1 | Cornelia Frings (Mainz): Individuen als Kontexte (06.06.2008)
Individuen als Kontexte. Datenerhebung mittels faktorieller Surveys und die mehrebenenanalytische Auswertung dieser Daten
Cornelia Frings, M.A.
2 | Cornelia Frings (Mainz): Individuen als Kontexte (06.06.2008)
1. Einführung - Individuen als Kontexte2. Die Messmethode faktorieller Survey 3. Konkretes Forschungsprojekt aus der
Vertrauensforschung» Theoretischer Ausgangspunkt und getestetes
Kausalmodell» Erhebungsdesign» Statistische Auswertung mittels Hierarchisch
Linearer Modelle
Gliederung des Vortrags
3 | Cornelia Frings (Mainz): Individuen als Kontexte (06.06.2008)
Hierarchische Datenstrukturen bei …› Vergleichenden Studien › Mehrstufigen Zufallsstichproben
» Individualebene als Analyseebene erster Ordnung; Länder, Regionen, einzelne Wahlkreise oder Organisationen der Meso-Ebene als Kontexte
› Paneldaten› Faktorielle Survey-Daten
» Individuen als Kontexte; Messungen als Analyseebene erster Ordnung
Individuen als Kontexte
4 | Cornelia Frings (Mainz): Individuen als Kontexte (06.06.2008)
Die Messmethode faktorieller Survey
› Befragte bewerten fiktive Situationsbeschreibungen (Vignetten) i. H. auf eine bestimmte Fragestellung (Rating)
› Jeder Befragte beurteilt mehrere Vignetten (Vignettenset)
› Identisch sind die beschriebene Grundsituation, die Fragestellung und die Beurteilungsskala zur Messung der AV
› variierend sind bestimmte Merkmale der Situation = UV, deren Einfluss auf ein bestimmtes Untersuchungsobjekt untersucht werden soll
5 | Cornelia Frings (Mainz): Individuen als Kontexte (06.06.2008)
Die Messmethode faktorieller Survey
› Kombination von Elementen experimenteller Designs mit Elementen der klassischen Umfrageforschung
› geeignet zur differenzierten Messung und Analyse latenter Objekte, denen Konditionalität unterstellt wird
› Dekompositionelles Verfahren
6 | Cornelia Frings (Mainz): Individuen als Kontexte (06.06.2008)
Hierarchische Datenstruktur bei faktoriellen Survey-Daten
1
U1 U2 Ux
2 3
U1 U2 Ux U1 U2 Ux
Zweite Ebene = Befragte
Erste Ebene = Vignettenurteile
7 | Cornelia Frings (Mainz): Individuen als Kontexte (06.06.2008)
Konkretes Forschungsprojekt – Theoretischer Ausgangspunkt
› Soziologischer vs. ökonomischer Vertrauensansatz› Soziologischer Ansatz: Vertrauen als
situationsunabhängig stabile generelle Einstellung (generelles Vertrauen) keine Konditionalität
› Ökonomischer Ansatz: Vertrauen als von situativen Anreizstrukturen abhängige kognitive Erwartung (spezifisches Vertrauen); Vertrauensentscheidung wird modelliert mit werterwartungsth. Konzepten Konditionalität
› Beide Theorieansätze greifen zu kurz; kaum überzeugende Integrationsversuche
8 | Cornelia Frings (Mainz): Individuen als Kontexte (06.06.2008)
Kausale Sequenz –Getesteter Ausschnitt
Konkretes Forschungsprojekt – getestetes Kausalmodell
Generelles Vertrauen (soziologischer Ansatz)
Ökonomischer Bestimmungsfaktor 1
Ökonomischer Bestimmungsfaktor x
Situationsspezifische Vertrauenserwartung p (ökonomischer Ansatz)
Ökonomischer Bestimmungsfaktor 2
Kooperative Handlung
Bewertung u
Niveau-effekt
Interaktionseffekte
Kausale Sequenz –komplettes Modell
9 | Cornelia Frings (Mainz): Individuen als Kontexte (06.06.2008)
Konkretes Forschungsprojekt - Erhebungsdesign
› Faktorieller Survey mit 238 Studierenden und acht Vignetten pro Befragtem
› Abhängige Variable (Rating-Skala) = situationsspezifische Vertrauenserwartung
› Aus RC-Perspektive zentrale situative Anreizstrukturen als systematisch variierende Dimensionen
› klassischer Fragebogen i. e. L. zur Erhebung der generellen Vertrauenseinstellung
10 | Cornelia Frings (Mainz): Individuen als Kontexte (06.06.2008)
Die einzelnen Schritte der statistischen Modellierung
Random Intercept Random Slope Modelle Unkonditioniertes RIRSMKonditioniertes RIRSM
Random Intercept Modelle Random Intercept Only Modell (Leeres Modell)Unkonditioniertes RIMKonditioniertes RIM
Einfaches RegressionsmodellEinfache ML-Regression nur mit situativen Anreizstrukturen (ökonomisches Modell) Nullmodell
3
2
1
11 | Cornelia Frings (Mainz): Individuen als Kontexte (06.06.2008)
Random Intercept Only Modell (Leeres Modell)
› inhaltlich: Gibt es überhaupt interpersonelle Unterschiede im spezifischen Vertrauen?
› RIOM Berechnung der Intraklassenkorrelation
37,4% der Gesamtvarianz des spezifischen Vertrauens kann auf interpersonelle Unterschiede zurückgeführt werden;
maximale Anteil der Varianzaufklärung durch situative Anreizstrukturen beträgt 62,6%
• Likelihood-Ratio- -Test zeigt hochsignifikante interpersonelle Variation im spezifischen Vertrauen
0,3744,5472,711
2,711σ
ρ 2e
2
2
0
0
u
u
2
12 | Cornelia Frings (Mainz): Individuen als Kontexte (06.06.2008)
Random Intercept Modelle – Erklärte Varianz
› Inhaltlich: Welche partielle Varianzaufklärung erbringen die RC-Determinanten und die generelle Vertrauenseinstellung?
› Random Intercept Modell (unkonditioniert)› Random Intercept Modell (konditioniert)
13 | Cornelia Frings (Mainz): Individuen als Kontexte (06.06.2008)
Random Intercept Modelle – Erklärte Varianz und Modellfit
Modell LR-Test
Devianz LR-Test
Intragruppenvarianz (s.e.)
Intergruppenvarianz(s.e.)
Einebenen-regr.
X 8380,20 _ _
Leeres Modell 8586,66 4,547 (0,159)*** 2,711(0,303)***
RIM (unkond.) X***‡
7279,00 2,049(0,072)*** 3,027(0,302)***
RIM (kond.) ‡*** 6855,56 2,087(0,075)*** 2,393(0,252)***
Anm.: *** p < 0,001; bei Varianzkomp. p <0,0005
14 | Cornelia Frings (Mainz): Individuen als Kontexte (06.06.2008)
54,94%100*0,5494)(Mσ
)(Mσ)(Mσ(Ebene1)R
RIOM2
RIM(unk.)eij2
RIOMije2
2BR
ije
20,90%100*0,2090)(Mσ
)(Mσ)(Mσ(Ebene2)R
RIM(unk.)uoj2
RIM(kond.)u0j2
RIM(unk.)u0j2
2BR
Random Intercept Modelle – Erklärte Varianz
› Berechnung des RBR2 mit unterschiedlichen
Nullmodellen:
15 | Cornelia Frings (Mainz): Individuen als Kontexte (06.06.2008)
Niveaueffekt des generellen Vertrauens im kond. Random Intercept Modell
Unstand. Koeffizienten
Fixe Parameter
Vergangenheit 1,751(0,07)***
Zukunft 1,490(0,07)***
Netzwerkdichte 1,735(0.07)***
Commitment 0,705(0,07)***
Generelles Vertrauen 0,502(0.07) ***
Konstante -0,0130(0,40) n.s.
Varianzkomponenten
Intragruppenvarianz 2,087(0,075)***
Intergruppenvarianz 2,393(0,252)***
Devianz 6855,5571774
N (Level-1-Ebene) 1774
***=p<0.001** =p<0.01* =p<0.05
16 | Cornelia Frings (Mainz): Individuen als Kontexte (06.06.2008)
Kausale Sequenz
Generelles Vertrauen (soziologischer Ansatz)
Ökonomischer Bestimmungsfaktor 1
Ökonomischer Bestimmungsfaktor x
Situationsspezifische Vertrauenserwartung p (ökonomischer Ansatz)
Ökonomischer Bestimmungsfaktor 2
Niveau-effekt
Interaktionseffekte
Vergleich der Modelle
17 | Cornelia Frings (Mainz): Individuen als Kontexte (06.06.2008)
Vergleich der Modelle – zusätzliche Varianzaufklärung
%66,57100*5766,0)()(
exp1 .)(.2.)(
kondRIM
ij
egEinebenenrkondRIM
Devianzn
DevianzRMaddala
%36,44100*4436,0)()(
exp1 .)(.2.)(
unkondRIM
ij
egEinebenenrunkondRIM
Devianzn
DevianzRMaddala
→ Kausales Sequenzmodell mit Niveaueffekt erbringt eine um 57,66% verbesserte Modellanpassung.
→ Allein 13,3 Prozentpunkte Erklärungsanteil an der Gesamtvarianz entfallen auf die generelle Vertrauenseinstellung.
30,1336,4466,572.)(
2.)( unkondRIMkondRIM RMaddalaRMaddala
18 | Cornelia Frings (Mainz): Individuen als Kontexte (06.06.2008)
Fazit
In inhaltlicher Hinsicht: › Die Bildung von spezifischen Vertrauensurteilen ist nicht nur von
situativen Anreizkonstellationen, sondern auch von personenbezogenen Merkmalen abhängig.
› Es zeigt sich ein deutlicher Niveaueffekt des generellen Vertrauens. › Ein integratives Erklärungsmodell erklärt mehr als ein rein auf situative
Anreizstrukturen ausgerichtetes ökonomisches Vertrauensmodell.
In methodischer Hinsicht: › Faktorielle Surveys sind geeignet zur differenzierten Analyse latenter
konditionaler Objekte.› Sie erzeugen eine komplexe hierarchische Datenstruktur. › Hierarchisch Lineare Analysemodelle sind daher empfehlenswert.