Suchergebnisse

Bisherige Forschung und die öffentliche Debatte lassen vermuten, dass Menschen aus ländlichen Regionen eher rechtspopulistisch wählen als Menschen in nicht-ländlichen Regionen. Gab es diesen Stadt-Land-Unterschied auch bei der Bundestagswahl 2021? Welche Rollen spielen die wirtschaftliche Situation und die infrastrukturelle Versorgung des Wohnorts bzw. dessen Lage in West- oder Ostdeutschland? Durch die Verknüpfung von Umfragedaten und Informationen zu den Stadt- und Landkreisen der befragten Personen präsentieren wir visuelle und statistische Analysen zum Einfluss des Wohnorts auf die Wahlentscheidung. Wir zeigen, dass einzelne Merkmale des Wohnortes mit einer erhöhten Chance der AfD-Wahl einhergehen. Alle örtlichen Erklärungsfaktoren zusammengenommen, sticht der positive Zusammenhang zwischen AfD-Wahl und Wohnort in einem Kreis in Ostdeutschland heraus.

Im Fokus dieses Beitrages stehen Vorstellung und Elaboration der Change-Point-Analyse (CPA), eines alternativen empirischen Verfahrens zur Klassifikation kontinuierlicher Variablen auf der Grundlage von flexiblen Lagemaßen. Die Argumentation beginnt mit der Feststellung, dass in verschiedenen Bereichen der Kommunikationswissenschaft auf Gruppenbildungen zurückgegriffen wird. Neben normativ definierten Einteilungen werden dabei häufig anerkannte fixe Lagemaße wie der Median, der Mittelwert, Terzile oder Pentile (Extremgruppen) verwendet. Diese fixen Lagemaße stehen jedoch aus verschiedenen Gründen in der Kritik. Mit dem in der Statistik entwickelten Change-Point-Ansatz liegt ein auf flexiblen Lagemaßen beruhendes Verfahren vor, das dieser Kritik begegnen kann. Anhand einer Sekundäranalyse einer Befragung von Wählerinnen und Wählern vor der Bundestagswahl 2009 wird die Differenzierungsleistung der Change-Point-Analyse im Vergleich zu den etablierten Kriterien am Beispiel des politischen Involvements herausgearbeitet.

This study explores how researchers' analytical choices affect the reliability of scientific findings. Most discussions of reliability problems in science focus on systematic biases. We broaden the lens to emphasize the idiosyncrasy of conscious and unconscious decisions that researchers make during data analysis. We coordinated 161 researchers in 73 research teams and observed their research decisions as they used the same data to independently test the same prominent social science hypothesis: that greater immigration reduces support for social policies among the public. In this typical case of social science research, research teams reported both widely diverging numerical findings and substantive conclusions despite identical start conditions. Researchers' expertise, prior beliefs, and expectations barely predict the wide variation in research outcomes. More than 95% of the total variance in numerical results remains unexplained even after qualitative coding of all identifiable decisions in each team's workflow. This reveals a universe of uncertainty that remains hidden when considering a single study in isolation. The idiosyncratic nature of how researchers' results and conclusions varied is a previously underappreciated explanation for why many scientific hypotheses remain contested. These results call for greater epistemic humility and clarity in reporting scientific findings.