Potentiale und Grenzen von Mehrebenenmodellen

1. Potentiale und Grenzen von Mehrebenenmodellen Am Beispiel der Einflüsse auf Erstwähler Jahrestagung des AK Methoden 06. und 07. Juni 2008 Manuela Pötschke Christopher Meinecke

2. Gliederung Juniorwahlprojekt und Begleitforschung Mehrebenenmodelle Empirische Ergebnisse Manuela Pötschke & Christopher Meinecke Jahrestagung AK Methoden 2008

3. 1. Juniorwahlprojekt und Begleitforschung • Die Wahlbeteiligung von Jungwählern ist in den letzten Jahren überproportional zurückgegangen • Das vom Verein Kumulus e.V. organisierte Juniorwahlprojekt hat das Ziel, politische Bildung und politische Partizipation zu fördern • Ganz allgemein soll den Jugendlichen mit der Juniorwahl der Stellenwert von Wahlen vergegenwärtigt werden • Ganz konkret sollen die ErstwählerInnen zur Stimmenabgabe bei Europa-, Bundes- und Landtagswahlen animiert werden Manuela Pötschke & Christopher Meinecke Jahrestagung AK Methoden 2008 Aufgaben und Ziele

4. 1. Juniorwahlprojekt und Begleitforschung • Zeitlicher Ablauf der Begleitforschung zur Juniorwahl in Bremen Bürgerschaftswahl 13. Mai 2007 Juniorwahl Juniorwahlprojekt t Vorwahlbefragung Nachwahlbefragung kein Juniorwahlprojekt Bürgerschaftswahl 13. Mai 2007 • Auswahlverfahren und Stichprobe • Schulen  Schulklassen  alle Schüler (Klumpen) Manuela Pötschke & Christopher Meinecke Jahrestagung AK Methoden 2008 Konzeption der Begleitforschung

5. 2. Mehrebenenmodelle 2.1 Gründe für die Anwendung 2.2 Statistische Grundlagen

6. 2.1 Mehrebenenmodelle • Es gibt grundsätzlich mehrere Gründe, die für die Berechnung eines Mehrebenenmodells sprechen • Für das Juniorwahlprojekt sind es zwei zentrale Gründe: • Aus inhaltlicher Perspektive, um die Gesamtvarianz in die durch die einzelnen Ebenen erklärbaren Varianzanteile zu zerlegen •  Kontexteffekt • Aus statistischer Perspektive, um den Besonderheiten der geschichteten Stichprobe Rechnung zu tragen •  Designeffekt Manuela Pötschke & Christopher Meinecke Jahrestagung AK Methoden 2008 Warum Mehrebenenmodelle?

7. 2.1 Mehrebenenmodelle • Kontexte wirken als Opportunitäten und Restriktionen Freunde Familie Schüler Klasse Zugehörigkeit? Abgrenzung? ??? Kontexteffekte Jahrestagung AK Methoden 2008 Manuela Pötschke & Christopher Meinecke

8. 2.1 Mehrebenenmodelle • Der Designeffekt • Verhältnis zwischen der tatsächlichen Samplingvarianz und der Samplingvarianz, die sich ergibt, wenn in Daten aus einer Klumpenauswahl (fälschlicherweise) eine einfache Zufallsauswahl (SRS) unterstellt wird. Varianz bei Cluster Sampling Varianz bei Simple Random Sampling • Bei Nichtberücksichtigung des Designeffekts werden die Varianzen und Standardfehler unterschätzt • Dadurch kommt es bei Signifikanztests eher zu signifikanten Ergebnissen und die Forschungshypothese wird begünstigt Designeffekt in Klumpenauswahl Manuela Pötschke & Christopher Meinecke Jahrestagung AK Methoden 2008

9. 2.1 Mehrebenenmodellen Varianz bei Cluster Sampling Varianz bei Simple Random Sampling Varianz bei Cluster Sampling Varianz bei Simple Random Sampling Modellschätzung zur Wahlteilnahme Modellschätzung zur Stärke der Parteineigung Empirische Anmerkung zum Designeffekt Manuela Pötschke & Christopher Meinecke Jahrestagung AK Methoden 2008

10. 2.2 Mehrebenenmodelle Lineare Einfachregression Lineare Mehrebenenregression Grundidee Mehrebenenmodelle Jahrestagung AK Methoden 2008 Manuela Pötschke & Christopher Meinecke

11. 2.2 Mehrebenenmodelle einfügen von ... (Random intercept) und (Random slope) in ... ergibt... Formale Darstellung lineares Modell Jahrestagung AK Methoden 2008 Manuela Pötschke & Christopher Meinecke

12. 2.2 Mehrebenenmodelle einfügen von ... (Random intercept) und (Random slope) in ... ergibt... Formale Darstellung logistisches Modell Jahrestagung AK Methoden 2008 Manuela Pötschke & Christopher Meinecke

13. 3. Empirische Ergebnisse Einbettung politischer Überzeugungen innerhalb von Familien Einbettung politischer Überzeugungen innerhalb von Freundschaftsnetzwerken Einbettung politischer Überzeugungen in Klassenverbände Erklärungsmodelle

14. 3.1 Empirische deskriptive Ergebnisse Schüler und Eltern: Stellenwert politischer Diskussionen Manuela Pötschke & Christopher Meinecke Jahrestagung AK Methoden 2008

15. 3.1 Empirische deskriptive Ergebnisse Schüler und Eltern: Engagement der Eltern Manuela Pötschke & Christopher Meinecke Jahrestagung AK Methoden 2008

16. 3.1 Empirische deskriptive Ergebnisse Schüler und Freunde: Stellen-wert politischer Diskussionen Manuela Pötschke & Christopher Meinecke Jahrestagung AK Methoden 2008

17. 3.1 Empirische deskriptive Ergebnisse Schüler und Klasse: Stellenwert politischer Diskussionen Manuela Pötschke & Christopher Meinecke Jahrestagung AK Methoden 2008

18. 3.2 Erklärungsmodelle 1. Faktor: Misstrauen gegenüber Politik Es ist im Allgemeinen sehr schwierig, sich eine objektive Meinung zu politischen Sachverhalten zu bilden. Bei den meisten Politikern klafft das Verhalten vor und nach der Wahl weit auseinander. Die meisten Äußerungen der Politiker sind reine Propaganda. Die Wählerinnen und Wähler haben außerhalb von Wahlen nur wenig Einfluss auf die Regierung. 2. Faktor: Politik als Störfaktor Durch die Politik werden viele Probleme erst unnötig kompliziert. Unsere Wirtschaft würde besser funktionieren, wenn sich unsere Politiker nicht dauernd einmischen würden. 3. Faktor: Politisches Engagement Wichtigkeit des Rechts auf Wahl Wir müssen uns stärker politisch betätigen, damit wir die politischen Entscheidungen beeinflussen können. 4. Faktor: Demokratische Einstellung Jeder Bürger hat das Recht, notfalls für seine Überzeugungen auf die Straße zu gehen. Jede demokratische Partei sollte grundsätzlich die Chance haben, an die Regierung zu kommen. Die Interessen des ganzen Volkes sollten immer über den Sonderinteressen des Einzelnen stehen. Einstellungen als Erklärungsfaktoren Manuela Pötschke & Christopher Meinecke Jahrestagung AK Methoden 2008

19. 3.2 Lineare Mehrebenenanalyse Y=Stärke der Parteineigung Sehr schwach Sehr stark Empty Model zur Parteineigung Manuela Pötschke & Christopher Meinecke Jahrestagung AK Methoden 2008

20. 3.2 Logistische Mehrebenenanalyse Empty Model zur Wahlteilnahme Manuela Pötschke & Christopher Meinecke Jahrestagung AK Methoden 2008

21. Fazit 1 Komplexe Stichprobenpläne sind notwendig Große Fallzahlen sind notwendig Snijders/ Bosker 1993: N=100 als Mindestanforderung auf Ebene 2 wenn Interaktionen und Varianzanteile analysiert werden Kreft 1996: 30/ 30 – Regel (einfache 2-Ebenen-Modelle) Ditton 1998, 125: Parameterschätzungen gelten als robust, Varianz- und Standardfehlerschätzungen reagieren sensibler auf Abweichungen von Modellannahmen und Stichprobengrößen. Hox 1998: N=50 als Mindestanforderung auf Ebene 2 wenn Interaktionen und Varianzanteile analysiert werden Maas/ Hox 2004: N=50 als Mindestanforderung auf Ebene 2 (50/20); bei besonderem Interesse an Zufallseffekten 100/10 Generell: „For accuracy and high power of large number of groups appears more important than a large number of individuals per group“ (Hox 2002: 174). Grenzen von Mehrebenenmodellen Manuela Pötschke & Christopher Meinecke Jahrestagung AK Methoden 2008

22. Fazit 2 Evaluationsforschung im Bereich der politischen Bildung ist unverzichtbar. Erste Ergebnisse: Wahlteilnahme und Stärke der Parteineigung sind im Kontext zu erklären. Die Teilnahme am Juniorwahlprojekt bringt eine Erhöhung der Wahrscheinlichkeit für die Wahlteilnahme und eine stärkere Parteineigung mit sich. Vielen Dank für die Aufmerksamkeit! Kontakt: manuela.poetschke@uni-kassel.de meinecke@empas.uni-bremen.de