Politikwissenschaftliche Einstellungsforschung: Messung von Einstellungen Siegfried Schumann.
-
Upload
amalia-zilch -
Category
Documents
-
view
106 -
download
0
Transcript of Politikwissenschaftliche Einstellungsforschung: Messung von Einstellungen Siegfried Schumann.
Politikwissenschaftliche Einstellungsforschung:
Messung von Einstellungen
Siegfried Schumann
2
Generelle Einteilung von Messverfahren
Explizite Einstellungsmaße
Beispiele: Skalometer-Fragen (Selbstauskunft)
Likert-Instrumente (auf Grundlage der klassischen Testtheorie)
Guttman-Skalen (auf Grundlage einer probabilistischen Testtheorie)
Semantisches Differential
Thurstone-Instrumente (auf Grundlage von Expertenratings)
Magnitude-Skalen (als Verfahren der Psychophysik)
Implizite Einstellungsmaße
Beispiele: Implicit Association Test (IAT)
Evaluatives Priming
Messung elektrodermaler Aktivität (EDA)
3
Explizite Einstellungsmaße
4
1. Skalometer-Fragen (Beispiel)
5
Skalometer-Fragen: Vor- und Nachteile
• Vorteile:– sehr ökonomische Erhebungsart – Informationen aus dem „System Mensch“– weitgehend „standardisiert“ → gute Vergleichbarkeit von
Ergebnissen
• Nachteile: – Selbsteinschätzung– insbes.: Diskrepanz Eigenwahrnehmung / Fremdwahrnehmung– Gefahr mangelnder Reliabilität
6
2. Likert-Instrumente (Beispiel)
Bitte sagen Sie auch bei den folgenden Feststellungen, ob sie Ihrer Meinung nach eher zutreffen oder eher nicht zutreffen.
INT.: Antwortliste 39 weiterhin verwenden!
trifft überhaupt nicht zu trifft voll und
ganz zu
-2 -1 0 +1 +2
1 Die meisten Parteipolitiker sind vertrauenswürdige und ehrliche Menschen.
5 4 3 2 1
2 Den Parteien geht es nur um die Macht. 1 2 3 4 5
3 Die Bundestagsabgeordneten bemühen sich um einen engen Kontakt zur Bevölkerung.
5 4 3 2 1
4 Politiker kümmern sich darum, was einfache Leute denken. 5 4 3 2 1
5 Die Parteien betrachten den Staat als Selbstbedienungsladen. 1 2 3 4 5
6 Die meisten Parteien und Politiker sind korrupt. 1 2 3 4 5
7 Die Parteien wollen nur die Stimmen der Wähler, ihre Ansich-ten interessieren sie nicht.
1 2 3 4 5
Ideales Antwortmuster bei mäßig positiver Merkmalsausprägung
7
Zum Likert-Verfahren:
• Allgemeines:– Grundlage: Klassische Testtheorie – Messwert: Summe der Item-Einzelwerte (ev. geteilt durch n)– Grundgedanke: Erhöhung der Reliabilität
• Vorteile:– leichte Anwendbarkeit– i.d.R. Erhöhung der Reliabilität – Informationen zu Reliablität, Validität und interner Konsistenz– Bewährung in der Praxis
• Nachteile: – Kritikpunkte der Klassischen Testtheorie (z.B. Item-Schwierigkeit
unbeachtet)– geringe Anzahl von Antwortkategorien (→mangelnde Abstufung)– wirklich „eindimensionale“ Itempools kaum erstellbar– gute „umgepolte Items“ sind selten (→ Gefahr von
Antwortverzerrung!)
8
3. Guttman-Skalen (Beispiel: Protestpotential-Skala)
• Hier sind 10 Kärtchen, auf denen jeweils eine bestimmte Art von Verhalten beschrieben ist, die Leute gewählt haben, die die Öffentlichkeit auf Ihr Anliegen aufmerksam machen wollten oder gegen etwas protestieren.
1. Beteiligung an einer Unterschriftensammlung 2. Teilnahme an einer Bürgerinitiative 3. Teilnahme an einer genehmigten politischen Demonstration 4. Beteiligung an einem Boykott 5. Weigerung, Mieten, Raten oder Steuern zu bezahlen 6. Blockieren des Verkehrs mit einer Demonstration 7. Beteiligung an einem wilden Streik 8. Besetzung von Fabriken, Ämtern und Gebäuden 9. Beschädigung fremden Eigentums10. Anwendung von Gewalt gegen Personen
(aus: Infratest GmbH 1980: 180, 211)
INT.: Orangen Kartensatz mischen und vorlegen
9
Protestpotential-Skala - Fortsetzung
• Hier sind 10 Kärtchen, auf denen jeweils eine bestimmte Art von Verhalten beschrieben ist, die Leute gewählt haben, die die Öffentlichkeit auf Ihr Anliegen aufmerksam machen wollten oder gegen etwas protestieren.Beteiligung an einer Unterschriftensammlung…Anwendung von Gewalt gegen Personen
• Bitte legen Sie nun diese Kärtchen jeweils auf das Feld der Liste, das Ihrer eigenen Einstellung am nächsten kommt, je nachdem, ob Sie im allgemeinen das beschriebene Verhalten … voll befürworten im großen und ganzen befürworten im großen und ganzen ablehnen oder entschieden ablehnen
INT.: Orangen Kartensatz mischen und vorlegen
INT.: Zusätzlich Liste C vorlegen
Verrechnung:
Befürwortung
vs.
Ablehnung
10
Protestpotential-Skala - Fortsetzung
Grundidee: „Leiter“
10. Anwendung von Gewalt gegen Personen 9. Beschädigung fremden Eigentums 8. Besetzung von Fabriken, Ämtern und Gebäuden 7. Beteiligung an einem wilden Streik 6. Blockieren des Verkehrs mit einer Demonstration 5. Weigerung, Mieten, Raten oder Steuern zu bezahlen 4. Beteiligung an einem Boykott 3. Teilnahme an einer genehmigten politischen Demonstration 2. Teilnahme an einer Bürgerinitiative 1. Beteiligung an einer Unterschriftensammlung
11
Protestpotential-Skala - Fortsetzung
Grundidee: „Leiter“ (allerdings: i.d.R. ungleicher Sprossen-Abstand!)
10. Anwendung von Gewalt gegen Personen 9. Beschädigung fremden Eigentums 8. Besetzung von Fabriken, Ämtern und Gebäuden 7. Beteiligung an einem wilden Streik 6. Blockieren des Verkehrs mit einer Demonstration 5. Weigerung, Mieten, Raten oder Steuern zu bezahlen 4. Beteiligung an einem Boykott 3. Teilnahme an einer genehmigten politischen Demonstration 2. Teilnahme an einer Bürgerinitiative 1. Beteiligung an einer Unterschriftensammlung
12
Zu Guttman-Skalen:
• Allgemeines:– Grundlage: (eine) probabilistische Testtheorie – Messwert: Anzahl der „symptomatisch“ beantworteten Items– nur Ordinalskalenniveau!
• Vorteile:– echtes Skalierungsverfahren– immer noch relativ leicht zu entwickeln und anzuwenden – Schwierigkeit der Items berücksichtigt– problemlos nach oben und unten erweiterbar– Bewährung in der Praxis
• Nachteile: – Messung kann „fehlschlagen“ (Reproduzierbarkeitskoeffizient!)– Ordinalskalenniveau (s.o.) → für viele statistische
Standardverfahren ungeeignet→ kann behoben werden (Rasch-Skalierung)
13
4. Semantisches Differential (Beispiel)
1 2 3 4 5 6 7
weich hart heiter traurig
verschwommen klar stark schwach
großzügig sparsam passiv aktiv
verspielt ernst zurückhaltend offen
hilfsbereit egoistisch triebhaft gehemmt
kühl gefühlvoll redselig verschwiegen friedlich aggressiv
zerfahren geordnet nüchtern verträumt
… … (nach: Schnell u.a. 2005: 176)
Angela Merkel
Bitte kreuzen Sie bei jeder Skala das Kästchen an, das Angela Merkel am besten beschreibt.
14
Zum Semantischen Differential:
• Allgemeines:– ursprünglich: Erfassung der „Konnotation“ von Begriffen – Auswertung 1: Mittelwerte der Gegensatzpaare → „Profil“ für jedes Objekt– Auswertung 2: Faktorenanalysen → meist 3 Dimensionen („EPA-Struktur“):
• Vorteile:– stark vereinfachte Instrumentenentwicklung („fertiges Instrument“) aber: oft irrelevante Gegensatzpaare (friedlich/aggressiv ↔
Diamantring)Δ Interpretation der Adjektive (süß/sauer ↔
Liebe/Mitmensch/Hering)
• Nachteile: – Interpretation einzelnen der Antworten schwierig (s.o.!)– aufwändiges Verfahren bei der Erhebung
evaluation (z.B.: gut – schlecht)potency (z.B.: stark – schwach)activity (z.B.: aktiv – passiv)
[dominant!]
15
Abwandlung für die Einstellungsforschung
1. Nur der Faktor „evaluation“ wird berücksichtigt.
2. Nur Gegensatzpaare mit hohen Ladungen auf diesem Faktor werden berücksichtigt.
Angela Merkel
1 2 3 4 5 6 7 schlecht gut negativ positiv
unangenehm angenehm (nach: Haddock/Maio 2007: 209)
Bitte kreuzen Sie bei jeder Skala das Kästchen an, das Angela Merkel am besten beschreibt.
16
5. Thurstone-Instrumente (Beispiel)
Zu messendes Merkmal:Radikalität der Mittel, die man einzusetzen bereit ist, um polit. Ziele durchzusetzenZur Durchsetzung meiner politischen Ansichten würde ich:
A einen Leserbrief schreiben
B in den Hungerstreik treten
C mich an einer Sitzblockade beteiligen
D einen Abgeordneten anrufen
E einem Abgeordneten schreiben
F im Freundeskreis meine Meinung sagen
G an einer nicht genehmigten Demonstration teilnehmen
H an einer Unterschriftensammlung teilnehmen
I Sachen beschädigen
J notfalls ein Attentat verüben
K notfalls Menschen verletzen
L Redner mit Tomaten bewerfen
M an einer genehmigten Demonstration teilnehmen
▼ Beurteilung der Extremität der Aussage durch Experten ▼
17
Beispiel - Fortsetzung
Zu messendes Merkmal:Radikalität der Mittel, die man einzusetzen bereit ist, um polit. Ziele durchzusetzenZur Durchsetzung meiner politischen Ansichten würde ich:
3.5 A einen Leserbrief schreiben
13.1 B in den Hungerstreik treten
9.4 C mich an einer Sitzblockade beteiligen
4.3 D einen Abgeordneten anrufen
4.0 E einem Abgeordneten schreiben
1.1 F im Freundeskreis meine Meinung sagen
10.3 G an einer nicht genehmigten Demonstration teilnehmen
4.1 H an einer Unterschriftensammlung teilnehmen
13.8 I Sachen beschädigen
16.9 J notfalls ein Attentat verüben
16.2 K notfalls Menschen verletzen
11.9 L Redner mit Tomaten bewerfen
5.6 M an einer genehmigten Demonstration teilnehmen
▲ Expertenurteil (Mittelwerte)
18
Beispiel - Fortsetzung
Zu messendes Merkmal:Radikalität der Mittel, die man einzusetzen bereit ist, um polit. Ziele durchzusetzenZur Durchsetzung meiner politischen Ansichten würde ich:
1.1 F im Freundeskreis meine Meinung sagen
3.5 A einen Leserbrief schreiben
4.0 E einem Abgeordneten schreiben
4.1 H an einer Unterschriftensammlung teilnehmen
4.3 D einen Abgeordneten anrufen
5.6 M an einer genehmigten Demonstration teilnehmen
9.4 C mich an einer Sitzblockade beteiligen
10.3 G an einer nicht genehmigten Demonstration teilnehmen
11.9 L Redner mit Tomaten bewerfen
13.1 B in den Hungerstreik treten
13.8 I Sachen beschädigen
16.2 K notfalls Menschen verletzen
16.9 J notfalls ein Attentat verüben
▲ SORTIERTE Expertenurteile (Mittelwerte)
19
Zu Thurstone-Instrumenten
• Allgemeines zur Entwicklung:– Grundlage: Einschätzung von Experten– diese weisen jeder Frage einen „Wert“ für die Merkmalsausprägung zu– möglichst gleichmäßige Abdeckung des gesamten „Antwortbereichs“– hohe Übereinstimmung der Experten-Einschätzug → Aufnahme ins Instrument
• Einsatz des Instruments:– Antwortvorgaben jeweils nur „Zustimmung“ vs. „Ablehnung“– Messwert idealerweise: „Wert“ des einen (einzigen!) Items, das Zustimmung
erfuhr– Messwert bei mehreren Antworten: Mittelwert der Werte der positiv
beantworteten Fragen– Messwert abgewandelt: höchster Wert unter den positiv beantworteten Fragen
• Vorteile:– Rückgriff auf einen großen „Wissensschatz“– leicht anwendbar, wenn einmal entwickelt
• Nachteile: – aufwändige Entwicklung– Antwortprofil schwer zu realisieren → alternative Arten, den Messwert zu
ermitteln– Verfahren steht und fällt mit der Fähigkeit der Experten, „objektiv“ zu urteilen– Kriterien der Experten bleiben unbekannt
20
6. Magnitude Skalen: Grundlagen
• Aufgabe:numerische Einschätzung der Stärke eine Reizes (im Vergleich zu „Basisreiz“)Beispiel: „doppelte (empfundene) Reizintensität“
→ Verdoppelung der num. Angabe in Bezug auf eine (frei wählbare) Basis
• Experimentell vielfach bestätigtBeziehung zwischen objektiv gemessener Reizstärke und numerischer Einschätzung:Allgemeines psychophysisches Potenzgesetz:
• Einige Beispiele für „β“:
Gewicht (gehoben) 1.45Lautstärke (bei 3000 Hertz) 0.67Helligkeit (5º-Scheibe in Dunkelheit) 0.33Visuelle Fläche (Quadrate) 0.70Räumliche Länge (Linien) 1.00
βitätReizintenshepysikaliscaReaktionnumerische
21
Psychophysisches Potenzgesetz – Beispiel 1
0123456789
10111213
Gewicht (Gramm)
Punk
te
Gewicht: 1.45
(a = 1/1800)
22
Psychophysisches Potenzgesetz – Beispiel 2
0123456789
1011121314
0 5 10 15 20 25 30 35 40 45 50
Lautstärke (db)
Punk
te
Lautstärke: 0.67
(a = 0.93)
23
Psychophysisches Potenzgesetz – Beispiel 3
0
1
2
3
4
5
6
7
8
9
10
11
12
13
0 10 20 30 40 50 60 70 80 90 100
110
120
130
140
150
160
170
180
190
200
210
220
230
240
250
Helligkeit (Lumen)
Pu
nkt
e
Helligkeit: 0.33
1:1.257
1:1.257
20 6040 120
(a = 2)
1:2
1:2
24
Cross-Modality-Matching
• Einschätzung der Intensität des dargebotenen Reizes erfolgt …– nicht durch eine numerische Angabe– sondern durch die Manipulation einer anderer physikalischen
Größe(nach gleichem Muster wie bisher)
• CMM-Funktion:1
2β
1
β2
1
21 itätReizintensphysikal.
a
aitätReizintensphysikal.
25
Cross-Modality-Matching - Fortsetzung
0102030405060708090
100110120130140150160170180190200210220230240250
Gewicht (Gramm)
H e
l l
i g
k e
i t
(
L u
m e
n )
0
10
20
30
40
50
60
Gewicht (Gramm)
L a
u t
s t
ä r
k e
(
d b
)
26
Indirektes Cross-Modality-Matching (Beispiel)
0
5
10
15
20
25
30
35
40
45
50
0 50 100 150 200 250
Helligkeit (Lumen)
Lau
tstä
rke
(db
)
Dargeboten: Gewicht (Gramm)
NICHT PHYSIKALISCH GEMESSEN!
27
Indirektes Cross-Modality-Matching - Fortsetzung
• Stärke des dargebotenen Reizes (hier: „Gewicht“) … – wird nicht mehr „physikalisch“ gemessen– sondern aus zwei Einschätzungen erschlossen
• Beziehung zwischen den Einschätzungsmodalitäten
prognostizierbar!
• Bei Verwendung von Modalitäten mit Exponent (β) = 1 erhebliche
Vereinfachungen:
Psychophysisches Potenzgesetz:
CMM-Funktion:
ICMM-Funktion:
• Modalitäten mit (β) = 1: z.B.: Zahlenvergabe, Linienzeichnen …
itätReizintensphys.aReaktionnum.
21
21 itätReizintensphys.
a
aitätReizintensphys.
2'
1 ModalitätinWertaModalitätinWert
28
Berechnung des Messwertes bei β = 1: (Beispiel)
„Basis“ Einzuschätzen
• Modalitäten:– Linienzeichnen – numerische Angabe
• Messwert: Länge „Einschätzungslinie“ num.
Angabe „Einschätzung“ Länge „Basislinie“ num. Angabe
„Basis“
2
Magnitude-Wert =
+
29
Zu Magnitude-Skalen
• Vorteile:– Experimentelle Grundlage– echtes Skalierungsverfahren
nicht nur „Zuordnungsregel“ „Erfolg“ der Skalierung prüfbar! (ICMM-Funktion!)
– Behebt viele Schwächen der üblichen Messverfahren, z.B. Individuelle Interpretation von verbalen Antwortkategorien
(„sehr stark“) Informationsverlust durch wenige Antwortvorgaben
• Nachteile: – etwas aufwändigere Entwicklung – ungewohnte Antwortmodalitäten für den Befragten
(Trainingsphase!)– Mehraufwand bei der Datenaufnehme (z.B.: „Linienzeichnen“)– am besten: Messung in zwei Modalitäten (→ Aufwand!)
30
Implizite Einstellungsmaße
31
Weshalb implizite Einstellungsmaße?
• unbewusste Einstellungen erfassbar!
• kaum Effekte der Item-Darbietung (z.B. Halo-Effekte)
– bzw. ggf. kontrolliert eingesetzte Effekte (z.B. Evaluatives
Priming)
• keine (oder stark reduzierte) Effekte der sozialen Erwünschtheit
32
1. Implicit Association Test (IAT) – Beispiel
»S«-Tasten-Reaktion »K«-Tasten-Reaktion
Männliche Namen Weibliche Namen
Positive Adjektive
Männliche Namen oder Positive Adjektive
Negative Adjektive
Männliche Namen oder Negative Adjektive
Negative Adjektive
Weibliche Namen oder Negative Adjektive
Positive Adjektive
Weibliche Namen oder Positive Adjektive
1
2
3
4
5
nach: Haddock / Maio (2007: 211)
Zu erfassen:Geschlechterbezogene Einstellungen
jew. 20-40 Durchgänge; möglichst schnelle Reaktion
33
1. Implicit Association Test (IAT) – Beispiel
»S«-Tasten-Reaktion »K«-Tasten-Reaktion
Männliche Namen Weibliche Namen
Positive Adjektive
Männliche Namen oder Positive Adjektive
Negative Adjektive
Männliche Namen oder Negative Adjektive
Negative Adjektive
Weibliche Namen oder Negative Adjektive
Positive Adjektive
Weibliche Namen oder Positive Adjektive
1
2
3
4
5
nach: Haddock / Maio (2007: 211)
„leichte“ Aufgaben, wenn Männer positiver beurteilt werden „kongruente
Verbindungen“
vs.
34
1. Implicit Association Test (IAT) – Beispiel
»S«-Tasten-Reaktion »K«-Tasten-Reaktion
Männliche Namen Weibliche Namen
Positive Adjektive
Männliche Namen oder Positive Adjektive
Negative Adjektive
Männliche Namen oder Negative Adjektive
Negative Adjektive
Weibliche Namen oder Negative Adjektive
Positive Adjektive
Weibliche Namen oder Positive Adjektive
1
2
3
4
5
nach: Haddock / Maio (2007: 211)
„leichte“ Aufgaben, wenn Frauen positiver beurteilt werden
vs.
„kongruente Verbindungen“
35
2. Evaluatives Priming
• Ausgangspunkt:– Definition von „Einstellung“:
eine im Gedächtnis abgespeicherte Assoziation zwischen einem Einstellungsgegenstand und einer zusammenfassenden Bewertung
– Assoziationen variieren in Bezug auf ihre Stärke
– Assoziationsstärke bestimmt die Zugänglichkeit einer Einstellung
• Aufgabenfolge:– Darbietung des Einstellungsgegenstands– Darbietung bewertender Adjektive, z.B.: – Aufgabe: so schnell wie möglich „Valenz“ angeben (positiv /
negativ)– Gemessen: Geschwindigkeit, mit der die Angabe erfolgt (nach:
Haddock / Maio 2007: 210)
ekelhaft
36
Evaluatives Priming (Beispiel)
37
Evaluatives Priming (Beispiel - Fortsetzung)
Bedeuten die folgenden Adjektive etwas Positives oder etwas Negatives?
(Bitte entsprechende Taste drücken)
Positiv Negativ
Positiv Negativ
Positiv Negativ
Positiv Negativ
liebevoll
hinterlistig
rücksichtslos
fürsorglich
38
Hauptproblem beim evaluativen Priming:
Priming
Reaktionsgeschwindigkeit„Klarheit“ der Valenz
(z.B. „liebevoll“ – verlassener Partner!)
39
3. Messung elektrodermaler Aktivität (EDA)
• EDA: Messbare Änderungen bioelektrischer Eigenschaften der Haut
• Physikalisch unterschiedlich beschreibbar, z.B.– Leitfähigkeits-– Widerstands oder– Potentialänderungen
• erfassbar: Stärke von Einstellungen
• nicht erfassbar: Valenz von Einstellungen
(nach:
Vossel/Zimmer 1998: 53)
Empfohlene Elektrodenplatzierungen
40
Probleme impliziter Einstellungsmaße (allgemein):
• oft niedrige Korrelation mit expliziten Einstellungsmaßen
↓• mögliche Gründe:
– Messung „unbewußter“ Einstellungen – keine Effekte soz. Erwünschtheit, Halo etc.– Messung anderer Konstrukte
41
Fazit
• höchst unterschiedliche Verfahren zur
Einstellungsmessung
• unterschiedliche „Messtheorien“ je nach Verfahren
• oft Validitätsprobleme (was wird gemessen?)
• am häufigsten angewandt: – Skalometerfragen– Likert-Verfahren
42
Vielen Dank
für Ihre
Aufmerksamkeit!
43
Original a. zu: Cross-Modality-Matching
0102030405060708090
100110120130140150160170180190200210220230240250
0 50 100
150
200
250
300
350
400
450
500
550
600
650
700
750
800
850
900
950
1000
Gewicht (Gramm)
Hel
lig
keit
(L
um
en)
44
Original b. zu: Cross-Modality-Matching
0
10
20
30
40
50
60
0 50 100
150
200
250
300
350
400
450
500
550
600
650
700
750
800
850
900
950
1000
Gewicht (Gramm)
Lau
tstä
rke
(db
)