Die Präsentation wird geladen. Bitte warten

Die Präsentation wird geladen. Bitte warten

Politikwissenschaftliche Einstellungsforschung: Messung von Einstellungen Siegfried Schumann.

Ähnliche Präsentationen


Präsentation zum Thema: "Politikwissenschaftliche Einstellungsforschung: Messung von Einstellungen Siegfried Schumann."—  Präsentation transkript:

1 Politikwissenschaftliche Einstellungsforschung: Messung von Einstellungen Siegfried Schumann

2 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 3 Explizite Einstellungsmaße

4 4 1. Skalometer-Fragen (Beispiel)

5 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 6 2. Likert-Instrumente (Beispiel) Ideales Antwortmuster bei mäßig positiver Merkmalsausprägung

7 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 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 Eigentums 10. Anwendung von Gewalt gegen Personen (aus: Infratest GmbH 1980: 180, 211) INT.: Orangen Kartensatz mischen und vorlegen

9 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 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 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 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 13 4. Semantisches Differential (Beispiel) Angela Merkel Bitte kreuzen Sie bei jeder Skala das Kästchen an, das Angela Merkel am besten beschreibt.

14 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 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 Bitte kreuzen Sie bei jeder Skala das Kästchen an, das Angela Merkel am besten beschreibt.

16 16 5. Thurstone-Instrumente (Beispiel) Zu messendes Merkmal: Radikalität der Mittel, die man einzusetzen bereit ist, um polit. Ziele durchzusetzen Beurteilung der Extremität der Aussage durch Experten

17 17 Beispiel - Fortsetzung Zu messendes Merkmal: Radikalität der Mittel, die man einzusetzen bereit ist, um polit. Ziele durchzusetzen Expertenurteil (Mittelwerte)

18 18 Beispiel - Fortsetzung Zu messendes Merkmal: Radikalität der Mittel, die man einzusetzen bereit ist, um polit. Ziele durchzusetzen SORTIERTE Expertenurteile (Mittelwerte)

19 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 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 bestätigt Beziehung zwischen objektiv gemessener Reizstärke und numerischer Einschätzung: Allgemeines psychophysisches Potenzgesetz: Einige Beispiele für β: Gewicht (gehoben) 1.45 Lautstärke (bei 3000 Hertz) 0.67 Helligkeit (5º-Scheibe in Dunkelheit) 0.33 Visuelle Fläche (Quadrate) 0.70 Räumliche Länge (Linien) 1.00

21 21 Psychophysisches Potenzgesetz – Beispiel 1 Gewicht: 1.45 (a = 1/1800)

22 22 Psychophysisches Potenzgesetz – Beispiel 2 Lautstärke: 0.67 (a = 0.93)

23 23 Psychophysisches Potenzgesetz – Beispiel 3 Helligkeit: : (a = 2) 1:2

24 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:

25 25 Cross-Modality-Matching - Fortsetzung

26 26 Indirektes Cross-Modality-Matching (Beispiel) Dargeboten: Gewicht (Gramm) NICHT PHYSIKALISCH GEMESSEN!

27 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 …

28 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 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 30 Implizite Einstellungsmaße

31 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 32 1. Implicit Association Test (IAT) – Beispiel »S«-Tasten-Reaktion»K«-Tasten-Reaktion Männliche NamenWeibliche 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 nach: Haddock / Maio (2007: 211) Zu erfassen: Geschlechterbezogene Einstellungen jew Durchgänge; möglichst schnelle Reaktion

33 33 1. Implicit Association Test (IAT) – Beispiel »S«-Tasten-Reaktion»K«-Tasten-Reaktion Männliche NamenWeibliche 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 nach: Haddock / Maio (2007: 211) leichte Aufgaben, wenn Männer positiver beurteilt werden kongruente Verbindungen vs.

34 34 1. Implicit Association Test (IAT) – Beispiel »S«-Tasten-Reaktion»K«-Tasten-Reaktion Männliche NamenWeibliche 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 nach: Haddock / Maio (2007: 211) leichte Aufgaben, wenn Frauen positiver beurteilt werden vs. kongruente Verbindungen

35 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) ekelhaf t

36 36 Evaluatives Priming (Beispiel)

37 37 Evaluatives Priming (Beispiel - Fortsetzung) Bedeuten die folgenden Adjektive etwas Positives oder etwas Negatives? (Bitte entsprechende Taste drücken) Positiv Negativ liebevol l hinterlistig rücksichtslo s fürsorglich

38 38 Hauptproblem beim evaluativen Priming: Priming Reaktionsgeschwindigkeit Klarheit der Valenz (z.B. liebevoll – verlassener Partner!)

39 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 Elektrodenplatzierung en

40 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 41 Fazit höchst unterschiedliche Verfahren zur Einstellungsmessung unterschiedliche Messtheorien je nach Verfahren oft Validitätsprobleme (was wird gemessen?) am häufigsten angewandt: –Skalometerfragen –Likert-Verfahren

42 42 Vielen Dank für Ihre Aufmerksamkeit!

43 43 Original a. zu: Cross-Modality-Matching

44 44 Original b. zu: Cross-Modality-Matching


Herunterladen ppt "Politikwissenschaftliche Einstellungsforschung: Messung von Einstellungen Siegfried Schumann."

Ähnliche Präsentationen


Google-Anzeigen