Zusammenfassung
Die Ergebnisse des empirischen Tests der Teilprozesstheorie sollen dazu dienen, die in Kapitel 8.1 aufgestellten Forschungsfragen zu beantworten. Dabei kommen – wie bereits erwähnt – zwei unterschiedliche Analyselogiken in Frage: Einerseits lässt sich betrachten, ob die Frame-Verwendung umso homogener wird, je niedriger die Ebene des in Kapitel 6.14 aufgestellten Mehrebenenmodells ist (wobei das Land die höchste und das Individuum die niedrigste Ebene darstellt). In der statistischen Auswertung müsste damit die Übereinstimmung der Frame-Verwendung innerhalb der einzelnen Ebenen geprüft werden. Der Grundgedanke hierbei ist der, dass die auf den einzelnen Ebenen liegenden Faktoren einen homogenisierenden Einfluss auf die Frame-Verwendung ausüben. Auf der Länderebene legt z. B. die Kultur die Verwendung eines bestimmten Frames nahe und macht die Anwendung anderer Frames unwahrscheinlicher, wobei unterschiedliche Kulturen (in unterschiedlichen Ländern) unterschiedliche Frame-Verwendungen fördern. Innerhalb eines Landes müsste es somit mehr Übereinstimmung in der Frame-Verwendung geben als zwischen unterschiedlichen Ländern, in denen unterschiedliche Kulturen etc. als Einfluss wirken. Auf der Ebene der Organisation liegen nun wiederum Faktoren, welche die Verwendung eines bestimmten Frames beeinflussen.
This is a preview of subscription content, log in via an institution.
Buying options
Tax calculation will be finalised at checkout
Purchases are for personal use only
Learn about institutional subscriptionsNotes
- 1.
Auch wenn hier davon gesprochen wird, dass diese Faktoren die Auswahl eines Frames bestimmen, ist damit nicht gemeint, dass sie dies in deterministischer Weise tun. Ein gewisser Teil der Varianz in der Frame-Verwendung wird wahrscheinlich nicht erklärt werden können.
- 2.
Es ist dabei zu berücksichtigen, dass diese Daten somit als Einzelfallstudie anzusehen sind und dass die hieraus gewonnenen Erkenntnisse nur für das gewählte Thema, den gewählten Zeitraum und die gewählten Medienorganisationen gelten. Systematische Unterschiede in der Frame-Verwendung von Ländern, Medienorganisationen und Personen sowie innerhalb von bestimmten Zeiträumen müssen bei anderen Themen, in anderen Zeiträumen und bei anderen Medienorganisationen nicht in gleicher Weise bestehen. Ob es sich um generell auftretende Effekte handelt, müsste somit in Folgestudien zu anderen Themen untersucht werden.
- 3.
Die relativ hohe Fallzahl muss bei der Interpretation der im Folgenden genannten Signifikanzwerte berücksichtigt werden, denn: „an increase in sample size will also reduce the standard error thereby increasing the chance of finding a significant association.“ (Miles/Shevlin 2001: 118)
- 4.
- 5.
Hier wurden nur solche Elemente berücksichtigt, die in einem der fünf Frame-Indizes vorkamen.
- 6.
Im Rahmen der Analyse wurden Tests durchgeführt, um zu überprüfen, ob die Voraussetzungen für die Gültigkeit der Ergebnisse der Regressionsanalyse gegeben sind. Wie bereits erwähnt fielen sowohl der Kolmogorov-Smirnov-Test als auch der Breusch-Pagan-Test signifikant aus, was auf nicht-normalverteilte Residuen und Heteroskedastizität verweist. Ein Test auf Autokorrelation muss eigentlich nur bei Zeitreihendesigns oder dem Verdacht auf ein Mehrebenenproblem durchgeführt werden (vgl. Miles/Shevlin 2001: 110). Dabei wird die Verwendung eines Frames in der vorliegenden Analyse durchaus zu mehreren Zeitpunkten gemessen, obwohl hier kein Zusammenhang im klassischen Sinne einer Zeitreihenanalyse erwartet wird. Das Mehrebenenproblem besteht, wird aber in der Durchführung der Analyse bereits berücksichtigt. Dennoch wurde sicherheitshalber die Durbin-Watson-Statistik berechnet, bei der Werte unter 1 und über 3 auf ein Problem verweisen, Werte um 2 hingegen auf die Erfüllung der Annahme (vgl. Field 2009: 236). Bei dem hier durchgeführten Test ergab die Durbin-Watson-Statistik einen Wert von 1,735, was darauf hinweist, dass kein Autokorrelationsproblem besteht. Beim Test auf Multikollinearität wurden die Maße »Toleranz« und »VIF« betrachtet. VIF-Werte über 10 und Toleranzwerte unter 0,1 deuten eindeutig auf Multikollinearität hin, Toleranzwerte unter 0,2 auf ein etwaiges Problem (vgl. ebd.: 242). Bei der vorliegenden Analyse lagen der höchste VIF-Wert bei 5,08 und die meisten anderen Werte deutlich darunter sowie ein einzelner Toleranzwert bei 0,197 und die meisten anderen Toleranzwerte deutlich darüber. Somit wird hier nicht von einem Multikollinearitätsproblem ausgegangen.
- 7.
Kolmogorov-Smirnov-Test signifikant, Breusch-Pagan-Test signifikant, Durbin-Watson-Statistik = 1,844, kleinster Toleranzwert = 0,6, größter VIF-Wert = 1,667
- 8.
Kolmogorov-Smirnov-Test signifikant, Breusch-Pagan-Test signifikant, Durbin-Watson-Statistik = 1,805, kleinster Toleranzwert = 0,197, größter VIF-Wert = 5,08
- 9.
Kolmogorov-Smirnov-Test signifikant, Breusch-Pagan-Test signifikant, Durbin-Watson-Statistik = 1,834, kleinster Toleranzwert = 0,6, größter VIF-Wert = 1,667
- 10.
Kolmogorov-Smirnov-Test signifikant, Breusch-Pagan-Test signifikant, Durbin-Watson-Statistik = 1,857, kleinster Toleranzwert = 0,197, größter VIF-Wert = 5,08
- 11.
Unterschiede in der Verwendung einzelner Frames in bestimmten Zeitabschnitten zeigen sich auch in einer Studie von Kohring et al. (vgl. 2011: 212f.). Auch hier werden die Schwankungen durch bestimmte Ereignisse in der Debatte erklärt.
- 12.
Kolmogorov-Smirnov-Test signifikant, Breusch-Pagan-Test signifikant, Durbin-Watson-Statistik = 1,843, kleinster Toleranzwert = 0,201, größter VIF-Wert = 4,977
- 13.
Kolmogorov-Smirnov-Test signifikant, Breusch-Pagan-Test signifikant, Durbin-Watson-Statistik = 1,785, kleinster Toleranzwert = 0,201, größter VIF-Wert = 4,977
- 14.
Kolmogorov-Smirnov-Test signifikant, Breusch-Pagan-Test signifikant, Durbin-Watson-Statistik = 1,842, kleinster Toleranzwert = 0,230, größter VIF-Wert = 4,345
- 15.
Kolmogorov-Smirnov-Test signifikant, Breusch-Pagan-Test nicht signifikant, Durbin-Watson-Statistik = 1,772, kleinster Toleranzwert = 0,230, größter VIF-Wert = 4,345
- 16.
Da der Breusch-Pagan-Test in diesem Fall wieder nicht-signifikant ausfiel, wurde ein herkömmlicher Standardfehler berechnet. Kolmogorov-Smirnov-Test signifikant, Durbin-Watson-Statistik = 1,688, kleinster Toleranzwert = 0,156, größter VIF-Wert = 6,396
- 17.
Dies traf auf die Ressorts Inland (17 Artikel), Feuilleton (16 Artikel), Kultur (9 Artikel), Bildung (4 Artikel), Reise/Verkehr (2 Artikel) und Finanzen (1 Artikel) nicht zu.
- 18.
Effekte der Personenebene werden hier nicht aus den Daten entfernt, weil Ressorts der Personenebene übergeordnet sind, d. h. die aus dem Ressort entstehenden Vorgaben wirken auf die Arbeit derjenigen – meist mehreren – Journalisten, die hierfür tätig sind. Ein Problem für die vorliegende Auswertung würde allerdings dann entstehen, wenn ein einzelner Journalist einen hohen Anteil an den Artikeln eines Ressorts hat. In diesem Fall wäre schwer auszumachen, ob die Frame-Verwendung in diesem Ressort sich von der Frame-Verwendung eines anderen Ressorts aufgrund von Eigenschaften des Ressorts oder aufgrund von Eigenschaften dieses einzelnen Journalisten unterscheidet. Allerdings sind die Artikelzahlen in den meisten untersuchten Ressorts noch so hoch, dass ein einzelner Journalist kaum einen zu starken Einfluss nehmen kann. Bei den beiden Ressorts mit geringerer Artikelzahl wurde die Verteilung der Autoren überprüft. Von den 32 Artikeln im Wirtschaftsressort wurden 22 von Autoren verfasst, die hierin nur einen einzelnen Artikel publiziert haben. Zwei Autoren platzierten jeweils zwei Artikel, ein Autor fünf und in einem Fall war der Autor nicht feststellbar. Im Ressort Lokales war der Autor bei vier von 21 Artikeln nicht feststellbar. In den verbleibenden Artikeln haben 15 Autoren einen Anteil von jeweils einem Artikel und ein Autor einen Anteil von zwei Artikeln. Ein übermäßiger Einfluss einer Einzelperson liegt somit klar nicht vor.
- 19.
Bei dem Dummy-Code zu einem Ressort – dem Politikressort – ergaben sich kritische Toleranz- und VIF-Werte, was auf ein Multikollinearitätsproblem hinweist. Dabei ist bei der Verwendung von Dummy-Codes natürlich zu einem gewissen Maße redundante Information in dem Modell enthalten – im vorliegenden Fall: Wenn ein Artikel in Ressort A erschienen ist (Dummy-Code A = 1), dann ist er keinesfalls gleichzeitig in Ressort B erschienen (Dummy-Code B immer = 0). Eine Variable zu entfernen wäre im vorliegenden Fall jedoch nicht sinnvoll, da ausgeschlossen werden kann, dass mit den einzelnen Dummy-Codes das Gleiche gemessen wurde und dass damit vollständige Redundanz vorliegt. Ebensowenig lassen sich die Dummy-Codes in diesem Fall sinnvoll zu einer übergeordneten Variable vereinen (vgl. Miles/Shevlin 2001: 132). Daher wurden keine Korrekturmaßnahmen ergriffen, zumal die Multikollinearität primär nur zu höheren Standardfehlern führt und das Auffinden signifikanter Ergebnisse erschwert (vgl. Field 2009: 224), wobei sich bei dem folgenden Ergebnis jedoch viele signifikante Koeffizienten zeigen.
Author information
Authors and Affiliations
Rights and permissions
Copyright information
© 2012 VS Verlag für Sozialwissenschaften | Springer Fachmedien Wiesbaden
About this chapter
Cite this chapter
Potthoff, M. (2012). Auswertung und Ergebnisse der empirischen Studie. In: Medien-Frames und ihre Entstehung. VS Verlag für Sozialwissenschaften, Wiesbaden. https://doi.org/10.1007/978-3-531-19648-0_9
Download citation
DOI: https://doi.org/10.1007/978-3-531-19648-0_9
Publisher Name: VS Verlag für Sozialwissenschaften, Wiesbaden
Print ISBN: 978-3-531-19647-3
Online ISBN: 978-3-531-19648-0
eBook Packages: Humanities, Social Science (German Language)