Zusammenfassung
Im Folgenden werden die empirischen Ergebnisse präsentiert. Zuerst wird die regionale Verteilung der Wahlerfolge der rechtsextremistischen Parteien sowie der Linken veranschaulicht. Zusätzlich wird die regionale Verteilung einiger ausgewählter Erklärungsgrößen der Kontexteinflüsse dargestellt. Da diese Arbeit vorrangig die regionalen Kontexteinflüsse auf extremistisches Wählerverhalten untersucht, für die regionale Unterschiede verantwortlich sind, stellt die Visualisierung der regionalen Verteilungen des Wählerverhaltens und der Erklärungsgrößen ein aufschlussreiches Mittel dar, um Verteilungsmuster und Zusammenhänge zu erkennen. Dabei dürfen die grafisch sichtbaren Unterschiede jedoch nicht überinterpretiert werden. Sie geben lediglich einen ersten Hinweis auf mögliche Ursachen. Ob regionale Unterschiede tatsächlich mit Kontexteinflüssen zusammenhängen, muss die multivariate Analyse klären. Es wäre sonst auch denkbar, dass die Unterschiede vollständig durch die sozialstrukturelle Zusammensetzung der Regionen erklärt werden können. Für die grafische Darstellung wurden die Erklärungsgrößen so ausgewählt, dass alle theoretischen Konzepte durch wenigstens einen Indikator abgedeckt sind. Für die Verteilung der regionalen Deprivation werden die Arbeitslosenquote und der Hauptschüleranteil dargestellt. Sie liefern Informationen über das Wohlstandsniveau und das Bildungsniveau eines Landkreises. Die Ausländerquote und der Gini-Koeffizient veranschaulichen die Verteilung von für extremistisches Wählerverhalten relevanten Gruppenkonflikten. Dabei spiegelt die Ausländerquote einen Gruppenkonflikt aus Sicht derjenigen Akteure mit einer nationalen sozialen Identität wider, während der Gini-Koeffizient einen Gruppenkonflikt zwischen den verschiedenen sozialen Schichten anzeigt. Abschließend werden die Verteilungen der durchschnittlichen Kirchgangshäufigkeit sowie des Anteils an Gewerkschaftsmitgliedern als Indikatoren für das christlich-religiöse und das gewerkschaftliche Milieu präsentiert.
This is a preview of subscription content, log in via an institution to check access.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Notes
- 1.
Für das Geschlecht und das Alter hätte es sich grundsätzlich auch angeboten, statt auf Umfragedaten auf Daten der repräsentativen Wahlstatistik zurückzugreifen. Da die rechtsextremen Parteien NPD, DVU und Republikaner in der Wahlstatistik jedoch nicht gesondert aufgeführt sind, sondern in der Kategorie „Sonstige Parteien“ gezählt werden, war dies leider nicht möglich.
- 2.
Bei der Interpretation ist freilich zu berücksichtigen, dass es sich um Aggregatdaten handelt, die keine Auskunft über Zusammenhänge auf der Individualebene geben können. Sie liefern aber durchaus einen Hinweis auf Ursachen für regionale Unterschiede. Der Vergleich der Grafiken kann dabei nur bivariat erfolgen. Der Einfluss von Drittvariablen kann nicht berücksichtigt werden.
- 3.
Zwei Wahlen sind sicherlich eine zu geringe Datenbasis, um auf ein dauerhaftes Absinken des Zweitstimmenanteils der Republikaner in Baden-Württemberg zu schließen. Allerdings konnten die Republikaner auch bei der Bundestagswahl 2009, die nicht Gegenstand dieser Analyse ist, in Baden-Württemberg nicht an die Erfolge von 1998 anknüpfen, so dass sich der Trend fortzusetzen scheint.
- 4.
Das liegt vermutlich an der nicht mehr möglichen Trennung zwischen Ost- und West-Berlin. Eine solche Trennung würde wahrscheinlich zeigen, dass der Ausländeranteil in West-Berlin deutlich höher ist als in Ost-Berlin.
- 5.
Dabei sollte berücksichtigt werden, dass der Gini-Index 1998 auf dem Einkommen in D-Mark, 2002 und 2005 dagegen auf dem Einkommen in Euro basiert. Für die multivariaten Analysen sollte dies keine Rolle spielen, da die jeweiligen Jahre separat analysiert werden. Der starke Anstieg des Gini-Koeffizienten im Jahr 2002 kann allerdings mit der Umstellung auf das Einkommen in Euro und der damit verbundenen Änderung der Einkommensskala zusammenhängen, die von 8 auf 9 Ausprägungen erweitert wurde. Die Berechnung auf Basis von klassierten Daten stellt nur eine Annäherung an den tatsächlichen Gini-Koeffizienten dar und weist meist eine geringere Ungleichverteilung aus (Mosler/Schmid 2006: 99). Je mehr Klassen vorhanden sind, desto stärker nähern sich die Daten an die tatsächliche Verteilung an. Daher wird der Gini- Index höher, mit steigender Zahl an Ausprägungen. Aus diesem Grund handelt es sich bei dem Anstieg des Gini-Koeffizienten vermutlich um ein Artefakt, das inhaltlich nicht zu stark interpretiert werden sollte.
- 6.
Da es sich hier um rein bivariate Zusammenhänge handelt, muss vor allem der deutliche negative Zusammenhang zwischen Kirchgangshäufigkeit und linksextremen Wahlerfolgen mit einer gewissen Vorsicht interpretiert werden. Gerade bei diesem Zusammenhang wäre es ebenfalls denkbar, dass es sich hierbei um Scheinkausalität handelt und eigentlich eine Drittvariable die gemeinsame Ursache für beide Phänomene ist. Denkbar wäre zum Beispiel, dass die historische Vergangenheit und das damit verbundene System der DDR sowohl für die niedrige Kirchgangsrate als auch für die hohen Wahlerfolge der Linken verantwortlich ist. Ob die Kirchgangshäufigkeit tatsächlich einen eigenständigen Einfluss auf die Wahl der Linken ausübt, müssen die multivariaten Analysen zeigen, in denen für den Ost-West-Unterschied kontrolliert werden kann.
- 7.
Um eine gewisse Übersichtlichkeit der Daten zu erhalten, werden nur die Wähleranteile für den Anfangs- und den Endpunkt des Untersuchungszeitraums präsentiert.
- 8.
Es werden reine Random Intercept Modelle und keine Modelle mit Random Slopes präsentiert, da Random Slopes bei Drei-Ebenen-Modellen dazu führen können, dass sich die Anzahl der zu schätzenden Parameter stark erhöht und die Modelle dadurch instabil werden (s. ausführlicher Kapitel 4.3).
- 9.
Die folgenden Tabellen weisen je ein Anfangsmodell (Modell 1) mit allen unabhängigen Variablen und ein Endmodell (Modell 2) nur mit den signifikanten Erklärungsgrößen aus. Bei den Varianzkomponenten wird eine Zufallskomponente e für Level 1 ausgewiesen, obwohl bei logistischen Mehrebenenmodellen mit binomialer Verteilung der Residuen für die Individualebene keine Zufallskomponente berücksichtigt wird, da sie Teil der Spezifikation der Residualverteilung ist (vgl. Hox 2002: 107). Bei extrabinomialer Varianz (auch overdispersion), die ein Zeichen für eine Fehlspezifikation des Modells darstellt, kann dennoch eine Varianzkomponente für Level 1 berücksichtigt werden (vgl. u.a. Skrondal/Rabe-Hesketh 2004: 25; Wright 1997: 23). Skrondal und Rabe-Hesketh (2007: 421ff.) betonen jedoch, dass extrabinomiale Varianz nur bei polytomen abhängigen Variablen auftreten kann. Bei dichotomen Antworten mit den Ausprägungen 0 und 1 sei overdispersion unmöglich. In der Praxis wird eine Maßzahl für extrabinomiale Varianz dennoch häufig bei dichotomen Antworten im Modell berücksichtigt (vgl. Dülmer/Ohr 2008; Dryler 1999; McCulloch 2001; Pinilla et al. 2002; Wright 1998), da dies bei dichotomen Antworten zu einer Verbesserung der Schätzer führen kann (Fielding/Yang 2005: 173; Venables/Ripley 2002: 298). Daher wurde auch für die vorliegenden Analysen extrabinomiale Varianz zugelassen.
- 10.
Zur Erläuterung von Cross-Level-Interaktionen und ihrer Interpretation siehe Kapitel 4.3.
- 11.
Da in der Arbeit vor allem Kontexteinflüsse erklärt werden sollen, lag der Fokus bei der Interpretation der Ergebnisse allerdings auf der Milieuerklärung.
- 12.
Da für andere Ost-West-Interaktionen signifikante Effekte vorliegen, verlaufen die Kurven nicht vollständig parallel. Durch die Interaktionen unterscheiden sich die Wahrscheinlichkeiten in Ost- und Westdeutschland nicht nur durch das unterschiedliche Interzept, sondern auch durch unterschiedliche Effekte für das Einkommen, den Beruf Arbeiter, die Gewerkschaftsmitglieder und das Geschlecht.
- 13.
Auch hier gilt allerdings, dass bei der ausführlichen Interpretation der Ergebnisse die Milieuerklärung im Fordergrund stand, da diese im Zentrum der Arbeit stehen.
- 14.
Zusätzlich hat 1999 die Veränderung der Arbeitslosenquote entgegen der Erwartungen einen signifikant negativen Einfluss auf die Wahl der Linken. Je stärker folglich die Arbeitslosenquote im Vergleich zum Vorjahr in einem Kreis angestiegen ist, desto unwahrscheinlicher wählt ein dort lebender Akteur die Linke. Da sich dieser Effekt jedoch in keinem weiteren Untersuchungsjahr wiederholt, wird er als unsicher erachtet.
- 15.
Für rechtsextremistisches Wählerverhalten zeigte sich 1998 ein signifikant negativer Effekt der mittleren Kirchgangshäufigkeit sowie des Anteils an Gewerkschaftsmitgliedern. Da dieser Effekt jedoch in keinem weiteren Untersuchungsjahr bestätigt werden kann, wird angenommen, dass die Milieus auch auf rechtsextremistisches Wählerverhalten keinen Kontexteinfluss mehr besitzen.
- 16.
Dies deutete auch schon die Studie von Falter und Klein (1994) an.
Author information
Authors and Affiliations
Rights and permissions
Copyright information
© 2012 VS Verlag für Sozialwissenschaften | Springer Fachmedien Wiesbaden
About this chapter
Cite this chapter
Pokorny, S. (2012). Empirische Analysen. In: Regionale Kontexteinflüsse auf extremistisches Wählerverhalten in Deutschland. VS Verlag für Sozialwissenschaften, Wiesbaden. https://doi.org/10.1007/978-3-531-19775-3_5
Download citation
DOI: https://doi.org/10.1007/978-3-531-19775-3_5
Publisher Name: VS Verlag für Sozialwissenschaften, Wiesbaden
Print ISBN: 978-3-531-19774-6
Online ISBN: 978-3-531-19775-3
eBook Packages: Humanities, Social Science (German Language)