five

European Parliament Election Study 2019, Voter Study

收藏
DataCite Commons2025-12-02 更新2025-04-15 收录
下载链接:
https://search.gesis.org/research_data/ZA7581?doi=10.4232/1.13842
下载链接
链接失效反馈
官方服务:
资源简介:
Die Wählerstudie 2019 der Europäischen Wahlstudie (EES) ist eine Nachwahlstudie, die in allen 28 EU-Mitgliedstaaten nach den Wahlen zum Europäischen Parlament vom 23. bis 26. Mai 2019 durchgeführt wird. Das Hauptziel der EES-Wählerstudie 2019 ist die Untersuchung der Wahlbeteiligung und des Wahlverhaltens bei den Wahlen zum Europäischen Parlament. Sie befasst sich darüber hinaus auch mit der Entwicklung einer politischen Gemeinschaft in der EU und einer europäischen Öffentlichkeit, mit den Wahrnehmungen und Präferenzen der Bürgerinnen und Bürger in Bezug auf das politische System der EU, mit ihrer Bewertung der politischen Leistung der EU und mit den Folgen des Brexit. Die Umfrage wurde von Gallup International durchgeführt. Die Datenerhebung wurde größtenteils online durchgeführt. Die Befragten wurden nach dem Zufallsprinzip aus Access-Panel-Datenbanken unter Verwendung von Schichtungsvariablen ausgewählt, mit Ausnahme von Malta und Zypern, wo ein mehrstufiger Random-Digit-Dialing-Ansatz verwendet wurde. In allen Ländern wurden die Stichproben nach Geschlecht, Alter, Region und Art der Ortschaft geschichtet. Der Stichprobenumfang beträgt etwa 1.000 Interviews in jedem EU-Mitgliedstaat (mit Ausnahme von Zypern, Luxemburg und Malta, wo der Stichprobenumfang 500 beträgt). Der Gesamtumfang der Stichprobe beträgt 26.538. Der Fragebogen umfasst Fragen zum Wahlverhalten, wie z. B. zur Wahlbeteiligung und zur Parteienwahl auf EU- und nationaler Ebene, zu den Parteipräferenzen und zur Neigung, bestimmte Parteien zu unterstützen, zu allgemeinen politischen Einstellungen, zum Interesse an Politik und zu Hintergrundmerkmalen wie Geschlecht, Alter, Bildung und Religion. Zu den Neuerungen der EBS 2019 gehören Fragen zu den Folgen des Brexit und zu liberal-demokratischen Einstellungen.
提供机构:
GESIS Data Archive
创建时间:
2021-12-15
5,000+
优质数据集
54 个
任务类型
进入经典数据集
二维码
社区交流群

面向社区/商业的数据集话题

二维码
科研交流群

面向高校/科研机构的开源数据集话题

数据驱动未来

携手共赢发展

商业合作