Skip to main content

Advertisement

SpringerLink
Log in

Geschlechtsspezifische Verzerrungen bei der Erfassung von Depressivität

Erfahrungen aus einer Erwerbstätigenbefragung zu Arbeit und Gesundheit

Gender bias in the measurement of depressiveness

Lessons learned from a survey of employees on work and health

  • Originalarbeit
  • Published:
Prävention und Gesundheitsförderung Aims and scope Submit manuscript

Zusammenfassung

Hintergrund

In Bevölkerungsumfragen werden zunehmend auch Aspekte psychischer Gesundheit erfasst. Da aber gerade Antworten auf solche sensiblen Fragen verzerrt sein können, ist es von hoher Relevanz, die eingesetzten Instrumente in Hinblick auf einen möglichen Bias zu prüfen und zu validieren.

Ziel der Arbeit

Ziel dieses Beitrags ist, potenzielle geschlechtsspezifische Verzerrungen bei der Erfassung depressiver Symptome in einer Beschäftigtenbefragung zu analysieren. Angenommen wird, dass Geschlechterunterschiede zu Lasten der Frauen bestehen. Berücksichtigt wird dabei ein Bias hinsichtlich der Erhebungsmethode und auch des Instruments an sich.

Material und Methoden

Um dies zu überprüfen, werden Daten aus dem Pretest und der Haupterhebung der lidA-Studie herangezogen, erhoben mittels vereinfachtem Beck-Depressionsinventar (BDI-V) zur Erfassung von Depressivität. Im Pretest zu dieser Studie wurden zwei Befragungsmodi verwendet. Anhand von Mittelwertvergleichen und Faktorenanalysen, stratifiziert nach Geschlecht, sollen mögliche geschlechtsspezifische Verzerrungen identifiziert werden.

Ergebnisse und Diskussion

Die Ergebnisse geben Hinweise auf eine geschlechtsspezifische Verzerrung. Diese zeigen sich einerseits im Hinblick auf den Befragungsmodus und anderseits in Faktorenanalysen im Hinblick auf die Relevanz der Depressivitätssymptome und ihre Struktur. Dies sollte bei der Erfassung von Depressivität berücksichtigt werden.

Abstract

Background

Aspects of mental health are often assessed in population surveys. However, especially answers to sensitive questions can be biased. For this reason, a validation of the used instruments with regard to potential bias is of high relevance.

Objectives

This paper addresses the potential existence of gender bias in a commonly used questionnaire assessing depressive symptoms. It is hypothesized that gender differences in depressiveness to the disadvantage of women can be traced back to some extent to the survey mode as well as to the depressiveness instrument itself.

Materials and Methods

In order to examine this hypothesis, data from the pretest and the main survey of the German lidA-study is used. Within the survey the simplified Beck-Depression-Inventory (BDI-V) is applied for the measurement of depressive symptoms. Two survey modes were used in the pretest to measure depressiveness. Using mean comparisons and factor analyses, stratified for gender, possible gender bias is examined.

Results and Discussion

The results show evidence of gender bias with regard to the survey mode. Factor analyses show that symptoms for depressiveness have a different relevance and are structured differently for men and women. This should be taken in account when assessing depressiveness.

This is a preview of subscription content, log in via an institution to check access.

Access this article

Log in via an institution

Price excludes VAT (USA)
Tax calculation will be finalised during checkout.

Instant access to the full article PDF.

Institutional subscriptions

Abb. 1

Notes

  1. 2014 wurden die Befragten erneut befragt. Diese Daten liegen inzwischen als Scientific-Use-File vor [21].

Literatur

  1. Backhaus K, Erichson B, Plinke W et al (2011) Multivariate Analysemethoden: Eine anwendungsorientierte Einführung. Springer, Berlin, Heidelberg

    Book  Google Scholar 

  2. Bortz J, Schuster C (2010) Statistik für Human- und Sozialwissenschaftler. Springer, Berlin, Heidelberg

    Book  Google Scholar 

  3. De Waal MWM, Van Der Weele GM, Van Der Mast RC et al (2012) The influence of the administration method on scores of the 15-item geriatric depression scale in old age. Psychiatry Res 197:280–284

    Article  PubMed  Google Scholar 

  4. Fay MP, Proschan MA (2010) Wilcoxon-Mann-Whitney or t‑test? On assumptions for hypothesis tests and multiple interpretations of decision rules. Stat Surv 4:1–39

    Article  PubMed  PubMed Central  Google Scholar 

  5. Geerlings SW, Beekman ATF, Deeg DJH et al (2006) The Center for Epidemiologic Studies Depression scale (CES-D) in a mixed-mode repeated measurements design: sex and age effects in older adults. Int J Methods Psychiatr Res 8:102–109

    Article  Google Scholar 

  6. Hair JF Jr., Black WC, Babin BJ et al (2010) Multivariate data analysis. A global perspective. Pearson, New Jersey

    Google Scholar 

  7. Hasselhorn H‑M, Peter R, Rauch A et al (2014) Cohort profile: the lidA cohort study – a German cohort study on work, age, health and work. Int J Epidemiol 43:1736–1749

    Article  PubMed  PubMed Central  Google Scholar 

  8. Hautzinger M, Keller F, Kühner C (2006) BDI II – Beck Depressions-Inventar. Harcourt Test Services, Frankfurt am Main

    Google Scholar 

  9. Kessler RC (2003) Epidemiology of women and depression. J Affect Disord 74:5–13

    Article  PubMed  Google Scholar 

  10. Krumpal I (2013) Determinants of social desirability bias in sensitive surveys: a literature review. Qual Quant 47:2025–2047

    Article  Google Scholar 

  11. Mann HB, Whitney DR (1947) On a test whether one of two random variables is stochastically larger than the other. Ann Math Stat 18:50–60

    Article  Google Scholar 

  12. Meyer M, Wehner P, Chicon P (2017) Krankheitsbedingte Fehlzeiten in der deutschen Wirtschaft im Jahr 2016. In: Badura B, Ducki A, Schröder H, Klose J, Meyer M (Hrsg) Fehlzeiten Report 2017. Krise und Gesundheit – Ursachen, Prävention, Bewältigung. Springer, Berlin, Heidelberg, S 281–484

    Google Scholar 

  13. Möller-Leimkühler AM (2008) Depression – überdiagnostiziert bei Frauen, unterdiagnostiziert bei Männern? Gynäkologe 41:381–388

    Article  Google Scholar 

  14. Möller-Leimkühler AM, Heller J, Paulus N‑C (2007) Subjective well-being and „male depression“ in male adolescents. J Affect Disord 98:65–72

    Article  PubMed  Google Scholar 

  15. Nolen-Hoeksema S, Larson J, Grayson C (1999) Explaining the gender difference in depressive symptoms. J Pers Soc Psychol 77:1061–1072

    Article  PubMed  CAS  Google Scholar 

  16. Rösler U, Stephan U, Hoffmann K et al (2008) Psychosoziale Merkmale der Arbeit, Überforderungserleben und Depressivität. Z Arbeits Organisationspsychol 52:191–203

    Article  Google Scholar 

  17. Schmitt M, Altstötter-Gleich C, Hinz A et al (2006) Normwerte für das Vereinfachte Beck-Depressions-Inventar (BDI-V) in der Allgemeinbevölkerung. Diagnostica 52:51–59

    Article  Google Scholar 

  18. Schmitt M, Maes J (2000) Vorschlag zur Vereinfachung des Beck-Depressions-Inventars (BDI). Diagnostica 46:38–46

    Article  Google Scholar 

  19. Schröder H, Kersting A, Gilberg R et al (2013) Methodenbericht zur Haupterhebung lidA – leben in der Arbeit. FDZ-Methodenreport, 01/2013. IAB, Nürnberg

    Google Scholar 

  20. Sigmon ST, Pells JJ, Boulard NE et al (2005) Gender differences in self-reports of depression: the response bias hypothesis revisited. Sex Roles 53:401–411

    Article  Google Scholar 

  21. Tophoven S, Wurdack A, Rauch A et al (2016) lidA – leben in der Arbeit. Kohortenstudie zu Gesundheit und Älterwerden in der Arbeit. Dokumentation für die Wellen 1 und 2. Institut für Arbeitsmarkt- und Berufsforschung, Nürnberg

    Google Scholar 

  22. Tourangeau R, Smith TW (1996) Asking sensitive questions: the impact of data collection mode, question format and question context. Public Opin Q 60:275–304

    Article  Google Scholar 

  23. Van De Velde S, Bracke P, Levecque K et al (2010) Gender differences in depression in 25 European countries after eliminating measurement bias in the CES-D 8. Soc Sci Res 39:396–404

    Article  Google Scholar 

Download references

Danksagung

Wir danken der Pearson Assessment & Information GmbH für die Erlaubnis des Einsatzes des BDI-V. Das diesem Artikel zugrunde liegende Vorhaben wurde mit Mitteln des Bundesministeriums für Bildung und Forschung unter den Förderkennzeichen 01ER0825 und 01ER0826 gefördert. Die Verantwortung für den Inhalt dieser Veröffentlichung liegt bei den Autorinnen.

Author information

Authors and Affiliations

  1. Institut für Arbeitsmarkt und Berufsforschung (IAB), Regensburger Straße 104, 90478, Nürnberg, Deutschland

    Karolin Hiesinger M.Sc. & Silke Tophoven M.A.

  2. Institut für Sozialmedizin und Gesundheitsökonomie, Medizinische Fakultät, Otto-von-Guericke-Universität Magdeburg, Leipziger Straße 44, 39120, Magdeburg, Deutschland

    Stefanie March

Authors
  1. Karolin Hiesinger M.Sc.
    View author publications

    You can also search for this author in PubMed Google Scholar

  2. Silke Tophoven M.A.
    View author publications

    You can also search for this author in PubMed Google Scholar

  3. Stefanie March
    View author publications

    You can also search for this author in PubMed Google Scholar

Corresponding author

Correspondence to Karolin Hiesinger M.Sc..

Ethics declarations

Interessenkonflikt

K. Hiesinger, S. Tophoven und S. March geben an, dass kein Interessenkonflikt besteht.

Dieser Beitrag beinhaltet keine von den Autoren durchgeführten Studien an Menschen oder Tieren.

Rights and permissions

Reprints and permissions

About this article

Check for updates. Verify currency and authenticity via CrossMark

Cite this article

Hiesinger, K., Tophoven, S. & March, S. Geschlechtsspezifische Verzerrungen bei der Erfassung von Depressivität. Präv Gesundheitsf 13, 211–217 (2018). https://doi.org/10.1007/s11553-017-0634-x

Download citation

  • Received:

  • Accepted:

  • Published:

  • Issue Date:

  • DOI: https://doi.org/10.1007/s11553-017-0634-x

Schlüsselwörter

Keywords

Search

Navigation