Analyseergebnisse ESS
Das Ziel dieses Wiki-Beitrags ist es, das Vorgehen der Radar Deutschland-Studie nachzuvollziehen und anhand eigener Untersuchungen zu überprüfen. Als Grundlage dient dazu die fünfte Welle des European Social Survey (ESS), die in der vierten Welle der Radar Deutschland Studie berücksichtigt wurde. Mittels explorativer Faktorenanalyse werden im Folgenden die Dimensionen des sozialen Zusammenhaltes ermittelt und anschließend zu einem Index des sozialen Zusammenhaltes zusammengeführt. Der nachfolgende Beitrag beschreibt das methodisch-analytische Vorgehen im Detail und widmet sich im Anschluss dem Vergleich der Ergebnisse mit den Befunden der Studie „Radar gesellschaftlicher Zusammenhalt“.
1. Sozialer Zusammenhalt
Um den sozialen Zusammenhalt in Deutschland mittels der explorativen Faktorenanalyse untersuchen zu können, ist es notwendig ein theoretisches Konzept für den sozialen Zusammenhalt zu entwickeln. Im Rahmen der Radar Deutschland Studie der Bertelsmann Stiftung wird sozialer Zusammenhalt definiert als „…die Qualität des gemeinschaftlichen Miteinanders in einem territorial abgegrenzten Gemeinwesen“ (Boehnke et al. 2014b).
Das vom Kurs definierte Konzept des sozialen Zusammenhaltes knüpft an den Überlegungen der Bertelsmann Stiftung an. Allerdings sind die Bereiche offener gefasst. Ob sich die Dimensionen der Radar Deutschlandstudie auch in der hier durchgeführten Analyse der Daten der fünften Welle des ESS wiederfinden lassen, wird sich in der Interpretation der Ergebnisse zeigen. Daher soll an dieser Stelle nur kurz auf das von uns entwickelte theoretische Konzept des sozialen Zusammenhalts verwiesen werden, welches als Grundlage der Auswahl der für die Analyse relevanten Variablen verwendet wurde.
Auf eine zentrale Annahme soll dennoch genauer eingegangen werden. Gesellschaftlicher Zusammenhalt ist nicht gleichzusetzen mit Homogenität. Aus dieser Grundannahme ergeben sich zwei Konsequenzen, die für die Itemauswahl und die theoretische Konzeption des sozialen Zusammenhalts von zentraler Bedeutung sind. Zum einen bestimmen weder der individuelle finanzielle Status, noch die gesamtwirtschaftliche Situation in Deutschland den sozialen Zusammenhalt in Deutschland. Sozialer Zusammenhalt spiegelt vielmehr den Umgang mit einer solchen Heterogenität wider. Zum Zweiten sind, ähnlich wie im Konzept der Radar Deutschlandstudie, weder eine Homogenität der Wertevorstellungen, noch eine ethnische Homogenität ein Maß für den sozialen Zusammenhalt. Auch hier liegt der soziale Zusammenhalt in der Toleranz und im Umgang mit Diversität (Boehnke et al. 2014b).
Um den sozialen Zusammenhalt in Deutschland mittels der explorativen Faktorenanalyse untersuchen zu können, ist es notwendig ein theoretisches Konzept für den sozialen Zusammenhalt zu entwickeln. Im Rahmen der Radar Deutschland Studie der Bertelsmann Stiftung wird sozialer Zusammenhalt definiert als „…die Qualität des gemeinschaftlichen Miteinanders in einem territorial abgegrenzten Gemeinwesen“ (Boehnke et al. 2014b).
Das vom Kurs definierte Konzept des sozialen Zusammenhaltes knüpft an den Überlegungen der Bertelsmann Stiftung an. Allerdings sind die Bereiche offener gefasst. Ob sich die Dimensionen der Radar Deutschlandstudie auch in der hier durchgeführten Analyse der Daten der fünften Welle des ESS wiederfinden lassen, wird sich in der Interpretation der Ergebnisse zeigen. Daher soll an dieser Stelle nur kurz auf das von uns entwickelte theoretische Konzept des sozialen Zusammenhalts verwiesen werden, welches als Grundlage der Auswahl der für die Analyse relevanten Variablen verwendet wurde.
Auf eine zentrale Annahme soll dennoch genauer eingegangen werden. Gesellschaftlicher Zusammenhalt ist nicht gleichzusetzen mit Homogenität. Aus dieser Grundannahme ergeben sich zwei Konsequenzen, die für die Itemauswahl und die theoretische Konzeption des sozialen Zusammenhalts von zentraler Bedeutung sind. Zum einen bestimmen weder der individuelle finanzielle Status, noch die gesamtwirtschaftliche Situation in Deutschland den sozialen Zusammenhalt in Deutschland. Sozialer Zusammenhalt spiegelt vielmehr den Umgang mit einer solchen Heterogenität wider. Zum Zweiten sind, ähnlich wie im Konzept der Radar Deutschlandstudie, weder eine Homogenität der Wertevorstellungen, noch eine ethnische Homogenität ein Maß für den sozialen Zusammenhalt. Auch hier liegt der soziale Zusammenhalt in der Toleranz und im Umgang mit Diversität (Boehnke et al. 2014b).
2. Die verwendeten Daten
Die in der Radar Deutschlandstudie verwendeten Datensätze sind zum einen die Befragungsstudien World Values Survey (WVS oder WEVS), European Values Study (EVS oder WEVS), European Social Survey (ESS), Eurobarometer (EB), Freiwilligensurvey (FW), Allgemeine Bevölkerungsumfrage der Sozialwissenschaften (Allbus oder AB) und zum anderen die offizielle Statistiken Statistik-Portal der Statistischen Ämter des Bundes und der Länder (SP), sowie Bundeswahlleiter (BW). Die Studie gesellschaftlichen Zusammenhalt in Deutschland berücksichtigt die Datensätze in einen Zeitraum von 1990 bis 2012. Für alle Datenbestände haben wir eine ausführliche Beschreibung der Inhalte, des Forschungsdesigns und der Zielsetzung der einzelnen Studien, die vom Seminar für weitere Analysen verwendet wurden, angelegt.
Die folgende Analyse beschäftigt sich ausschließlich mit der vierten Welle der Erhebungszeiträume und den Daten des European Social Survey (ESS). In den Zeitraum der vierten Welle von 2009-2012 fällt die fünfte Welle des ESS von 2010. Der Fragebogen des ESS besteht aus einem Hauptteilen, dem Main Questionnaire und einem ergänzenden Teil, dem supplementary Questionnaire (Daten und Material sind über die Seite des European Social Survey erhältlich). Während im Hauptteil einige Kernelemente, die in jeder Befragungswelle integriert sind abgefragt werden, beschäftig sich der Ergänzungsteil immer mit unterschiedlichen Themen. Im Jahr 2010 wurden im Ergänzungsbereich zu den Modulen zum „Vertrauen in die Justiz“ und „Arbeit, Familie und persönliches Wohlbefinden“ Daten erhoben, welche auch bei der Itemauswahl für den sozialen Zusammenhalt berücksichtigt wurden.
Die in der Radar Deutschlandstudie verwendeten Datensätze sind zum einen die Befragungsstudien World Values Survey (WVS oder WEVS), European Values Study (EVS oder WEVS), European Social Survey (ESS), Eurobarometer (EB), Freiwilligensurvey (FW), Allgemeine Bevölkerungsumfrage der Sozialwissenschaften (Allbus oder AB) und zum anderen die offizielle Statistiken Statistik-Portal der Statistischen Ämter des Bundes und der Länder (SP), sowie Bundeswahlleiter (BW). Die Studie gesellschaftlichen Zusammenhalt in Deutschland berücksichtigt die Datensätze in einen Zeitraum von 1990 bis 2012. Für alle Datenbestände haben wir eine ausführliche Beschreibung der Inhalte, des Forschungsdesigns und der Zielsetzung der einzelnen Studien, die vom Seminar für weitere Analysen verwendet wurden, angelegt.
Die folgende Analyse beschäftigt sich ausschließlich mit der vierten Welle der Erhebungszeiträume und den Daten des European Social Survey (ESS). In den Zeitraum der vierten Welle von 2009-2012 fällt die fünfte Welle des ESS von 2010. Der Fragebogen des ESS besteht aus einem Hauptteilen, dem Main Questionnaire und einem ergänzenden Teil, dem supplementary Questionnaire (Daten und Material sind über die Seite des European Social Survey erhältlich). Während im Hauptteil einige Kernelemente, die in jeder Befragungswelle integriert sind abgefragt werden, beschäftig sich der Ergänzungsteil immer mit unterschiedlichen Themen. Im Jahr 2010 wurden im Ergänzungsbereich zu den Modulen zum „Vertrauen in die Justiz“ und „Arbeit, Familie und persönliches Wohlbefinden“ Daten erhoben, welche auch bei der Itemauswahl für den sozialen Zusammenhalt berücksichtigt wurden.
3. Die Auswahl der Items
In einem ersten Schritt wurde von allen Seminarteilnehmer*innen eine Vorauswahl an Items pro Datenbestand getroffen, die für die Teilnehmer*innen bedeutend für den sozialen Zusammenhalt sind. In einem weiteren Schritt wurde innerhalb des Seminars gemeinsam über alle Variablen diskutiert. So ergaben sich ein gemeinsames Bild und ein theoretisches Konzept des sozialen Zusammenhalts. Ausgeschlossen wurden alle diejenigen Variablen, die nicht eindeutig interpretiert werden konnten, oder die von mehr als nur einer Teilnehmer*in abgelehnt wurden. Aufgrund der entwickelten theoretischen Annahmen zum sozialen Zusammenhalt, auf die bereits im ersten Kapitel genauer eingegangen wurde, erfolgte dann in einem letzten Schritt die finale Itemauswahl pro Datensatz von der jeweils für den Datenbestand zuständigen Person. An dieser Stelle ist darauf hinzuweisen, dass die theoretischen Überlegungen und Annahmen, die innerhalb des Seminars getroffen wurden subjektiv sind und die folgende Analyse und die Ergebnisse der Faktoren nachhaltig beeinflussen. Um kein zu eng gefasstes Ergebnis zu erhalten, wurden daher zunächst alle relevanten Items in die Faktorenanalyse aufgenommen. Eine Liste Liste aller verwendeten Variablen ist hier zu finden. Dabei wurden die Variablen tvpol rdpol nwsppol, die sich mit dem Medienkonsum zur Information über die politische Lage und aktuellen Nachrichten auseinandersetzen zu einer Variable „plmedknsm“ Politik-Medienkonsum mittels des COMPUTE Befehls nach Mittelwert der einzelnen Items zusammengefasst. Auch die Variablen
contplt, wrkprty, wrkorg, badge, sgnptit, pbldmn und bctprd wurden mittels eines einfachen COMPUTE Befehls zu einer Skala der Aktivität zur Verbesserung der politischen Lage in Deutschland „aktpolverb“ zusammengefasst.
In weiteren Schritten, die im Einzelnen in den nachfolgenden Kapiteln erörtert werden, wurden mithilfe der statistischen Ergebnisse sowie weiterer theoretischer Überlegungen die inhaltlichen Dimensionen reduziert.
In einem ersten Schritt wurde von allen Seminarteilnehmer*innen eine Vorauswahl an Items pro Datenbestand getroffen, die für die Teilnehmer*innen bedeutend für den sozialen Zusammenhalt sind. In einem weiteren Schritt wurde innerhalb des Seminars gemeinsam über alle Variablen diskutiert. So ergaben sich ein gemeinsames Bild und ein theoretisches Konzept des sozialen Zusammenhalts. Ausgeschlossen wurden alle diejenigen Variablen, die nicht eindeutig interpretiert werden konnten, oder die von mehr als nur einer Teilnehmer*in abgelehnt wurden. Aufgrund der entwickelten theoretischen Annahmen zum sozialen Zusammenhalt, auf die bereits im ersten Kapitel genauer eingegangen wurde, erfolgte dann in einem letzten Schritt die finale Itemauswahl pro Datensatz von der jeweils für den Datenbestand zuständigen Person. An dieser Stelle ist darauf hinzuweisen, dass die theoretischen Überlegungen und Annahmen, die innerhalb des Seminars getroffen wurden subjektiv sind und die folgende Analyse und die Ergebnisse der Faktoren nachhaltig beeinflussen. Um kein zu eng gefasstes Ergebnis zu erhalten, wurden daher zunächst alle relevanten Items in die Faktorenanalyse aufgenommen. Eine Liste Liste aller verwendeten Variablen ist hier zu finden. Dabei wurden die Variablen tvpol rdpol nwsppol, die sich mit dem Medienkonsum zur Information über die politische Lage und aktuellen Nachrichten auseinandersetzen zu einer Variable „plmedknsm“ Politik-Medienkonsum mittels des COMPUTE Befehls nach Mittelwert der einzelnen Items zusammengefasst. Auch die Variablen
contplt, wrkprty, wrkorg, badge, sgnptit, pbldmn und bctprd wurden mittels eines einfachen COMPUTE Befehls zu einer Skala der Aktivität zur Verbesserung der politischen Lage in Deutschland „aktpolverb“ zusammengefasst.
In weiteren Schritten, die im Einzelnen in den nachfolgenden Kapiteln erörtert werden, wurden mithilfe der statistischen Ergebnisse sowie weiterer theoretischer Überlegungen die inhaltlichen Dimensionen reduziert.
4. Methode: Explorative Faktorenanalyse
Für die Bildung eines Index des sozialen Zusammenhalts in Deutschland der ESS Daten 2010 wurde eine explorative Faktorenanalyse berechnet. Die Methode der Faktorenanalyse ermöglicht die Dimensionsreduktion einer Vielzahl manifester Variablen auf einige wenige latente Variablen. Bei den generierten Faktoren handelt es sich um hypothetische, nicht beobachtete Variablen, die dann für eine Skalen- und Indexbildung weiterverwendet werden können (Bacher und Wolff 2010; Fromm 2012; Kopp und Lois 2014).
Da zu Beginn der Analyse noch keine Theorie über die Zuordnung bestimmte Items zu einer latenten Eigenschaft, sondern nur ein erstes theoretischen Grundkonzept des sozialen Zusammenhalts vorliegt, wird für die Analysen die explorative Faktorenanalyse verwendet. Im Folgenden werden verschiedene Hauptkomponentenanalysen mit Varimax-Rotation und dem Kaiser-Extraktionskriterium durchgeführt. Im Anschluss werden die Faktoren einer Reliabilitätsanalyse unterzogen mittels des Reliabilitätskriteriums Cronbachs Alpha, um die innere Konsistenz der einzelnen Skalen zu prüfen.
Syntax
Für die Bildung eines Index des sozialen Zusammenhalts in Deutschland der ESS Daten 2010 wurde eine explorative Faktorenanalyse berechnet. Die Methode der Faktorenanalyse ermöglicht die Dimensionsreduktion einer Vielzahl manifester Variablen auf einige wenige latente Variablen. Bei den generierten Faktoren handelt es sich um hypothetische, nicht beobachtete Variablen, die dann für eine Skalen- und Indexbildung weiterverwendet werden können (Bacher und Wolff 2010; Fromm 2012; Kopp und Lois 2014).
Da zu Beginn der Analyse noch keine Theorie über die Zuordnung bestimmte Items zu einer latenten Eigenschaft, sondern nur ein erstes theoretischen Grundkonzept des sozialen Zusammenhalts vorliegt, wird für die Analysen die explorative Faktorenanalyse verwendet. Im Folgenden werden verschiedene Hauptkomponentenanalysen mit Varimax-Rotation und dem Kaiser-Extraktionskriterium durchgeführt. Im Anschluss werden die Faktoren einer Reliabilitätsanalyse unterzogen mittels des Reliabilitätskriteriums Cronbachs Alpha, um die innere Konsistenz der einzelnen Skalen zu prüfen.
Syntax
5. Vorgehen Schritt für Schritt
5.1 24 Faktoren
Die erste Faktorenanalyse aller verwendeten Variablen ergibt eine Lösung mit 24 Faktoren, die inhaltlich jedoch nicht klar interpretiert werden können. Die 24 Faktoren weisen jedoch einen hohen Kaiser-Meyer-Olkin Wert (KMO Wert) der Stichprobeneignung von 0,789 auf. Der Bartlett-Test prüft die Nullhypothese, dass in der Stichprobe kein Zusammenhang zwischen den Variablen besteht. Es zeigt sich, dass die Nullhypothese verworfen werden kann und das Ergebnis höchst signifikant ist. Dies bedeutet, dass der Datensatz, also die von uns ausgewählten Variablen für die Faktorenanalyse gut geeignet sind und die einzelnen Faktoren des sozialen Zusammenhangs abbilden können. Die erklärte Gesamtvarianz durch die 24 Faktoren liegt bei 68,9%. Betrachtet man die Kommunalitäten, so zeigt sich, dass der Anteil der Varianzaufklärung mit einem Eigenwert größer gleich 1, für keine Variable den Wert 0,5 unterschreitet . Kommunalitäten dienen als Messgröße für einzelne Items eines Faktors und geben an, welcher Anteil an Streuung eines Itemns durch alle Faktoren gemeinsam erklärt werden kann. Werte nahe null sind daher kritisch zu betrachtetn, da sie das Ergebnis der Faktorenanalyse unter Umständen nachteilig beeinflussen können (Fromm 2012; Kopp und Lois 2014). Die hohen Kommunalitäten des Ergebnisses mit 24 Faktoren sprechen daher dafür, dass relativ hohe Anteile der Varianzen der einzelnen Items durch die 24 Faktoren erklärt werden können.
Allerdings lassen sich die Faktoren inhaltlich nicht sinnvoll interpretieren. Aus diesem Grund werden im Folgenden die inhaltlichen Dimensionen und die Interpretation der Faktoren genauer betrachtet. In den Faktoren sind elf inhaltliche Aspekte enthalten.
Inhaltliche Dimensionen:
Da die inhaltliche Interpretation Grund zur Annahme gibt, dass insgesamt deutlich weniger Faktoren die zentralen Aspekte des sozialen Zusammenhalt abbilden können, wird im nächsten Schritt eine Faktorenanalyse mit einer festgesetzten Anzahl von elf Faktoren berechnet.
5.1 24 Faktoren
Die erste Faktorenanalyse aller verwendeten Variablen ergibt eine Lösung mit 24 Faktoren, die inhaltlich jedoch nicht klar interpretiert werden können. Die 24 Faktoren weisen jedoch einen hohen Kaiser-Meyer-Olkin Wert (KMO Wert) der Stichprobeneignung von 0,789 auf. Der Bartlett-Test prüft die Nullhypothese, dass in der Stichprobe kein Zusammenhang zwischen den Variablen besteht. Es zeigt sich, dass die Nullhypothese verworfen werden kann und das Ergebnis höchst signifikant ist. Dies bedeutet, dass der Datensatz, also die von uns ausgewählten Variablen für die Faktorenanalyse gut geeignet sind und die einzelnen Faktoren des sozialen Zusammenhangs abbilden können. Die erklärte Gesamtvarianz durch die 24 Faktoren liegt bei 68,9%. Betrachtet man die Kommunalitäten, so zeigt sich, dass der Anteil der Varianzaufklärung mit einem Eigenwert größer gleich 1, für keine Variable den Wert 0,5 unterschreitet . Kommunalitäten dienen als Messgröße für einzelne Items eines Faktors und geben an, welcher Anteil an Streuung eines Itemns durch alle Faktoren gemeinsam erklärt werden kann. Werte nahe null sind daher kritisch zu betrachtetn, da sie das Ergebnis der Faktorenanalyse unter Umständen nachteilig beeinflussen können (Fromm 2012; Kopp und Lois 2014). Die hohen Kommunalitäten des Ergebnisses mit 24 Faktoren sprechen daher dafür, dass relativ hohe Anteile der Varianzen der einzelnen Items durch die 24 Faktoren erklärt werden können.
Allerdings lassen sich die Faktoren inhaltlich nicht sinnvoll interpretieren. Aus diesem Grund werden im Folgenden die inhaltlichen Dimensionen und die Interpretation der Faktoren genauer betrachtet. In den Faktoren sind elf inhaltliche Aspekte enthalten.
Inhaltliche Dimensionen:
- Vertrauen in Staat Regierung: Gerichte, Polizei, Wirtschaft, Bildungssystem
- Einstellung gegenüber Immigrant*innen
- Diskriminierungserfahrungen
- Zivilcourage
- Gesetzestreue
- Unparteilichkeit und Bestechlichkeit von Polizei und Justiz
- Kriminalitätsfurcht
- Vertrauen in Fremde
- Politische Aktivität
- Sozialer Kontakt
- Kriminalitätsbereitschaft
Da die inhaltliche Interpretation Grund zur Annahme gibt, dass insgesamt deutlich weniger Faktoren die zentralen Aspekte des sozialen Zusammenhalt abbilden können, wird im nächsten Schritt eine Faktorenanalyse mit einer festgesetzten Anzahl von elf Faktoren berechnet.
5.2 Elf Faktoren
Das Maß der Stichprobeneignung nach Kaiser-Meyer-Olkin bleibt unverändert und ist höchst signifikant. Im Vergleich zur Variante mit 24 Faktoren sinkt die erklärte Gesamtvarianz jedoch um 21,5% auf 47,4%. Auch die Kommunalitäten der einzelnen Variablen nach der Extraktion sind in der Variante mit nur elf Faktoren zum Teil gesunken und unterschreiten teilweise sogar den Wert von 0,2. Werte nahe Null sind kritisch zu betrachten und können sogar von der Faktorenanalyse ausgeschlossen werden, da der Varianzerklärungsanteil für das einzelnen Item durch die elf Faktoren nach der Extraktion zu gering ist. Allerdings scheinen die hiervon betroffenen Variablen wichtig für das theoretische Konzept des sozialen Zusammenhalts zu sein. Aus diesem Grund und insbesondere wegen der Tatsache, dass sich die elf Faktoren inhaltlich nicht eindeutig interpretieren lassen werden die Variablen für die weiteren Analysen vorerst nicht ausgeschlossen.
Inhaltliche Interpretation der elf Faktoren
Für die folgende Analyse wirde jedoch noch eine weitere theoretische Annahme getroffen. Der zweite Faktor „Vertrauen in die Polizei“ steht nicht unmittelbar im Zusammenhang mit sozialem Zusammenhalt, sondern könnte auch unabhängig des sozialen Zusammenhaltes betrachtet werden. Insbesondere die Variablen
ermöglichen keinerlei Rückschlüsse auf den sozialen Zusammenhalt eines Landes.
Die Variable „Trust in police“ wird jedoch als Variable beibehalten, da sie als einzige auch auf den ersten Faktor lädt und zudem inhaltlich zum ersten Faktor „Vertrauen in Staat und staatliche Institutionen“ passt.
Abzüglich des zweiten Faktors und der nicht interpretierbaren Faktoren, bleiben somit noch acht Faktoren.
Das Maß der Stichprobeneignung nach Kaiser-Meyer-Olkin bleibt unverändert und ist höchst signifikant. Im Vergleich zur Variante mit 24 Faktoren sinkt die erklärte Gesamtvarianz jedoch um 21,5% auf 47,4%. Auch die Kommunalitäten der einzelnen Variablen nach der Extraktion sind in der Variante mit nur elf Faktoren zum Teil gesunken und unterschreiten teilweise sogar den Wert von 0,2. Werte nahe Null sind kritisch zu betrachten und können sogar von der Faktorenanalyse ausgeschlossen werden, da der Varianzerklärungsanteil für das einzelnen Item durch die elf Faktoren nach der Extraktion zu gering ist. Allerdings scheinen die hiervon betroffenen Variablen wichtig für das theoretische Konzept des sozialen Zusammenhalts zu sein. Aus diesem Grund und insbesondere wegen der Tatsache, dass sich die elf Faktoren inhaltlich nicht eindeutig interpretieren lassen werden die Variablen für die weiteren Analysen vorerst nicht ausgeschlossen.
Inhaltliche Interpretation der elf Faktoren
- 1. Faktor: Vertrauen in den Staat und in alle staatlichen Institutionen (ohne Polizei)
- 2. Faktor: Vertrauen in die Polizei
- 3. Faktor: Einstellung gegenüber Immigrant*innen/ Rollenverteilung / Vertrauen und Misstrauen in Fremde
- 4. Faktor: Diskriminierung (und Korruption) durch Polizei/Gericht
- 5. Faktor: Zivilcourage
- 6. Faktor: Kriminalitätsfurcht
- 7. Faktor: Korruption/ Fairness von Polizei und Gericht
- 8. Faktor: Nicht interpretierbar: Happy, felt lonely, Gruppe die diskriminiert wird, Teilnahme Wahl
- 9. Faktor: Nicht interpretierbar: Arbeit auch ohne Bezahlung, Einstellung Homosexualität, Mitglied in Organisation
- 10. Faktor: Soziales Engagement auch im politischen Sinne (Freunde und Politik)
- 11. Faktor: Gesetzestreue (außer: jemand um persönliche Probleme zu bereden, angemessene Bezahlung im Job)
Für die folgende Analyse wirde jedoch noch eine weitere theoretische Annahme getroffen. Der zweite Faktor „Vertrauen in die Polizei“ steht nicht unmittelbar im Zusammenhang mit sozialem Zusammenhalt, sondern könnte auch unabhängig des sozialen Zusammenhaltes betrachtet werden. Insbesondere die Variablen
- trstlgl Trust in the legal system
- plcjbcn Police doing good or bad job in country
- gsupplc I generally support how the police act
- plcrgwr Police have the same sense of right and wrong as me
- plcipvl Police stand up for values that are important to people like me
- plcfrdc How often do police make fair, impartial decisions
- plcrspc How often do police treat people in country with respect
- plcarcr How quickly would police arrive at a violent crime/burglary scene
ermöglichen keinerlei Rückschlüsse auf den sozialen Zusammenhalt eines Landes.
Die Variable „Trust in police“ wird jedoch als Variable beibehalten, da sie als einzige auch auf den ersten Faktor lädt und zudem inhaltlich zum ersten Faktor „Vertrauen in Staat und staatliche Institutionen“ passt.
Abzüglich des zweiten Faktors und der nicht interpretierbaren Faktoren, bleiben somit noch acht Faktoren.
5.3 Acht Faktoren
Der KMO und Bartlett- Test liefert ein höchst signifikantes Ergebnis von 0,784 und liegt damit nur minimal unter dem ursprünglichen Wert von 0,789. Die erklärte Gesamtvarianz sinkt im Vergleich zum vorherigen Modell um 6,2% auf 41,2%. Auch die Analyse des Screeplots zeigt zum ersten Mal ein interpretierbares Ergebnis. Beim achten Faktor knickt der Verlauf der Kurve deutlich ab.
Inhaltliche Interpretation der acht Faktoren:
Zudem gibt es einige Variablen, die auf keinem Faktor geladen haben:
Und Variablen, die sich nicht eindeutig einem Faktor zuordnen lassen:
Da der letzte Faktor nicht interpretierbar ist, werden die Variablen
Das Item “freehms” wird jedoch beibehalten, da die Variable inhaltlich sinnvoll erscheint und als Maß der Toleranz im Umgang mit Diversität interpretiert werden kann. Die Variablen, die auf keinen Faktor geladen haben werden für die folgenden Analysen zunächst beibehalten, da sich in den unterschiedlichen Modellen zeigte, dass bei geänderter Faktorzahl auch die Zuordnung der Variablen zu den Faktoren variiert. Somit soll ein Informationsverlust durch vorschnelles Ausschließen der Variablen vermieden werden.
Der KMO und Bartlett- Test liefert ein höchst signifikantes Ergebnis von 0,784 und liegt damit nur minimal unter dem ursprünglichen Wert von 0,789. Die erklärte Gesamtvarianz sinkt im Vergleich zum vorherigen Modell um 6,2% auf 41,2%. Auch die Analyse des Screeplots zeigt zum ersten Mal ein interpretierbares Ergebnis. Beim achten Faktor knickt der Verlauf der Kurve deutlich ab.
Inhaltliche Interpretation der acht Faktoren:
- 1. Faktor: Vertrauen in staatliche Institutionen und Vertrauen in Privatpersonen
- 2. Faktor: Toleranz (Einstellung gegenüber Einwander*innen, Geschlechterrolle.)
- 3. Faktor: Diskriminierung (reich/arm, Herkunft)
- 4. Faktor: Bestechlichkeit. Beeinflussung einmal durch den Staat, aber auch die persönliche Bestechlichkeit
- 5. Faktor: Zivilcourage
- 6. Faktor: Aktivität: Privat und im politischen Sinne
- 7. Faktor: Kriminalitätsfurcht
- 8. Faktor: Nur zwei Variablen: Paid Job, Einsatzbereitschaft
Zudem gibt es einige Variablen, die auf keinem Faktor geladen haben:
- crmvct Respondent or household member victim of burglary/assault last 5 years
- plmedknsm Politik-Medienkonsum
- mmbprty Member of political party
- dscrgrp Member of a group discriminated against in this country
- mnrsefw Main reason I put effort into my work
- plcexdc How often do the police explain their decisions and actions when asked
- dbctvrd Everyone's duty to back the court's final verdict
- inmdisc Anyone to discuss intimate and personal matters with
Und Variablen, die sich nicht eindeutig einem Faktor zuordnen lassen:
- freehms Gays and lesbians free to live life as they wish
- wkjbndm I would enjoy working in current job even if did not need money
- pdjbndm I would enjoy having paid job even if did not need money
Da der letzte Faktor nicht interpretierbar ist, werden die Variablen
- wkjbndm I would enjoy working in current job even if did not need money und
- pdjbndm I would enjoy having paid job even if did not need money
Das Item “freehms” wird jedoch beibehalten, da die Variable inhaltlich sinnvoll erscheint und als Maß der Toleranz im Umgang mit Diversität interpretiert werden kann. Die Variablen, die auf keinen Faktor geladen haben werden für die folgenden Analysen zunächst beibehalten, da sich in den unterschiedlichen Modellen zeigte, dass bei geänderter Faktorzahl auch die Zuordnung der Variablen zu den Faktoren variiert. Somit soll ein Informationsverlust durch vorschnelles Ausschließen der Variablen vermieden werden.
5.4 Sieben Faktoren
Im Vergleich zu den vorherigen Modellen liefert der KMO und Bartlett-Test nun wieder ein besseres und höchst signifikantes Ergebnis von 0,795. Die erklärte Gesamtvarianz sinkt jedoch auf 39,1%. Durch den Anstieg des KMO Wertes im Vergleich zum vorherigen Modell zeigt sich, dass sieben Faktoren gut geeignet sind und auch die inhaltliche Interpretation der Faktoren erscheint sinnvoll.
Inhaltliche Interpretation der sieben Faktoren
Auch in diesem Modell gibt es einige Variablen, die auf keinem Faktor geladen haben. Im Vergleich zum vorherigen Modell sind diese Variablen teilweise identisch.
Die Variable freehms „Gays and lesbians free to live life as they wish“ ist – aus theoretischer Sicht – als eindeutiger Aspekt zur Toleranz und im Umgang mit Diversität zu verstehen, die ein Kernelement des sozialen Zusammenhaltes darstellen. Aus statistischer, rechnerischer Sicht lässt sich die Variable jedoch in keinem Modell eindeutig einem bestimmten Faktor zuordnen und ließ sich auch in den vorangegangenen Analysen nur schwer interpretieren. Betrachtet man die inhaltliche Ebene der sieben generierten Faktoren, so findet man auch hier keinen Faktor der den Umgang mit Diversität oder Toleranz von Andersartigkeit repräsentiert. Es kann vermutet werden, dass es einen solchen Faktor geben würde, vorausgesetzt im Datensatz wären weitere Items zum Thema Umgang mit Diversität enthalten, die für die Faktorenanalyse verwendet werden könnten. Auch wenn die Variable inhaltlich sinnvoll erscheint, wird sie daher für weitere Analysen ausgeschlossen.
Auch die Variable troff5y „Verkehrsdelikte in den letzten fünf Jahren“ lässt sich nicht eindeutig inhaltlich interpretieren und wird daher ausgeschlossen. Zudem unterscheidet sie sich von den anderen beiden Variablen „Versicherungsbetrug innerhalb der letzten fünf Jahre“ und „Etwas gestohlenes gekauft innerhalb der letzten fünf Jahre“ durch die Tatsache, dass der Verkehrsdelikt nicht absichtlich passiert sein muss.
Im Vergleich zu den vorherigen Modellen liefert der KMO und Bartlett-Test nun wieder ein besseres und höchst signifikantes Ergebnis von 0,795. Die erklärte Gesamtvarianz sinkt jedoch auf 39,1%. Durch den Anstieg des KMO Wertes im Vergleich zum vorherigen Modell zeigt sich, dass sieben Faktoren gut geeignet sind und auch die inhaltliche Interpretation der Faktoren erscheint sinnvoll.
Inhaltliche Interpretation der sieben Faktoren
- 1. Faktor: Vertrauen in den Staat, Institutionen und Mitmenschen
- 2. Faktor: Toleranz (Migrant*innen, Frauenrolle, Jugend)
- 3. Faktor: Gesetzestreue der Polizei (Diskriminierung), oder der Privatperson
- 4. Faktor: Korruption (Justiz, Polizei, eigene Bestechlichkeit)
- 5. Faktor: Zivilcourage
- 6. Faktor: Gesellschaftliche Teilhabe in persönlichem und politischem Sinne
- 7. Faktor: Kriminalitätsfurcht
Auch in diesem Modell gibt es einige Variablen, die auf keinem Faktor geladen haben. Im Vergleich zum vorherigen Modell sind diese Variablen teilweise identisch.
- Plmedknsm Politik- und Medienkonsum
- Dscrgrp member of group discriminated against
- plcexdc How often do the police explain their decisions and actions when asked
- dbctvrd Everyone's duty to back the court's final verdict
- inmdisc Anyone to discuss intimate and personal matters with
- crmvct Respondent or household member victim of burglary/assault last 5 years
- lwstrob All laws should be strictly obeyed
- mnrsefw Main reason I put effort into my work
Die Variable freehms „Gays and lesbians free to live life as they wish“ ist – aus theoretischer Sicht – als eindeutiger Aspekt zur Toleranz und im Umgang mit Diversität zu verstehen, die ein Kernelement des sozialen Zusammenhaltes darstellen. Aus statistischer, rechnerischer Sicht lässt sich die Variable jedoch in keinem Modell eindeutig einem bestimmten Faktor zuordnen und ließ sich auch in den vorangegangenen Analysen nur schwer interpretieren. Betrachtet man die inhaltliche Ebene der sieben generierten Faktoren, so findet man auch hier keinen Faktor der den Umgang mit Diversität oder Toleranz von Andersartigkeit repräsentiert. Es kann vermutet werden, dass es einen solchen Faktor geben würde, vorausgesetzt im Datensatz wären weitere Items zum Thema Umgang mit Diversität enthalten, die für die Faktorenanalyse verwendet werden könnten. Auch wenn die Variable inhaltlich sinnvoll erscheint, wird sie daher für weitere Analysen ausgeschlossen.
Auch die Variable troff5y „Verkehrsdelikte in den letzten fünf Jahren“ lässt sich nicht eindeutig inhaltlich interpretieren und wird daher ausgeschlossen. Zudem unterscheidet sie sich von den anderen beiden Variablen „Versicherungsbetrug innerhalb der letzten fünf Jahre“ und „Etwas gestohlenes gekauft innerhalb der letzten fünf Jahre“ durch die Tatsache, dass der Verkehrsdelikt nicht absichtlich passiert sein muss.
6. Ergebnisse
6.1 Sieben Faktoren
Nach den vorangegangenen Analysen bleiben im Endergebnis sieben Faktoren bestehen, die im Folgenden im Einzelnen erläutert werden.
6.1 Sieben Faktoren
Nach den vorangegangenen Analysen bleiben im Endergebnis sieben Faktoren bestehen, die im Folgenden im Einzelnen erläutert werden.
 |
Das Maß der Stichprobeneignung nach Kaiser-Meyer-Olkin erzielt den höchten Wert der berechneten Modelle von 0,823 und ist höchst signifikant.
Die nachfolgende Tabelle zeigt die erklärte Gesamtvarianz (Ausschnitt) der rotierten Summen der quadrierten Ladungen.
Die nachfolgende Tabelle zeigt die erklärte Gesamtvarianz (Ausschnitt) der rotierten Summen der quadrierten Ladungen.
 |
Die kumulative erklärte Gesamtvarianz liegt bei 44,1% und hat sich damit im Vergleich zum vorherigen Modell mit sieben Faktoren leicht verbessert. Insgesamt bleibt jedoch festzuhalten, dass im Vergleich zur ersten Lösung mit 24 Faktoren die erklärte Gesamtvarianz deutlich sinkt. Dies ist zu begründen mit einem Informationsverlust, der mit der Reduktion der Faktorenanzahl einhergeht.
Die Kommunalitätenschätzung nach der Extraktion liefert ein durchwachsenes Ergebnis. Einige der Werte liegen nahe an Null. Da diese Werte als kritisch gelten sind auch die Ergebnisse und die inhaltliche Interpretation der Faktoren mit Vorsicht zu genießen. Da die einzelnen Variablen jedoch für das theoretische Gesamtkonzept des sozialen Zusammenhaltes und auch für die inhaltliche Interpretation der Faktoren unabdingbar sind, werden die Variablen für die anschließenden Analysen beibehalten. Auch der hohe KMO Wert spricht für das Beibehalten der einzelnen Items.
Die Kommunalitätenschätzung nach der Extraktion liefert ein durchwachsenes Ergebnis. Einige der Werte liegen nahe an Null. Da diese Werte als kritisch gelten sind auch die Ergebnisse und die inhaltliche Interpretation der Faktoren mit Vorsicht zu genießen. Da die einzelnen Variablen jedoch für das theoretische Gesamtkonzept des sozialen Zusammenhaltes und auch für die inhaltliche Interpretation der Faktoren unabdingbar sind, werden die Variablen für die anschließenden Analysen beibehalten. Auch der hohe KMO Wert spricht für das Beibehalten der einzelnen Items.
Neben dem signifikanten Kaier-Meyer-Olkin Kriterium, sowie der leicht gestiegenen erklärten Gesamtvarianz spricht auch die Interpretation des Screeplots für deine Lösung mit sieben Faktoren. Beim siebten Faktor ist ein deutlicher Knick im Verlauf der Kurve zur erkennen, da die Funktion an dieser Stelle ihre Steigung ändert. Für die inhaltliche Interpretation der Faktoren wird die rotierte Komponentenmatrix herangezogen.
 |
Erster Faktor: Vertrauen in staatliche Institutionen
Der Faktor „Vertrauen in staatliche Institutionen“ beinhaltet erstens Variablen zu Vertrauen in Parteien, die Polizei und in die Regierung, zweitens Items zur Zufriedenheit mit staatlichen Systemen wie beispielsweise dem Gesundheitssystem, sowie drittens Items zur Beurteilung der Effizienz staatlicher Institutionen. Insgesamt entsteht eine Skala, die das Vertrauen der Befragten in staatliche Institutionen widerspiegelt.
Der erste Faktor beinhaltet folgende Variablen:
· trstprt Trust in political parties
· trstep Trust in the European Parliament
· trstplt Trust in politicians
· trstprl Trust in country's parliament
· trstun Trust in the United Nations
· stfhlth State of health services in country nowadays
· stfdem How satisfied with the way democracy works in country
· stfedu State of education in country nowadays
· plcpvcr How successful police are at preventing crimes in country
· stfeco How satisfied with present state of economy in country
· trstplc Trust in the police
· ctjbcnt Courts doing good or bad job in country
Zweiter Faktor: Vertrauen in Mitmenschen
Der Faktor “Vertrauen in Mitmenschen“ beinhaltet drei Komponenten. Die Basiskomponente bezieht sich auf das generelle Vertrauen und Misstrauen gegenüber Fremden. Eine weitere Komponente befasst sich mit der Einstellung in Bezug auf Migration. Die Intoleranz gegenüber Fremden wird hier als Misstrauen oder mangelndes Vertrauen in Menschen mit Migrationshintergrund gewertet. Die dritte Komponente des Faktors bezieht sich auf die Toleranz gegenüber Gesetzesbrüchen. Hier wird davon ausgegangen, dass die Härte der von den Proband*innen geforderten Strafe in engem Zusammenhang mit generellem Misstrauen gegenüber Fremden und dem mangelnden Vertrauen auf eine Besserung einer Straftäter*in steht.
Der zweite Faktor beinhaltet folgende Variablen:
· imwbcnt Immigrants make country worse or better place to live
· imueclt Country's cultural life undermined or enriched by immigrants
· imbgeco Immigration bad or good for country's economy
· impcntr Allow many/few immigrants from poorer countries outside Europe
· hrshsnta People who break the law much harsher sentences
· stcbg2t Which sentence: 25 year old male, house burglary, second time
· pplfair Most people try to take advantage of you, or try to be fair
· ppltrst Most people can be trusted or you can't be too careful
Dritter Faktor: Rechtssicherheit
Der dritte Faktor “Rechtssicherheit” befasst sich mit der Beeinflussbarkeit rechtsstaatlicher Organe und beinhaltet sowohl die Käuflichkeit der Justiz, den Einfluss politischen Drucks, sowie die Fairness und Gerechtigkeit rechtsstaatlicher Organe.
Der Faktor der Rechtssicherheit kann also als Maß der Beständigkeit und Gerechtigkeit des geltenden Rechtes und dessen verlässliche Umsetzung durch die Justiz interpretiert werden.
Der dritte Faktor beinhaltet folgende Variablen:
· jdgcbrb How often judges in country take bribes
· ctprpwr Courts protect rich and powerful over ordinary people
· ctinplt The courts' decisions are unduly influenced by political pressure
· ctmtgfr How often the courts make mistakes that let guilty people go free
· plccbrb How often do police in country take bribes
· plciplt Decisions and actions of police unduly influenced by political pressure
· ctfrdc How often the courts make fair, impartial decisions based on available evidence
Der vierte Faktor: Gesellschaftliche Teilhabe
Der Faktor der „gesellschaftlichen Teilhabe“ beinhaltet zwei Ebenen der Partizipation. Während sich eine Ebene auf den individuellen Lebensraum und die persönliche Teilhabe an sozialen Aktivitäten bezieht, beinhaltet die zweite Ebene politische Partizipation und Engagement. Insgesamt kann der Faktor der gesellschaftlichen Teilhabe als Maß der Integration und Partizipation eines Individuums in der Gesellschaft interpretiert werden.
Der vierte Faktor beinhaltet folgende Variablen:
· happy How happy are you
· sclact Take part in social activities compared to others of same age
· aktpolverb Aktivität zur Verbesserung der politischen Lage in Deutschland
· fltlnla How much time during past week you felt lonely
· polintr How interested in politics
· vote Voted last national election
· sclmeet How often socially meet with friends, relatives or colleagues
· pdaprpa Considering efforts and achievements in job I feel I get paid appropriately
· gvprppv Government do more to prevent people falling into poverty
· mmbprty Member of political party
· mbtru Member of trade union or similar organization
Fünfter Faktor: Kriminalitätsfurcht
Der Faktor der “Kriminalitätsfurcht” kann als ein Maß des Sicherheitsempfindens interpretiert werden. Dabei werden Variablen zur Furcht vor konkreten Delikten, des persönlichen Vulnerabilitätsempfindens, sowie des Zusammenhalts im Wohngebiet berücksichtigt. Der Faktor der Kriminalitätsfurcht repräsentiert die persönliche Kriminalitätsfurcht und die damit einhergehenden Einschränkungen der Lebensqualität. Im Zusammenhang des Themas sozialer Zusammenhalt, soll dieser Faktor jedoch auch als Indikator für die Kriminalitätsfurcht als gesellschaftliches Problem verstanden werden.
Der fünfte Faktor beinhaltet folgende Variablen:
· crvctef Worry about becoming victim of violent crime has effect on quality of life
· crvctwr How often worry about becoming a victim of violent crime
· brghmef Worry about home burgled has effect on quality of life
· pplhlp Most of the time people helpful or mostly looking out for themselves
· aesfdrk Feeling of safety of walking alone in local area after dark
· brghmwr How often worry about your home being burgled
Sechster Faktor: Diskriminierung
Der Faktor “Diskriminierung” beinhaltet Items zur Einschätzung diskriminierenden Verhaltens rechtsstaatlicher Behörden hinsichtlich des Einkommens und der Herkunft.
Der sechste Faktor beinhaltet folgende Variablen:
· wraccrc More likely to be found guilty: Two different races/ethnic groups falsely accused of crime
· plcvcrp How police treat victims of crime: Rich/poor
· wraccrp More likely to be found guilty: Rich or poor falsely accused of crime
· plcvcrc How police treat victims of crime: Different races/ethnic groups
Siebter Faktor: Rechtsbewusstsein
Der Faktor “Rechtsbewusstsein” beinhaltet sowohl den Aspekt der Hilfsbereitschaft und Zivilcourage, als auch die eigene Bereitschaft wider des Rechts zu handeln. Insgesamt kann der Faktor des Rechtsbewusstseins als gesellschaftliches Bewusstsein über Recht und Unrecht interpretiert werden.
Der siebte Faktor beinhaltet folgende Variablen:
- widprsn How willing to identify person who had done it
· wevdct How willing to give evidence in court against the accused
· caplcst How likely to call police if you see a man get his wallet stolen
· bstln5y How often bought something that might be stolen last 5 years
· flsin5y How often made an exaggerated or false insurance claim last 5 years
· rgbrklw Doing the right thing sometimes means breaking the law
Für weitere Analysen ist es erforderlich die Variablen der einzelnen Faktoren so zu rekodieren, dass diese gleich gerichtet sind. In diesem Fall wird die Interpretation „je mehr, desto mehr“ für sinnvoll erachtet. Das bedeutet, dass eine höhere Ausprägung der Variablen eines Faktors auch gleichzeitig für einen höheren sozialen Zusammenhalt spricht. Dies erscheint für die Interpretation für sechs der sieben Variablen intuitiv richtig zu sein. Einzig beim Faktor Diskriminierung muss berücksichtig werden, dass bei einer Zunahme der Variablen um eine Einheit zwar der Gesamtfaktor der Diskriminierung steigt, dies jedoch inhaltlich für eine geringe Diskriminierung und folglich auch für einen hohen sozialen Zusammenhalt steht. Im Anschluss an die Umkodierung der einzelnen Items werden alle Variablen aufgrund ihrer unterschiedlichen Skalierung zu Zwecken der Vergleichbarkeit Z-standardisiert und die Faktorwerte als eigenständige Variablen gespeichert.
Der Faktor „Vertrauen in staatliche Institutionen“ beinhaltet erstens Variablen zu Vertrauen in Parteien, die Polizei und in die Regierung, zweitens Items zur Zufriedenheit mit staatlichen Systemen wie beispielsweise dem Gesundheitssystem, sowie drittens Items zur Beurteilung der Effizienz staatlicher Institutionen. Insgesamt entsteht eine Skala, die das Vertrauen der Befragten in staatliche Institutionen widerspiegelt.
Der erste Faktor beinhaltet folgende Variablen:
· trstprt Trust in political parties
· trstep Trust in the European Parliament
· trstplt Trust in politicians
· trstprl Trust in country's parliament
· trstun Trust in the United Nations
· stfhlth State of health services in country nowadays
· stfdem How satisfied with the way democracy works in country
· stfedu State of education in country nowadays
· plcpvcr How successful police are at preventing crimes in country
· stfeco How satisfied with present state of economy in country
· trstplc Trust in the police
· ctjbcnt Courts doing good or bad job in country
Zweiter Faktor: Vertrauen in Mitmenschen
Der Faktor “Vertrauen in Mitmenschen“ beinhaltet drei Komponenten. Die Basiskomponente bezieht sich auf das generelle Vertrauen und Misstrauen gegenüber Fremden. Eine weitere Komponente befasst sich mit der Einstellung in Bezug auf Migration. Die Intoleranz gegenüber Fremden wird hier als Misstrauen oder mangelndes Vertrauen in Menschen mit Migrationshintergrund gewertet. Die dritte Komponente des Faktors bezieht sich auf die Toleranz gegenüber Gesetzesbrüchen. Hier wird davon ausgegangen, dass die Härte der von den Proband*innen geforderten Strafe in engem Zusammenhang mit generellem Misstrauen gegenüber Fremden und dem mangelnden Vertrauen auf eine Besserung einer Straftäter*in steht.
Der zweite Faktor beinhaltet folgende Variablen:
· imwbcnt Immigrants make country worse or better place to live
· imueclt Country's cultural life undermined or enriched by immigrants
· imbgeco Immigration bad or good for country's economy
· impcntr Allow many/few immigrants from poorer countries outside Europe
· hrshsnta People who break the law much harsher sentences
· stcbg2t Which sentence: 25 year old male, house burglary, second time
· pplfair Most people try to take advantage of you, or try to be fair
· ppltrst Most people can be trusted or you can't be too careful
Dritter Faktor: Rechtssicherheit
Der dritte Faktor “Rechtssicherheit” befasst sich mit der Beeinflussbarkeit rechtsstaatlicher Organe und beinhaltet sowohl die Käuflichkeit der Justiz, den Einfluss politischen Drucks, sowie die Fairness und Gerechtigkeit rechtsstaatlicher Organe.
Der Faktor der Rechtssicherheit kann also als Maß der Beständigkeit und Gerechtigkeit des geltenden Rechtes und dessen verlässliche Umsetzung durch die Justiz interpretiert werden.
Der dritte Faktor beinhaltet folgende Variablen:
· jdgcbrb How often judges in country take bribes
· ctprpwr Courts protect rich and powerful over ordinary people
· ctinplt The courts' decisions are unduly influenced by political pressure
· ctmtgfr How often the courts make mistakes that let guilty people go free
· plccbrb How often do police in country take bribes
· plciplt Decisions and actions of police unduly influenced by political pressure
· ctfrdc How often the courts make fair, impartial decisions based on available evidence
Der vierte Faktor: Gesellschaftliche Teilhabe
Der Faktor der „gesellschaftlichen Teilhabe“ beinhaltet zwei Ebenen der Partizipation. Während sich eine Ebene auf den individuellen Lebensraum und die persönliche Teilhabe an sozialen Aktivitäten bezieht, beinhaltet die zweite Ebene politische Partizipation und Engagement. Insgesamt kann der Faktor der gesellschaftlichen Teilhabe als Maß der Integration und Partizipation eines Individuums in der Gesellschaft interpretiert werden.
Der vierte Faktor beinhaltet folgende Variablen:
· happy How happy are you
· sclact Take part in social activities compared to others of same age
· aktpolverb Aktivität zur Verbesserung der politischen Lage in Deutschland
· fltlnla How much time during past week you felt lonely
· polintr How interested in politics
· vote Voted last national election
· sclmeet How often socially meet with friends, relatives or colleagues
· pdaprpa Considering efforts and achievements in job I feel I get paid appropriately
· gvprppv Government do more to prevent people falling into poverty
· mmbprty Member of political party
· mbtru Member of trade union or similar organization
Fünfter Faktor: Kriminalitätsfurcht
Der Faktor der “Kriminalitätsfurcht” kann als ein Maß des Sicherheitsempfindens interpretiert werden. Dabei werden Variablen zur Furcht vor konkreten Delikten, des persönlichen Vulnerabilitätsempfindens, sowie des Zusammenhalts im Wohngebiet berücksichtigt. Der Faktor der Kriminalitätsfurcht repräsentiert die persönliche Kriminalitätsfurcht und die damit einhergehenden Einschränkungen der Lebensqualität. Im Zusammenhang des Themas sozialer Zusammenhalt, soll dieser Faktor jedoch auch als Indikator für die Kriminalitätsfurcht als gesellschaftliches Problem verstanden werden.
Der fünfte Faktor beinhaltet folgende Variablen:
· crvctef Worry about becoming victim of violent crime has effect on quality of life
· crvctwr How often worry about becoming a victim of violent crime
· brghmef Worry about home burgled has effect on quality of life
· pplhlp Most of the time people helpful or mostly looking out for themselves
· aesfdrk Feeling of safety of walking alone in local area after dark
· brghmwr How often worry about your home being burgled
Sechster Faktor: Diskriminierung
Der Faktor “Diskriminierung” beinhaltet Items zur Einschätzung diskriminierenden Verhaltens rechtsstaatlicher Behörden hinsichtlich des Einkommens und der Herkunft.
Der sechste Faktor beinhaltet folgende Variablen:
· wraccrc More likely to be found guilty: Two different races/ethnic groups falsely accused of crime
· plcvcrp How police treat victims of crime: Rich/poor
· wraccrp More likely to be found guilty: Rich or poor falsely accused of crime
· plcvcrc How police treat victims of crime: Different races/ethnic groups
Siebter Faktor: Rechtsbewusstsein
Der Faktor “Rechtsbewusstsein” beinhaltet sowohl den Aspekt der Hilfsbereitschaft und Zivilcourage, als auch die eigene Bereitschaft wider des Rechts zu handeln. Insgesamt kann der Faktor des Rechtsbewusstseins als gesellschaftliches Bewusstsein über Recht und Unrecht interpretiert werden.
Der siebte Faktor beinhaltet folgende Variablen:
- widprsn How willing to identify person who had done it
· wevdct How willing to give evidence in court against the accused
· caplcst How likely to call police if you see a man get his wallet stolen
· bstln5y How often bought something that might be stolen last 5 years
· flsin5y How often made an exaggerated or false insurance claim last 5 years
· rgbrklw Doing the right thing sometimes means breaking the law
Für weitere Analysen ist es erforderlich die Variablen der einzelnen Faktoren so zu rekodieren, dass diese gleich gerichtet sind. In diesem Fall wird die Interpretation „je mehr, desto mehr“ für sinnvoll erachtet. Das bedeutet, dass eine höhere Ausprägung der Variablen eines Faktors auch gleichzeitig für einen höheren sozialen Zusammenhalt spricht. Dies erscheint für die Interpretation für sechs der sieben Variablen intuitiv richtig zu sein. Einzig beim Faktor Diskriminierung muss berücksichtig werden, dass bei einer Zunahme der Variablen um eine Einheit zwar der Gesamtfaktor der Diskriminierung steigt, dies jedoch inhaltlich für eine geringe Diskriminierung und folglich auch für einen hohen sozialen Zusammenhalt steht. Im Anschluss an die Umkodierung der einzelnen Items werden alle Variablen aufgrund ihrer unterschiedlichen Skalierung zu Zwecken der Vergleichbarkeit Z-standardisiert und die Faktorwerte als eigenständige Variablen gespeichert.
6.2 Reliabilitätsanalysen
Um die einzelnen Faktoren auf ihre Reliabilität zu testen und um zu überprüfen, inwiefern eine innere Konsistenz der Skala gegeben ist, wird für jeden der sieben Faktoren eine Reliabilitätsanalyse mit dem Reliabilitätskriterium Cronbachs Alpha berechnet. Cronbachs Alpha ist ein Maß der Homogenität einer Skala und gibt an, inwieweit die Items eines Faktor geeignet dafür geeignet sind zu einer Skala zusammengefasst zu werden. Werte nahe eins sprechen für eine hohe, Werte nahe Null hingegen für eine niedrige Reliabilität (Fromm 2012; Kopp und Lois 2014).
In den folgenden Tabellen sind die Ergebnisse der Analyse in verkürzter Form dargestellt.
Um die einzelnen Faktoren auf ihre Reliabilität zu testen und um zu überprüfen, inwiefern eine innere Konsistenz der Skala gegeben ist, wird für jeden der sieben Faktoren eine Reliabilitätsanalyse mit dem Reliabilitätskriterium Cronbachs Alpha berechnet. Cronbachs Alpha ist ein Maß der Homogenität einer Skala und gibt an, inwieweit die Items eines Faktor geeignet dafür geeignet sind zu einer Skala zusammengefasst zu werden. Werte nahe eins sprechen für eine hohe, Werte nahe Null hingegen für eine niedrige Reliabilität (Fromm 2012; Kopp und Lois 2014).
In den folgenden Tabellen sind die Ergebnisse der Analyse in verkürzter Form dargestellt.
 |
 |
Die Ergebnisse zeigen, dass Cronbachs Alpha kontinuierlich mir steigender Faktorenzahl – mit Ausnahme des Faktors zur gesellschaftlichen Teilhabe – sinkt. Insgesamt sind die Werte stabil. Lediglich der letzte Faktor zu Rechtsbewusstsein und der Faktor zu gesellschaftlichen Teilhabe haben ein Cronbachs Alpha <0,6. Um die Konsistenz der Skalen genauer zu betrachten wird eine Faktorenanalyse innerhalb der Faktoren durchgeführt. Dies ermöglicht zugleich die genauere Analyse der inhaltlichen Dimensionen.
6.3 Faktorenanalyse innerhalb der Faktoren
Im ersten Faktor zu Vertrauen in Institutionen ergibt die Analyse zwei Faktoren, die sich inhaltlich in Vertrauen in die einzelnen Institutionen und die Zufriedenheit mit der Funktionsweise einzelner Institutionen unterteilen lassen. Hier erscheint die Trennung in zwei Faktoren jedoch nicht sinnvoll, da sich die sich die Faktoren inhaltlich zu ähnlich sind und sich überschneiden.
Die Analyse des zweiten Faktors zu Vertrauen in Mitmenschen ergibt vier Faktoren die sich wie folgt interpretieren lassen: Berücksichtigt wird erstens die Einstellung gegenüber Immigrant*innen, zweitens das allgemeine Misstrauen gegenüber Fremden, drittens die Einstellung zur Rollenverteilung von Mann und Frau und letztlich die Einstellung zum Umgang mit Straftäter*innen. Auch hier erleichtert die Faktorenanalyse die inhaltliche Interpretation des Faktors zum Vertrauen in Mitmenschen. Da die vier Faktoren die inhaltlichen Dimensionen des Ursprungsfaktors wiederspiegeln, wird dieser für die folgenden Analysen beibehalten.
Im dritten Faktor zur Rechtssicherheit liefert die Analyse ein Ergebnis mit zwei Faktoren das sich inhaltlich in einen Faktor zu Korruptionsbereitschaft und in einen zweiten Faktor zur Beeinflussbarkeit durch die Politik und die Öffentlichkeit unterteilen lässt. Auch hier sind die Faktoren inhaltlich nah beieinander, sodass ein gemeinsamer Faktor zur Rechtssicherheit beibehalten wird.
Die Analyse des vierten Faktors verdeutlicht die bereits in der inhaltlichen Analyse der Faktoren getroffenen Annahmen. Es lassen sich zwei inhaltliche Hauptstränge ausmachen. Die gesellschaftliche Teilhabe gliedert sich demnach in die soziale, persönliche und in die politische Teilhabe. Die Analyse liefert jedoch drei Faktoren. Zwei Faktoren sind im Bereich der privaten Ebene verortet mit den inhaltlichen Schwerpunkten zur Zufriedenheit mit dem eigenen Leben und zum persönlichen Kontakt zu anderen. Der dritte Faktor spiegelt die politische Eigeninitiative und Aktivität zur Verbesserung der Lage in Deutschland wider. Der KMO-Wert für die Faktorenanalyse innerhalb des Faktors zur gesellschaftlichen Teilhabe beträgt 0,667 und liegt damit deutlich über dem erzielten Wert für den Gesamtfaktor. Weiterhin wird eine Variante mit zwei Faktoren zu politischer und persönlicher Teilhabe geprüft. Die Reliabilitätsanalysen dieser Faktoren fallen jedoch noch deutlich schlechter aus, als das ursprüngliche Ergebnis des Cronbachs-Alpha von 0,589. Insgesamt zeigt es sich, dass der Faktor zur gesellschaftlichen Teilhabe hinsichtlich seiner inhaltlichen Dimensionen über die Faktorenanalysen hinweg konstant bleibt. Aus diesem Grund wird der Faktor in seiner ursprünglichen Form beibehalten. Der geringe Wert der Konsistenz der Skala muss jedoch für die weiteren Analysen berücksichtigt werden.
Der fünfte Faktor zur Kriminalitätsfurcht, sowie der sechste Faktor zur Diskriminierung lassen sich nicht durch eine weitere Faktorenanalyse unterteilen, da sich die Variablen inhaltlich nicht in sinnvolle Gruppen unterscheiden lassen.
Die Analyse des siebten Faktors zum Rechtsbewusstsein liefert ein Ergebnis mit zwei Faktoren. Inhaltlich lässt sich der erste Faktor als Faktor der Hilfsbereitschaft und Zivilcourage interpretieren. Der zweite Faktor hingegen bezieht sich auf die eigene Bereitschaft Straftaten zu begehen oder zu tolerieren.
Insgesamt bleibt festzuhalten, dass sich die vorangegangenen inhaltlichen Dimensionen in den Ergebnissen der Faktorenanalysen innerhalb der einzelnen Faktoren wiederfinden lassen. Insbesondere beim vierten und letzten Faktor, welche auch einen eher niedrigen Cronbach-Alpha Wert aufweisen, lassen sich inhaltlich unterschiedliche Dimensionen des Faktors ausmachen. Im Verhältnis zu den übrigen Faktoren scheinen sich die inhaltlichen Aspekte dieser zwei Faktoren stärker zu unterscheiden. Dies wirkt sich folglich auch auf die innere Konsistenz der Skala aus. Da innerhalb der Reliabilitätsanalysen der einzelnen Unterfaktoren keine Verbesserung im Vergleich zur Reliabilität des Ursprungsfaktors beobachtet werden kann und es daher nicht sinnvoll erscheint die inhaltlichen Dimensionen als einzelne Faktoren in den Index des sozialen Zusammenhalts aufzunehmen, bleiben die Faktoren in ihrer ursprünglichen Form erhalten.
6.3 Faktorenanalyse innerhalb der Faktoren
Im ersten Faktor zu Vertrauen in Institutionen ergibt die Analyse zwei Faktoren, die sich inhaltlich in Vertrauen in die einzelnen Institutionen und die Zufriedenheit mit der Funktionsweise einzelner Institutionen unterteilen lassen. Hier erscheint die Trennung in zwei Faktoren jedoch nicht sinnvoll, da sich die sich die Faktoren inhaltlich zu ähnlich sind und sich überschneiden.
Die Analyse des zweiten Faktors zu Vertrauen in Mitmenschen ergibt vier Faktoren die sich wie folgt interpretieren lassen: Berücksichtigt wird erstens die Einstellung gegenüber Immigrant*innen, zweitens das allgemeine Misstrauen gegenüber Fremden, drittens die Einstellung zur Rollenverteilung von Mann und Frau und letztlich die Einstellung zum Umgang mit Straftäter*innen. Auch hier erleichtert die Faktorenanalyse die inhaltliche Interpretation des Faktors zum Vertrauen in Mitmenschen. Da die vier Faktoren die inhaltlichen Dimensionen des Ursprungsfaktors wiederspiegeln, wird dieser für die folgenden Analysen beibehalten.
Im dritten Faktor zur Rechtssicherheit liefert die Analyse ein Ergebnis mit zwei Faktoren das sich inhaltlich in einen Faktor zu Korruptionsbereitschaft und in einen zweiten Faktor zur Beeinflussbarkeit durch die Politik und die Öffentlichkeit unterteilen lässt. Auch hier sind die Faktoren inhaltlich nah beieinander, sodass ein gemeinsamer Faktor zur Rechtssicherheit beibehalten wird.
Die Analyse des vierten Faktors verdeutlicht die bereits in der inhaltlichen Analyse der Faktoren getroffenen Annahmen. Es lassen sich zwei inhaltliche Hauptstränge ausmachen. Die gesellschaftliche Teilhabe gliedert sich demnach in die soziale, persönliche und in die politische Teilhabe. Die Analyse liefert jedoch drei Faktoren. Zwei Faktoren sind im Bereich der privaten Ebene verortet mit den inhaltlichen Schwerpunkten zur Zufriedenheit mit dem eigenen Leben und zum persönlichen Kontakt zu anderen. Der dritte Faktor spiegelt die politische Eigeninitiative und Aktivität zur Verbesserung der Lage in Deutschland wider. Der KMO-Wert für die Faktorenanalyse innerhalb des Faktors zur gesellschaftlichen Teilhabe beträgt 0,667 und liegt damit deutlich über dem erzielten Wert für den Gesamtfaktor. Weiterhin wird eine Variante mit zwei Faktoren zu politischer und persönlicher Teilhabe geprüft. Die Reliabilitätsanalysen dieser Faktoren fallen jedoch noch deutlich schlechter aus, als das ursprüngliche Ergebnis des Cronbachs-Alpha von 0,589. Insgesamt zeigt es sich, dass der Faktor zur gesellschaftlichen Teilhabe hinsichtlich seiner inhaltlichen Dimensionen über die Faktorenanalysen hinweg konstant bleibt. Aus diesem Grund wird der Faktor in seiner ursprünglichen Form beibehalten. Der geringe Wert der Konsistenz der Skala muss jedoch für die weiteren Analysen berücksichtigt werden.
Der fünfte Faktor zur Kriminalitätsfurcht, sowie der sechste Faktor zur Diskriminierung lassen sich nicht durch eine weitere Faktorenanalyse unterteilen, da sich die Variablen inhaltlich nicht in sinnvolle Gruppen unterscheiden lassen.
Die Analyse des siebten Faktors zum Rechtsbewusstsein liefert ein Ergebnis mit zwei Faktoren. Inhaltlich lässt sich der erste Faktor als Faktor der Hilfsbereitschaft und Zivilcourage interpretieren. Der zweite Faktor hingegen bezieht sich auf die eigene Bereitschaft Straftaten zu begehen oder zu tolerieren.
Insgesamt bleibt festzuhalten, dass sich die vorangegangenen inhaltlichen Dimensionen in den Ergebnissen der Faktorenanalysen innerhalb der einzelnen Faktoren wiederfinden lassen. Insbesondere beim vierten und letzten Faktor, welche auch einen eher niedrigen Cronbach-Alpha Wert aufweisen, lassen sich inhaltlich unterschiedliche Dimensionen des Faktors ausmachen. Im Verhältnis zu den übrigen Faktoren scheinen sich die inhaltlichen Aspekte dieser zwei Faktoren stärker zu unterscheiden. Dies wirkt sich folglich auch auf die innere Konsistenz der Skala aus. Da innerhalb der Reliabilitätsanalysen der einzelnen Unterfaktoren keine Verbesserung im Vergleich zur Reliabilität des Ursprungsfaktors beobachtet werden kann und es daher nicht sinnvoll erscheint die inhaltlichen Dimensionen als einzelne Faktoren in den Index des sozialen Zusammenhalts aufzunehmen, bleiben die Faktoren in ihrer ursprünglichen Form erhalten.
7. Vergleich mit den Ergebnissen der Radar Deutschland Studie
7.1 Die Auswahl der Items
Da die Auswahl der Items des Kurses zur Sekundärdatenanalyse ungeachtet der Auswahl der Bertelsmann Stiftung erfolgte, ist es für den Vergleich der Ergebnisse wichtig die Unterschiede und Gemeinsamkeiten der verwendeten Variablen zu betrachten. Die von der Radar Deutschland Studie in der vierten Welle verwendeten Variablen des ESS von 2010 lauten (Boehnke et al. 2014c: S.8-45):
Es zeigt sich, dass viele der von der Bertelsmann Stiftung aufgenommenen Variablen ebenfalls in den hier durchgeführten Analysen verwendet wurden und sich in dem vom Kurs entwickelten theoretischen Konzept des sozialen Zusammenhalts wiederfinden lassen. Dennoch sind auch einige Unterschiede vorhanden. Der größte Unterschied besteht in der Anzahl der Variablen. Im Verhältnis zur hier vorgestellten Auswahl wurden in diese Analyse der fünften Welle des ESS deutlich mehr Variablen aufgenommen. Ein weiterer Unterschied besteht darin, dass offensichtlich Variablen aufgenommen wurden, die von den Kursteilnehmer*innen aussortiert wurden. Die Variable „gincdif“ wurde beispielsweise von der Analyse ausgeschlossen, da im Plenum keine Einigkeit über ihre Bedeutung für den sozialen Zusammenhalt bestand. Verringerte Einkommensunterschiede, also eine Homogenität des Einkommens spricht nicht unbedingt für einen starken sozialen Zusammenhalt, da auch in diesem Punkt Homogenität nicht mit Zusammenhalt gleichgesetzt werden darf. Aus diesem Grund wurde diese Variable in der Diskussion im Seminar von der Analyse ausgeschlossen. Ähnlich verhält es sich mit der Variable „badge“. Das Tragen von Abzeichen und Aufklebern spricht nicht unbedingt für einen sozialen Zusammenhalt. Von den Seminarteilnehmer*innen wurde das aktive politische Engagement beispielsweise in Parteien, oder die Teilnahme an der letzten Bundestagswahl für deutlich aussagekräftiger in Bezug auf den sozialen Zusammenhalt interpretiert. Daher wurde die Variable „badge“ zwar neben den anderen Items der Fragebatterie zum politischen Engagement aufgenommen und zu der Variable „aktpolverb“ zusammengefasst, aber nicht wie in der Radar Deutschland Studie als einzige Variable des ESS für die Interpretation des sozialen Zusammenhalt hinsichtlich des Engagements zur Verbesserung der politischen Lage in Deutschland herangezogen. Interessant ist auch die Variable zur Einstellung gegenüber Homosexualität. Die Variable „freehms“ ließ sich in den vorangegangenen Analysen in keinem Modell eindeutig einem Faktor zuordnen und musste daher aus inhaltlichen Gründen ausgeschlossen werden. In den Ergebnissen der Radar Deutschland Studie ist diese Variable im Bereich zur Akzeptanz von Diversität verortet. Unter diesen Bereich fällt auch die Variable „mueclt“ zur Einstellung gegenüber Immigrant*innen. In der Analyse des ESS lud diese Variable jedoch auf den Faktor zum allgemeinen Vertrauen in Mitmenschen. Es kann vermutet werden, dass es auch in den Daten des ESS einen eigenständigen Faktor zur Toleranz zu finden wäre, vorausgesetzt es wären mehr Items zur Einstellung gegenüber Minderheiten, Akzeptanz und Toleranz von Diversität enthalten.
Nachdem nun die aufgenommenen Items der Radar Deutschland Studie mit den in dieser Analyse berücksichtigten Variablen verglichen wurden, sollen nun auch die inhaltlichen Ergebnisse, sowohl auf Ebene der Dimensionen, also auch im Vergleich der Bundesländer näher betrachtet werden.
7.2 Vergleich der Dimensionen
Im Hinblick auf die inhaltliche Interpretation der Ergebnisse zeigen sich einige Überschneidungen und Veränderungen, die in den folgenden Abbildungen dargestellt sind. Die Linke Abbildung zeigt die eingangs bereits erörterte Verteilung der Dimensionen der Radar Deutschland Studie. Die rechte Abbildung zeigt die Veränderungen der vorangegangenen Analysen im Vergleich.
7.1 Die Auswahl der Items
Da die Auswahl der Items des Kurses zur Sekundärdatenanalyse ungeachtet der Auswahl der Bertelsmann Stiftung erfolgte, ist es für den Vergleich der Ergebnisse wichtig die Unterschiede und Gemeinsamkeiten der verwendeten Variablen zu betrachten. Die von der Radar Deutschland Studie in der vierten Welle verwendeten Variablen des ESS von 2010 lauten (Boehnke et al. 2014c: S.8-45):
- Im Bereich „soziale Netze“: inmdisc: Habe jemanden, um über vertrauliche und persönliche Dinge zu reden
- Im Bereich „Vertrauen in Mitmenschen“: Keine Variablen des ESS enthalten
- Im Bereich „Akzeptanz von Diversität“: freehms: Schwule/Lesben sollen so leben wie sie wollen. mueclt: Zuwanderer bereichern kulturelles Leben
- Im Bereich „Identifikation“: Keine Variablen des ESS enthalten
- Im Bereich „Vertrauen in Institutionen“: Keine Variablen des ESS enthalten
- Im Bereich „Gerechtigkeitsempfinden“: gincdif: Regierung soll Einkommensunterschiede verringern
- Im Bereich „Solidarität und Hilfsbereitschaft“: Keine Variablen des ESS enthalten
- Im Bereich „Anerkennung sozialer Regeln“: Crmvct: Haushaltsmitglied war in letzten fünf Jahren Opfer von Einbruch/Überfall
- Im Bereich „Gesellschaftliche Teilhabe“: badge: Habe Abzeichen oder Aufkleber einer politischen Kampagne getragen
Es zeigt sich, dass viele der von der Bertelsmann Stiftung aufgenommenen Variablen ebenfalls in den hier durchgeführten Analysen verwendet wurden und sich in dem vom Kurs entwickelten theoretischen Konzept des sozialen Zusammenhalts wiederfinden lassen. Dennoch sind auch einige Unterschiede vorhanden. Der größte Unterschied besteht in der Anzahl der Variablen. Im Verhältnis zur hier vorgestellten Auswahl wurden in diese Analyse der fünften Welle des ESS deutlich mehr Variablen aufgenommen. Ein weiterer Unterschied besteht darin, dass offensichtlich Variablen aufgenommen wurden, die von den Kursteilnehmer*innen aussortiert wurden. Die Variable „gincdif“ wurde beispielsweise von der Analyse ausgeschlossen, da im Plenum keine Einigkeit über ihre Bedeutung für den sozialen Zusammenhalt bestand. Verringerte Einkommensunterschiede, also eine Homogenität des Einkommens spricht nicht unbedingt für einen starken sozialen Zusammenhalt, da auch in diesem Punkt Homogenität nicht mit Zusammenhalt gleichgesetzt werden darf. Aus diesem Grund wurde diese Variable in der Diskussion im Seminar von der Analyse ausgeschlossen. Ähnlich verhält es sich mit der Variable „badge“. Das Tragen von Abzeichen und Aufklebern spricht nicht unbedingt für einen sozialen Zusammenhalt. Von den Seminarteilnehmer*innen wurde das aktive politische Engagement beispielsweise in Parteien, oder die Teilnahme an der letzten Bundestagswahl für deutlich aussagekräftiger in Bezug auf den sozialen Zusammenhalt interpretiert. Daher wurde die Variable „badge“ zwar neben den anderen Items der Fragebatterie zum politischen Engagement aufgenommen und zu der Variable „aktpolverb“ zusammengefasst, aber nicht wie in der Radar Deutschland Studie als einzige Variable des ESS für die Interpretation des sozialen Zusammenhalt hinsichtlich des Engagements zur Verbesserung der politischen Lage in Deutschland herangezogen. Interessant ist auch die Variable zur Einstellung gegenüber Homosexualität. Die Variable „freehms“ ließ sich in den vorangegangenen Analysen in keinem Modell eindeutig einem Faktor zuordnen und musste daher aus inhaltlichen Gründen ausgeschlossen werden. In den Ergebnissen der Radar Deutschland Studie ist diese Variable im Bereich zur Akzeptanz von Diversität verortet. Unter diesen Bereich fällt auch die Variable „mueclt“ zur Einstellung gegenüber Immigrant*innen. In der Analyse des ESS lud diese Variable jedoch auf den Faktor zum allgemeinen Vertrauen in Mitmenschen. Es kann vermutet werden, dass es auch in den Daten des ESS einen eigenständigen Faktor zur Toleranz zu finden wäre, vorausgesetzt es wären mehr Items zur Einstellung gegenüber Minderheiten, Akzeptanz und Toleranz von Diversität enthalten.
Nachdem nun die aufgenommenen Items der Radar Deutschland Studie mit den in dieser Analyse berücksichtigten Variablen verglichen wurden, sollen nun auch die inhaltlichen Ergebnisse, sowohl auf Ebene der Dimensionen, also auch im Vergleich der Bundesländer näher betrachtet werden.
7.2 Vergleich der Dimensionen
Im Hinblick auf die inhaltliche Interpretation der Ergebnisse zeigen sich einige Überschneidungen und Veränderungen, die in den folgenden Abbildungen dargestellt sind. Die Linke Abbildung zeigt die eingangs bereits erörterte Verteilung der Dimensionen der Radar Deutschland Studie. Die rechte Abbildung zeigt die Veränderungen der vorangegangenen Analysen im Vergleich.
 |
Im ersten Bereich der sozialen Beziehungen entfällt der Faktor „sozialen Netze“. Allerdings ist der Bereich der sozialen gesellschaftlichen Teilhabe in unserem Modell durch den Faktor „Gesellschaftliche Teilhabe“ abgedeckt. Dieser Faktor enthält sowohl Elemente der sozialen Teilhabe durch persönliche Kontakte, Freunde und Aktivitäten, als auch Informationen zur politischen Teilhabe beispielsweise durch die Mitgliedschaft in Parteien oder das allgemeine politische Interesse. Aus diesem Grund ist der Faktor „Gesellschaftliche Teilhabe“ in der rechten Abbildung im Überscheidungsbereich der sozialen Beziehungen und der Gemeinwohlorientierung verortet. Der Faktor „Vertrauen in Mitmenschen“ ist hingegen sowohl Bestandteil der Radar Deutschland Studie, als auch der hier vorliegenden Analyse. Der Faktor „Akzeptanz von Diversität“ ist in der linken Abbildung ebenfalls Bestandteil des ersten Bereichs der sozialen Beziehungen. Hier ist auch die Variable zu der Einstellung gegenüber Homosexualität eingeordnet, die in unserem Modell aussortiert werden musste. Stattdessen könnte der Faktor unseres Modelles zur „Diskriminierung“ an dieser Stelle verortet werden. Allerdings beinhaltet dieser Faktor ausschließlich die subjektive Einschätzung der Diskriminierung durch die Justiz hinsichtlich des ökonomischen Status und der Ethnizität. Der Diskriminierungsfaktor ist zu unterscheiden von dem Kernelement des sozialen Zusammenhangs, dem Umgang mit Diversität, da die Variablen dieses Faktors keine persönliche Einstellung der Teilnehmer*innen zu Themen der Heterogenität beinhalten, sondern die individuelle Einschätzung der Handhabung von Diversität seitens der Justiz.
Im zweiten Bereich zur Verbundenheit entfällt der Faktor der „Identifikation“ für die Daten des ESS, der Faktor zu „Vertrauen in Institutionen“ ist jedoch identisch. Der Faktor des „Gerechtigkeitsempfindens“ des zweiten Bereiches und der Faktor der „Solidarität und Hilfsbereitschaft“ des dritten Bereiches der Radar Deutschland Studie sind in dieser Form zwar nicht in den Daten des ESS wiederzufinden, ähneln jedoch den Faktoren „Rechtsbewusstsein“ und „Rechtssicherheit“. Beide Faktoren sind dabei im Schnittpunkt des zweiten und dritten Bereiches verortet, da sie sich sowohl auf die Verbundenheit, als auch auf die Gemeinwohlorientierung auswirken. Der einzige Faktor der vorangegangenen Faktorenanalysen, der sich nicht eindeutig in das theoretische Konzept der Radar Deutschland Studie einordnen lässt, ist der Faktor der Kriminalitätsfurcht. Einerseits könnte argumentiert werden, dass die Furcht vor Kriminalität die Lebensqualität und somit auch die soziale Teilhabe und soziale Beziehungen beeinträchtigt. Andererseits könnte angenommen werden, dass in einem Land, mit einer hohen Kriminalitätsfurcht die Gemeinwohlorientierung nur gering ausgeprägt ist. Die Furcht vor Kriminalität kann dabei aus einem subjektiv empfundenen Mangel an Anerkennung sozialer Regeln resultieren, oder aus einer persönlich wahrgenommenen schwachen Ausprägung von Solidarität und Hilfsbereitschaft.
Insgesamt zeigt sich, dass die Faktoren, die aus den unterschiedlichen Modellen der Faktorenanalysen generiert wurden, an das theoretische Konzept des sozialen Zusammenhaltes der Radar Deutschland Studie anknüpfen. Besonders auffällig ist, dass die aus dem ESS Datensatz erzeugten Faktoren in den Schnittpunkten der definierten Bereiche „soziale Beziehungen“, „Verbundenheit“ und „Gemeinwohlorientierung“ zu verorten sind. Dies spiegelt die im Vorfeld getroffenen theoretischen Annahmen wieder, dass der soziale Zusammenhang als ein Konstrukt unterschiedlicher beeinflussender Faktoren zu verstehen ist, die oftmals nicht klar voneinander abzugrenzen sind und ineinander übergehen.
Die nachfolgende Grafik ist an der Abbildung 1 der Radar Deutschland Studie orientiert und zeigt die Verteilung der sieben Faktoren auf drei Bereiche, die sich von den ursprünglichen Bereichen „soziale Beziehungen“, „Verbundenheit“ und „Gemeinwohlorientierung“ unterscheiden.
Im zweiten Bereich zur Verbundenheit entfällt der Faktor der „Identifikation“ für die Daten des ESS, der Faktor zu „Vertrauen in Institutionen“ ist jedoch identisch. Der Faktor des „Gerechtigkeitsempfindens“ des zweiten Bereiches und der Faktor der „Solidarität und Hilfsbereitschaft“ des dritten Bereiches der Radar Deutschland Studie sind in dieser Form zwar nicht in den Daten des ESS wiederzufinden, ähneln jedoch den Faktoren „Rechtsbewusstsein“ und „Rechtssicherheit“. Beide Faktoren sind dabei im Schnittpunkt des zweiten und dritten Bereiches verortet, da sie sich sowohl auf die Verbundenheit, als auch auf die Gemeinwohlorientierung auswirken. Der einzige Faktor der vorangegangenen Faktorenanalysen, der sich nicht eindeutig in das theoretische Konzept der Radar Deutschland Studie einordnen lässt, ist der Faktor der Kriminalitätsfurcht. Einerseits könnte argumentiert werden, dass die Furcht vor Kriminalität die Lebensqualität und somit auch die soziale Teilhabe und soziale Beziehungen beeinträchtigt. Andererseits könnte angenommen werden, dass in einem Land, mit einer hohen Kriminalitätsfurcht die Gemeinwohlorientierung nur gering ausgeprägt ist. Die Furcht vor Kriminalität kann dabei aus einem subjektiv empfundenen Mangel an Anerkennung sozialer Regeln resultieren, oder aus einer persönlich wahrgenommenen schwachen Ausprägung von Solidarität und Hilfsbereitschaft.
Insgesamt zeigt sich, dass die Faktoren, die aus den unterschiedlichen Modellen der Faktorenanalysen generiert wurden, an das theoretische Konzept des sozialen Zusammenhaltes der Radar Deutschland Studie anknüpfen. Besonders auffällig ist, dass die aus dem ESS Datensatz erzeugten Faktoren in den Schnittpunkten der definierten Bereiche „soziale Beziehungen“, „Verbundenheit“ und „Gemeinwohlorientierung“ zu verorten sind. Dies spiegelt die im Vorfeld getroffenen theoretischen Annahmen wieder, dass der soziale Zusammenhang als ein Konstrukt unterschiedlicher beeinflussender Faktoren zu verstehen ist, die oftmals nicht klar voneinander abzugrenzen sind und ineinander übergehen.
Die nachfolgende Grafik ist an der Abbildung 1 der Radar Deutschland Studie orientiert und zeigt die Verteilung der sieben Faktoren auf drei Bereiche, die sich von den ursprünglichen Bereichen „soziale Beziehungen“, „Verbundenheit“ und „Gemeinwohlorientierung“ unterscheiden.
 |
Aus der Analyse der Daten des ESS von 2010 ergeben sich sieben Faktoren, die auf die drei Bereiche 1. Vertrauen, 2. Integration und 3. Gerechtigkeit verteilt werden können. Der erste Bereich schließt dabei das Vertrauen in Mitmenschen und das Vertrauen in staatliche Institutionen ein. Da Vertrauen sowohl auf individueller Ebene, als auch in Bezug auf das Vertrauen in die Funktionsweise des Staates als solcher und in die einzelnen Teilbereiche eine wesentliche Rolle für den sozialen Zusammenhalt spielt, ist diese Dimension unabdingbar für die Einschätzung des sozialen Zusammenhalts. Der zweite Bereich lässt sich mit dem Überbegriff „Integration“ beschreiben und beinhaltet die Faktoren zur gesellschaftlichen Teilhabe, Diskriminierung und Kriminalitätsfurcht. Der Bereich der Integration bezieht sich im übertragenen Sinne auf den Umgang der Menschen untereinander, auf Akzeptanz, Toleranz und auf die individuelle persönliche Teilhabe an gesellschaftlichen und politischen Vorgängen. Der dritte Bereich der Gerechtigkeit beinhaltet die Faktoren zur Rechtssicherheit und zum Rechtsbewusstsein. Hier gilt die theoretische Annahme, dass für sozialen Zusammenhalt ein gewisses Maß an Vertrauen in den Rechtsstaat, in den Umgang mit Recht und dem eigene Bewusstsein für Gerechtigkeit vorhanden sein muss.
Zusammenfassend lässt sich festhalten, dass sich die Bereiche des Analyse des ESS von den Ergebnissen der Radar Deutschland Studie zwar unterscheiden, jedoch nicht ausschließen. Wie vorab verdeutlicht wurde lassen sich die Faktoren dieser Analyse in das Konzept der Radar Deutschland Studie verorten. Hier zeigt sich erneut, dass die der Analyse vorangestellten theoretischen Überlegungen zwar an das Konzept des sozialen Zusammenhalts der Radar Deutschland Studie anknüpfen, jedoch keinesfalls als deckungsgleich zu betrachten sind.
7.3 Ergebnisse auf Bundesländerebene
Für die Interpretation des Index des sozialen Zusammenhalts wurden die Z-standardisierten Variablen verwendet und alle Faktoren mittels des COMPUTE Befehls zu einer neuen Variable des sozialen Zusammenhalts addiert. Im Folgenden sind Ausprägungen der einzelnen Faktoren, sowie der Gesamtindex des sozialen Zusammenhalts auf Ebene der Bundesländer dargestellt. Zur besseren Interpretation der Ergebnisse sind in der keine numerischen Werte, sondern Wertbereiche in Form von Farben eingetragen. Die Wertebereiche definieren sich wie folgt:
Dunkelgrün: Werte > 0,6
Grün: Werte > 0,3 bis 0,6
Hellgrün: Werte > 0 bis 0,3
Gelb: Werte < 0 bis -0,3
Orange: Werte < -0,3 bis -0,6
Rot: Werte < -0,6
 |
Die Anordnung der Bundesländer zeigt ihre Rangfolge in Bezug auf den sozialen Zusammenhalt. Insgesamt sind acht Bundesländer auf die Wertebereiche größer Null und acht Bundesländer auf die Wertebereiche kleiner Null verteilt. Während Bremen, Hamburg, Hessen, Bayern und Rheinland-Pfalz die oberen Plätze der Tabelle belegen, sind Thüringen, Schleswig-Holstein und Brandenburg auf den unteren Rängen zu finden.
Betrachtet man nun die einzelnen Faktoren und ihre Ausprägungen auf Bundesländerebene, so stellt man fest, dass sich der Faktor der Diskriminierung negativ hervorhebt. Je weniger Diskriminierung, desto höher der soziale Zusammenhalt – so die Theorie. Zu berücksichtigen ist allerdings, dass im Faktor der Diskriminierung nur die individuelle Einschätzung der Diskriminierung seitens der Justiz hinsichtlich des wirtschaftlichen Status und der Herkunft enthält. Insgesamt bedeutet dies also, dass das Vertrauen der Deutschen in die Justiz insgesamt eher gering ausgeprägt ist und die Mehrheit annimmt, dass Menschen aufgrund ihrer Ethnizität und auf Grund ihres Einkommens diskriminiert werden. Während sich die Faktoren der Gesellschaftlichen Teilhabe und der Kriminalitätsfurcht im Hinblick auf die Bundeländer eher im Mittelfeld bewegen, zeigt sich insbesondere beim Faktor „Vertrauen in Mitmenschen“ ein kontrastreiches Bild. In Bremen ist das Vertrauen in die Mitmenschen am höchsten. In Hamburg, Hessen, Berlin und Schleswig Holstein ist das Vertrauen in die Mitmenschen ebenfalls als gut zu bewerten. Anders sieht es jedoch in Brandenburg und im Saarland aus. Hier Vertrauen sich die Menschen im Vergleich der Bundesländer am wenigsten.
Kehrt man nun zurück zu der Betrachtung der einzelnen Bundesländer, so sind auch hier einige Auffälligkeiten zu berichten. Berlin schneidet im Ranking eher schlecht ab. Das Vertrauen in Institutionen und in Mitmenschen ist jedoch im Verhältnis zur Ausprägung der anderen Faktoren besonders hoch. Auch in Schleswig-Holstein, das im Ranking den drittletzten Platz belegt, scheint das Vertrauen in Mitmenschen besonders hoch zu sein. Hier wird deutlich, wie wichtig die Betrachtung der Einzelnen Teilbereiche und Dimensionen des sozialen Zusammenhaltes sind und wie unterschiedlich die Ausprägungen ausfallen können, die dann zu einem Gesamtbild des sozialen Zusammenhalts zusammengetragen werden.
Saarland zeigt im Bundesländervergleich die meisten Extreme auf. Der Faktor des Vertrauens und der Faktor der Diskriminierung sind im kleinsten Wertebereich verortet. Hingegen scheint im Saarland eine hohe Rechtssicherheit vorzuherrschen und die gesellschaftliche Teilhabe in politischer und sozialer Hinsicht ist ebenfalls sehr positiv zu bewerten.
Betrachtet man nun die einzelnen Faktoren und ihre Ausprägungen auf Bundesländerebene, so stellt man fest, dass sich der Faktor der Diskriminierung negativ hervorhebt. Je weniger Diskriminierung, desto höher der soziale Zusammenhalt – so die Theorie. Zu berücksichtigen ist allerdings, dass im Faktor der Diskriminierung nur die individuelle Einschätzung der Diskriminierung seitens der Justiz hinsichtlich des wirtschaftlichen Status und der Herkunft enthält. Insgesamt bedeutet dies also, dass das Vertrauen der Deutschen in die Justiz insgesamt eher gering ausgeprägt ist und die Mehrheit annimmt, dass Menschen aufgrund ihrer Ethnizität und auf Grund ihres Einkommens diskriminiert werden. Während sich die Faktoren der Gesellschaftlichen Teilhabe und der Kriminalitätsfurcht im Hinblick auf die Bundeländer eher im Mittelfeld bewegen, zeigt sich insbesondere beim Faktor „Vertrauen in Mitmenschen“ ein kontrastreiches Bild. In Bremen ist das Vertrauen in die Mitmenschen am höchsten. In Hamburg, Hessen, Berlin und Schleswig Holstein ist das Vertrauen in die Mitmenschen ebenfalls als gut zu bewerten. Anders sieht es jedoch in Brandenburg und im Saarland aus. Hier Vertrauen sich die Menschen im Vergleich der Bundesländer am wenigsten.
Kehrt man nun zurück zu der Betrachtung der einzelnen Bundesländer, so sind auch hier einige Auffälligkeiten zu berichten. Berlin schneidet im Ranking eher schlecht ab. Das Vertrauen in Institutionen und in Mitmenschen ist jedoch im Verhältnis zur Ausprägung der anderen Faktoren besonders hoch. Auch in Schleswig-Holstein, das im Ranking den drittletzten Platz belegt, scheint das Vertrauen in Mitmenschen besonders hoch zu sein. Hier wird deutlich, wie wichtig die Betrachtung der Einzelnen Teilbereiche und Dimensionen des sozialen Zusammenhaltes sind und wie unterschiedlich die Ausprägungen ausfallen können, die dann zu einem Gesamtbild des sozialen Zusammenhalts zusammengetragen werden.
Saarland zeigt im Bundesländervergleich die meisten Extreme auf. Der Faktor des Vertrauens und der Faktor der Diskriminierung sind im kleinsten Wertebereich verortet. Hingegen scheint im Saarland eine hohe Rechtssicherheit vorzuherrschen und die gesellschaftliche Teilhabe in politischer und sozialer Hinsicht ist ebenfalls sehr positiv zu bewerten.
 |
Insgesamt lassen sich die Ergebnisse auf Bundesländerebene nur schwer vergleichen. Dies kann auf mehrere Aspekte zurückgeführt werden. Zum einen sind hier erneut die unterschiedlichen theoretischen Grundannahmen des Konzeptes des sozialen Zusammenhalts anzuführen. Zum anderen wurden in der Studie zum sozialen Zusammenhalt der Bertelsmann Stiftung mehrere Datensätze verwendet. Dies spiegelt sich auch in der Auswahl der Items wieder. Da sich die ausgewählten Items aus dem ESS Datensatz von 2010 in einigen Punkten unterscheiden, unterscheidet sich auch das Endergebnis, sowie die inhaltliche Interpretation. In einigen Bereichen lässt sich jedoch eine Tendenz der Ergebnisse der vorangegangenen Analysen finden, die sich in den Ergebnissen der Bertelsmann Stiftung wiederspiegeln.
7.4 Ergebnisse der alten und neuen Bundeländer im Vergleich.
Im Hinblick auf Deutschland scheint es gravierende Unterschiede in Bezug auf den sozialen Zusammenhalt als Ganzes, sowie in Bezug auf die einzelnen Dimensionen zu geben. Es könnte vermutet werden, dass ein Teil dieser Differenzen durch die Trennung Deutschlands in der Vergangenheit entstanden sind, die auch nach der Wiedervereinigung noch vorhanden sind. Die nachfolgende Tabelle zeigt den Vergleich der alten und neuen Bundesländer.
7.4 Ergebnisse der alten und neuen Bundeländer im Vergleich.
Im Hinblick auf Deutschland scheint es gravierende Unterschiede in Bezug auf den sozialen Zusammenhalt als Ganzes, sowie in Bezug auf die einzelnen Dimensionen zu geben. Es könnte vermutet werden, dass ein Teil dieser Differenzen durch die Trennung Deutschlands in der Vergangenheit entstanden sind, die auch nach der Wiedervereinigung noch vorhanden sind. Die nachfolgende Tabelle zeigt den Vergleich der alten und neuen Bundesländer.
 |
Hier wird deutlich, dass der soziale Zusammenhalt in den neuen Bundesländern deutlich schlechter ausfällt, als in den alten Bundesländern. Einzig im Faktor der Diskriminierung schneiden die neuen Bundesländer besser ab, als die alten. Diese Tendenz zeichnet sich ebenfalls in den Ergebnissen der Bertelsmann Stiftung ab und wird in der folgenden Grafik verdeutlicht.
 |
Die Tendenz zu einem schwachen sozialen Zusammenhalt der neuen Bundesländer und einem stärkeren Zusammenhalt der alten Bundesländer scheint über die unterschiedlichen Analysen hinweg ein konstantes Ergebnis zu sein.
8. Fazit
Am Ende der vorliegenden Analyse bleiben einige Aspekte festzuhalten. Erstens ist es für das methodische Vorgehen und insbesondere für die Auswahl der Items unabdingbar ein theoretisches Konzept zu entwickeln. Zwar war das von den Seminarteilnehmer*innen entwickelte Konzept des sozialen Zusammenhaltes zunächst deutlich offener gefasst, als das Konzept der Radar Deutschland Studie. Dennoch wurde auch hier ein klares Konzept des sozialen Zusammenhaltes über die einzelnen Analyseschritte hinweg definiert. Durch Entscheidungen für oder gegen einzelne Items und ganze Faktoren wurde aufgrund theoretischer Annahmen das Ergebnis nachhaltig beeinflusst. Es bleibt daher festzuhalten, dass jedes Ergebnis nur unter Berücksichtigung der vorherigen theoretischen Annahmen interpretiert werden kann.
Zweitens ist die Auswahl der Items ausschlaggebend für die Ergebnisse der Faktorenanalyse. Hier gilt es für den Vergleich der Faktoren zu berücksichtigen, dass sich die von der Radar-Deutschland Studie ausgewählten Variablen zum einen durch die Anzahl und zum anderen inhaltlich unterscheiden.
Drittens handelt es sich bei der Studie der Bertelsmann Stiftung um eine Analyse unterschiedlicher Datensätze zu mehreren Zeitpunkten. Dies hat zur Konsequenz, dass die durch diese Analyse gewonnenen Ergebnisse nicht in einen zeitlichen Zusammenhang gesetzt werden können. Um die Aussagekraft der Ergebnisse dieses Beitrags besser beurteilen zu können, müsste ein Vergleich mit denselben Items aus weiteren Wellen des ESS vorgenommen werden.
Viertens gestaltet sich auch die inhaltliche Analyse schwierig, da es sich beim sozialen Zusammenhalt um ein theoretisches Konstrukt, eine latente Variable handelt. Es ist fraglich, ob die verwendeten Items tatsächlich das messen, was sie vorzugeben scheinen und ob sich diese Messergebnisse in das theoretische Konstrukt des sozialen Zusammenhalts einordnen lassen. Zudem erscheinen weitere inhaltliche Aspekt für das Gesamtbild des sozialen Zusammenhalts notwendig zu sein, für die sich allerdings keine passenden Items finden lassen.
Alles in Allem können diese Einschränkungen nicht außer Acht gelassen werden und müssen bei der Interpretation im Vergleich der Ergebnisse berücksichtigt werden. Festzuhalten bleibt jedoch, das sich einige Tendenzen der Ergebnisse der vorangegangenen Analysen auch in den Ergebnissen der Radar Deutschland Studie wiederfinden lassen. Insbesondere scheint der Unterschied in Bezug auf die alten und neuen Bundesländer einen konstanten Effekt auf den sozialen Zusammenhalt in Deutschland aufzuweisen. Dies spricht dafür, dass auch 25 Jahre nach dem Mauerfall noch gravierende Unterschiede zwischen den alten und neuen Bundesländern vorherrschen, die das gesellschaftliche Leben und den sozialen Zusammenhalt innerhalb der Bundesrepublik Deutschland bis heute nachhaltig beeinflussen.
9. Literaturverzeichnis
Bacher, Johann; Wolff, Hans-Georg (2010): Hauptkomponentenanalyse und explorative Faktorenanalyse. In: Christof Wolf (Hg.): Handbuch der sozialwissenschaftlichen Datenanalyse. 1. Aufl. Wiesbaden: VS Verl. für Sozialwissenschaften, S. 333–366.
Boehnke, Klaus; Delhey, Jan; Dragolov, Georgi; Ignácz, Zsófia; Kuhl, Regina; Lorenz, Jan (2014a): Radar gesellschaftlicher Zusammenhalt. Messen was verbindet. Gesellschaftlicher Zusammenhalt in Deutschland Methodenbericht. Hg. v. Bertelsmann Stiftung. Bertelsmann Stiftung. Online verfügbar unter http://www.gesellschaftlicher-zusammenhalt.de/fileadmin/Inhalte/Downloads_Daten-Methoden/Radar_Deutschlandstudie_2014_Methodenbericht.pdf, zuletzt geprüft am 06.08.2015.
Boehnke, Klaus; Delhey, Jan; Dragolov, Georgi; Ignácz, Zsófia; Lorenz, Jan (2014b): Radar gesellschaftlicher Zusammenhalt. Messen was verbindet. Gesellschaftlicher Zusammenhalt in Deutschland. Hg. v. Bertelsmann Stiftung. Bertelsmann Stiftung. Online verfügbar unter http://www.gesellschaftlicher-zusammenhalt.de/fileadmin/Inhalte/Radar_Deutschlandstudie_2014_web.pdf, zuletzt geprüft am 06.08.2015.
Boehnke, Klaus; Delhey, Jan; Dragolov, Georgi; Ignácz, Zsófia; Lorenz, Jan (2014c): Radar gesellschaftlicher Zusammenhalt. Messen was verbindet. Gesellschaftlicher Zusammenhalt in Deutschland Codebuch. Hg. v. Bertelsmann Stiftung. Bertelsmann Stiftung. Online verfügbar unter http://www.gesellschaftlicher-zusammenhalt.de/fileadmin/Inhalte/Downloads_Daten-Methoden/Radar_Deutschlandstudie_2014_Codebuch.pdf, zuletzt geprüft am 06.08.2015.
Fromm, Sabine (2012): Datenanalyse mit SPSS für Fortgeschrittene 2: Multivariate Verfahren für Querschnittsdaten. 2. Aufl. Wiesbaden: VS Verlag für Sozialwissenschaften (Lehrbuch).
Kopp, Johannes; Lois, Daniel (2014): Faktorenanalyse und Skalierung. In: Johannes Kopp und Daniel Lois (Hg.): Sozialwissenschaftliche Datenanalyse. Eine Einführung. 2., überarb. u. aktualisierte Aufl. 2014. Wiesbaden: Imprint: Springer VS (SpringerLink : Bücher), S. 79–105.
8. Fazit
Am Ende der vorliegenden Analyse bleiben einige Aspekte festzuhalten. Erstens ist es für das methodische Vorgehen und insbesondere für die Auswahl der Items unabdingbar ein theoretisches Konzept zu entwickeln. Zwar war das von den Seminarteilnehmer*innen entwickelte Konzept des sozialen Zusammenhaltes zunächst deutlich offener gefasst, als das Konzept der Radar Deutschland Studie. Dennoch wurde auch hier ein klares Konzept des sozialen Zusammenhaltes über die einzelnen Analyseschritte hinweg definiert. Durch Entscheidungen für oder gegen einzelne Items und ganze Faktoren wurde aufgrund theoretischer Annahmen das Ergebnis nachhaltig beeinflusst. Es bleibt daher festzuhalten, dass jedes Ergebnis nur unter Berücksichtigung der vorherigen theoretischen Annahmen interpretiert werden kann.
Zweitens ist die Auswahl der Items ausschlaggebend für die Ergebnisse der Faktorenanalyse. Hier gilt es für den Vergleich der Faktoren zu berücksichtigen, dass sich die von der Radar-Deutschland Studie ausgewählten Variablen zum einen durch die Anzahl und zum anderen inhaltlich unterscheiden.
Drittens handelt es sich bei der Studie der Bertelsmann Stiftung um eine Analyse unterschiedlicher Datensätze zu mehreren Zeitpunkten. Dies hat zur Konsequenz, dass die durch diese Analyse gewonnenen Ergebnisse nicht in einen zeitlichen Zusammenhang gesetzt werden können. Um die Aussagekraft der Ergebnisse dieses Beitrags besser beurteilen zu können, müsste ein Vergleich mit denselben Items aus weiteren Wellen des ESS vorgenommen werden.
Viertens gestaltet sich auch die inhaltliche Analyse schwierig, da es sich beim sozialen Zusammenhalt um ein theoretisches Konstrukt, eine latente Variable handelt. Es ist fraglich, ob die verwendeten Items tatsächlich das messen, was sie vorzugeben scheinen und ob sich diese Messergebnisse in das theoretische Konstrukt des sozialen Zusammenhalts einordnen lassen. Zudem erscheinen weitere inhaltliche Aspekt für das Gesamtbild des sozialen Zusammenhalts notwendig zu sein, für die sich allerdings keine passenden Items finden lassen.
Alles in Allem können diese Einschränkungen nicht außer Acht gelassen werden und müssen bei der Interpretation im Vergleich der Ergebnisse berücksichtigt werden. Festzuhalten bleibt jedoch, das sich einige Tendenzen der Ergebnisse der vorangegangenen Analysen auch in den Ergebnissen der Radar Deutschland Studie wiederfinden lassen. Insbesondere scheint der Unterschied in Bezug auf die alten und neuen Bundesländer einen konstanten Effekt auf den sozialen Zusammenhalt in Deutschland aufzuweisen. Dies spricht dafür, dass auch 25 Jahre nach dem Mauerfall noch gravierende Unterschiede zwischen den alten und neuen Bundesländern vorherrschen, die das gesellschaftliche Leben und den sozialen Zusammenhalt innerhalb der Bundesrepublik Deutschland bis heute nachhaltig beeinflussen.
9. Literaturverzeichnis
Bacher, Johann; Wolff, Hans-Georg (2010): Hauptkomponentenanalyse und explorative Faktorenanalyse. In: Christof Wolf (Hg.): Handbuch der sozialwissenschaftlichen Datenanalyse. 1. Aufl. Wiesbaden: VS Verl. für Sozialwissenschaften, S. 333–366.
Boehnke, Klaus; Delhey, Jan; Dragolov, Georgi; Ignácz, Zsófia; Kuhl, Regina; Lorenz, Jan (2014a): Radar gesellschaftlicher Zusammenhalt. Messen was verbindet. Gesellschaftlicher Zusammenhalt in Deutschland Methodenbericht. Hg. v. Bertelsmann Stiftung. Bertelsmann Stiftung. Online verfügbar unter http://www.gesellschaftlicher-zusammenhalt.de/fileadmin/Inhalte/Downloads_Daten-Methoden/Radar_Deutschlandstudie_2014_Methodenbericht.pdf, zuletzt geprüft am 06.08.2015.
Boehnke, Klaus; Delhey, Jan; Dragolov, Georgi; Ignácz, Zsófia; Lorenz, Jan (2014b): Radar gesellschaftlicher Zusammenhalt. Messen was verbindet. Gesellschaftlicher Zusammenhalt in Deutschland. Hg. v. Bertelsmann Stiftung. Bertelsmann Stiftung. Online verfügbar unter http://www.gesellschaftlicher-zusammenhalt.de/fileadmin/Inhalte/Radar_Deutschlandstudie_2014_web.pdf, zuletzt geprüft am 06.08.2015.
Boehnke, Klaus; Delhey, Jan; Dragolov, Georgi; Ignácz, Zsófia; Lorenz, Jan (2014c): Radar gesellschaftlicher Zusammenhalt. Messen was verbindet. Gesellschaftlicher Zusammenhalt in Deutschland Codebuch. Hg. v. Bertelsmann Stiftung. Bertelsmann Stiftung. Online verfügbar unter http://www.gesellschaftlicher-zusammenhalt.de/fileadmin/Inhalte/Downloads_Daten-Methoden/Radar_Deutschlandstudie_2014_Codebuch.pdf, zuletzt geprüft am 06.08.2015.
Fromm, Sabine (2012): Datenanalyse mit SPSS für Fortgeschrittene 2: Multivariate Verfahren für Querschnittsdaten. 2. Aufl. Wiesbaden: VS Verlag für Sozialwissenschaften (Lehrbuch).
Kopp, Johannes; Lois, Daniel (2014): Faktorenanalyse und Skalierung. In: Johannes Kopp und Daniel Lois (Hg.): Sozialwissenschaftliche Datenanalyse. Eine Einführung. 2., überarb. u. aktualisierte Aufl. 2014. Wiesbaden: Imprint: Springer VS (SpringerLink : Bücher), S. 79–105.