Die folgenden Analysen beziehen sich auf den Datensatz der Europäischen Wertestudie von 1999 in Deutschland. Die betrachteten Variablen a124 bis a151 befassen sich mit dem Thema Nachbarschaft. Zu diesem Zweck sollten die Befragten ankreuzen, welche der genannten Personengruppen sie nicht gerne als Nachbarn hätten. Sowohl die Faktorenanalyse als auch die Mokkenskalierung sind sog. Struktur entdeckende Verfahren, die dazu dienen, in einem Pool von Items Dispositionen aufzuspüren. Dispositionen werden hier als konsistente, situationsübergreifende Handlungstendenzen verstanden, die das Antwortverhalten auf bestimmte Items steuern. Es geht somit darum herauszufinden, welche Typen von unbeliebten Nachbarn aus den einzelnen Items gebildet werden können.
Inhaltsverzeichnis
1 EINLEITUNG
2 ZU DEN DATEN
3 ZUR DURCHFÜHRBARKEIT DER FAKTORENANALYSE
3.1 KORRELATIONSMATRIX UND SIGNIFIKANZNIVEAU
3.2 KAISER-MAYER-OLKIN KRITERIUM
4 DISKUSSION VERSCHIEDENER LÖSUNGSMÖGLICHKEITEN
5 ENDGÜLTIGES MODELL
5.1 ERKLÄRTE GESAMTVARIANZ
5.2 KOMMUNALITÄTEN
5.3 ROTIERTE FAKTORLADUNGEN
5.4 INHALTLICHE INTERPRETATION
5.5 RELIABILITÄTSTESTS
5.6 SUMMENSCORES
6 MOKKENSKALIERUNG
6.1 ITEMSCHWIERIGKEITEN
6.2 PAARWEISE HOMOGENITÄTS-KOEFFIZIENTEN
6.3 BILDUNG DER SKALEN
6.4 SUMMENSCORES
7 ÜBERBLICK ÜBER DIE ERGEBNISSE
8 ANHANG
8.1 SYNTAX
8.2 DIE WICHTIGSTEN TABELLEN UND GRAFIKEN
Zielsetzung & Themen
Die vorliegende Arbeit verfolgt das Ziel, mithilfe der Faktorenanalyse und der Mokkenskalierung latente Strukturen innerhalb eines Datensatzes der Europäischen Wertestudie von 1999 zu identifizieren. Dabei wird untersucht, welche Personengruppen von den Befragten als unerwünschte Nachbarn wahrgenommen werden und welche zugrunde liegenden Dispositionen dieses Antwortverhalten steuern.
- Anwendung der Faktorenanalyse zur Identifikation latenter Dimensionen
- Einsatz der Mokkenskalierung als alternatives, struktur-entdeckendes Verfahren
- Vergleich der statistischen Ergebnisse beider Methoden
- Inhaltliche Interpretation der gebildeten Faktoren wie ethnische Zugehörigkeit, Krankheit und politischer Extremismus
Auszug aus dem Buch
5.4 Inhaltliche Interpretation
Um die gebildeten Faktoren inhaltlich zu interpretieren, muss man sich zunächst die Zusammenstellung der Items vor Augen führen. Zur besseren Übersicht dient folgende Tabelle:
Man erkennt auf den ersten Blick, dass die Faktoren inhaltlich Sinn machen: Der erste Faktor enthält – abgesehen von der kritischen Variable a130a – nur solche Variablen, die sich auf die ethnische Zugehörigkeit der jeweiligen Personengruppe beziehen. Auch Item a151a, das sich nicht unmittelbar auf ethnische Zugehörigkeit bezieht, kann in diesem Zusammenhang verstanden werden wenn man bedenkt, dass die durchschnittliche Anzahl von Kindern gerade in Migrantenfamilien in aller Regel höher ist als in der „typisch deutschen Familie“.
Der zweite Faktor befasst sich mit Personengruppen, die als krank oder gefährlich eingestuft werden können. Hier passt rein inhaltlich also auch a130a wesentlich besser als zum ersten Faktor, was somit ein Grund für die Zuordnung dieser Variable ist.
Der dritte Faktor setzt sich mit extremen politischen Einstellungen auseinander und besteht aus nur zwei Variablen.
Zusammenfassung der Kapitel
1 EINLEITUNG: Einführung in den Datensatz der Europäischen Wertestudie von 1999 und Erläuterung der Zielsetzung, latente Dispositionen zur Wahrnehmung von Nachbarschaftsgruppen zu identifizieren.
2 ZU DEN DATEN: Beschreibung der Datenaufbereitung, einschließlich der Binarisierung der 14 Variablen sowie der Behandlung von fehlenden Werten.
3 ZUR DURCHFÜHRBARKEIT DER FAKTORENANALYSE: Prüfung der Eignung der Daten mittels Korrelationsmatrix und Kaiser-Mayer-Olkin-Kriterium für die Hauptkomponentenanalyse.
4 DISKUSSION VERSCHIEDENER LÖSUNGSMÖGLICHKEITEN: Kritische Auseinandersetzung mit der Faktorenanzahl und Begründung, warum eine 3-faktorielle Lösung vorzuziehen ist.
5 ENDGÜLTIGES MODELL: Detaillierte Darstellung des finalen 3-Faktoren-Modells inklusive der Prüfung der Modellgüte und inhaltlichen Interpretation.
6 MOKKENSKALIERUNG: Anwendung der Mokkenskalierung als komplementäres Verfahren, um die Ergebnisse der Faktorenanalyse zu validieren und latente Hintergründe zu explorieren.
7 ÜBERBLICK ÜBER DIE ERGEBNISSE: Zusammenfassender Vergleich beider Verfahren und Synthese der Erkenntnisse hinsichtlich der identifizierten Typen von Nachbarn.
8 ANHANG: Dokumentation der verwendeten SPSS-Syntax sowie ergänzende Tabellen und Grafiken zur Untermauerung der Analysen.
Schlüsselwörter
Faktorenanalyse, Mokkenskalierung, Europäische Wertestudie, Nachbarschaft, latente Strukturen, Item-Analyse, Hauptkomponentenmethode, Reliabilitätstest, Cronbachs Alpha, Sozialforschung, Datenanalyse, SPSS, Diskriminanz, politische Einstellungen, ethnische Zugehörigkeit
Häufig gestellte Fragen
Worum geht es in dieser Arbeit grundsätzlich?
Die Arbeit untersucht Einstellungen zu potenziellen Nachbarn basierend auf Daten der Europäischen Wertestudie von 1999, um dahinterliegende soziale Vorurteile oder Einstellungen zu explorieren.
Was sind die zentralen Themenfelder?
Zentrale Felder sind die Analyse von Personengruppen in einem nachbarschaftlichen Kontext und die statistische Untersuchung, welche Merkmale (wie ethnische Zugehörigkeit, Krankheit oder politischer Extremismus) diese als "unbeliebt" kategorisieren.
Was ist das primäre Ziel der Untersuchung?
Das Ziel ist die Identifikation latenter Dimensionen durch Struktur entdeckende Verfahren, um zu verstehen, welche Typen von Nachbarn von den Befragten abgelehnt werden.
Welche wissenschaftlichen Methoden werden verwendet?
Es werden zwei struktur-entdeckende Verfahren angewandt: die Faktorenanalyse (Hauptkomponentenmethode) und die Mokkenskalierung.
Was wird im Hauptteil behandelt?
Der Hauptteil umfasst die Datenaufbereitung, die Prüfung der methodischen Voraussetzungen, die Modellwahl (Entscheidung für 3 Faktoren) sowie die inhaltliche Interpretation und Validierung durch Reliabilitätstests.
Welche Schlüsselwörter charakterisieren die Arbeit?
Die Arbeit lässt sich durch Begriffe wie Faktorenanalyse, Mokkenskalierung, latente Strukturen, Sozialforschung und Item-Analyse charakterisieren.
Warum wurde die Variable "a132a" ausgeschlossen?
Die Variable "Homosexuelle" wurde ausgeschlossen, da sie inhaltlich nicht eindeutig in die gebildeten Faktoren (Ethnizität, Krankheit/Gefährlichkeit, politischer Extremismus) passte und deren Ausschluss die Interpretierbarkeit des Gesamtmodells verbesserte.
Wie korrespondieren die Ergebnisse beider Verfahren?
Beide Verfahren identifizieren konsistent die Dimension "politischer Extremismus" und zeigen Parallelen bei der Zuordnung der Items, obwohl die Faktorenanalyse als sensibleres Instrument zur Differenzierung bewertet wird.
- Citar trabajo
- Florian Wohlkinger (Autor), 2006, Faktorenanalyse und Mokkenskalierung, Múnich, GRIN Verlag, https://www.grin.com/document/117120
