Folie

Individuen als Kontexte.
Datenerhebung mittels faktorieller Surveys und
die mehrebenenanalytische Auswertung dieser
Daten
Cornelia Frings, M.A.
1 | Cornelia Frings (Mainz): Individuen als Kontexte (06.06.2008)
Gliederung des Vortrags
1. Einführung - Individuen als Kontexte
2. Die Messmethode faktorieller Survey
3. Konkretes Forschungsprojekt aus der
Vertrauensforschung
» Theoretischer Ausgangspunkt und getestetes
Kausalmodell
» Erhebungsdesign
» Statistische Auswertung mittels Hierarchisch
Linearer Modelle
2 | Cornelia Frings (Mainz): Individuen als Kontexte (06.06.2008)
Individuen als Kontexte
Hierarchische Datenstrukturen bei …
› Vergleichenden Studien
› Mehrstufigen Zufallsstichproben
» Individualebene als Analyseebene erster Ordnung; Länder,
Regionen, einzelne Wahlkreise oder Organisationen der
Meso-Ebene als Kontexte
› Paneldaten
› Faktorielle Survey-Daten
» Individuen als Kontexte; Messungen als Analyseebene
erster Ordnung
3 | Cornelia Frings (Mainz): Individuen als Kontexte (06.06.2008)
Die Messmethode faktorieller Survey
› Befragte bewerten fiktive Situationsbeschreibungen
(Vignetten) i. H. auf eine bestimmte Fragestellung
(Rating)
› Jeder Befragte beurteilt mehrere Vignetten
(Vignettenset)
› Identisch sind die beschriebene Grundsituation, die
Fragestellung und die Beurteilungsskala zur Messung
der AV
› variierend sind bestimmte Merkmale der Situation =
UV, deren Einfluss auf ein bestimmtes
Untersuchungsobjekt untersucht werden soll
4 | Cornelia Frings (Mainz): Individuen als Kontexte (06.06.2008)
Die Messmethode faktorieller Survey
› Kombination von Elementen experimenteller
Designs mit Elementen der klassischen
Umfrageforschung
› geeignet zur differenzierten Messung und
Analyse latenter Objekte, denen
Konditionalität unterstellt wird
› Dekompositionelles Verfahren
5 | Cornelia Frings (Mainz): Individuen als Kontexte (06.06.2008)
Hierarchische Datenstruktur bei faktoriellen
Survey-Daten
Zweite Ebene =
Befragte
1
2
3
Erste Ebene =
Vignettenurteile
U1
U2
Ux
U1
U2
Ux
U1
U2
Ux
6 | Cornelia Frings (Mainz): Individuen als Kontexte (06.06.2008)
Konkretes Forschungsprojekt – Theoretischer
Ausgangspunkt
› Soziologischer vs. ökonomischer Vertrauensansatz
› Soziologischer Ansatz: Vertrauen als
situationsunabhängig stabile generelle Einstellung
(generelles Vertrauen)  keine Konditionalität
› Ökonomischer Ansatz: Vertrauen als von situativen
Anreizstrukturen abhängige kognitive Erwartung
(spezifisches Vertrauen); Vertrauensentscheidung wird
modelliert mit werterwartungsth. Konzepten 
Konditionalität
› Beide Theorieansätze greifen zu kurz; kaum
überzeugende Integrationsversuche
7 | Cornelia Frings (Mainz): Individuen als Kontexte (06.06.2008)
Konkretes Forschungsprojekt – getestetes
Kausalmodell
Generelles Vertrauen
(soziologischer Ansatz)
Interaktionseffekte
Niveaueffekt
Situationsspezifische
Vertrauenserwartung p
(ökonomischer Ansatz)
Kooperative
Handlung
Ökonomischer
Bestimmungsfaktor 1
Ökonomischer
Bestimmungsfaktor 2
Ökonomischer
Bestimmungsfaktor x
Bewertung u
Kausale Sequenz –
Getesteter Ausschnitt
Kausale Sequenz –
komplettes Modell
8 | Cornelia Frings (Mainz): Individuen als Kontexte (06.06.2008)
Konkretes Forschungsprojekt - Erhebungsdesign
› Faktorieller Survey mit 238 Studierenden und acht
Vignetten pro Befragtem
› Abhängige Variable (Rating-Skala) =
situationsspezifische Vertrauenserwartung
› Aus RC-Perspektive zentrale situative
Anreizstrukturen als systematisch variierende
Dimensionen
› klassischer Fragebogen i. e. L. zur Erhebung der
generellen Vertrauenseinstellung
9 | Cornelia Frings (Mainz): Individuen als Kontexte (06.06.2008)
Die einzelnen Schritte der statistischen
Modellierung
Einfaches Regressionsmodell
Einfache ML-Regression nur mit situativen
Anreizstrukturen (ökonomisches Modell)  Nullmodell
1
2
Random Intercept Modelle
Random Intercept Only Modell (Leeres Modell)
Unkonditioniertes RIM
Konditioniertes RIM
Random Intercept Random Slope Modelle
Unkonditioniertes RIRSM
Konditioniertes RIRSM
3
10 | Cornelia Frings (Mainz): Individuen als Kontexte (06.06.2008)
Random Intercept Only Modell (Leeres Modell)
›
›
inhaltlich: Gibt es überhaupt interpersonelle Unterschiede im spezifischen
Vertrauen?
RIOM  Berechnung der Intraklassenkorrelation
ρ
 u20
 u20  σ 2e

2,711
 0,374
2,711  4,547
 37,4% der Gesamtvarianz des spezifischen Vertrauens kann auf
interpersonelle Unterschiede zurückgeführt werden;
 maximale Anteil der Varianzaufklärung durch situative Anreizstrukturen
beträgt 62,6%
• Likelihood-Ratio-  2 -Test zeigt hochsignifikante interpersonelle Variation
im spezifischen Vertrauen
11 | Cornelia Frings (Mainz): Individuen als Kontexte (06.06.2008)
Random Intercept Modelle – Erklärte Varianz
› Inhaltlich: Welche partielle Varianzaufklärung
erbringen die RC-Determinanten und die
generelle Vertrauenseinstellung?
› Random Intercept Modell (unkonditioniert)
› Random Intercept Modell (konditioniert)
12 | Cornelia Frings (Mainz): Individuen als Kontexte (06.06.2008)
Random Intercept Modelle – Erklärte Varianz
und Modellfit
Modell
LRTest
Devianz
LR-Test
Intragruppenvarianz Intergruppenvarianz
(s.e.)
(s.e.)
Einebenenregr.
X
8380,20
_
_
8586,66
4,547 (0,159)***
2,711(0,303)***
RIM (unkond.) X*** 7279,00
2,049(0,072)***
3,027(0,302)***
2,087(0,075)***
2,393(0,252)***
Leeres Modell
‡
RIM (kond.)
‡***
6855,56
Anm.: *** p < 0,001; bei Varianzkomp. p <0,0005
13 | Cornelia Frings (Mainz): Individuen als Kontexte (06.06.2008)
Random Intercept Modelle – Erklärte Varianz
› Berechnung des RBR2 mit unterschiedlichen
Nullmodellen:
2
2
σ
(M
)

σ
e
eij (MRIM(unk.) )
ij
RIOM
2
RBR (Ebene1) 
 0,5494 * 100 54,94%
2
σ eij (MRIOM )
2
2
σ
(M
)

σ
u0j
u0j (MRIM(kond.) )
RIM(unk.)
2
RBR (Ebene2) 
 0,2090 * 100 20,90%
2
σ uoj (MRIM(unk.) )
14 | Cornelia Frings (Mainz): Individuen als Kontexte (06.06.2008)
Niveaueffekt des generellen Vertrauens im kond.
Random Intercept Modell
Unstand. Koeffizienten
Fixe Parameter
Vergangenheit
1,751(0,07)***
Zukunft
1,490(0,07)***
Netzwerkdichte
1,735(0.07)***
Commitment
0,705(0,07)***
Generelles Vertrauen
0,502(0.07) ***
Konstante
-0,0130(0,40) n.s.
Varianzkomponenten
Intragruppenvarianz
2,087(0,075)***
Intergruppenvarianz
2,393(0,252)***
Devianz
6855,5571774
N (Level-1-Ebene)
1774
***=p<0.001
** =p<0.01
* =p<0.05
15 | Cornelia Frings (Mainz): Individuen als Kontexte (06.06.2008)
Vergleich der Modelle
Generelles Vertrauen
(soziologischer Ansatz)
Interaktionseffekte
Niveaueffekt
Situationsspezifische
Vertrauenserwartung p
(ökonomischer Ansatz)
Ökonomischer
Bestimmungsfaktor 1
Ökonomischer
Bestimmungsfaktor 2
Ökonomischer
Bestimmungsfaktor x
Kausale Sequenz
16 | Cornelia Frings (Mainz): Individuen als Kontexte (06.06.2008)
Vergleich der Modelle – zusätzliche Varianzaufklärung
Maddala  R
  (DevianzEinebenenr eg . )  (DevianzRIM (kond .) ) 
 1  exp 
  0,5766 * 100  57,66%
n
ij


Maddala  R
  (DevianzEinebenenr eg . )  (DevianzRIM (unkond.) ) 
 1  exp 
  0,4436 * 100  44 ,36%
n
ij


2
RIM (kond .)
2
RIM (unkond.)
2
2
Maddala  RRIM
( kond .)  Maddala  RRIM ( unkond.)  57,66  44,36  13,30
→ Kausales Sequenzmodell mit Niveaueffekt erbringt eine um 57,66% verbesserte
Modellanpassung.
→ Allein 13,3 Prozentpunkte Erklärungsanteil an der Gesamtvarianz entfallen auf die
generelle Vertrauenseinstellung.
17 | Cornelia Frings (Mainz): Individuen als Kontexte (06.06.2008)
Fazit
In inhaltlicher Hinsicht:
› Die Bildung von spezifischen Vertrauensurteilen ist nicht nur von
situativen Anreizkonstellationen, sondern auch von personenbezogenen
Merkmalen abhängig.
› Es zeigt sich ein deutlicher Niveaueffekt des generellen Vertrauens.
› Ein integratives Erklärungsmodell erklärt mehr als ein rein auf situative
Anreizstrukturen ausgerichtetes ökonomisches Vertrauensmodell.
In methodischer Hinsicht:
› Faktorielle Surveys sind geeignet zur differenzierten Analyse latenter
konditionaler Objekte.
› Sie erzeugen eine komplexe hierarchische Datenstruktur.
› Hierarchisch Lineare Analysemodelle sind daher empfehlenswert.
18 | Cornelia Frings (Mainz): Individuen als Kontexte (06.06.2008)