ich hoffe, Ihr könnt mir erneut helfen: Um meine Variablen sinnvoll auszuwerten, ist es wichtig, dass von der 1. bis inkl. der 4. Welle kein Fachwechsel stattgefunden hat. Ich möchte also nur diejenigen Studierenden drin haben, deren anfängliches Studienfach gleich geblieben ist.
Nun habe ich für die 2. Welle die Variable „tg51300_v1 Fachwechsel seit Studienbeginn“ und für die 4. Welle „tg51300 Fachwechsel seit letzter Befragung“ in pTargetCAWI gefunden. Allerdings fehlt mir jetzt noch eine Variable für die 3. CATI-Welle, weil in der 4. Welle ja nur nach dem Fachwechsel seit letzter Befragung gefragt wird. Da habe ich leider nichts Passendes gefunden. Ich kann mir aber nicht vorstellen, dass in der 3. Befragung der Fachwechsel nicht abgefragt worden ist…
Ich hoffe Ihr könnt mir helfen und freue mich sehr auf Eure Rückmeldung!
In den pTarget-Datensätzen gibt es leider keine wellenübergreifend konsistenten Informationen zu Abbrüchen, Fachwechseln und dergleichen - man muss die Informationen entweder aus StudyStates zuspielen oder spVocTrain selbst aufbereiten und diese Daten dann an die Fachwechsel-Variablen der pTarget-Datensatz anspielen. Im StudyStates gibt es die tx2418*-Variablen, die einen Wechsel anzeigen. Mit diesen Variablen kann man dann Dummy-Variablen generieren, die einen Wechsel anzeigen.
use "SC5_StudyStates.dta", clear
// Fachwechsel für jedes Fach einzeln berechnen
generate Fach1_wechsel = (tx24181_g1R!=-20 | tx24181_g2!=-20 | tx24181_g3R!=-20 | tx24181_g4R!=-20 | tx24181_g5 != -20)
generate Fach2_wechsel = (tx24184_g1R!=-20 | tx24184_g2!=-20 | tx24184_g3R!=-20 | tx24184_g4R!=-20 | tx24184_g5 != -20)
generate Fach3_wechsel = (tx24187_g1R!=-20 | tx24187_g2!=-20 | tx24187_g3R!=-20 | tx24187_g4R!=-20 | tx24187_g5 != -20)
// Fachwechsel wenn irgendein Fach gewechselt wird
generate Fachwechsel= (Fach1_wechsel==1 | Fach2_wechsel==1 | Fach3_wechsel==1)
tempfile fachwech_studystates
save "`fachwech_studystates'", replace
//Fachwechselinformation aus pTarget-Datensätzen extrahieren
use ID_t wave t31240b using "SC5_pTargetCATI.dta", clear
merge 1:1 ID_t wave using "SC5_pTargetCAWI.dta", keepusing(tg51300_v1 tg51300) nogenerate
//merge mit aufbereiteten mit Dummy-Variablen aus StudyStates
merge 1:1 ID_t wave using "`fachwech_studystates'", nogenerate
keep if inrange(wave,1,4)
//Studienwechsel-Dummy aus allen drei Quellen generieren
replace Fachwechsel = 1 if t31240b == 1 | tg51300_v1 == 1 | tg51300 == 1
// Studienwechsel global über alle Wellen hinweg
bysort ID_t: egen any_fachwechsel=max(Fachwechsel)
distinct ID_t if any_fachwechsel // Anzahl der Personen ermitteln, die Studium wechselten
Es fällt dabei auf, dass durch die pTarget-Datensätz viele Wechsel hinzukommen. Ob was an StudyStates nicht stimmt oder ob sich die Aussagen in den Episoden und im CATI wirklich dermaßen unterscheiden, kann ich (noch) nicht sagen.
vielen lieben Dank für Deine Antwort! Das hilft mir weiter. Bei der Variable t31240b wird gefragt: „Denken Sie zurzeit ernsthaft daran, Ihr jetziges Hauptfach zu wechseln oder Ihr Studium ganz aufzugeben?“. Damit sind dann eher Intentionen als ein tatsächlicher Wechsel gemeint… Möglicherweise sind die Unterschiede hierdurch begründet und es gibt eine bessere Variable?
Wie schon gesagt - konsistente Angaben zu eigentlichen Wechseln findet man nur in den Spelldatensätzen. Und ich würde dir beipflichten: Intentionen kann man nicht mit Aktionen bzw. tatsächlichem Handeln gleichsetzen.