki ni nujno osebno, temveč lahko poteka prek telefonske zveze (CATI oz. computer assisted telephone interviewing). Za več podrobnosti si lahko ogledate metodološko publikacijo Börsch-Supan, A. and H. Jürges (2005). 

^TOP


3.2 Kdo je lahko izbran v vzorec?

Ciljna populacija raziskave SHARE so osebe, ki so v času priprave vzorca stare 50 let ali več in imajo stalno prebivališče v državi, kjer poteka raziskava SHARE. Oseba ne more biti anketirana, če je v zaporu, hospitlizirana, ali je ni v državi celoten čas trajanja terenskega zbiranja podatkov, ne govori uradnega jezika (anketarji ne smejo prevajati v tuj jezik, tudi če bi znali), ali pa se je preselila in je nov naslov neznan. V 1. valu raziskave so bili v vzorec naključno izbrani posamezniki, ki so bili rojeni leta 1954 ali prej in so ustrezali pogojem za anketiranje. V 2. valu je za vse nove države in osvežitvene vzorce veljalo, da se v vzorec vključi le še en član gospodinjstva. Za vse izvedene valove doslej velja, da poleg vsakega originalnega člana vzorca anketiramo tudi njegovega partnerja, ki živi na istem naslovu kot anketiranec, če pristane na sodelovanje in to ne glede na njegovo starost, kar pomeni, da je lahko tudi mlajši od 50 let.  

Vsi anketiranci postanejo člani panela. Če zamenjajo partnerja, postane tudi ta ustrezen za anketiranje, ne glede na njegovo starost. Vse člane panela sledimo znotraj države, če se preselijo, in z njihovimi bližnjimi izvedeno zaključno anketiranje, v kolikor med dvema valovoma preminejo. Mlajše ali nove partnerje ter partnerje, ki v raziskavi SHARE niso nikoli sodelovali, v primeru selitve ne sledimo in ne izvedemo zaključnega anketiranja, v kolikor preminejo. 

^TOP


3.3 Zakaj so različni tipi respondentov?

Ker želimo čas ankete čim bolj skrajšati, je vprašalnik oblikovan tako, da nekatera vprašanja vprašamo le enega član gopodinjstva. Tako na primer "respondent za gospodinjstvo" odgovarja na vprašanja o bivališču, dohodkih gospodinjstva in potrošnji za celotno gospodinjstvo. "Finančni respondent" zase in za partnerja odgovarja o finančnih transferjih in premoženjskem stanju, "družinski respondent" pa odgovarja na vprašanja o otrocih in socialni opori oz. pomoči, ki jo on ali partner dobi od drugih družinskih članov oz. sosedov, prijateljev ipd. Tip respondenta razkrivajo spremenljivke  "hou_resp" (respondent za gospodinjstvo), "fin_resp" (finančni respondent) in "fam_resp" (družinski respondent) v modulu "cv_r module". Z izjemo rednih valov raziskave SHARE, vprašalnik za 3. val, torej SHARELIFE, ne vključuje različnih tipov respondentov, saj vsak anketiranec lahko odgovarja le zase.  

^TOP

 

3.4 Kaj so to "nadomestne osebe za anketiranje"

V primerih, ko ima anketirani resne fizične ali kognitivne omejitve in zato nemore samostojno odgovarjati na vprašanja, je možno, da skupaj z njim ali namesto njega odgovarja t.i. nadomestna oseba za anketiranje, ki lahko odgovarja na celotni vprašalnik ali le na del vprašalnika. Primeri stanj, v katerih je primerno opraviti anketo z nadomestno osebo, so na primer: izguba sluha, težave z govorom, Alzheimerjeva bolezen, težave s koncentracijo celoten čas trajanja ankete. Nadomestne osebe za anketiranje uporabljamo tudi v primerih zaključnih anketiranj, ko je originalni anketiranec preminil. Vendar pa nadomestna oseba za anketiranje nikoli ne sme odgovarjati na vse module vprašalnika, saj na določene lahko odgovarja le anketiranec sam. Takšno je na primer merjenje kognitivnih funkcij (CF modul), sklop vprašanj o duševnem zdravju (MH modul), merjenje moči stiska rok in hitrost hoje, vprašanja o aktivnostih ter modul življenjskih pričakovanj (EX). Vsi ostali sklopi vprašalnika na koncu vsebujejo vprašanje, kdo je odgovarjal na pravkar zaključeni sklop vprašanj: (1) Samo respondent, (2) Respondent in nadomestna oseba ali (3) Samo nadomestna oseba. 

^TOP

 

3.5 Kako v SHARE izračunavamo stopnje odgovorov?

Odvisno od razpoložljivega vzorčnega okvira morajo nekatere države izvesti "screening", da določijo, katere osebe izpolnjujejo pogoje za vključitev v vzorec, drugim državam pa to ni potrebno. Zaradi te razlike med državami obstaja več različnih načinov, kako izračunati končne stopnje odgovorov. Izračun le-teh je odvisen od tega, kako obravnavamo primere, za katere ni znano, ali izpolnjujejo pogoje za vključitev v vzorec ali ne (za več informacij glej AAPOR guidelines):

RR1 = I / (I+P) + (R+NC+O) + (UH+UO)
RR3 = I / (I+P) + (R+NC+O) + e(UH+UO)
RR5 = I / (I+P) + (R+NC+O)

I:  število zaključenih anket
P:  število delno izvedenih anket
R:  število zavrnitev in prekinitev
NC:  število primerov, kjer stika ni bilo
O:  število drugih nepravih anket
UH:  število primerov, za katere ni znano, ali izpolnjujejo pogoje za anketiranje (ni znano, ali gospodinjstvo obstaja)
UO:  število primerov, za katere ni znano, ali izpolnjujejo pogoje za anketiranje (neznano, drugo)
e: delež enot, primernih za anketiranje, med tistimi, za katere ni znano, ali izpolnjujejo pogoje za anketiranje

 

Več informacij o izračunu kot tudi končne stopnje odgovorov v raziskavi SHARE na ravni gospodinjstva in posameznika, za posamezne valove in države ter določene podskupine najdete v tem tehničnem članku.

^TOP


3.6 Kako v SHARE izračunavamo stopnje zadržanja?

Po več izvedenih valovih je mogoče izračunati več različnih stopenj zadržanja glede na predhodno sodelovanje, ki se zaradi razlik v sestavi vzorca lahko razlikuje med državami. V SHARE razlikujemo med naslednjimi koncepti:

  • Stopnja zadržanja na ravni posameznika, ki ne vključuje povrnitev
  • Stopnja zadržanja na ravni posameznika, ki vključuje povrnitve nekdanjih respondentov
  • Stopnja zadržanja na ravni posameznika, ki vključuje povrnitve nekdanjih respondentov in nove/odsotne partnerje

Več podrobnih informacij o sodelovanju respondentov v prvem anketiranju in o longitudinalnem poteku ankete vključno s stopnjami odgovorov in stopnjami zadržanja lahko najdete v omenjenem tehničnem članku.

^TOP

 

3.7 Kakšne so lahko posledice osipa vzorca?

Osip vzorca pomeni, da zaradi različnih vzrokov anketiranci sčasoma izginjajo iz panela in se posledično zmanjšuje velikost vzorca. V primeru longitudinalnih podatkovnih baz, kjer je bil začetni vzorec verjetnostni, to ne bi smelo povzročati težav, če je osip prav tako naključen – a v resnici temu ni tako. Zato poleg rednih osvežitev panelnih vzorcev po sodelujočih državah (kar je sicer odvisno tudi od dostopnih financ) v raziskavi SHARE usmerjamo znatne napore v to, da uspemo v vzorcu zadržati osebe, ki so že sodelovale v raziskavi, ter da zagotavljamo kalibrirane uteži. V določenih okoliščinah kalibrirane uteži namreč lahko preprečijo pristranskost zaradi osipa ali ne-odgovorov. 

^TOP

 

3.8 Kako v SHARE dokumentiramo umrljivost?

SHARE anketirance razvršča v tri skupine: "živi", "umrli" in "neznano". Ker v večini evropskih držav niso na voljo nacionalni registri o smrti, statusa ne-respondentov ne moremo zaneslijvo določiti. Več informacij o tem najdete v tem tehničnem članku.

^TOP

 

3.9 Ali je mogoče povezovanje administrativnih baz podatkov in anketnih podatkov? 

Anketni podatki omogočajo pridobivanje zelo raznovrstnih podatkov, a zavedati se moramo, da lahko anketiranci navajajo nepopolne ali netočne informacije. Administrativni podatki so na drugi strani bolj točni, a omejeni na točno določene stvari. Povezovanje anketnih in administrativnih podatkov pa omogoča združitev najboljših plati obeh polov. Z izrecnim pisnim dovoljenjem anketiranih v Nemčiji je za povezovanje s podatki SHARE za nemški podvzorec že na voljo administrativna baza nemškega pokojninskega sklada (SHARE-RV). Podobno povezovanje z administrativnimi podatki so zagotovile tudi nekatere druge države: Avstrija, Belgija, Estonija, Danska, Finskam provinca Girona v Španiji, Luksemburg in Nizozemska. Za več informacij si poglejte vprašanje 7.9

^TOP

 

3.10 Kako SHARE zagotavlja skladnost z etičnimi pravili? 

Raziskava SHARE je predmet stalnega etičnega pregleda. Med 1. in 4. valom je SHARE pregledal in odobril Odbor za etiko Univerze v Mannheimu. Četrti val in nadaljni valovi so bili pregledani in odobreni s strani Sveta za etiko Društva Max Planck. Poleg tega je bila izvedba raziskave SHARE v posameznih državah pregledana in odobrena s strani ustreznih odborov za etiko ali institucionalnih revizijskih svetov, kadar koli je bilo to potrebno. Številni pregledi so zajeli vse vidike raziskave SHARE, vključno s podprojekti, in potrdili, da je projekt skladen z ustreznimi pravnimi normami ter da so projekt in njegovi postopki v skladu z mednarodnimi etičnimi standardi. Za več informacij si oglejte pregled in povzetek etičnih odobritev.

^TOP

 

4. Struktura and vsebina

4.1 Kakšna je razlika med redno SHARE anketo in SHARELIFE anketo?

SHARE je panelna raziskava, ki v vsakem valu vsebuje določen nabor osrednjih vprašanj, ki se ponavljajo iz vala v val. V teh rednih valovih SHARE zbiramo informacije o trenutnem življenju anketirancev, starih 50 let in več. V 3. in 7. valu raziskave, t.i. SHARELIFE, pa se je izvedla posebna anketa, s katero so se zbirale retrospektivne informacije o življenjski zgodovini anketirancev. Medtem ko se je v 3. valu izvajala izključno SHARELIFE anketa, sta se v 7. valu izvajali obe anketi: anketiranci, ki niso sodelovali v SHARELIFE anketi v 3. valu, so izpolnjevali retrospektivno SHARELIFE anketo (81,8 % vseh anketirancev), medtem ko so anketiranci, ki so SHARELIFE anketo izpolnjevali v 3. valu (18,2 % anketirancev), zdaj izpolnjevali redno SHARE anketo. Spremenljivka mn103_ v sklopu tehničnih spremenljivk vsebuje podatek, katera vrsta ankete je bila opravljena (life history interview y/n). Posledica tega je, da je količina manjkajočih vrednosti za spremenljivke iz redne SHARE ankete zelo velika, saj je na ta vprašanja odgovarjalo le 18,2 % anketirancev.

^TOP

 

4.2 Katere informacije vsebuje redni SHARE vprašalnik?

SHARE vprašalnik je sestavljen iz več različnih sklopov vprašanj. Pred začetkom osrednjega vprašalnika en član gospodinjstva v imenu celotnega gospodinjstva odgovori na uvodni pregled (cv_r). Osrednji del vprašalnika je sestavljen iz več sklopov oziroma modulov, ki si jih lahko ogledate v Tabeli 2. Ker želimo zajeti čim bolj aktualne družbene pojave ter obenem skrajšati čas trajanja ankete, vsi sklopi niso vključeni v vsakem valu.

Tabela 2:  Redni sklopi vprašalnika v 1., 2., 4., 5., 6. in 7. valu
  Vprašalnik - sklopi 1.val 2.val 4.val 5. val 6. val 7. val
CV_R Uvodni pregled na individualni ravni (Coverscreen on individual level) X X X X X X
DN Demografija (Demographics and networks) X X X X X X
SN Socialno omrežje (Social networks)     X   X  
CH Otroci (Children) X X X X X X
PH Zdravje (Physical health) X X X X X X
BR Tvegano vedenje (Behavioral risks) X X X X X X
CF Kognitivne funkcije (Cognitive funciton) X X X X X X
MH Duševno zdravje (Mental health) X X X X X X
HC Zdravstvena oskrba ( Health care) X X X X X X
EP Zaposlitve in pokojnine (Employment and Pensions) X X X X X X
IT Uporaba računalnika (Computer use)       X   X
GS Moč stiska rok (Grip strength) X X X X X X
WS Hitrost hoje (Walking speed) X X        
CS Vstajanje s stola (Chair stand)   X   X    
BS  Kapljice krvi (Blood spots)         X  
PF Pljučna kapaciteta (Puff test)   X X   X  
SP Socialna opora (Social support) X X X X X X
FT Finančni transferji (Financial transfers) X X X X X X
HO Bivalni pogoji (Housing) X X X X X X
HH Dohodki gospodinjstva (Household income) X X X X X X
CO Potrošnja (Consumption) X X X X X X
AS Premoženje (Assets) X X X X X X
AC Aktivnosti (Activities)   X X X X X
EX Pričakovanja (Expectations) X X X X X X
IV Anketarjeva opazovanja (Interviewer observations)     X X X X
  Posebni sklopi vprašalnika            
XT Zaključno anketiranje (Exit interview)   X X X   X
DO Vprašalnik na papirju (Drop-off) X X X X X X
VI Vinjete (Vignettes) X X        
TC Tehnične spremenljivke (Technical Variables)             

 

^TOP


4.3 Kaj je easySHARE? 

easySHARE je poenostavljena baza podatkov SHARE, prilagojena HRS in je primerna za uvajanje študentov v delo s podatki ter za raziskovalce, ki še nimajo dovolj izkušenj s kvantitativnimi analizami kompleksnih anketnih podatkov. easySHARE v eni sami datoteki vključuje podatke za vse respondente in za vse doslej izvedene valove raziskave. Kompleksnost nekaterih spremenljivk je v easySHARE precej zmanjšana. easySHARE panelna baza podatkov je shranjena v denormalizirani ("long format") obliki. Poleg podatkov in vodiča za uporabo podatkov (Release Guide) je v stisnjeni mapi za prenos na voljo tudi Stata program, ki je bil uporabljen za generiranje baze easySHARE iz ostalih SHARE baz podatkov. To uporabnikom omogoča razumeti, kako so bile generirane posamezne spremenljivke in tudi spreminjanje baze z dodajanjem ali odvzemanjem spremenljivk. Obenem lahko služi kot primer, kako generirati lastno bazo za potrebe raziskovanja. Za več informacij kliknite tu.

^TOP

 

4.4 Kaj je vključeno v SHARELIFE vprašalnik?

SHARELIFE vprašalnik se osredotoča na druga vprašanja kot redni valovi raziskave. Vsebuje vsa pomembnejša področja preteklih življenjskih obdobjih posameznikov, kot so življenjski pogoji v otroštvu, partnerstva, otroci, bivalni pogoji, delovna zgodovina in podrobnosti o zdravju ter zdravstveni oskrbi. V tabeli 3 so navedeni vsi sklopi oziroma moduli SHARELIFE vprašalnika, ki vključuje tudi nekatera vprašanja iz sklopa o dohodkih gospodinjstva (household income - HH) in trenutnega zdravja (physical health - PH).

 

Tabela 3: Retrospektivni sklopi SHARELIFE vprašalnika v 3. in 7. valu
Sklopi v 3. valu Sklopi v 7. valu Vsebina sklopov vprašalnika
CV_R CV_R Uvodni pregled gospodinjstva na individualni ravni (Coverscreen on individual level)
ST DN Demografija (Demographics)
RC RC Retrospektiva - otroci (Retrospective Children)
RP RP Retrospektiva - partner (Retrospective Partner)
AC RA Nastanitev (Accomodation section)
CS CC Otroštvo (Childhood Section)
RE RE Retrospektiva - zaposlitev (Retrospective - employment)
WQ WQ Kakovost zaposlitve (Work Quality)
DQ DQ Invalidnost
FS FS Finančna zgodovina (Financial history section)
HS HS Zdravje (Health section)
HC RH Retrospektiva zdravstvene oskrbe  (Retrospective health care)
GL GL Življenje na splošno (General life)


^TOP


4.5 So informacije o rasi in etnični pripadnosti vključene v raziskavo SHARE?

Ne, informacije o rasni in etični pripadnosti niso vključene v raziskavo SHARE. Na voljo imamo le podatka o državi rojstva (dn004_ + dn005c) in državljanstvu (dn007_ + dn008c), ki ju najdete v demografskem sklopu spremenljivk. V 5. valu pa smo začeli zbirati še podatek o državi rojstva staršev respondenta (dn504c + dn505c). Ta podatek omogoča identifikacijo druge generacije migrantov. Državljanstvo in država rojstva sta kodirana po ISO 3166-1 (3 številčna koda).

^TOP


4.6 Katere podatke vsebuje sklop "Anketarjeva opazovanja" (Interviewer observations - IV)?

Na ta sklop vprašanj odgovarja anketar, ko zaključi z anketiranjem v gospodinjstvu. Odgovori na nekaj vprašanj o poteku ankete, ki so pomembna za razumevanje, kako in v kakšnih okoliščinah je potekala anketa

^TOP


4.7 Kaj je vprašalnik za samo-izpolnjevanje (“drop off” questionnaire s kratico DO)?

SHARE anketa se zaključi z izpolnjevanjem vprašalnika za samo-izpolnjevanje v papirnati obliki  (PAPI - paper & pencil questionnaire). Ta je namenjen nekaterim dodatnim vprašanjem o duševnem in splošnem zdravstvenem stanju, zdravstveni oskrbi in socialnih omrežjih. V 1., 2. in 4. valu so vprašalnike za samo-izpolnjevanje imele vse države. Vsaka država je imela možnost, da sem vključi tudi nekatera svoja vprašanja, zato se ta vprašalnik po državah lahko deloma razlikuje, njegov osrednji del pa je za vse države enak. Od 5. vala naprej imajo vprašalnik za samo-izpolnjevanje le nekatere države, pri čemer je vsebina teh vprašalnikov za vsako državo specifična.

Generične spremenljivke, torej tiste, ki so za vse države enake, imajo na začetku imena vprašanja črko "q", nacionalno specifične spremenljivke pa se začnejo s kratico države, na primer "at_” za Avstrijo. Vprašalniki za samo-izpolnjevanje se razlikujejo tudi po posameznih valovih, saj se nekatera vprašanja dodajajo in druga izpustijo iz vprašalnika. Nekatera vprašanja, ki so bila v 1. valu del vprašalnika za samo-izpolnjevanje, so bila v 2. valu prestavljena v osrednji vprašalnik oz. v CAPI (za več informacij si lahko ogledate Prilogo SHARE Release Guide 7.0.0).  

^TOP


4.8 Kaj so to dodatni eksperimentalni vzorci (“vignettes”)?

Dodatne eksperimentalne vzorce je imelo osem držav v 1. valu (BE, DE, FR, GR, IT, NL, SP, SW) in enajst držav v 2. valu raziskave SHARE (BE, CZ, DK, DE, FR, GR, IT, NL, PL, SP, SW). Anketiranci v dodatnih vzorcih so dobili eksperimentalni vprašalnik za samo-izpolnjevanje, v katerem so bila nekatera dodatna vprašanja. Ključni cilj eksperimenta je bilo izboljšanje mednarodne primerljivosti zbranih podatkov. Naključno izbrani anketiranci so dobili eno od dveh različic vprašalnika, A ali B, ki sta se razlikovali po vrstnem redu vprašanj in spolu oseb, opisanih v vprašanjih. Spremenljivka "type" označuje različico vprašalnika, ki ga je anketirani izpolnjeval. Opis spremenljivke pa pove, kateri spremenljivki v drugi različici vprašalnika ta spremenljivka ustreza.  


^TOP


4.9 Kateri fizični testi in biomarkerji so vključeni v SHARE? 

Fizični testi in biomarkerji imajo izredno obetavno znanstveno vrednost, zato so tudi vključeni v raziskavo SHARE. Standardna zdravstvena vprašanja so namreč podvržena osebni percepciji anketirancev. Objektivni kazalniki na drugi strani omogočajo (1) preverjanje odgovorov anketirancev, (2) razumevanje kompleksnih povezav med socialnim statusom in zdravjem ter fizioloških povezav in (3) pojavnost pred-bolezenskih stanj. V raziskavi SHARE združujemo odgovore anketirancev o njihovem zdravju s štirimi različnimi fizičnimi testi: moč stiska rok (GS), hitrost hoje (WS), pljučna kapaciteta (PF) invstajanje s stola (CS). Poleg tega so se v 6. valu zbirali vzorci posušenih kapljic krvi (DBS - dried blood spots) v 12 državah: Belgiji, Danski, Estoniji, Franciji (le na podvzorcu), Grčiji, Italiji, Izraelu, Nemčiji, Sloveniji, Španiji, na Švedskem in v Švici. Podatki DBS niso še na voljo. Za informacije o tem, kdaj bodo podatki na voljo, se naročite na SHARE Newsletter ali spremljajte našo spletno stran.

 
^TOP

4.10 Kaj pa če anketiranec pred začetkom novega vala raziskave umre?

Posebnost raziskave SHARE je, da kadar anketirani pred začetkom novega vala raziskave umre, skušamo z njegovimi bližnjimi opraviti zaključno anketiranje, s čimer izvemo več tudi o okoliščinah smrti. Nadomestna oseba za anketiranje je v tem primeru lahko družinski član, sosed/a ali kdo drug, ki je bil pokojniku oz. pokojnici v času smrti blizu in lahko odgovarja na vprašanja o zadnjem letu življenja pokojnika oz. pokojnice ter okoliščinah smrti (čas in vzrok smrti). Spremenljivke so shranjene v sklopu XT od 2. vala raziskave dalje. Poleg zaključne ankete so informacije o statusu anketiranca vključene tudi v sklopu gv_allwaves_cv_r in sicer v spremenljivkah deadoralivedeceased_yeardeceased_month and deceased_age.


^TOP

 

5. Delo s podatki

5.1 Kako združim baze podatkov?

SHARE podatki so urejeni po valovih in vsak sklop se nahaja v samostojni bazi. Poleg tega so na voljo še dodatne baze z generiranimi spremenljivkami. Za združevanje po sklopih vprašalnika in/ali po valovih na individualni ravni, uporabite spremenljivko "mergeid", ki je ključni identifikator za vsakega anketiranca in se ne spreminja med valovi. Če želite združevati podatke na ravni gospodinjstev, uporabite spremenljivko hhid`w’ (kjer `w’ označuje številko ustreznega vala). 

^TOP

 

5.2 Zakaj se število opazovanih enot v uvodnem pregledu razlikuje od ostalih sklopov vprašalnika?

Uvodni pregled gospodinjstva (sklop je označen s 'cv_r') vključuje vse člane gospodinjstva – tudi tiste, ki niso ustrezni za anketiranje ali še niso nikoli odgovarjali na anketo, ter zaključne ankete, ki so bile izvedene z nadomestno osebo za pokojnega respondenta. Število opazovanih enot v ostalih sklopih CAPI vprašalnika je manjše, saj vključuje le enote oz. posameznike, s katerimi je bila opravljena anketa. Člane gospodinjstva, ki niso bili anketirani, lahko identificiramo s pomočjo spremenljivke interview, ki se nahaja v cv_r sklopu  vprašalnika. Vrednost spremenljivke pri enotah brez opravljene ankete je 0.

^TOP

 
5.3 Kako do podatka o partnerjih?

V SHARE partnerje oz. zakonce lahko identificirate s spremenljivko mergeidp`w’ (kjer `w’ označuje številko ustreznega vala), ki označuje mergeid respondentovega partnerja. Vsak par ima tudi svoj identifikator para, ki ga določa spremenljivka coupleid`w’. Identifikator para je ustvarjen s pomočjo spremenljivke mergeid za oba partnerja in je torej za vsak par edinstven ter se ne spreminja med valovi, če par ostaja skupaj. 

^TOP


5.4 Zakaj imajo nekatere spremenljivke, na primer izobrazba in telesna višina, toliko manjkajočih vrednosti?

Glavni razlog za manjkajoče vrednosti v bazah je dejstvo, da po podatkih, ki se z leti ne spreminjajo (na primer leto rojstva, dosežena stopnja izobrazbe, višina anketiranca) vprašamo le, ko osebo anketiramo prvič. Pri tem je potrebno vedeti, da prva anketa z nekim respondentom ni bila nujno izvedena v 1. valu zbiranja podatkov SHARE, saj vzorec na vsakih nekaj let osvežujemo z novimi osebami ali pa se je država priključila raziskavi SHARE šele v kasnejših valovih.

Telesna višina je primer spremenljivke, ki se s časom ne spreminja. Če želi uporabnik SHARE podatkov to spremenljivko uporabiti v kasnejših valovih, mora njeno vrednost prenesti, in sicer tako, da najprej združi kasnejše valove z valom, v katerem je bila spremenljivka vprašana, ter nato pripiše informacijo o telesni višini kasnejšim valovom. Podobno velja za nekatera vprašanja, ki se vprašajo le v primeru, da je prišlo do spremembe glede na predhodno anketo. Tak primer je vprašanje o zakonskem stanu. To ima zopet za posledico veliko manjkajočih vrednosti pri takšni spremenljivki. 

^TOP


5.5 Kaj so to okvirni odgovori (“unfolding brackets”)?

Kadar vprašani ne ve odgovora (DK, Don't Know) ali ga zavrne (RF, Refusal) na vprašanja o osebnih financah, se začne serija vprašanj z okvirnimi odgovori. Cilj teh vprašanj je določiti vsaj nek razpon, v katerem se na primer nahaja dohodek anketiranca. 

Okvirni odgovori so nacionalno specifični, za vsako državo drugačni glede na življenjski standard. Objavljeni podatki vključujejo nacionalno specifične vrednosti (v evrih) in zadnjo vrednost, ki jo je anketiranec izbral. Obstajajo tri naključno določene vstopne točke. Torej ni pravila, da začnemo z višjimi in gremo proti nižjim vrednostim ali obratno. Če respondent ne zna oceniti niti okvirne vrednost (odgovor "ne vem", DK) ali zavrne tudi ta odgovor ("zavrnitev", RF), je zadnja izbrana vrednost "ne vem" (DK) ali "zavrnitev" (RF). Spremenljivke za okvirne odgovore imajo v poimenovanju za oznako modula in številke vprašanja še posebno oznako "ub” (oglejte si vprašanje 5.6, če vas zanima več informacij o tem, kako so spremenljivke na splošno poimenovane). Za več informacij o okvirnih odgovorih si oglejte SHARE Release Guide 7.0.0.


^TOP

 

5.6 Na kakšen način so spremenljivke poimenovane? 

Poimenovanje spremenljivk je harmonizirano med valovi. Spremenljivke v SHARE bazah so v splošnem poimenovane v naslednjem formatu: mmXXXyyy_LL, kjer "mm" označuje sklop vprašalnika, na primer DN za demografijo, "XXX" je številka vprašanja, na primer 001, in "yyy" so poljubne številke za "dummy" (slepe) spremenljivke (označene z "d"), konverzije denarnih vrednosti v evre (označene z "e") ali okvirne odgovore (označene z "ub"). Sledi podčrtaj “_”, za katerim so dodane "LL" poljubne številke, ki označujejo kategorijo ali zanko (“outer loop”).


^TOP

 

5.7 Čemu je namenjenja datoteka "ado-file sharetom"?

Datoteka "ado-file sharetom" je program, s katerim lahko rekodirate manjkajoče vrednosti in jih ustrezno poimenujete. Če ga želite uporabiti, priporočamo, da ga zaženete takoj, ko odprete bazo podatkov oz. ko združite module, ki jih želite uporabljati. Bodite pozorni, saj se program sharetom občasno posodablja. Zadnja verzija je sharetom5.

^TOP 


5.8 Je možna tudi longitudinalna analiza otrok anketirancev? 

Pri longitudinalnih analizah se raziskovalci ne smejo zanesti na vrstni red otrok v bazi za CH sklop vprašalnika (CH-Children), temveč morajo uskladiti spol in letnice rojstva. To pa zato, ker vprašani vsakokrat govorijo o otrocih v drugačnem vrstnem redu in tudi zato, ker se partnerski odnosi lahko spremenijo, sprašujemo pa vedno po otrocih obeh (trenutnih) partnerjev.

^TOP


5.9 Se informacije o otrocih iz CH sklopa vprašalnika lahko povežejo s podatki o socialni opori (sklop SP) in finančnih transferjih (sklop FT)?

Informacij o otrocih, ki so jih vprašani naštevali v CH sklopu (Children) 4. vala raziskave, ne moremo neposredno povezati s sklopom socialne opore (SP, Social Support) in finančnih transferjev (FT, Financial Transfers). Razlog je sprememba v seznamu možnih različnih razmerij, ki jih ima vprašani z osebami, o katerih govori. Podatek o osebi, ki bodisi daje ali prejema socialno oporo oz. finančne transferje, temelji prav na tem seznamu, ki je za razliko od 1. in 2. vala, kjer je seznam vključeval možnost našteti do 9 otrok, v 4. valu prvič vseboval možnost našteti do 7 članov socialnega omrežja in le eno možnost "drugi otrok" (other child). To pomeni, da je prikazan le seznam otrok, ki jih je vprašani navedel kot člane svojega socialnega omrežja. To potem tudi onemogoča, da bi bili pri vprašanjih o socialni opori ali finančnih transferjih poimensko izpostavljeni otroci, ki prej niso bili navedeni kot člani socialnega omrežja.

^TOP


5.10 Zakaj je v 4. valu toliko manjkajočih vrednostih pri vprašanju, če so biološki starši anketirancev še živi (dn026_1  in dn026_2)?

Informacijo o tem, ali so biološki starši vprašanih še živi, vsebujeta vprašanji DN026_1 (mati) in DN026_2 (oče). Vrstni red obeh vprašanj je odvisen od anketnih podatkov predhodnih valovov raziskave, kadar gre za anketirance, ki so že sodelovali v raziskavi, pa tudi od podatkov o njihovih socialnih omrežjih. Enako kot pri ostalih spremenljivkah v SHARE bazah je količina manjkajočih vrednosti posledica anketiranja v več valovih, torej če združujete baze po valovih, boste zadnjim podatkom dodali še podatke iz prejšnjih valov in manjkajočih vrednosti bo manj. Ob predpostavki, da so osebe v socialnih omrežjih vprašanih dejansko žive, lahko delež manjkajočih vrednosti zmanjšate s pomočjo spremenljivke sn005*. Žal pa je prišlo v instrumentu vprašalnika do napake in vsi niso dobili tega vprašanja, zato še vedno ostaja precej manjkajočih vrednosti. 

Da bi odpravili to pomanjkljivost, smo anketirance z manjkajočimi vrednostmi za spremenljivki DN026_1 and DN026_2 v 5. valu vprašali, ali so biološki starši še živi ali ne.

^TOP

 

6. Dodatne (generirane) spremenljivke

 6.1 Kaj je namen dodatnih spremenljivk in katere dodatne spremenljivke so na voljo?

Da bi uporabnikom olajšali delo z mednarodnimi podatki, so nekatere spremenljivke že vnaprej pripravljene za direktno uporabo, in sicer zlasti tiste, ki nudijo možnost mednarodnih primerjav, kot je Mednarodna standardna klasifikacija izobraževanja (ISCED). Poleg mednarodno standardiziranih spremenljivk so na voljo tudi druge dodatne spremenljivke, ki olajšajo delo s SHARE bazami podatkov. V tabeli 4 si lahko ogledate pregled vseh baz dodatnih spremenljivk.  

 

Tabela 4: Baze dodatnih spremenljivk
Sklopi dodatnih spremenljivk Opis 1.val 2.val 3.val 4.val 5.val 6.val 7.val
gv_allwaves_cv_r Informacije iz uvodnega pregleda za vse valove Čez vse valove
gv_longitudinal_weights Longitudinalne uteži Čez vse valove
gv_weights Vzorčne in kalibrirane uteži X X   X X X X
gv_imputations

Imputacije določene s pogoji (FCS metoda) 

X X   X X X X

gv_health

Spremenljivke za fizično in duševno zdravje ter indikatorji, kot so BMI, EURO-D lestvica depresije, itd. X X   X X X X
gv_ISCED Mednarodna standardna klasifikacija izobraževanja (ISCED-97/od 5. vala naprej tudi ISCED-11) X X   X X X X
gv_housing Bivališče in prostorske kode za regije (NUTS)  X X   X X X X
gv_networks Informacije o socialnih omrežjih       X   X  
gv_exrates Menjalni tečaji za vse valove (nominalni in prilagojeni za PKM)  Čez vse valove
gv_job_episodes_panel Zaposlitveni status skozi celotno življenje za vsakega SHARELIFE anketiranca Čez vse valove
gv_grossnet Neto dohodki izpeljani iz poročanih bruto dohodkov X            
gv_ISCO Standardni klasifikaciji poklicev (ISCO) in dejavnosti (NACE) X            
gv_ssw Social security wealth       X      
gv_deprivation Indeksa materialne in socialne prikrajšanosti         X    
gv_children Združene informacije o otrocih           X X
gv_linkage Povezave z administrativnimi podatki nemškega pokojninskega sklada (le Nemčija) Čez vse valove
gv_dbs Posušene kapljice krvi           X  
gv_big5 Velikih pet faktorjev osebnosti             X

 

^TOP

6.2 Zakaj se uporablja uvodni pregled čez vse valove?

Ta sklop vprašalnika predstavlja podatkovno bazo, kjer so združene in obogatene informacije iz vseh valov. Sklop "gv_allwaves_cv_r" nam omogoča neposreden vpogled v sestavo gospodinjstva, spremembe v statusu (ima anketiranec partnerja ali ne? Je živ ali ne? ipd.) in vrsto ankete, ki je bila opravljena. 

^TOP

6.3 Ali lahko SHARE podatke povezujemo z administrativnimi podatki?

Poskus povezovanja SHARE podatkov z administrativnimi bazami podatkov je potekal v več SHARE državah. 

Nemčija: Na podlagi pisnega soglasja anketirancev je možno administrativne podatke nemškega pokojninskega sklada povezati z anketnimi podatki nemškega SHARE podvzorca. Od tretjega vala naprej se anketirance v Nemčiji prosi za soglasje za povezovanje anketnih podatkov z administrativnimi podatki nemškega pokojninskega sklada. Gre za longitudinalno podatkovno bazo, ki vključuje zelo podrobne informacije o zaposlitveni zgodovini anketirancev. V sklopu "gv_linkage" najdete informacijo o tem, kateri anketiranci so podali soglasje za povezovanje njihovih anketnih podatkov s podatki pokojninskega sklada. Za dostop do administrativnih podatkov morajo raziskovalci oddati dodatni obrazec neposredno podatkovnemu centru nemškega pokojninskega sklada. Dodatne informacije o pogojih za dostop, vodič za uporabo ter kodirna knjiga za SHARE-RV so dostopni tukaj

REGLINK-SHAREDK je drugi uspešni projekt povezovanja anketnih podatkov na Danskem podvzorcu SHARE. Dodatne informacije so na voljo tukaj.

^TOP

 

6.4 Kaj vsebuje sklop gv_exrates?

Ta sklop vprašalnika vsebuje denarne valute (tudi predhodnice evra) in menjalne tečaje za države izven evro območja. V sklopui so shranjeni tako nominalni menjalni tečaji kot tudi menjalni tečaji prilagojeni za paritete kupne moči (ppp-adjusted).

^TOP

 

 

Panel zaposlitvene zgodovine (JEP) je generirana baza podatkov, pripravljena na podlagi ustrezno reorganiziranih podatkov 1. do 3. vala SHARE. Baza podatkov je v obliki "dolgega panela" in je pripravljena za neposredno uporabo.  Vsebuje podatke o zaposlitvenem položaju vsakega SHARELIFE anketiranca skozi njegovo/njeno celotno življenje. Podroben opis metodologije in predpostavk, uporabljenih za pripravo podatkovne baze, je na voljo v SHARE delovnem zvezku 11-2013: Working life histories from SHARELIFE: a retrospective panel”, avtorjev Agar Brugiavini, Danilo Cavapozzi, Giacomo Pasini in Elisabetta Trevisan. Pri objavi prispevkov, ki temeljijo na podatkih panela zaposlitvene zgodovine, se zahteva tudi ustrezno sklicevanje, kot je navedeno v PDF dokumentaciji, ki je na voljo ob prenosu podatkov. 

^TOP

 

6.6 Katere dodatne spremenljivke so na voljo v sklopu gv_health?

Baza gv_health vsebuje širok nabor dodatnih zdravstenih spremenljivk in indeksov fizičnega ter duševnega zdravja. Večina dodatnih spremenljivk je primerljiva s spremenljivkami raziskave HRS (US Health and Retirement Study - HRS). Dodatne spremenljivke za fizično zdravje so na primer ameriška verzija samo-ocene zdravja (sphus), indeks telesne mase (bmi), število kroničnih bolezni (chronic), indeks mobilnosti (mobility) in omejitve instrumentalnih dnevnih življenjskih aktivnosti (iadl). Spremenljivke duševnega zdravja so na primer EURO-D lestvica depresije (eurod), meritev orientacije v času (orienti) in računski rezultati za matematične spretnosti (numeracy).  

^TOP

 

6.7 Kako smo izmerili izobrazbo v SHARE?

Izobrazba je ena izmed najbolj raznolikih mednarodnih spremenljivk, zato potrebujemo standardno klasifikacijo, šifrant, če želimo primerjati izobrazbene kategorije po državah. Baza gv_isced vsebuje Mednarodno standardno klasifikacijo izobraževanja iz leta 1997 (International Standard Classification of Education - ISCED-97). Poleg podatkov o izobrazbi respondentov imamo na voljo tudi podatke o izobrazbi njihovih otrok, nekdanjih partnerjev in v 1. valu celo za izobrazbo anketarjev. V 1. in 2. valu so na voljo podatki za največ 4 otroke, v 4. valu pa za vse otroke. V letu 2011 so države UNESCA pripravile revizijo ISCED šifranta izobrazbe, ki jo od 5. vala dalje upoštevamo tudi v raziskavi SHARE, in sicer upoštevamo obe različici šifranta, iz leta 1997 in leta 2011. V 5. in 6. valu so na voljo tudi podatki o izobrazbi respondentovih staršev.

^TOP

 

6.8 Katere informacije vsebuje sklop gv_isco?

Anketirance povprašamo o njihovem poklicu ter o poklicu staršev in nekdanjega partnerja. V 1. valu smo vse zbrane podatke kodirali po Mednarodni standardni klasifikaciji poklicev iz leta 1988 (International Standard Classification of Occupations - ISCO-88), ki jo pripravljajo v Mednarodni organizaciji dela (International Labour Organization - ILO). Za ustrezno razvščanje industrijskih panog je v bazi gv_isco dodatno na voljo še prilagojena Statistična klasifikacija gospodarskih dejavnosti (Statistical Classification of Economic Activities - NACE, version 4 rev. 1 1993).

 ^TOP

 

6.9 Katere geografske informacije so na voljo v sklopu gv_housing?

SHARE zagotavlja tudi podatke iz šifranta osnovnih prostorskih enot (NUTS), ki je pravzaprav hierarhična upravno-terioterialna razdelitev v EU. Z njimi lahko določamo teritorialne lokacije gospodinjstev na različnih ravneh:

NUTS 1: glavne socio-ekonomske regije 

NUTS 2: kohezijske regije

NUTS 3: statistične regije

Zaradi zakonskih obveznosti glede zaščite osebnih podatkov v vseh državah niso na voljo informacije na vseh NUTS ravneh. V Nemčiji, na primer, lahko objavljajo le NUTS 1 raven. Spremenljivke so shranjene v bazi "gv_housing".

^TOP


6.10 Kako so v SHARE zajeta socialna omrežja? 

Sklop socialnih omrežij (social network - SN) je bil prvič uveden v 4. valu raziskave SHARE, s čimer naj bi na inovativen način zajeli informacije o posameznikovem socialnem okolju. Sklop je bil ponovno zajet v vprašalniku 6. vala. Celoten sklop temelji na pristopu, ki presega najbolj pogosto relacijsko metodo merjenja, kjer opazujemo vrsto odnosov med enotami, pri čemer podatke pogosto podajajo nadomestne enote v gospodinjstvu. SN sklop vprašalnika vsebuje podroben opis socialnega omrežja vsakega respondenta. Respondent lahko naštejeje do sedem oseb, ki jim zaupa. Nato pa ga za vsakega člana njegovega socialnega omrežja vprašamo še, kako sta povezana (na primer družinski član, nekdanji sodelavec, sosed ipd.), katerega spola je, kako blizu živita, kako blizu sta si v čustvenem smislu in kako pogosti so stiki med njima. Podatki o socialnih omrežjih se lahko povežejo z bazo socialne opore (social support - SP) in finančnih transferjev (financial transfers - FT).

Baza "gv_networks" vsebuje spremenljivke, ki združujejo informacije o različnih lastnostnih omrežja. V 6. valu spremenljivke združujejo tudi panelne informacije in tako zagotavljajo popolne informacije o vsakem članu socialnega omrežja.  

^TOP
 

6.11 Kako merimo prikrajšanost?

Sklop o prikrajšanosti (gv_deprivation) je na voljo v podatkih 5. vala in vsebuje tri spremenljivke o materialni in socialni prikrajšanosti: depmat, depsoc in depsev. depmat je indeks materialnih pogojev starejših posameznikov v Evropi. Izračunan je na podlagi 11 postavk, ki merijo dve širši komponenti: nezmožnost zadovoljevanja osnovnih potreb in finančne težave. depsoc je indeks, ki meri socialno prikrajšanost in temelji na 15 postavkah. depsev je dvodimenzionalen kazalnik, ki identificira posameznike z visoko stopnjo prikrajšanosti po obeh dimenzijah in je pokazatelj tveganja socialne izključenosti. Prag je 75. percentil skupne porazdelitve pri obeh indeksih. Posameznike, ki presegajo prag pri obeh indeksih, opredelimo kot “resno prikrajšani”.    

^TOP

 

6.12 Katere informacije vsebuje sklop gv_ssw (Social Security Wealth)?

Vse od izdaje 5.0.0. podatki za 4. val SHARE vsebujejo nov dodatni (generiran) sklop gv_ssw. Sklop vključuje dva kazalnika, ki merita premoženja posameznika na podlagi vplačanih prispevkov iz obveznega socialnega zavarovanja – accrued social security wealth (SSW). Ustrezni spremenljivki sta SSW_nw in SSW_gw. Prvi kazalnik temelji na neto plačah, ki jih je posameznik zaslužil v času svoje delovne kariere. Drugi pa na približku bruto plač (izračunanih iz neto plač), poleg tega pa upošteva tudi ostale prejemke iz naslova socialne varnosti, v kolikor je posameznik do njih upravičen. Ker pri izračunu SSW za upokojence niso bile potrebne nobene informacije iz njihove zaposlitvene zgodovine (podatki JEP), sta spremenljivki SSW_nw in SSW_gw za to skupino anketirancev enaki.

^TOP

 

6.13 Kdaj potrebujem sklop gv_grossnet?

V 1. valu SHARE so se podatki o dohodkih zbirali v bruto zneskih, medtem ko se v vseh nadaljnih valovih zbirajo v neto znesku, torej po plačilu davkov in prispevkov, da dobimo podatek o višini dohodka, ki je anketirancu na razpolago. Z namenom, da se zagotovi primerljivost dohodkov med različnimi valovi ter olajša longitudinalne analize, so v sklopu gv_grossnet na voljo podatki o netu dohodkih za 1. val SHARE, ki so izračunani na podlagi podatkov o bruto dohodkih, navedenih v anketi. Preračun je bil narejen z uporabo instrumenta EUROMOD - evropski mikrosimulacijski model davkov in socialnih prejemkov.  

Podroben opis podatkovne baze in uporabljene metodologije je na voljo v delovnem zvezku SHARE Working Paper 25-2016.

^TOP

 

6.14 Katere informacije vsebuje sklop gv_children? 

Informacije o otrocih anketiranca se zbirajo v različnih delih vprašalnika. Generirane spremenljivke v sklopu gv_children uporabniku SHARE podatkov olajšajo dostop do teh informacij. Sklop gv_children združuje informacije iz naslednjih sklopov CAPI vprašalnika 6. vala: CH (otroci), SN (socialna omrežja), SP (socialna opora) in FT (finančni transferji). Pri uporabi teh podatkov pa mora uporabnik upoštevati, da sklop združuje le informacije 6. vala, ne pa tudi informacije iz predhodnih valov. 

^TOP

 

6.15 Katere generirane spremenljivke so shranjene v sklopu gv_dbs? 

Poleg CAPI spremenljivk, vključenih v sklop BS (Blood Spots), so že na voljo tudi nekatere generirane spremenljivke v modulu gv_dbs. Najpomembnejša je spremenljivka dbs_values_exp ("pričakovana razpoložljivost laboratorijskih rezultatov").  Rezultati bodo namreč na voljo le, če bodo izpolnjeni naslednji pogoji: a) imamo pisno soglasje respondenta, b) DBS vzorec je mogoče povezati s CAPI anketo preko številke črtne kode, in c) na DBS kartici je dovolj krvnega materiala za vsaj eno analizo. V kolikor so izpolnjeni vsi navedeni pogoji, je vrednost spremenljivke dbs_values_exp =1. Poleg te spremenljivke sta v sklopu gv_dbs na voljo še dve drugi: spots_nr ("število zbranih kapljic krvi"), ki zavzame vrednosti od 0 do 5, in spots_co ("število kapljic krvi z zadostno količino krvi"). Slednja spremenljivka pove, koliko kapljic krvi vsebuje zadostno količino krvi, to pomeni, da kri prekriva krogec (premer 1 cm) zarisan na kartici za odvzem krvi. 

^TOP

 

6.16 Katere informacije vsebuje sklop gv_big5?

V 7. valu je v SHARE anketo prvič vključen vprašalnik velikih pet faktorjev osebnosti (BFI-10). Gre za uveljavljen vprašalnik Big Five Inventory, ki sta ga razvila Rammstedt and John (2007). Z njim merimo "velikih pet" dimenzij osebnosti, pri čemer se za merjenje vsake dimenzije uporabi dve postavki. Gre za zelo kratek vprašalnik merjenja osebnosti, primeren zlasti za anketne vprašalnike, ki vsebinsko pokrivajo različna tematska področja ter so časovno in prostorsko omejeni. Več informacij o merjenju "velikih pet faktorjev osebnosti" si lahko preberete v ustreznem poglavju knjige prvih rezultatov 7. vala (Wave 7 First Results Book).

 ^TOP

 

7. Uteži

 

SHARE zagotavlja več vrst uteži. Odločitev, katere uteži uporabiti, je odvisna od tega, ali delate longitudinalno analizo ali ne, druga možnost so presečne analize, kjer analizirate enote v določenem časovnem obdobju, in seveda tudi od tega, kaj je vaša osnovna enote analize (gospodinjstva ali posamezniki).
Vse uteži najdete v bazi gv_weights, ki vključuje vzorčne in kalibrirane uteži. Vzorčne uteži so enake obratni vrednosti izbora v vzorec konkretnega vala raziskave (število enot v vzorcu delimo s seštevkom odgovorov in neustreznih enot za anketiranje) in služijo kot popravek za neenako verjetnost izbora v vzorec, čeprav so nepristranska cenilka verjetnosti izbora v vzorec v resnici lahko le v idealnih razmerah, ko vse enote v vzorcu odgovarjajo na anketo. V realnosti pa se soočamo tudi s težavo ne-odgovora enot, ko anketiranci zavrnejo sodelovanje v anketi, zato so cenilke, ki jih dobimo zgolj z uporabo vzorčnih uteži, ki ne upoštevajo ne-odgovorov in osipa vzorca, lahko pristranske. V raziskavi SHARE se problematike ne-odgovorov in osipa vzorca lotevamo z ex-post (naknadno) kalibracijo po metodi Deville and Särndal (1992). Tako na koncu dobimo kalibrirane uteži, ki nudijo najboljši približek originalnim vzorčnim utežem, ob čemer upoštevamo znane populacijske parametre. 
^TOP

 

 

7.1 V številnih člankih z uporabo podatkov SHARE avtorji pri analizi ne uporabljajo uteži. Ali ostajajo kakšni splošni napotki o uporabi uteži?

Na to vprašanje ni preprostega odgovora. Uporabnikom priporočamo, da si ogledajo objavljeni prispevek Solon, Haider in Wooldridge (2013), kjer avtorji obravnavajo dva različna pristopa k znanstvenim analizam: (i) ocenjevanje populacijskih deskriptivnih oz. opisnih statistik, in (ii) ocenjevanje vzročnih učinkov (na primer: povečanje natančnosti cenilk oz. zmanjšanje vzorčne variance z odpravljanjem heteroskedastičnosti; doseganje konsistentnosti cenilk s popravki za pojav endogenosti v vzorčenju; in ocenjevanje povprečnih delnih učinkov ob nemodelirani heterogenosti učinkov). V prvem primeru uteži uporabimo zato, da na osnovi vzorca lahko sklepamo o lastnostih ciljne populacije. V našem primeru to pomeni, da lahko na podlagi našega vzorca sklepamo o celotni populaciji starejših od 50 let. Uporaba vzorčnih uteži je intuitivna in ne nenavadna, saj lahko o populacijskih vrednostih sklepamo le na podlagi uteženega vzorca. V drugem primeru, ko sklepamo o vzročnih učinkih, pa je vprašanje, kako uporabljati uteži, bolj zapleteno. Raziskovalci se morajo odločiti, za kaj uporabljati utežene cenilke, presoditi, ali je razlog pravi, in dvakrat preveriti z metodami diagnostike, ki so na voljo. Če se porajajo dvomi o tem, ali uteži uporabiti ali ne, je bolje objaviti utežene in ne-utežene vrednosti ter obrazložiti razliko med njimi oz. kaj to pomeni za rezultate analize. Prav tako je priporočljiva uporaba robustne ocene standardnih napak. 

^TOP

 

7.2 Katere uteži uporabiti za presečne in katere za longitudinalne analize?

Pri uporabi SHARE podatkov imate na voljo kalibrirane presečne in longitudinalne uteži. Za presečne analize (to so tiste najbolj pogoste analize, ki jih izvajamo le v določeni časovni točki, ko so bili neki podatki zbrani) je izbor ustreznih kalibriranih uteži odvisen od osnovne  enote naše analize. Na primer, za 4. val je ustrezna spremenljivka cciw_w4, v kolikor je osnovna enota posameznik, in cchw_w4, kadar je osnovna enota gospodinjstvo. 

Za longitudinalne analize pa kalibrirane uteži temeljijo tako na izbiri kombinacije valov (kateri valovi so vključeni v panel) kot tudi osnovne enote analize. Na primer, za popolnoma uravnotežen panel (ki vključuje vse razpoložljive valove od 1. do 7.) je to spremenljivka cliw_a, v kolikor je osnovna enota analize posameznik, in clhw_a, kadar je osnovna enota gospodinjstvo.

Za longitudinalne analize, kjer gre za drugačno kombinacijo valov, si mora uporabnik sam izračunati ustrezne kalibrirane uteži. V pomoč smo pripravili Stata ado-file imenovan `cweight.ado’, ki izveden postopek kalibriranja po zgledu Deville in Särndal (1992), in Stata do-file, ki po korakih demonstrira, kako izračunati kalibrirane longitudinalne uteži na ravni posameznika in gospodinjstva. Več informacij je na voljo tukaj.

^TOP

 

7.3 V metodološki publikaciji Wave 4 Innovations & Methodology je v poglavju 8.7 navedeno, da sta SHARE uporabnikom za izračun uteži na voljo Stata do-file in Stata ado-file `cweight.ado’. Kje ju lahko najdem?   

Stata ado-file "cweight.ado" kot tudi druge datoteke, ki so na voljo za izračun longitudinalnih kalibriranih uteži, si lahko prenesete s splošne spletne strani SHARE namenjene prenosu podatkov (“Generate Calibrated Weights Using Stata 1.0.0”). Uporabnike želimo na tem mestu obvestiti, da je trenutno v pripravi posodobitev teh datotek. 

^TOP

 

7.4 Kakšna je razlika med utežmi v različnih valovih?

Medtem ko se kalibrirane presečne in longitudinane uteži v vseh valovih izračunavajo po postopku Deville in Särndal (1992), se vzorčne uteži lahko razlikujejo med valovi zaradi sprememb v nacionalnih vzorčnih načrtih.Druge ključne razlike med valovi so(i) ne razlikujemo več različnih vzorcev (na primer le glavni vzorec ali dodatni vzorec ali kombinacija obojega); (ii) ni več presečnih kalibriranih uteži za partnerje, ki niso sodelovali v raziskavi, kar je posledica drugačnih postopkov imputacij v 4. valu; (iii) prav tako ni več longitudinalnih kalibriranih uteži za vse možne kombinacije valov panela.

^TOP

 

7.5 Ali lahko izpustimo opazovane enote z manjkajočimi vrednostmi uteži?

Manjkajoči podatki za vzorčne in kalibrirane uteži so lahko posledica (i) neustrezne starosti enote (na primer mlajši od 50 let), (ii) manjkajočih podatkov o vzorčnem okviru, (iii) manjkajočih podatkov za izračun kalibracijskih uteži (starost, spol, NUTS1 regionalne kode), (iv) respondentov, ki niso del izbranega vzorca (velja le za kalibrirane longitudinalne uteži). Enote z manjkajočimi vrednostmi uteži zaradi (i) niso problematične, kadar želimo sklepati o populaciji 50+. Enot z manjkajočimi vrednostmi uteži zaradi razlogov (ii) in (iii) je zelo malo, zato jih načeloma lahko izpustimo iz analize SHARE podatkov. Enote z manjkajočimi vrednostmi uteži iz razloga (iv) pa so potencialno bolj težavne, če je mehanizem za njihov nastanek nenaključen (glede na uporabljen nabor napovednih spremenljivk). Omeniti velja, da lahko uporabniki, če želijo popraviti učinke osipa vzorca, uporabijo večji nabor napovednih spremenljivk, ki vključujejo informacije iz izhodiščnega vala raziskave. V namen uporabe šibkejših predpostavk o mehanizmu manjkajočih podatkov, povezanim z osipom vzorca, lahko uporabimo tudi druge metode, kot so uporaba uteži, temelječih na stopnji nagnjenja ali modelih izbora v vzorec.

^TOP

 

8. Imputacije 

8.1 Kakšne imputacijske metode uporabljamo?

Glede na obseg manjkajočih podatkov lahko vrednosti imputiramo (vstavljamo) bodisi s preprosto "hot-deck" metodo, bodisi po metodi, določeni s pogoji (fully conditional specification method - FCS). Vstavljanja z metodo "hot deck" se izvedejo ločeno po državah, medtem ko se vstavljanja z metodo FCS izvedejo po državah in tipih vzorcev (samski in tretji vprašanci, pari, kjer sta anketirana oba partnerja, in vsi pari – z ali brez partnerja, ki ni bil anketiran). Za vsak val in vsako državo uporabimo metodo FCS le za denarne spremenljivke, ki zadoščajo zahtevi po najmanj 100 opazovanjih v prvem vzorcu (samski in tretji vprašanci) oziroma 150 v drugem (pari, kjer sta anketirana oba partnerja) in tretjem (vsi pari – z ali brez partnerja, ki ni bil anketiran) vzorcu.

^TOP

 

8.2 Ali lahko imputacijske spremenljivke uporabljamo za longitudinalne analize?

Da, a pri tem lahko naletite na težave. Najprej morate preveriti, ali ima spremenljivka, ki vas zanima, imputacije za vse valove, ki jih želite uporabiti, ter ali je informacija primerljiva med valovi. Dobro je tudi upoštevati, da imputacije ne vključujejo spremenljivk iz preteklih valov, ki jih ni v aktualnem valu. To seveda pomeni, da ima model imputacij manj splošno obliko, kot bi jo lahko imel model za analizo longitudinalnih podatkov, kar lahko vodi do nekonsistentnosti ocen (Meng je leta 1994 ta problem poimenoval kot "uncongeniality"). V prihodnosti nameravamo vpeljati bolj splošen imputacijski model. 

^TOP

 

8.3 Zakaj je v imputacijski bazi toliko primerov (več kot v ostalih SHARE bazah)?

Na voljo je več imputacijskih vrednosti, saj zaradi zagotavljanja večje variabilnosti podatkov, postopke imputacije poženemo večkrat in vsi rezultati so vneseni v bazo (za več informacij si oglejte Rubin 1987).  Pri metodi multiple imputacije imamo namreč za vsako manjkajočo vrednost m>1 imputiranih vrednosti. Število imputacij v SHARE je enako 5, kar pomeni, da so za oceno manjkajočih vrednosti (te se pojavljajo zlasti pri finančnih spremenljivkah, kot je na primer dohodek) postopki imputacije pognani petkrat. Vseh pet podatkovnih okvirov je vključenih. Posledično to pomeni, da se v imputacijskih podatkovnih datotekah vsak primer pojavlja petkrat. Identificirate jih lahko s pomočjo spremenljivke "implicat". Dejansko pa ni nobenega razloga, da bi bila katera izmed teh petih vrednosti za isto spremenljivko bolj primerna za uporabo. 

^TOP


8.4 Zakaj so imputacijske spremenljivke od objave 5.0.0 dalje drugačne od tistih iz predhodnih objav podatkov?

Razlog je v tem, da so bile uvedene pomembne inovacije na področju postopka imputacije, ki se zato precej razlikuje od uporabljenega postopka iz prejšnjih objav podatkov 1. in 2. vala.  Najpomembnejše razlike so: (i) v obravnavi partnerjev, ki niso želeli sodelovati v raziskavi, (ii) v uporabi manjšega nabora agregiranih spremenljivk, (iii) v manjšem številu prediktorjev in (iv) uvedbi dveh spremenljivk za merjenje dohodka celotnega gospodinjstva. Cilj teh sprememb je bolj zanesljiv imputacijski model, vendar pa je težko oceniti posledice teh sprememb za longitudinalne analize z uporabo panelnih podatkov raziskave SHARE. 

^TOP


8.5 Zakaj imamo dve različni spremenljivki za dohodek gospodinjstva?

Od 2. vala naprej SHARE zbira podatke o dveh različnih definicijah celotnega dohodka gospodinjstva: thinc je vsota individualno imputiranih dohodkov za vse člane gospodinjstva, medtem ko je thinc2  mera celotnega dohodka gospodinjstva, ki smo jo dobili z vprašanjem HH017.

Po našem mnenju je izbira ene od obeh mer odvisna od namena analize, zato prepuščamo uporabniku, da presodi, katera mera je za njegovo analizo primernejša. V naš imputacijski model sta vključeni obe meri, s čimer uporabnike spodbujamo, da izvedejo ustrezne analize občutljivosti obeh mer. To nam bo pomagalo pri razumevanju, katera od obeh mer je z znanstvenega vidika bolj zanesljiva.

^TOP


8.6 So denarni zneski v imputacijski bazi pretvorjeni v evre?

Da, vse denarne spremenljivke so izražene v evrih. To pomeni, da moramo pri prilagajanju na pariteto kupne moči (purchasing power parity - PPP oz. slovensko PKM) za države, ki nimajo evra, denarne vrednosti najprej pretvoriti v lokalno valuto s pomočjo spremenljivke excrate. Šele nato te vrednosti lahko delimo z menjalnim razmerjem PKM (oz. PPP-exchange rate).

^TOP