| name | label | data_type | value_labels |
|---|---|---|---|
| ID_MiD_SrV | ID der Mobilitätserhebung | haven_labelled | 1. MiD 2017, 2. SrV 2018 |
| H_ID | Laufende Nummer des Haushalts | numeric | NA |
| H_GEW | Gewicht für Standardauswertungen auf Haushaltsebene | haven_labelled | -6. Nicht definiert |
| H_HHGR | Haushaltsgröße in Gruppen (1 bis 4+) | haven_labelled | 1. 1 Person, 2. 2 Personen, 3. 3 Personen, 4. 4 Personen und mehr |
| H_PKW | Auto im HH ja/nein (0-1-Codierung) | haven_labelled | 0. nein, 1. ja, 9. keine Angabe, -7. Berechnung nicht möglich |
| H_ANZ_PKW | Anzahl Autos im HH in Gruppen (0 bis 2+) | haven_labelled | 0. kein Auto, 1. 1 Auto, 2. 2 Autos und mehr, 9. keine Angabe, -7. Berechnung nicht möglich |
| H_PEDRAD | Elektrofahrräder/Pedelecs/Fahrräder im HH ja/nein (0-1-Codierung) | haven_labelled | 0. nein, 1. ja, 9. keine Angabe, -10. unplausibel |
| H_OEK_STATUS | ökonomischer Status des Haushalts | haven_labelled | 1. sehr niedrig, 2. niedrig, 3. mittel, 4. hoch, 5. sehr hoch, -7. Berechnung nicht möglich |
| H_HHTYP | Haushaltstyp: Differenzierung nach Alter (4 Kategorien) | haven_labelled | 1. junge HH (unter 35 Jahren), 2. Familien-HH, 3. HH mit Erwachsenen, 4. HH mit Personen ab 65 Jahre, 95. nicht zuzuordnen, -10. nicht zuzuordnen (SrV) |
| BLAND | Bundesland | haven_labelled | 1. Schleswig-Holstein, 2. Hamburg, 3. Niedersachsen, 4. Bremen, 5. Nordrhein-Westfalen, 6. Hessen, 7. Rheinland-Pfalz, 8. Baden-Württemberg, 9. Bayern, 10. Saarland, 11. Berlin, 12. Brandenburg, 13. Mecklenburg-Vorpommern, 14. Sachsen, 15. Sachsen-Anhalt, 16. Thüringen |
| VBGEM | amtliche Gemeindeverbandskennziffer | haven_labelled | 999999995. nicht zuzuordnen oder unter 5.000 Einwohner |
| KKZ | amtliche Kreiskennziffer | numeric | NA |
| VBGEM_NAME | NA | character | NA |
| RegioStaR17 | regionalstatistischer Raumtyp (17 Kategorien) | haven_labelled | 111. metropolitane Stadtregion - Metropole, 112. metropolitane Stadtregion - Großstadt, 113. metropolitane Stadtregion - Mittelstadt, 114. metropolitane Stadtregion - städtischer Raum, 115. metropolitane Stadtregion - kleinstädtischer, dörflicher Raum, 121. regiopolitane Stadtregion - Regiopole, 123. regiopolitane Stadtregion - Mittelstadt, 124. regiopolitane Stadtregion - städtischer Raum, 125. regiopolitane Stadtregion - kleinstädtischer, dörflicher Raum, 211. stadtregionsnahe ländliche Region - zentrale Stadt, 213. stadtregionsnahe ländliche Region - Mittelstadt, 214. stadtregionsnahe ländliche Region - städtischer Raum, 215. stadtregionsnahe ländliche Region - kleinstädtischer, dörflicher Raum, 221. periphere ländliche Region - zentrale Stadt, 223. periphere ländliche Region - Mittelstadt, 224. periphere ländliche Region - städtischer Raum, 225. periphere ländliche Region - kleinstädtischer, dörflicher Raum |
| RegioStaR7 | zusammengefasster regionalstatistischer Raumtyp (7 Kategorien) | haven_labelled | 71. Stadtregion - Metropole, 72. Stadtregion - Regiopole und Großstadt, 73. Stadtregion - Mittelstadt, städtischer Raum, 74. Stadtregion - kleinstädtischer, dörflicher Raum, 75. ländliche Region - zentrale Stadt, 76. ländliche Region - Mittelstadt, städtischer Raum, 77. ländliche Region - kleinstädtischer, dörflicher Raum |
| RegioStaR4 | differenzierter regionalstatistischer Regionstyp (4 Kategorien) | haven_labelled | 11. metropolitane Stadtregion, 12. regiopolitane Stadtregion, 21. stadtregionsnahe ländliche Region, 22. periphere ländliche Region |
| RegioStaR2 | regionalstatistischer Regionstyp (2 Kategorien) | haven_labelled | 1. Stadtregion, 2. ländliche Region |
| RegioStaRGem7 | regionalstatistischer Gemeindetyp (7 Kategorien) | haven_labelled | 71. Metropole, 72. Regiopole, 73. Großstadt, 74. zentrale Stadt, 75. Mittelstadt, 76. städtischer Raum, 77. kleinstädtischer, dörflicher Raum |
| RegioStaRGem5 | zusammengefasster regionalstatistischer Gemeindetyp (5 Kategorien) | haven_labelled | 51. Metropole, 52. Regiopole, Großstadt, 53. zentrale Stadt, Mittelstadt, 54. städtischer Raum, 55. kleinstädtischer, dörflicher Raum |
| UG_AUGSBURG_REGIO | Kompass: Raum Augsburg mit RegioStaRGem5 der MiD-Stichprobe Bayerns | haven_labelled | 1. ja, 0. nein |
| plz5_kba | Pkw - Bestand, absolute Anzahl, Verbandsgemeinde, KBA 2018 | haven_labelled | -7. nicht zuordenbar |
| plz5_kba_index | Pkw - Index nach Haushalten (100 = Bundesdurchschnitt), Verbandsgemeinde, KBA 2018 | haven_labelled | -7. nicht zuordenbar |
| plz5_kba_dichte | Pkw - Dichte nach Haushalten, Verbandsgemeinde, Skala 1-9, KBA 2018 | haven_labelled | -7. nicht zuordenbar, 1. niedrige Dichte, 9. hohe Dichte |
| plz5_kba_priv | Pkw privat - Bestand, Verbandsgemeinde, KBA 2018 | haven_labelled | -7. nicht zuordenbar |
| plz5_kba_index_priv | Pkw privat - Index nach Haushalten (100 = Bundesdurchschnitt), Verbandsgemeinde, KBA 2018 | haven_labelled | -7. nicht zuordenbar |
| plz5_kba_dichte_priv | Pkw privat - Dichte nach Haushalten, Verbandsgemeinde, Skala 1-9, KBA 2018 | haven_labelled | -7. nicht zuordenbar, 1. niedrige Dichte, 9. hohe Dichte |
| plz5_kba_gew | Pkw gewerblich - Bestand, Verbandsgemeinde, KBA 2018 | haven_labelled | -7. nicht zuordenbar |
| plz5_kba_seg1 | Segmentbestand - Minis, Verbandsgemeinde, KBA 2018 | haven_labelled | -7. nicht zuordenbar |
| plz5_kba_seg2 | Segmentbestand - Kleinwagen, Verbandsgemeinde, KBA 2018 | haven_labelled | -7. nicht zuordenbar |
| plz5_kba_seg3 | Segmentbestand - Kompaktklasse, Verbandsgemeinde, KBA 2018 | haven_labelled | -7. nicht zuordenbar |
| plz5_kba_seg4 | Segmentbestand - Mittelklasse, Verbandsgemeinde, KBA 2018 | haven_labelled | -7. nicht zuordenbar |
| plz5_kba_seg5 | Segmentbestand - Obere Mittelklasse, Verbandsgemeinde, KBA 2018 | haven_labelled | -7. nicht zuordenbar |
| plz5_kba_seg6 | Segmentbestand - Oberklasse, Verbandsgemeinde, KBA 2018 | haven_labelled | -7. nicht zuordenbar |
| plz5_kba_seg7 | Segmentbestand - SUV, Verbandsgemeinde, KBA 2018 | haven_labelled | -7. nicht zuordenbar |
| plz5_kba_seg8 | Segmentbestand - Geländewagen, Verbandsgemeinde, KBA 2018 | haven_labelled | -7. nicht zuordenbar |
| plz5_kba_seg9 | Segmentbestand - Sportwagen, Verbandsgemeinde, KBA 2018 | haven_labelled | -7. nicht zuordenbar |
| plz5_kba_seg10 | Segmentbestand - Mini-Vans, Verbandsgemeinde, KBA 2018 | haven_labelled | -7. nicht zuordenbar |
| plz5_kba_seg11 | Segmentbestand - Großraum-Vans, Verbandsgemeinde, KBA 2018 | haven_labelled | -7. nicht zuordenbar |
| plz5_kba_seg12 | Segmentbestand - Utilities, Verbandsgemeinde, KBA 2018 | haven_labelled | -7. nicht zuordenbar |
| plz5_kba_seg13 | Segmentbestand - Sonstige, Verbandsgemeinde, KBA 2018 | haven_labelled | -7. nicht zuordenbar |
| quali_opnv | Qualität des ÖPNV | haven_labelled | 1. sehr schlecht, 2. schlecht, 3. gut, 4. sehr gut, 95. nicht zuzuordnen, -6. nicht belegt, -7. nicht berechenbar |
| quali_nv | Qualität der Nahversorgung | haven_labelled | 1. sehr schlecht, 2. schlecht, 3. gut, 4. sehr gut, 95. nicht zuzuordnen, -6. nicht belegt, -7. nicht berechenbar |
| wohnlage | Qualität der Wohnlage des Hauses | haven_labelled | 1. sehr einfach, 2. einfach, 3. gut, 4. sehr gut, 95. nicht zuzuordnen, -6. nicht belegt, -7. nicht berechenbar |
| kaufkraft | Kaufkraftniveau je HH im Siedlungsblock | haven_labelled | 1. sehr niedrige Kaufkraft, 2. niedrige Kaufkraft, 3. mittlere Kaufkraft, 4. hohe Kaufkraft, 5. sehr hohe Kaufkraft, 95. nicht zuzuordnen, -6. nicht belegt, -7. nicht berechenbar |
| relief | Relief im unmittelbaren Wohnumfeld (durchschnittl. Steigung/Neigung einer 250 m-Zelle und der direkt angrenzenden Zellen) | haven_labelled | 1. unter 5 %, 2. 5 bis unter 10 %, 3. 10 bis unter 15 %, 4. 15 % und mehr, 95. nicht zuzuordnen, -6. nicht belegt |
| gembev | Bevölkerung der Verbandsgemeinde, Gemeindeschlüssel 2017 | haven_labelled | -7. MiD: nicht zuzuordnen oder unter 5.000 Einwohner |
| gemfl | Fläche der Verbandsgemeinde, Gemeindeschlüssel 2017 | haven_labelled | -7. MiD: nicht zuzuordnen oder unter 5.000 Einwohner |
Codebook - Übersichtstabelle
Tabelle 1 enthält gebündelte Informationen zu den im harmonisierten MiD-SrV-Datensatz (MiD 2017, SrV 2018) auf Haushaltsebene enthaltenen Variablen inklusive:
deren Namen (name),
dem Variablenlabel (label),
dem Datentyp (data_type) und
den Wertelabels (value_labels).
Die Codebook-Übersicht kann unter der nachfolgenden tabellarischen Darstellung als Excel-Datei (.xlsx) heruntergeladen werden.
Label- und Codeinformationen (maschinenlesbar)
Tabelle 2 zeigt einen Ausschnitt (erste 10 Einträge) der maschinenlesbaren Tabelle mit Informationen:
zum Variablennamen,
dem zugehörigen Code sowie
der Labelbezeichnung.
Unter der nachfolgenden tabellarischen Darstellung kann die vollständige Tabelle als Excel-Datei (.xlsx) heruntergeladen werden.
| Variable | Code | Label |
|---|---|---|
| ID_MiD_SrV | 1 | MiD 2017 |
| ID_MiD_SrV | 2 | SrV 2018 |
| H_ID | NA | NA |
| H_GEW | -6 | Nicht definiert |
| H_HHGR | 1 | 1 Person |
| H_HHGR | 2 | 2 Personen |
| H_HHGR | 3 | 3 Personen |
| H_HHGR | 4 | 4 Personen und mehr |
| H_PKW | 0 | nein |
| H_PKW | 1 | ja |
| ... | 999 | ... |
Quellenverzeichnis
Arslan, Ruben C. 2019. „How to automatically document data with the codebook package to facilitate data re-use.“ Advances in Methods and Practices in Psychological Science 2 (2). https://doi.org/10.1177/2515245919838783.
Firke, Sam. 2023. janitor: Simple Tools for Examining and Cleaning Dirty Data. https://CRAN.R-project.org/package=janitor.
Iannone, Richard, Joe Cheng, Barret Schloerke, Ellis Hughes, Alexandra Lauer, und JooYoung Seo. 2023. gt: Easily Create Presentation-Ready Display Tables. https://CRAN.R-project.org/package=gt.
Larmarange, Joseph. 2023. labelled: Manipulating Labelled Data. https://larmarange.github.io/labelled/.
Mattioni Maturana, Felipe. 2022. downloadthis: Implement Download Buttons in ’rmarkdown’. https://CRAN.R-project.org/package=downloadthis.
Wickham, Hadley, Mara Averick, Jennifer Bryan, Winston Chang, Lucy D’Agostino McGowan, Romain François, Garrett Grolemund, u. a. 2019. „Welcome to the tidyverse“. Journal of Open Source Software 4 (43): 1686. https://doi.org/10.21105/joss.01686.
Wickham, Hadley, Evan Miller, und Danny Smith. 2023. haven: Import and Export ’SPSS’, ’Stata’ and ’SAS’ Files. https://CRAN.R-project.org/package=haven.
