Wie unterscheidet sich das politische Interesse des Befragten in Abhängigkeit vom Erhebungsgebiet und dem Lebensalter?

Inhaltsverzeichnis

Abbildungs- und Tabellenverzeichnis

1. Einleitung

2. Aufbau der Arbeit

3. Datensatz
3.1 Datengrundlage
3.2 Beschreibung des Datensatzes
3.3 Variablendeskription
3.4 Vorbereitung zur Datenanalyse

4. Deduktive Analyse
4.1 Hypothese 1
4.1.1 Deskriptive Statistik
4.1.2 Diagramme
4.1.3 Signifikanztest
4.2 Hypothese 2
4.2.1 Deskriptive Statistik
4.2.2 Diagramme
4.2.3 Signifikanztest

5. Fazit

Literaturverzeichnis

Abbildungs- und Tabellenverzeichnis

Abbildung 1: Einlesung des Datensatzes

Abbildung 2: Installation und Anwendung von Zusatzpaketen

Abbildung 3: Umbennung Datensatz

Abbildung 4: Kürzung auf relevante Variablen

Abbildung 5: Umbenennung der Variablen

Abbildung 6: Anzeige Variable Alter

Abbildung 7: Beschriftung der einzelnen Kategorien

Abbildung 8: Anzeige nach Zuordnung bei Alterbeschr

Abbildung 9: Anzeige Variable pol.Int

Abbildung 10: Beschriftung der einzelnen Kategorien

Abbildung 11: Anzeige nach Zuordnung bei pol.Int.beschr

Abbildung 12: Anzeige Variable Herkunft

Abbildung 13: Beschriftung der einzelnen Kategorien

Abbildung 14: Anzeige nach Zuordnung bei Herkunftbeschr

Abbildung 15: Darstellung Variable Herkunft(-beschr.)

Abbildung 16: Prozuentale Verteilung der Variable Herkunft

Abbildung 17: Erstellung Diagramm für Häufigkeitsverteilung

Abbildung 18: Darstellung Variable pol.Int.(-beschr.)

Abbildung 19: Anwendung des Befehles "inspect" bei Variable pol.Int.beschr

Abbildung 20: Erstellung Histogramm für Häufigkeitsverteilung

Abbildung 21: Anwendung des Befehles "tally"

Abbildung 22: Anwendung des Befehles „favstats“ bei Variable pol.Int

Abbildung 23: Anwendung des Befehles „favstats“ pol.Int.~Herkunft

Abbildung 24: Erstellung Punktediagramm

Abbildung 25: Erstellung Boxplot

Abbildung 26: Erstellung Balkendiagramm

Abbildung 27: Erstellung des "wilcox.test"

Abbildung 28: Darstellung Variable Alter(-beschr.)

Abbildung 29: Prozuentale Verteilung der Variable Alter

Abbildung 30: Erstellung Balkendiagramm

Abbildung 31: Anwendung des Befehles "tally"

Abbildung 32: Anwendung des Befehles "favstats"

Abbildung 33: Anwendung Befehl "favstats" pol.Int.~Alter

Abbildung 34: Erstellung Streudiagramm Altersgruppen

Abbildung 35: Berechnung der Regressionsgeraden

Abbildung 36: Erstellung Punktediagramm

Abbildung 37: Erstellung Balkendiagramm

Abbildung 38: Erstellung des "cor.test"

1. Einleitung

In der Politikwissenschaft taucht der Begriff politisches Interesse immer wieder unter verschiedenen Begrifflichkeiten und in verschiedenen Kontexten auf. Dabei sind Be­standteile wie das Erkennen und Verstehen politischer Wirklichkeit, die Vorbereitung zielgerichteten politischen Handelns, die Aufmerksamkeit gegenüber politischen Ge­schehnissen und die individuelle Einschätzung der Bedeutung von Politik umfasst.¹ De­finiert ist politisches Interesse als Aufmerksamkeit gegenüber Angelegenheiten staatli­cher Gemeinwesen.² Politisches Interesse gilt als notwendige Voraussetzung für eine funktionsfähige Demokratie.³ Das politische Interesse ist aktuell so stark wie lange nicht mehr und ist der höchste Wert seit 20 Jahren.⁴ Deshalb wird in dieser Seminararbeit, wie eingangs bereits betitelt, geprüft, wie sich das politische Interesse in Abhängigkeit von Erhebungsgebiet und Lebensalter unterscheidet.

2. Aufbau der Arbeit

In diesem Kapitel wird ein Überblick über den Aufbau dieser Arbeit gegeben. Es wird zuerst eine fundamentale Grundlage bezüglich des Datensatzes geschaffen. Hierbei geht es um die Datengrundlage und Beschreibung des Datensatzes. Aufbauend darauf wird auf die Deskription der Variablen detailliert eingegangen und diese näher erläutert. Nachfol­gend werden alle Vorbereitung zur Datenanalyse getroffen, bei der alle notwendigen Schritte für die Auswertung von Daten beschrieben und erklärt werden. Zudem werden die Variablen aufbereitet.

Basierend auf den aufbereiteten Variablen werden zwei Hypothesen mit je einer Alterna­tivhypothese aufgestellt. Diese werden mit der deskriptiven Statistik behandelt und Dia­grammen hinterlegt und jeweils mit einem Signifikanztest überprüft. Nach der Analyse der Daten und Prüfung der Hypothesen wird ein kompaktes Fazit dargelegt.

3. Datensatz

In diesem Kapitel wird kurz auf die Datengrundlage eingegangen, sodass aufbauend der Datensatz beschrieben werden kann. Zudem wird auf die Deskription der Variablen ein­gegangen und näher erläutert.

Nach der Erläuterung der Variablendeskription und des Datensatzes wird dieser für die weitere Datenanalyse vorbereitet.

3.1 Datengrundlage

Die Folgenden Analysen sind auf der Datengrundlage der ALLBUS aus dem Jahr 2018. ALLBUS erhebt seit über 40 Jahren Daten über die Soziallagen, Einstellungen, Werten und Verhaltensweisen der Bevölkerung in Deutschland. ALLBUS ist eine Querschnitter­hebung mittels standardisierten Interviews, die persönlich-mündlich durchgeführt wer- den.⁵

3.2 Beschreibung des Datensatzes

Der ALLBUS Datensatz ist aus dem Jahre 2018 und wurde in München erhoben, das Untersuchungsgebiet beinhaltetet aber die gesamte Bundesrepublik Deutschland. Es wur­den Personen befragt, die zum Befragungszeitraum in Privathaushalten lebten und vor dem 01.01.2000 geboren sind. Der Erhebungszeitraum erstreckte sich von April 2018 bis September 2018. Der Datensatz beinhaltet 708 Variablen bei 3 477 Befragten. Die Daten wurden über eine persönlich-mündliche Befragung mit standardisierten Frageprogramm erhoben.⁶

Für die Analyse des Datensatzes wird das Programm R-Studio, welches eine grafische Benutzeroberfläche für die statistische Programmiersprache R ist, analysiert.

3.3 Variablendeskription

Im Folgenden werden alle, für die Analyse der Hypothesen, relevanten Variablen erläu­tert. Es wird bei der Deskription in R-Datentyp, Skalenniveau und Kontinuität abgegrenzt Die Variable Alter („agec“) gibt das Alter der Befragten in verschiedenen Korridoren bzw. Altersgruppen an. Folgende Deskription ergibt sich für die Variable Alter:

Abbildung in dieser Leseprobe nicht enthalten

Die Variable Herkunft („eastwest“) gibt das Erhebungsgebiet mit Ost („east“) und West („west“) der Befragten an. Für die Variable Herkunft ergibt sich folgende Deskription:

Abbildung in dieser Leseprobe nicht enthalten

Die Variable politisches Interesse („pa02a“) gibt das politische Interesse in Form von Ausprägung in Rangfolgen an. Folgende Deskription ergibt sich für die Variable politi­sches Interesse:

Abbildung in dieser Leseprobe nicht enthalten

3.4 Vorbereitung zur Datenanalyse

Der lokal gespeicherte Datensatz wird in R-Studio, eine Benutzeroberfläche des Soft­warepakets R, wie folgt eingelesen.

Abbildung 1: Einlesung des Datensatzes

Abbildung in dieser Leseprobe nicht enthalten

Quelle: Eigene Darstellung

Nach Installation der Zusatzpakete wird die ursprüngliche Allbusstudie „ZA5270_v2_0_0“ umbenannt und gesichtet.

Abbildung 3: Umbennung Datensatz

Abbildung in dieser Leseprobe nicht enthalten

Quelle: Eigene Darstellung

Nach dieser Umbenennung wird der Datensatz auf die relevanten Variablen gekürzt.

Abbildung 4: Kürzung auf relevante Variablen

Abbildung in dieser Leseprobe nicht enthalten

Quelle: Eigene Darstellung

Danach wird zur Vereinfachung der Nomenklatur, die zu analysierenden Variablen mit folgendem Befehl umbenannt.

Abbildung 5: Umbenennung der Variablen

Abbildung in dieser Leseprobe nicht enthalten

Quelle: Eigene Darstellung

Nach der Umbenennung der Variablen werden die Kategorien, nach dem vorgeschrieben Datensatzhandbuch, mit den jeweiligen hinterlegten Daten beschriftet. Diese Variablen wurden jeweils mit „beschr.“ gekennzeichnet.

Bei der u.s. Abbildung 6 wird die aktuelle Variable Alter („agec“) ohne Beschriftung der einzelnen Kategorien, mit dem Befehl „table“ gezeigt.

Abbildung 6: Anzeige Variable Alter

Abbildung in dieser Leseprobe nicht enthalten

Quelle: Eigene Darstellung

Bei der Beschriftung der Kategorie soll für die Variable Alterbeschr. folgende Zuord­nung, laut Datensatz, vorgenommen werden:

1 18 - 29 Jahre

2 30 - 44 Jahre

3 45 - 59 Jahre

4 60 - 74 Jahre

5 75 - 89 Jahre

6 über 89 Jahre

Hierbei wird der Befehl „recode“ verwendet, um die Zuordnung bzw. Kategorie zu be­schriften.

Abbildung 7: Beschriftung der einzelnen Kategorien

Abbildung in dieser Leseprobe nicht enthalten

Quelle: Eigene Darstellung

Nach der Eingabe des Befehls „recode“ wurde die Zuordnung beschriftet und ist in der u.s. Abbildung 8 ersichtlich. Die Anzeige wird wieder mit dem Befehl „table“ erzeugt.

Abbildung 8: Anzeige nach Zuordnung bei Alterbeschr.

Abbildung in dieser Leseprobe nicht enthalten

Quelle: Eigene Darstellung

Auch bei der Variablen pol.Int. wird die Zuordnung beschriftet. Bei der u.s. Abbildung 9 wird die aktuelle Variable pol.Int. („pa02a“) ohne Beschriftung der einzelnen Kategorien gezeigt.

Abbildung 9: Anzeige Variable pol.Int.

Abbildung in dieser Leseprobe nicht enthalten

Quelle: Eigene Darstellung

Bei der Beschriftung der Kategorie soll für die Variable pol.Int.beschr. folgende Zuord­nung, laut Datensatz, vorgenommen werden:

9 keine Angabe

1 sehr stark
2 stark
3 mittel
4 wenig
5 überhaupt nicht

Dabei wird wieder der Befehl „recode“ verwendet, um die Zuordnung bzw. Kategorie zu beschriften.

Abbildung 10: Beschriftung der einzelnen Kategorien

Abbildung in dieser Leseprobe nicht enthalten

Quelle: Eigene Darstellung

Nach der Zuordnung mit Hilfe des Befehls „recode“ ist die Zuordnung in der u.s. Abbil­dung 11 ersichtlich.

Abbildung 11: Anzeige nach Zuordnung bei pol.Int.beschr.

Abbildung in dieser Leseprobe nicht enthalten

Quelle: Eigene Darstellung

Die letzte Variabel Herkunft („eastwest“) wird auch wieder mit dem Befehl „table“ an­gezeigt und gesichtet.

Abbildung 12: Anzeige Variable Herkunft

Abbildung in dieser Leseprobe nicht enthalten

Quelle: Eigene Darstellung

Bei der Variable Herkunft („eastwest“) stellt sich die Kategorisierung, laut Datensatz, folglich dar:

1 Befragte aus den alten Bundesländern (West)
2 Befragte aus den neuen Bundesländern (Ost)

Dafür wird wieder der Befehl „recode“ verwendet.

Abbildung 13: Beschriftung der einzelnen Kategorien

Abbildung in dieser Leseprobe nicht enthalten

Quelle: Eigene Darstellung

Nach Erstellung des Befehls „recode“ wurde die Zuordnung beschriftet und ist in der u.s. Abbildung 14 ersichtlich. Die Anzeige wird wieder mit dem Befehl „table“ erzeugt und damit gesichtet und überprüft.

Abbildung 14: Anzeige nach Zuordnung bei Herkunftbeschr.

Abbildung in dieser Leseprobe nicht enthalten

Quelle: Eigene Darstellung

4. Deduktive Analyse

4.1 Hypothese 1

Hypothese 1:

Befragte die im Erhebungsgebiet Ost leben, haben ein höheres politisches Interesse.

Hypothese 0:

Es gibt keinen Unterschied für die Höhe des politischen Interesses zwischen den Erhe­bungsgebieten Ost und West.

Die aufgestellte Hypothese sagt aus, dass Befragte im Erhebungsgebiet Ost ein höheres politisches Interesse haben. Dies wird anhand der unabhängigen Variable Herkunft bzw. Herkunftbeschr. und der abhängigen Variable pol.Int. bzw. pol.Int.beschr. geprüft.

4.1.1 Deskriptive Statistik

Vorab werden die nötigen Variablen mit unterschiedlichen Kennzahlen näher erläutert beschrieben.

Abbildung 15: Darstellung Variable Herkunft(-beschr.)

Abbildung in dieser Leseprobe nicht enthalten

Quelle: Eigene Darstellung

Mit dem Befehl „table“ werden die einzelnen Häufigkeiten ausgegeben. In dem Datensatz wurden 2387 aus dem Erhebungsgebiet West und 1090 aus dem Erhebungsgebiet Ost befragt.

Abbildung 16: Prozuentale Verteilung der Variable Herkunft

Abbildung in dieser Leseprobe nicht enthalten

Quelle: Eigene Darstellung

[...]

¹ Vgl. K. Neller, 2002, S. 489.

² Vgl. B. Westle, 2006, S. 209.

³ Vgl. K. Neller, 2002, S. 489.

⁴ Vgl. https://www.haz.de/Nachrichten/Politik/Deutschland-Welt/Politisches-Interesse-stark-wie-lange- nicht

⁵ https://www.gesis.org/allbus/inhalte-suche/studienprofile-1980-bis-2018/2018

⁶ https://www.gesis.org/allbus/inhalte-suche/studienprofile-1980-bis-2018/2018