ESS8, Main and Supplementary Questionnaire Data, Lithuania, October - December 2017

Probability: Multistage (DDI Alliance Controlled Vocabulary for SamplingProcedure)

Sampling frame: The Address register of the Republic of Lithuania. A version updated in October 2016 was used.

Sampling Design: 2-domain design.

1stSampling Domain: The 54 settlements (7 biggest cities and other towns including suburbs) that have a total population of 5 000 or more, (that is 65.11% of the population aged 15 and over).

Sampling Design: 3-stage design:
At the first stage address are selected by a stratified sampled. The stratification is based on the 7 biggest cities with a population larger than 40 000 and the 10 counties of Lithuania. The selection within the strata is done by a simple random sampling.
At the second stage one household is selected, where necessary, from each sampled address with equal probability using a Kish Grid. In practice, there was only one sampled address where this was necessary.
At the third stage, one person is selected from each sampled household using the last birthday method.

2ndSampling Domain: The rest of settlements that include small towns and villages.

Sampling Design: 4-stage design:
At the first stage, 167 Elderships, the smallest local administrative units (LAU2 – Eurostat, with a known population aged 15 and over) are selected by a stratified sample. The stratification is based on counties. The selection within the strata is done with probability proportional to the population aged 15+ in the Elderships.
At the second stage 8 addresses are selected from each sampled Eldership by a simple random sample.
At third stage one household is selected, where necessary, from each sampled address with equal probability using a Kish Grid. There was only one sampled address where this was necessary.
At the fourth stage, one person is selected from each sampled household using the last birthday method.

The purpose of the design weights (DWEIGHT) is to correct for unequal probabilities for selection due to the sampling design used. In general design weights were computed for each country as follows.

1.w = 1/(PROB1*...*PROBk) is a nx1 vector of weights ; k depends on the number of stages of the sampling design.

2. All weights were rescaled in a way that the sum of the final weights equals n, i.e. Rescaled weights = n*w/sum(w).

The purpose of the post-stratified design weights (PSPWGHT) is to reduce sampling error and non-response bias, using auxiliary information. The post-stratification targets use information about age, gender, education and region. Raking (iterative proportional fitting) has been used in the production of the post-stratified weights, using the ipfweight procedure in Stata v15. For most countries population targets are weighted estimates from the European Union labour force survey 2016 (Eurostat).

The Population size weight (PWEIGHT) corrects for population size when combining two or more country's data, and is calculated as PWEIGHT=[Population aged 15 years and over]/[(Net sample in data file)*10 000]

Šiame duomenų rinkinyje pateikiami Europos socialinio tyrimo 8 bangos vykdytos Lietuvoje pagrindinio ir papildomo klausimyno duomenys. Duomenų rinkinį sudarė tyrimą vykdžiusi organizacija UAB „Baltijos tyrimai“, o jį sutvarkė EST Nacionalinis koordinatorius Lietuvoje ir Lietuvos HSM duomenų archyvo (LiDA) darbuotojai.

Europos socialinis tyrimas (EST) yra mokslininkų inicijuota daugelį šalių apimanti apklausa, jau atlikta daugiau nei trisdešimtyje skirtingų Europos šalių. Pagrindiniai tyrimo tikslai yra trys:

• fiksuoti ir interpretuoti besikeičiančias Europos visuomenių nuostatas ir vertybes bei stebėti, kaip jos sąveikauja su kintančiomis Europos institucijomis,
• kurti ir tobulinti pažangius tarpkultūrinių apklausų atlikimo metodus Europoje ir pasaulyje,
• sukurti Europos socialinių indikatorių kolekciją, apimančią nuostatų rodiklius.

Šiam duomenų rinkiniui sukurti naudota EST 8-oje bangoje dalyvavusių šalių jungtinio duomenų failo 2.0 versija (Lietuvos duomenys) publikuota EST Duomenų archyve 2018-05-30.

Pagrindinė tyrimo kalba – lietuvių kalba (lit).

Standartizuotas klausimynas respondentams buvo pateikiamas lietuvių (lit) ir rusų (rus) kalba.

Duomenų rinkinys (duomenys ir metaduomenys) „ESS8, pagrindinio ir papildomo klausimyno duomenys, Lietuva, 2017 m. spalis - gruodis“ nuo 2018-06-15 iki 2021-10-01 buvo pasiekiamas Lietuvos humanitarinių ir socialinių mokslų duomenų archyvo (LiDA) portale www.lidata.eu; objekto PID: www.lidata.eu/data/quant/LiDA_ESS_0308; parengė 2018-06-15 Morkevičius, Vaidas ir Žvaliauskas, Giedrius.

Dataverse kolekcijoje "Europos socialinis tyrimas" talpinami nuo 2009 m. (4-osios bangos) Lietuvoje vykdomų Europos socialinio tyrimo (EST) apklausų duomenys.

EST yra mokslininkų inicijuotas tarptautinis tyrimas, kuris nuo jo įkūrimo 2001 m. atliekamas visoje Europoje. Kas dvejus metus sudarant naujas skerspjūvio imtis, atliekami tiesioginiai interviu. Apklausos metu vertinamos įvairių gyventojų grupių nuostatos, įsitikinimai ir elgsenos modeliai daugiau nei trisdešimtyje šalių.

Naujausias EST 8-oje bangoje dalyvavusių šalių jungtinis duomenų failas (2.2 versija) publikuotas EST Duomenų archyve 2020-12-10.

Tikimybinė: daugiapakopė (DDI aljanso SamplingProcedure kontroliuojamas žodynas)

Imties pagrindas: Lietuvos Respublikos adresų registras. Naudojama versija buvo atnaujinta 2016-tųjų spalį.

Atrankos modelisdviejų sričių modelis.

1-moji atrankos sritis: 54 gyvenvietės (7 didžiausi miestai ir kiti miesteliai, įskaitant priemiesčius), kuriose iš viso gyvena 5 000 ar daugiau gyventojų (t. y. 65,11 proc. 15 metų ir vyresnių gyventojų).

Atrankos modelis: trijų etapų modelis:
Pirmajame etape adresatai atrenkami taikant sluoksninę atranką. Stratifikacija grindžiama 7 didžiausiais miestais, kuriuose gyvena daugiau kaip 40 000 gyventojų, ir 10 Lietuvos apskričių. Atranka sluoksniuose vykdoma paprastosios atsitiktinės atrankos būdu.
Antrajame etape, naudojantis Kišo tinkleliu, iš kiekvieno atrinkto adreso atrenkamas vienas namų ūkis su vienoda tikimybe. Praktikoje to prireikė tik su vienu atrinktu adresu.
Trečiajame etape, taikant paskutinio gimtadienio metodą, iš kiekvieno atrinkto namų ūkio atrenkama po vieną asmenį.

2-oji atrankos sritis: likusios gyvenvietės, apimančios mažus miestelius ir kaimus.

Atrankos modelis: keturių etapų modelis:
. Pirmajame etape 167 seniūnijos, mažiausi vietiniai administraciniai vienetai (LAU2 - Eurostat, kuriuose yra susipažinta su 15 metų ir vyresnių gyventojų populiacija) atrenkami sluoksnine imtimi. Stratifikacija grindžiama apskritimis. Atranka sluoksniuose vykdoma su tikimybe, proporcinga seniūnijų gyventojų, kuriems 15 metų ir daugiau skaičiui.
. Antrajame etape iš kiekvienos seniūnijos paprastąja atsitiktine imtimi atrenkami 8 adresai.
Trečiajame etape , naudojantis Kišo tinkleliu, iš kiekvieno atrinkto adreso atrenkamas vienas namų ūkis su vienoda tikimybe. Praktikoje to prireikė tik su vienu atrinktu adresu.
Ketvirtajame etape, taikant paskutinio gimtadienio metodą, iš kiekvieno atrinkto namų ūkio atrenkama po vieną asmenį.

The purpose of the design weights (DWEIGHT) is to correct for unequal probabilities for selection due to the sampling design used. In general design weights were computed for each country as follows.

1.w = 1/(PROB1*...*PROBk) is a nx1 vector of weights ; k depends on the number of stages of the sampling design.

2. All weights were rescaled in a way that the sum of the final weights equals n, i.e. Rescaled weights = n*w/sum(w).

The purpose of the post-stratified design weights (PSPWGHT) is to reduce sampling error and non-response bias, using auxiliary information. The post-stratification targets use information about age, gender, education and region. Raking (iterative proportional fitting) has been used in the production of the post-stratified weights, using the ipfweight procedure in Stata v15. For most countries population targets are weighted estimates from the European Union labour force survey 2016 (Eurostat).

The Population size weight (PWEIGHT) corrects for population size when combining two or more country's data, and is calculated as PWEIGHT=[Population aged 15 years and over]/[(Net sample in data file)*10 000]