RTR-Messungen in der deutschen Wahl- und Einstellungs ... · Gestern | Heute | Morgen Heute:...

Marko Bachl, Jens Vogelgesang, Michael Scharkow & Frank Bre7schneider Jubiläumstagung 25 Jahre DVPW-‐Arbeitskreis „Wahlen und PoliFsche Einstellungen“ Goethe-‐Universität Frankfurt 2012-‐06-‐29

RTR-Messungen in der deutschen Wahl- und Einstellungs-Forschung Gestern – heute – morgen

Gestern | Heute | Morgen

Agenda

Gestern: Relevanz und Nutzen von RTR-‐Messungen in der poliFschen Wahl-‐ und Einstellungsforschung 1

Heute: Die Analyse aggregierter RTR-‐Daten 2

Morgen: Die Analyse individueller RTR-‐Daten 3


Gestern: Nutzen von RTR-Messungen

§  Entwicklung des Instrumentariums seit den 1940er Jahren (Lazarsfeld & Stanton)

§  In der Wahl-‐ und Einstellungsforschung: Messung der Einstellung gegenüber poliFschen Kandidaten und deren Aussagen in der TV-‐Duell-‐Forschung; in Deutschland seit 2002 (Faas & Maier; Maurer & Reinemann)

§  Nutzen in TV-‐Duell-‐Studien durch KombinaFon von Befragungen mit RTR-‐Messungen: 1)  Untersuchung der unmi)elbaren Bewertung von PoliFkern und deren

Aussagen in einem realen Se0ng (im Vergleich zu experimentellen SFmuli) 2)  Damit Möglichkeit zu Inferenz über TV-‐Duell hinaus, gleichzeiFg eine

kontrollierte, standardisierte ErhebungssituaFon

§  Inzwischen haben sich RTR-‐Messungen in der deutschen Wahlforschung etabliert (2009 auch als Modul in der GLES, Faas et al. 2009)

§  Fortschri7e bei der Erforschung von RTR als Erhebungsinstrument mit posiFven Ergebnissen (z.B. Maier et al. 2009; Maier et al. 2007; Maier 2011)


Agenda





Heute: aggregierte RTR-Daten

RTR-‐Messungen als unabhängige Variable Wie beeinflusst die Bewertung der Kandidaten während des TV-‐Duells nachgelagerte poliFsche Einstellungen und Verhaltensabsichten (insb. Wahlabsicht) der Rezipienten? (z.B. Maier 2007, Maier & Faas 2003)

RTR-‐Messungen als abhängige Variable Wie können die Bewertungen der Kandidaten während des TV-‐Duells durch Voreinstellungen der Rezipienten und Inhalte der Kandidatenaussagen erklärt werden? (z.B. Faas & Maier 2004, Reinemann & Maurer 2007)



-50

-40

-30

-20

-10

0

10

20

30

40

50

0:00 0:05 0:10 0:15 0:20 0:25 0:30 0:35 0:40 0:45 0:50 0:55 1:00 1:05

Vort

eil N

ils S

chm

id

Vor

teil

Ste

fan

Map

pus

CDU/FDP (n = 50)

SPD/Grüne (n = 91)

Unentschiedene (n = 42)

1) A

tom

ener

gie

2) E

nBW

5) L

eiha

rbei

t

6) T

arift

reue

gese

tz

7) K

inde

rgar

ten

9) K

inde

rgar

ten

11) W

ahl z

w. G

8/G

9

13) S

tudi

enge

bühr

en/

Ste

uer-

CD

s

3) F

achk

räfte

man

gel

4) F

achk

räfte

man

gel

8) In

vest

ition

en in

Bild

ung

10) S

chul

syst

em

12) S

chul

syst

em

14) S

taat

shau

shal

t

15) S

teue

rn

16) L

ände

rfina

nz-

aus

glei

ch

17) B

ürge

rbet

eilig

ung



Problem der Aggrega<on §  Wenn alle Urteile eines Rezipienten zu einem Gesamturteil zusammengefasst

werden, dann geht die intraindividuelle Varianz verloren -‐ und damit die InformaFon, wie ein Rezipient auf verschiedene Aussagen im TV-‐Duell reagiert hat.

§  Die Urteile aller Rezipienten/Rezipientengruppen innerhalb einer Zeiteinheit werden zur RTR-‐Kurve zusammengefasst. Damit geht die Varianz zwischen den Rezipienten verloren.

Wie lassen sich die IndividualinformaFonen aus RTR-‐Messungen ohne diese AggregaFons-‐Verluste für die Wahl-‐ und Einstellungsforschung bergen?


Agenda





Morgen: individuelle RTR-Daten

Anforderungen an das Analyse-‐Modell:

1)  Ein Rezipient kann auf unterschiedliche Aussagen unterschiedlich reagieren. Daher soll die intraindividuelle Varianz der Rezipienten berücksichFgt werden.

2)  Unterschiedliche Rezipienten aus dem gleichen Parteilager können auf Kandidatenaussagen unterschiedlich reagieren. Daher soll die Varianz zwischen den Rezipienten berücksichFgt werden.

3)  Die RTR-‐Messung von Rezipienten kann a) auf ihren Voreinstellungen beruhen und b) auf den Aussagen der Kandidaten. Daher sollen die entsprechenden Varianzanteile getrennt und quanFfiziert werden.

Kreuzklassifiziertes Wachstumskurvenmodell


Morgen: individuelle RTR-Daten

Vorher-‐Befragung RTR-‐Messung Nachher-‐Befragung

•  Kandidaten-‐Skalometer •  Kandidaten-‐Image •  Themenkompetenz •  Wahlpräferenz •  Duell-‐Erwartungen

•  Kandidaten-‐Skalometer •  Kandidaten-‐Image •  Themenkompetenz •  Wahlpräferenz •  Duell-‐Gewinner

TV-‐Duell Baden-‐Wür7emberg: Mappus / Schmid 2011 Stu7gart: 119 Personen, Ravensburg: 81 Personen


Morgen

Forschungsfrage: §  Wie werden die Antworten von Stefan Mappus in Abhängigkeit der

Voreinstellung der Rezipienten und Eigenschamen der Aussage bewertet? Datengrundlage:

§  Direkte Antworten von Stefan Mappus auf Aussagen der Moderatoren, Modellierung der ersten 15 Sekunden §  n = 33 Turns, davon 12 Verteidigungen

§  Alle Rezipienten, die bei Beginn des Turns den RTR-‐Regler in die neutrale PosiFon zurückbewegt haben §  nmin = 114, nmax = 169

à  70.959 RTR-‐Messungen Variablen im Modell:

§  Lagerzugehörigkeit der Rezipienten (Dummy-‐Codierung für SPD/Grüne und CDU/FDP)

§  Verteidigung vs. andere Aussagen (Dummy-‐Codierung für Verteidigung)

AggregaFon der RTR-‐Werte pro Sekunde zu Gruppenmi7elwerten nach Lagerzugehörigkeit der Rezipienten

SPD/Grüne Unentschiedene CDU/FDP

Wahlabsicht vor dem TV-‐Duell

Wachstumskurven für die Bewertung von Mappus durch alle Rezipienten in einem Turn



Wachstumskurven für die Bewertung von Mappus durch einen Rezipienten in allen Turns



Wachstumskurven: Rezipienten in Turns Wachstumskurven: Turns in Rezipienten


Morgen

1. Schritt: Zerlegung der Gesamtvarianz des Ausgangsmodells"

72%"R2: 28%" 87%"R2: 13%"

2. Schritt: Erklärung der Rezipienten-Varianz durch die Lagerzugehörigkeit"

88%" 12%"

Rezipienten-Varianz" Turn-Varianz "

3. Schritt: Erklärung der Turn-Varianz durch die Verteidigung des Redners"


Morgen

-20

-10

0

10

20

0 2 4 6 8 10 12 14Sekunde des Turns

Bew

ertu

ng v

on M

appu

s

Lagerzugehörigkeit X Verteidigung auf Bewertung Mappus


Andere Aussagen, Wahlabsicht

Verteidigungen, Wahlabsicht



Gestern – heute – morgen

1)  Analysen mit aggregierten RTR-‐Daten sind weiterhin sinnvoll. Aber: Sie müssen sich auf Aggregats-‐InterpretaFonen beschränken. Die individuellen Verlaufsgrafiken zeigen, dass sonst die Gefahr des ökologischen Fehlschlusses besteht.

2)  RTR-‐Messungen erlauben auf der Individualebene weitergehende Analysen. Sie werden der Komplexität des Forschungsgegenstandes und dem dynamischen Prozess der individuellen SFmulus-‐Verarbeitung gerecht.

3)  Die simultane BerücksichFgung von individuellen und von Kontexpaktoren erlaubt andere theoreFsche Zugänge – etwa in Theorien zu Wahrnehmungen und zu InformaFonsverarbeitungen.

4)  Weiterentwicklung des vorgestellten Ansatzes:

§  Prädiktoren: a) Einsatz metrischer Prädiktoren (sta7 einfacher Lagerzuordnung können Skalometer-‐Fragen verwendet werden); b) Einsatz mulFpler Prädiktoren (sowohl für Rezipienten als auch für Aussagen)

§  Aussagen: Erweiterung auf Aussagen, die nicht am Anfang eines Turn stehen §  Schätzung: angemessenere Parametrisierung (z.B. quadraFsch, log)

Universität Hohenheim Ins<tut für Kommunika<onswissenschaU Marko Bachl, Jens Vogelgesang, Michael Scharkow & Frank Bre)schneider Kontakt: marko.bachl@uni-‐hohenheim.de

RTR-Messungen in der deutschen Wahl- und Einstellungs ... · Gestern | Heute | Morgen Heute:...

Documents

Transcript of RTR-Messungen in der deutschen Wahl- und Einstellungs ... · Gestern | Heute | Morgen Heute:...