ich möchte, stark zusammengefasst, unterschiedliche individuelle Merkmale am Beginn der Berufsausbildung in unterschiedlichen Berufsfeldern untersuchen (Basiskompetenzen, motivationale und personale Merkmale). Konkreter geht es dabei um Jugendliche, die mit max. MSA die Schule verlassen haben. Den Schulabgang und Schulabschluss bei Verlassen der Schule habe ich bereits identifiziert.
Für die Identifikation des Ausbildungsbeginns fehlt mir noch ein strukturiertes Vorgehen, auch was die Priorisierung mehrerer berichteter Ausbildungsepisoden angeht. Für den ersten Aufschlag würde ich erstmal die längste Episode behalten wollen.
Meine Überlegung war, zunächst einen spellplit durchzuführen, um alle Biography-Episoden überschneidungsfrei zu bekommen. Das hat nach der Vorlage des Survey Paper von Kai Rompczyk and Corinna Kleinert auch gut funktioniert. Ich bin nun unsicher, wie ich mit dem gesplitteten Datensatz und weiter verfahre. Ich würde damit gern den spell identifizieren, der die relevante Ausbildungsepisode markiert (und über deren splink ich dann die weiteren Informationen mergen kann), aber auch die Information behalten, ob vorher eine Ausbildungs- oder ggf. BV-Episode berichtet wurde.
Im Prinzip stelle ich mir den späteren Analysedatensatz mit folgenden Informationen vor:
Informationen zum Schulabgang (Abgangsdatum, Schulabschluss)
Querschnittsinformationen zu Personenmerkmalen
Informationen zum Ausbildungsbeginn (v.a. Ausbildungsberuf)
ggf. Informationen zu Episoden zw. Schulabgang und Ausbildungsbeginn
Leider kann ich gerade keine konkreten Fragen formulieren, bin aber über jede Anregung zu einem sinnvollen Vorgehen bei der Aufbereitung dieses Datensatzes dankbar. Falls es hier schon ähnliche Threads gibt, die ich übersehen habe, würde mir auch ein Hinweis darauf helfen.
wenn ich dein Problem richtig verstanden habe, dann wäre es zuerst einmal wichtig inhaltlich begründet zu entscheiden, welche Ausbildungsarten als Beginn der beruflichen Ausbildung der Befragten gelten können. Dazu solllten die harmonisierten Episoden (subspell == 0) von spVocTrain als Grundlage gewählt werden. Die relevanten Variablen zur Bestimmung des Ausbildungstyps in spVocTrain sind ts15201 bzw. ts15201_v1. Hier würden sicherlich alle Ausbildungsepisoden mit negativen Code nicht berücksichtigt werden, genauso so wie etwa Kurse und Lehrgänge, da diese in der Regel nicht zu einem anerkannten Beruf führen.
Danach müsste entschieden werden, ob auch nicht beendete (bzw. abgebrochene) Ausbildungen, als Episoden infrage kommen, die einen Ausbildungsbeginn begründen. Ist das nicht der Fall, müssten diese aus der möglichen Auswahl gelöschte werden (siehe Variable ts15218 bzw. ts15218_v1 in spVocTrain).
Ausbildungsepisoden, denen im Prüfmodul widersprochen wurde (spms == -20) und die gleichzeitig aus nur einer einzigen Teilepsiode bestehen (spext == 0), sollten ebenfalls aus der Auswahl gelöscht werden, da die Befragten diese Episode als ungültig erklärt haben.
Hat man auf diese Weise die Ausbildungsepisoden bestimmt, die als erste Ausbildung der befragten Person infrage kämen, würde man auf Basis von ID_t und splink die edierten Datumsangaben aus dem biography-file an die ausgewählten Episoden mergen, nur korrekt gemergte Episoden beibehalten (_merge == 3), die Episoden nach ID_t und ediertem Startdatum sortieren und die Ausbildungsepisode mit dem frühesten Startdatum auswählen (die erste Episode für jeden Fall in diesem Datensatz). Das Startdatum der ausgewählten Episode würde dann als Beginn der Ausbildung der jeweiligen Person gelten.
Will man wissen, ob eine Person vor dieser Episode bereits an Ausbildungen (etwa an abgebrochenen Ausbildungen oder an Kursen und Lehrgängen) teilgenommen hat, dann kann man anhand des Startdatums der ausgewählten Episode im biography-file schauen, ob es zu diesem Fall weitere Ausbildungsepisoden gibt, die vor diesem Startdatum begannen.
Zur Lösung der beschriebenen Aufgaben ist es nicht notwendig, ein spellsplit durchzuführen.