Zusammenfassung
Die nachstehenden Ausführungen widmen sich den Kurzzeitfolgen sowie den sie beeinflussenden Faktoren. Da es sich hier um keine Skala, sondern um Typen von Kurzzeitfolgen handelt, erfolgt die Berechnung auf Itemebene. Ergänzend werden mit Hilfe der Faktoranalyse Dimensionen der Kurzzeitfolgen herausgearbeitet und mit den verschiedenen Merkmalen, den Scheidungsgründen und den scheidungsverzögernden Bedingungen in Verbindung gebracht, um zu prüfen, ob zu den einzelnen Indikatoren der Kurzzeitfolgen neue Erkenntnisse herausgearbeitet oder bestehende Thesen bestätigt werden können.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Notes
- 1.
Die Faktoranalyse setzt die Bewertungen der verschiedenen Items miteinander in Beziehung und berechnet Zusammenhänge im Antwortverhalten, die zu Dimensionen (oder Faktoren) zusammengefasst werden. Die Faktoranalyse ist somit ein Verfahren zur Reduktion bzw. Zusammenfassung von Variablen.
- 2.
Mit Hilfe der Logistischen Regressionsanalyse können Zusammenhänge zwischen einer abhängigen dichotomen Variablen und mehreren (erklärenden) unabhängigen Variablen analysiert werden. Mit Hilfe der Logistischen Regressionsanalyse wird einerseits der Zusammenhang zwischen „[…] der Veränderung kategorialer oder kontinuierlicher unabhängiger Variablen und [andererseits] die Wahrscheinlichkeit der Zugehörigkeit zu einer Kategorie der abhängigen Variable“ (Fromm 2012, S. 109) überprüft. Die Wahrscheinlichkeit wird durch den Regressionskoeffizienten Exp. B. angegeben, der Werte höher 1 und niedriger 1 annehmen kann, d. h., die Wahrscheinlichkeit, dass die unten genannte Kurzzeitfolge eintritt, steigt bei einem Wert höher 1, während die Wahrscheinlichkeit, dass diese Kurzzeitfolge nicht eintritt, bei einem Wert unter 1 steigt. Die Erklärungskraft des Zusammenhanges wird ähnlich der bivariaten Analyse durch das Signifikanzniveau (bzw. die Irrtumswahrscheinlichkeit) – das kleiner als 0,05 sein soll – bestimmt. Die Erklärungskraft des jeweiligen Modells wird mit Hilfe von Pseudo R2 berechnet. „Nagelkerkes R2 kann wie das Bestimmtheitsmaß in der linearen Regressionsanalyse interpretiert werden, nämlich als Anteil der Varianz der abhängigen Variable, der durch alle unabhängigen Variablen zusammen erklärt wird“ (Fromm 2012, S. 130). Pseudo R2 nach Nagelkerke kann ein Maximum von 1 erreichen, Modelle, die Werte ab .20 erreichen, gelten als akzeptabel, bei Werten ab .40 wird von einem guten Erklärungsmodell ausgegangen (vgl. Fromm 2010, S. 107–158; siehe auch Backhaus et al. 2016, S. 317 f.).
- 3.
Im Fragebogen wurden die Frauen nicht direkt danach gefragt, ob sie einen nahen oder entfernten Verwandten geehelicht haben. Vielmehr gaben vor allem diejenigen, deren Eheschließung arrangiert wurde (in Deutschland Sozialisierte: 8 %; Heiratsmigrantinnen: 29,5 %) häufiger separat im Fragebogen an, dass sie einen nahen oder einen entfernten Verwandten geehelicht haben.
- 4.
Die Aussagen wurden dabei alle in eine Richtung gepolt, d. h., negativ gepolte Aussagen wurden in positive Aussagen umcodiert und für die weitere Berechnung herangezogen.
- 5.
Die Einkommensverhältnisse der Frauen wurden in Abschnitt 5.5 näher beschrieben.
Author information
Authors and Affiliations
Corresponding author
Rights and permissions
Copyright information
© 2020 Der/die Herausgeber bzw. der/die Autor(en), exklusiv lizenziert durch Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature
About this chapter
Cite this chapter
Mollenhauer, T. (2020). Deskriptive Ergebnisse zu den Kurzzeitfolgen. In: Eheliche Partnerschaftsverläufe und -abbrüche bei türkeistämmigen Frauen in Deutschland. Springer VS, Wiesbaden. https://doi.org/10.1007/978-3-658-30940-4_8
Download citation
DOI: https://doi.org/10.1007/978-3-658-30940-4_8
Published:
Publisher Name: Springer VS, Wiesbaden
Print ISBN: 978-3-658-30939-8
Online ISBN: 978-3-658-30940-4
eBook Packages: Social Science and Law (German Language)