Anwendungsbeispiele

Anwendungsbeispiele
Statistik I
Sommersemester 2009
Statistik I
Anwendungsbeispiele (1/1)
Statistik I
Anwendungsbeispiele (2/1)
Nachrichten über Jogustine
1. Alle Studierenden sind verpflichtet, sich regelmäßig über
Mitteilungen, Dokumente und Bescheide
( Sytemnachrichten“), die über Jogustine eingehen, zu
”
informieren
2. Diese Nachrichten werden im Web-Portal zugestellt; keine
automatische Weiterleitung per email
3. Weiterleitung kann unter Service“ aktiviert werden; Eingabe
”
korrekter Adresse und Überprüfung liegt in Verantwortung der
Studierenden
Statistik I
Anwendungsbeispiele (3/1)
t-Test: wozu?
I
t-Test: Mittelwertunterschiede signifikant (mit großer
Sicherheit real)
I
Unterscheiden sich zwei Gruppen (Männer vs. Frauen, Belgier
vs. Franzosen etc.; unabhängige Stichproben)?
I
Ist Veränderung innerhalb Gruppe real
(Vorher-Nachher-Messung; abhängige Stichproben)?
Statistik I
Anwendungsbeispiele (4/1)
t-Test: wie?
I
Freiheitsgrade bestimmen, Testrichtung festlegen
I
α festlegen
I
Standardfehler der Mittelwertdifferenz bestimmen
I
Empirische Mittelwertdifferenz durch Standardfehler teilen;
Vergleich mit passender theoretischer t-Verteilung
Statistik I
Anwendungsbeispiele (5/1)
χ2 -Test: wozu und wie?
I
Sind die empirischen Abweichungen von Indifferenztabelle
real?
I
α festlegen, Freiheitsgrade bestimmen
I
χ2 wie gewohnt berechnen, Vergleich mit theoretischer
Verteilung
Statistik I
Anwendungsbeispiele (6/1)
Worum geht es hier grundsätzlich?
I
I
Politikwissenschaft als Demokratieforschung
Extremismus als Gegenpol zur (liberalen) Demokratie
I
I
I
Basiert auf vorstaatlichen Grundrechten
Keine uneingeschränkte Mehrheitsherrschaft
Empirische Extremismusforschung beschäftigt sich vor allem
mit Rechtsextremismus
I
I
I
I
Indikatoren
Geschichte
Präferenzen der Forscher
Linksextremismus in BRD elektoral irrelevant (bis 1990 (?))
Statistik I
Anwendungsbeispiele (7/1)
Was ist und wir erklärt man Extremismus?
I
Notwendigkeit Operationalisierung, aber Vielzahl von
Ansätzen
1. Lipset
I
I
Extremismus = Antipluralismus; Schließung des Marktes“
”
Mit jeder Position auf Links-Rechts kombinierbar
2. Backes/Jesse
I
I
I
Unterscheidung Radikalismus/Extremismus
Extremismus ähnlich wie Lipset (Verfassungsbezug/Werte)
Extremimus nur an den (radikalen) Rändern wg.
Gleichheit/Ungleichheit ( Hufeisentheorie“)
”
I
(Weitere Ansätze, u. a. Kitschelt, Scheuch/Klingemann)
I
(Erklärungen)
Statistik I
Anwendungsbeispiele (8/1)
Was ist die Hufeisentheorie“?
”
extremistisch
demokratisch
links
rechts
Links-Rechts-Achse
Statistik I
Anwendungsbeispiele (9/1)
Fragestellung
I
Geht politischer Extremismus ausschließlich mit politischem
Radikalismus einher?
I
Gibt es politischen Extremismus ausschließlich am rechten
Rand?
I
(Zentral-/Osteuropa)
Statistik I
Anwendungsbeispiele (10/1)
Was ist die Datenbasis?
I
Dritte Welle European Values Study (EVS)
I
Erhebungsjahr 1999/2000 (2008/2009)
I
Ländervergleichendes Umfrageprojekt, Schwerpunkt
Wertorientierungen
I
Damals 33 Länder in Ost-/Westeuropa, heute 45
I
Länderauswahl: Österreich (AT), Westdeutschland (DE-W),
Dänemark (DK), Spanien (ES), Frankreich (FR),
Großbritannien (GB), Italien (IT), Niederlande (NL),
Schweden (SE), Bulgarien (BL), Tschechische Republik (CZ),
Ostdeutschland (DE-O), Estland (EE), Kroatien (HR),
Ungarn (HU), Polen (PL), Rumänien (RO), Slowakei (SK)
I
23 044 Befragte
Statistik I
Anwendungsbeispiele (11/1)
Operationalisierung Radikalismus
I
Links-Rechts-Selbsteinstufung
I
In der Politik spricht man von links und rechts. Wie würden
”
Sie ganz allgemein Ihren eigenen politischen Standort
beschreiben: Wo auf dieser Skala würden Sie sich selbst
einstufen?“ (1=ganz links, 10=ganz rechts)
I
Inhaltliche Bedeutung?
Statistik I
Anwendungsbeispiele (12/1)
Operationalisierung Extremismus
I
I
Extremismus = keine Unterstützung für liberale Demokratie
→ Indikatoren
Hierarchie
1. Zufriedenheit mit konkretem Funktionieren der Demokratie im
eigenen Land (Performanz, outputs)
2. (Bewertung allgemeine Leistungsfähigkeit der Demokratie;
problematisch in Zentral-/Osteuropa)
3. Grundsätzliche Bewertung demokratischer Prinzipien
I
Cut-off points?
I
Operationalisierung von ?? über vier Items (Summenindex)
Statistik I
Anwendungsbeispiele (13/1)
Indikatoren für Extremismus i.e.S.
I
Bewertung jeder Aussage als sehr gut (1), ziemlich gut (2),
ziemlich schlecht (3) oder sehr schlecht (4)
1. Man sollte einen starken Führer haben, der sich nicht um ein
”
Parlament und um Wahlen kümmern muß“
2. Experten und nicht die Regierung sollten darüber
”
entscheiden, was für das Land das Beste ist“
3. Man sollte ein demokratisches politisches System haben“
”
1. Die Demokratie mag Probleme mit sich bringen, aber sie ist
”
besser als jede andere Regierungsform“ (stimme voll und ganz
zu (1), stimme zu (2), lehne ab (3), lehne stark ab (4))
Statistik I
Anwendungsbeispiele (14/1)
Wie hoch ist der Anteil der Radikalen?
I
radikal“ = 1 oder 10
”
Im Mittel 4% Links-/Rechtsradikale
I
Mehr Radikalismus in Zentral-/Osteuropa, aber: rechts
I
Inhaltliche Bedeutung?
I
Land
% links
% rechts
% gesamt
Land
% links
% rechts
% gesamt
AT
DE-W
DK
ES
FR
GB
GR
IT
NL
SE
2
1
3
6
8
3
5
5
2
3
2
2
3
3
4
1
5
4
0
2
4
2
6
9
12
4
10
10
2
6
BG
CZ
EE
DE-O
HR
HU
PL
RO
SK
gesamt
6
5
1
2
4
4
8
6
4
4
11
8
5
2
5
4
7
9
4
4
17
13
6
4
9
7
14
14
8
8
Statistik I
Anwendungsbeispiele (15/1)
Stärke/Signifikanz?
I
α = 0.01
I
χ2 = 495.8
I
Freiheitsgrade? (19 − 1) × (3 − 1) = 36
I
χ20.01,df =36 = 58.6
I
V? q
q
495.8
495.8
V = n×(R−1) = 18737×2
= 0.12
I
Statistik I
Anwendungsbeispiele (16/1)
Was bedeuten links“ und rechts“?
”
”
I
I
I
Links-Rechts-Skala = Super-Issue“
”
Historischer Konflikt zwischen Arbeit und Kapital +
Modernisierung + neue Konflikte
Bildung von zwei Summenindizes + Einzel-Item
1. Ökonomie: Selbst verantwortlich für Absicherung (1-5) + Mehr
Freiheit für Unternehmen (1-10)
2. Trad. Moral: Fromme Politiker (1-10) + Homosexualität ok
(1-10)
3. Ökonomisch bedingte Zuwanderung ok (1-4)
I
I
Umskalierung so daß hohe Werte rechts“ – maximal 15, 20, 4
”
Std.abweichung s = 4.5, 2.4, 0.77
Statistik I
Anwendungsbeispiele (17/1)
Wie kann man Bedeutung von LRS erkennen?
I
Regressionsmodell
I
LRS = β0 + β1 Oek + β2 TradM + β3 Zuw
I
Welche Dimension (= unabhängige Variablen) erklärt LRS am
besten?
Dimensionen vorab vergleichbar machen
I
I
I
Oek → Oek × ssZuw
= Oek × 0.77
4.5
Oek
sZuw
TradM → TradM × sTradM = TradM ×
Statistik I
0.77
2.4
Anwendungsbeispiele (18/1)
Ergebnisse im Überblick
GR
1.5
ES
DE-W
NL
DE-O
AT
HR
SE
SK
0.5
trad. Moral
GB
0.8
EE
o
0.6
RO
CZ
0.0
0.4
Einwanderung
1.0
IT
DK
PL
HU
FR
0.2
BG
0.0
-0.5
-0.2
-0.4
0.0
0.5
1.0
1.5
2.0
Wirtschaftspolitik
Statistik I
Anwendungsbeispiele (19/1)
Schweden vs. Slowakei
Schweden:
GR
LRS = β0 + 1.56 × Oek + 0.1 × TradM +
0.17 × Zuw ; R 2 = 0.21
1.5
ES
DE-W
NL
DE-O
AT
SE
0.5
0.8
EE
o
RO
0.6
CZ
0.0
0.4
Slowakei:
LRS = β0 + 0.28 × Oek + 0.38 ×
TradM − 0.24 × Zuw ; R 2 = 0.03
0.2
BG
0.0
-0.2
-0.5
trad. Moral
GB
SK
Einwanderung
1.0
HR
IT
DK
PL
HU
FR
-0.4
0.0
0.5
1.0
1.5
2.0
Wirtschaftspolitik
Statistik I
Anwendungsbeispiele (20/1)
Bewertung altes Regime als Faktor?
Statistik I
Anwendungsbeispiele (21/1)
Zusammenhang Radikalismus – Extremismus?
I
U-förmiger Zusammenhang – wie modellieren?
I
Nicht-linearer Polynom (Extr = β0 + β1 × LR + β2 × LR 2 )
I
Non-parametrische lokale Regression (lowess)
I
Unzufriedenheit mit Performanz vs. Extremismus im e. S.
Statistik I
Anwendungsbeispiele (22/1)
LRS und Performanzbewertung
BG
HR
CZ
DK
EE
FR
DE-O
DE-W
GB
GR
HU
IT
NL
PL
RO
SK
ES
SE
2.5
2
3.5
3
2.5
2
3.5
3
2.5
2
5
10
3
3.5
0
2
2.5
Unzufriedenheit: Funktionieren der Demokratie
3
3.5
AT
0
5
10
0
5
10
0
5
10
0
5
10
Links-Rechts-Wert
Statistik I
Anwendungsbeispiele (23/1)
LRS und Extremismus
BG
HR
CZ
DK
EE
FR
DE-O
DE-W
GB
GR
HU
IT
NL
PL
RO
SK
ES
SE
4
12
10
8
6
4
12
10
8
6
4
5
10
6
8
10
12
0
4
Ablehnung demokratischer Prinzipien
6
8
10
12
AT
0
5
10
0
5
10
0
5
10
0
5
10
Links-Rechts-Wert
Statistik I
Anwendungsbeispiele (24/1)
Fazit Radikalismus/Extremismus
I
In den meisten Ländern dominiert eine Gruppe von Radikalen
I
Bedeutung der LRS variiert über die Länder (Ost vs. West)
Kein hufeisenförmiger Zusammenhang
I
I
I
I
WE: mehr rechts, mehr Extremismus
OE: meist spiegelbildlich, generell Skepsis gegen Demokratie
Wahlverhalten
Statistik I
Anwendungsbeispiele (25/1)
Worum geht es hier?
I
I
Politikverdrossenheit (PV) das politische Modethema der 80er
und 90er Jahre
Unklarheit über
I
I
I
I
Bedeutung → Einstellungen
Objekte
Ursachen
Ursachen (Literatur)
I
I
I
I
I
Medien
Politiker/Parteien
Wertewandel
...
Persönlichkeit?
Statistik I
Anwendungsbeispiele (26/1)
Was wird unter PV verstanden?
I
I
Negative Einstellungen gegenüber politischen Objekten, u. a.
Mißtrauen gegenüber
I
I
I
Unzufriedenheit mit
I
I
I
Parteien
Politikern
Parteien
Politikern
Mangel an
I
I
Responsivität (external efficacy)
Internal efficacy
Statistik I
Anwendungsbeispiele (27/1)
Welche Rolle könnte Persönlichkeit spielen?
I
Einstellungen: Objekt- und handlungsbezogen, Disposition zu
reagieren
I
Persönlichkeitsmerkmale: zeitlich sehr stabil, sehr generell, auf
Vielzahl von Objekten bezogen
Big Five“
”
I
1.
2.
3.
4.
5.
I
Extraversion
Neurotizismus
Verträglichkeit
Gewissenhaftigkeit
Offenheit für neue Erfahrungen
Affinität zu stabilen kognitiven Strukturen“ (ASKO)
”
Statistik I
Anwendungsbeispiele (28/1)
Hypothesen?
I
Extraversion → + internal efficacy
I
Neurotizismus → Mißtrauen, (Unzufriedenheit, Mangel an
efficacy)
I
Verträglichkeit → Zufriedenheit (-Mißtrauen)
I
Offenheit, -ASKO → + internal efficacy
I
Gewissenhaftigkeit → Mißtrauen, Unzufriedenheit?
Statistik I
Anwendungsbeispiele (29/1)
Daten und Operationalisierungen
I
Woher kommen die Daten? → Spezielle Befragung
I
Operationalisierung Persönlichkeitsmerkmale →
Standardisierte Testfragen
I
Operationalisierung PV → Summenindizes und Einzelitems zu
sechs Sub-Dimensionen
Statistik I
Anwendungsbeispiele (30/1)
Zusammenhänge zwischen den sechs Sub-Dimensionen?
I
Korrelationen (r )
Statistik I
Anwendungsbeispiele (31/1)
Effekt von Persönlichkeitsmerkmalen auf PV?
I
Regression der Sub-Dimensionen (6 separate Regressionen)
auf
I
Kontrollvariablen (Alter, Bildung, Geschlecht)
I
Mögliche andere Ursachen (Parteibindungen, politisches
Wissen)
I
Big Five“ + ASKO
”
Statistik I
Anwendungsbeispiele (32/1)
Was bedeuten Ergebnisse?
I
Klarer Effekt der Parteibindung (alle Dimensionen), Effekte
Bildung (int. efficacy) fast kein Effekt politisches Wissen,
Effekte von Alter und Geschlecht (int. efficacy)
I
Effekte von Gewissenhaftigkeit, Neurotizismus, Offenheit
(nicht unbedingt wie erwartet)
I
Signifikanz (Unzufriedenheit Parteien)
I
Inhaltliche Bedeutsamkeit?
Statistik I
Anwendungsbeispiele (34/1)
Inhaltliche Bedeutsamkeit?
I
R 2 -Werte?
I
Spannweite/Streuung für andere Skalen vergleichbar
I
Maximaler Effekt Gewissenhaftigkeit → Mißtrauen: 4 × 0.31
Punkte etc.
I
Aber: maximale Effekte vs. empirische Streuung unabhängige
Variable → Interquartilsabstand → 0.9 × 0.31 (vgl. PI)
Statistik I
Anwendungsbeispiele (35/1)
Internal Efficacy
I
Genuines PV-Dimension?
I
Höchster R 2 -Wert, relativ starke Effekte
I
Unterschied zwischen niedriggebildeter Frau und
hochgebildetem Mann (−0.26 − 0.45)
I
Kann theoretisch durch Persönlichkeitsvariablen (besonders
neurotisch, veträglich, wenig offen) kompensiert werden
I
Aber: Hochgebildete Männer empirisch im Mittel weniger
verträglich und neurotisch und offener als niedriggebildete
Frauen → Effekte verstärken sich
Statistik I
Anwendungsbeispiele (36/1)
PV und PI
I
Keine Effekte von Persönlichkeitsvariablen möglich wg. PI?
I
Statistische Kontrolle sinnvoll
I
Wenn Persönlichkeit für Parteianhänger und NichtParteianhänger einen Unterschied macht → Effekt
I
Effekte nur für Nicht-Parteianhänger? → Interaktion
Statistik I
Anwendungsbeispiele (37/1)
Wie wird Interaktionseffekt geschätzt?
I
Produktvariablen für Persönlichkeitsvariablen × PI (0/1)
bilden
I
Effekte für Nicht-Parteianhänger: nur Haupteffekte der
Persönlichkeitsvariablen
I
Effekte für Parteianhänger: Haupteffekte der
Persönlichkeitsvariablen + Interaktionsterme + Effekt PI
I
Effekte der Persönlichkeit bei Nicht-Parteianhängern meist
schwächer
Statistik I
Anwendungsbeispiele (38/1)
Wie wird Interaktionseffekt geschätzt?
I
Produktvariablen für Persönlichkeitsvariablen × PI (0/1)
bilden
I
Effekte für Nicht-Parteianhänger: nur Haupteffekte der
Persönlichkeitsvariablen
I
Effekte für Parteianhänger: Haupteffekte der
Persönlichkeitsvariablen + Interaktionsterme + Effekt PI
I
Effekte der Persönlichkeit bei Nicht-Parteianhängern meist
schwächer
Statistik I
Anwendungsbeispiele (40/1)
Fazit: PV und Persönlichkeit
I
Bei drei von sechs Sub-Dimensionen keinen nennenswerten
Effekte
I
Effekte häufig schwer interpretierbar
I
Relative klare Befunde für internal efficacy (älteres,
etablierteres Konstrukt als PV)
I
Evtl. besseres Verständnis für Wirkung sozialstruktureller
Variablen (die eigenständigen Effekt behalten)
Statistik I
Anwendungsbeispiele (41/1)
Zusammenfassung
I
Kenntnisse aus diesem Kurs Grundlage aller einfachen und
mancher fortgeschrittenen Analysen
I
Ermöglichen grundlegendes Verständnis (einfacher)
publizierter Analysen
I
Mehr Grundlagen + Anwendungen für Kernfächler in Statistik
II (Wintersemester)
Statistik I
Anwendungsbeispiele (42/1)