PropertyValue
?:abstract
  • Das vorliegende Consulting-Projekt hatte zum Ziel, die Wählerwanderung zwischen den Bundestagswahlen 2013 und 2017 in Deutschland zu schätzen. Hierfür wurden die amtlichen Ergebnisse auf Wahlkreisebene als Aggregatdaten herangezogen. Als Individualdaten dienten die Ergebnisse zweier Wahlkampfpanel zur Bundestagswahl 2013 und 2017, die im Rahmen der German Longitudinal Election Study (GLES) mit 5.256 (2013) bzw. 22.526 Teilnehmern (2017) in verschiedenen Befragungswellen online erhoben wurden. Die Generierung entsprechender Subdatensätze ermöglichte eine direkte Gegenüberstellung von tatsächlichen Panelbefragungsdaten über beide Wahlen hinweg mit Recallbefragungen zum Zeitpunkt der zweiten Wahl in 2017. Darüber hinaus wurde dem Einfluss verschiedener Gewichtungen der Stichprobe nachgegangen. Im Rahmen der deskriptiven Analyse verdeutlichte der zeitliche Vergleich die Problematik fehlender Antwortkonsistenzen bei Wahlbefragungen. Darüber hinaus zeigte sich in den Individualdaten eine starke Unterschätzung der Unions- sowie Nichtwähler, was mit einer Überschätzung der relativen Anteile der anderen Parteien einherging. In Kombination mit den niedrigen nalen Stichprobengröÿen war deshalb eine Schätzung der Wählerwanderung allein aus den Individualdaten als problematisch anzusehen. Für die anschlieÿende Wählerwanderungsanalyse wurde das Multinomial-Dirichlet-Modell angewandt, bei dem es sich um ein hierarchisches Modell handelt, das auf dem Prinzip der Bayesischen Inferenz basiert. Hierbei wurde die Softwareimplementierung von Schlesinger (2014) im R-Paket genutzt. Während die ökologische Version dieses Modells ausschließlich die Aggregatdaten nutzt, ermöglicht die hybride Erweiterung eine systematische Kombination von Individual- und Aggregatdaten. Das Modell wurde sowohl nur mit Aggregatdaten, als auch unter Hinzunahme der verschiedenen Subdatensätze der Individualdaten geschätzt. Dabei wurden unterschiedliche Parametereinstellungen berücksichtigt und jede Modellschätzung zur Überprüfung der Stabilität mehrmals durchgeführt. Dabei hat sich gezeigt, dass vor allem die Union bei der Bundestagswahl 2017 starke Stimmverluste verzeichnen musste. Die AfD und FDP hingegen weisen enorme Stimmgewinne auf. Da durch Hinzunahme ungewichteter Individualdaten eine Verbesserung der Stabilität erreicht wurde, ist grundsätzlich eine hybride Modellierung zu bevorzugen. Das Projekt verdeutlicht jedoch die Problematik einer mangelnden Qualität sowie Quantität der im Rahmen von Wählerwanderungsanalysen vorliegenden Individualdaten, die auch durch Gewichtungen der Stichprobe nicht behoben werden konnte. Es bleibt fraglich, ob sich Aufwand und Kosten von Panelbefragungen über zwei Wahlen hinweg - trotz niedrigerer Stichprobengröße - tatsächlich in Form einer verbesserten Datenqualität gegenüber Recallbefragungen auszahlen. (xsd:string)
?:author
?:comment
  • https://fido-analytics.com/wp-content/uploads/2019/04/Hybrid-Modelling-of-Voter.pdf. (GLES) (xsd:string)
?:dataSource
  • GLES-Bibliography (xsd:string)
?:dateCreated
  • 9. Fassung, Januar 2020 (xsd:gyear)
?:dateModified
  • 2018 (xsd:gyear)
?:datePublished
  • 2018 (xsd:gyear)
?:duplicate
?:fromPage
  • 107 (xsd:string)
is ?:hasPart of
?:inLanguage
  • german (xsd:string)
is ?:mainEntity of
?:name
  • Wählerwanderungsanalyse zwischen den Bundestagswahlen 2013 und 2017 (xsd:string)
?:provider
?:publicationType
  • techreport (xsd:string)
?:reference
?:sourceInfo
  • 107, 2018 (xsd:string)
  • Bibsonomy (xsd:string)
?:studyGroup
  • German Longitudinal Election Study (GLES) (xsd:string)
?:tags
  • 2018 (xsd:string)
  • FDZ_Wahlen (xsd:string)
  • GLES (xsd:string)
  • GLES_input2019 (xsd:string)
  • GLES_pro (xsd:string)
  • GLES_version9 (xsd:string)
  • TK (xsd:string)
  • ZA5704 (xsd:string)
  • ZA6804 (xsd:string)
  • checked (xsd:string)
  • german (xsd:string)
  • jak (xsd:string)
  • techreport (xsd:string)
?:toPage
  • 107 (xsd:string)
rdf:type
?:uploadDate
  • 14.11.2019 (xsd:gyear)
?:url