Suchergebnisse

We address the empirical question to which extent higher fuel efficiency of cars affects additional travel and how this behavioural aspect is modified by additional variables. The data set used to estimate a theoretical model of the rebound effect covers two panel waves, 1998 and 2003, taken from the German Socio-Economic Panel (SOEP). To take full advantage of the information in the data available, and to avoid problems due to possible selection effects, we estimated an unbalanced two-wave random effects panel model. Our results suggest that in line with the rebound hypothesis, there is a negative effect of car efficiency on the kilometers driven. That is, the lower the fuel consumption, the larger the driven distance. However, contrasting recent empirical literature about the rebound effect in the transportation sector, this seems to be true only for cars with a consumption of more than roughly eight liters per hundred kilometers. In addition, we find a positive diesel effect, which implies that owning a diesel engined car, has a positive effect on the driven distance. Both effects can be interpreted as support for the rebound hypothesis, although not in a simple linear way. Moreover, it can be shown that some "soft" variables such as certain attitudes towards the environment tend to amplify this non-linear rebound effect. Our results support the general direction of the rebound effect on households travel activities. But because of the remaining political relevance of the rebound effect, they also highlight the importance of accounting for additional behavioural variables which tend to influence individual mobility behaviour. Hence, the classical interpretation of the rebound as a linear effect of advances in fuel economy on individual travel has to be questioned.

Die explorative Datenanalyse (EDA) umfasst eine Reihe meist grafischer oder semigrafischer Verfahren, die es ermöglichen, Daten und Ergebnisse besser zu verstehen. Das Ziel der EDA ist es Muster, Auffälligkeiten oder Zusammenhänge in Daten zu entdecken. Im Hauptteil des Buches werden die Grundtechniken zur Exploration von Verteilungen, Zusammenhängen und multivariaten Beziehungen vorgestellt. Die Grenzen zwischen der explorativen und der deskriptiven Datenanalyse sind fließend und für eine vernünftige Datenanalyse (und auch zur Kommunikation von Ergebnissen) sind beide unabdingbar. Deswegen behandelt das Buch beide Arten von Verfahren. Zudem enthält es ein Kapitel über Effektgrößen und eines zu Grafiken in der Inferenzstatistik. Alle Verfahren werden mit Hilfe von Beispielen illustriert und können unter Verwendung der frei erhältlichen Programmiersprache R von jedermann leicht nachvollzogen werden. Ergänzend werden alle R-Skripte auch online angeboten (http://www.r-stutorials.de/eda). Da keinerlei Programmierkenntnisse vorausgesetzt werden, eignet sich dieses Buch auch zum Einstieg in R. Markus Burkhardt ist wissenschaftlicher Mitarbeiter an der Professur für Forschungsmethoden und Evaluation am Institut für Psychologie der TU-Chemnitz. / Peter Sedlmeier ist Professor für Forschungsmethoden und Evaluation am Institut für Psychologie der TU Chemnitz.

Die Daten des Sozio-oekeonomischen Panels (SOEP) werden seit 1984 auf Grundlage eines mit dem Befragungsinstitut Infratest abgestimmten Erhebungskonzepts jährlich erhoben. Erfasst werden die Daten zentral in München bei TNS Infratest, aufbereitet in München und beim DIW Berlin, um dann möglichst zeitnah durch die SOEP-Gruppe am DIW Berlin an externe Nutzer weitergegeben zu werden. Das komplexe Zusammenspiel von Erhebung, Aufbereitung, Speicherung und Weitergabe der SOEP-Daten wird laufend aktualisiert und immer wieder an die jeweiligen befragungs- und datentechnischen Erfordernisse angepasst. Beispielsweise erfolgten Mitte der 80er Jahre noch alle Datenarbeiten im DIW Berlin als Mainframe-Anwendungen (IBM VM/370). Die Daten wurden von Infratest als Rohdaten (EBCDIC) mit fixer Bespaltung auf Magnetbändern übertragen. Der Umstieg auf Unix- Server erfolgte Mitte der 90er Jahre - die Daten wurden dann zum Teil auf Disketten und derzeit komplett auf CD beziehungsweise DVD geliefert. Der inzwischen weit über 20 Jahre umfassende Erhebungszeitraum spiegelt sich jedoch nicht nur in den Veränderungen der technischen Datenaufbereitung, sondern auch in den eigentlichen SOEP-Daten wieder. Neben der durch den Fall der Mauer motivierten Ausdehnung des Erhebungsgebietes auf die neuen Bundesländer zeigen sich in den SOEP-Daten weitere im Laufe der Zeit erfolgte exogene Schocks der Bevölkerungsgröße und -struktur in Deutschland. Beispielsweise stieg im Zuge des Familiennachzugs, u. a. infolge des Bürgerkriegs Anfang der 90er Jahre in Jugoslawien, der Umfang der entsprechenden SOEP-Substichprobe stark an,1 wohingegen sich z. B. das Subsample der Spanier aufgrund von Re-Migration nach dem Zusammenbruch des Franco-Regimes, den ersten freien Wahlen in Spanien 1977 und der Einbeziehung Spaniens in die EU stark verkleinert hat. Auch die aus den offenen Angaben der Befragten geäußerten Sorgen zeigen die mit weltpolitischen Ereignissen einhergehenden Ängste in der Bevölkerung auf - um AIDS, um Rechtsradikalismus, um die Ost-West-Integration, um Krieg und Terrorismus.

Die mit Qualitative Comparative Analysis (QCA) verbundenen konfigurationellen Methoden haben sich in den letzten Jahrzehnten als eine eigenständige Methodenrichtung entwickelt, welche innerhalb der Sozialwissenschaften aber auch darüber hinaus vermehrt Aufmerksamkeit findet. Dabei hat rund um den ursprünglich als Qualitative Comparative Analysis bezeichneten Ansatz eine breite, sich in verschiedene Richtungen entwickelnde Methodenentwicklung stattgefunden. Das Lehrbuch führt zuerst in die wissenschaftstheoretischen Grundlagen der konfigurationellen Methoden ein. Nach einer knappen Darstellung der mengentheoretischen Basis der Berechnungen, wird dann zuerst die ursprüngliche, auf dichotome Mengen aufbauende crisp-set QCA (csQCA) ausführlich dargestellt. Der Schwerpunkt liegt hier auf der Darstellung der grundlegenden Prinzipien auch anhand von didaktischen Beispielen. Im weiteren Verlauf werden dann Weiterentwicklungen wie multi-value QCA (mvQCA) sowie das mit fuzzy-sets arbeitende fsQCA vorgestellt. Die Ausführungen richten sich dabei vor allem an Studierende und Wissenschaftler, welche sich in die Methodik einarbeiten wollen und stellt daher eine grundlegende Einführung in die Grundideen der Analyse mit QCA dar, welche von Übungsaufgaben flankiert werden. Ein besonderes Augenmerk liegt dabei auch auf der Anwendung der Methodik mit einschlägiger Software wie TOSMANA (Tool for Small-N Analysis) und dem QCA Add-In, welches einfache Berechnungen mit den unterschiedlichen Varianten von QCA direkt in Excel ermöglicht.

Faktorenanalysen sind ein elementarer Bestandteil der sozialwissenschaftlichen Forschung. Als dimensionsreduzierendes Verfahren dienen sie häufig dazu, wenige, theoretisch gut interpretierbare Konstrukte auszumachen, die den Zusammenhang zwischen einer Vielzahl beobachtbarer Variablen statistisch erklären. Sie spielen somit zugleich bei der Operationalisierung nicht direkt messbarer Größen (wie z.B. Intelligenz) eine zentrale Rolle. Dieses Buch bietet eine Einführung in die Theorie der Faktorenanalyse mit Anwendungsbeispielen. Neben den klassischen Themen der Faktorwertschätzung und der Anpassung konfirmatorischer Modelle werden auch Fragen der Populationsinvarianz und Testfairness behandelt. Ferner wird auf die spezielle Rolle eindimensionaler Modelle eingegangen. Der Fokus liegt dabei auf einem exakten Verständnis der zentralen Begriffe und Modellterme, da wohl kaum ein weiteres statistisches Verfahren derart verbreitete Missverständnisse und Fehlinterpretationen generieren kann. Insbesondere vor dem aktuellen Hintergrund einer Replikationskrise ist ein wirkliches Verständnis statistischer Verfahren gegenüber ihrer bloßen Anwendung unerlässlich. Die ausführliche Darlegung der theoretischen Begriffe in diesem Buch soll daher der notwendigen kritischen Auseinandersetzung des Forschers mit dem Verfahren dienen und insbesondere einer kochrezeptartigen Anwendung vorbeugen.

This book outlines the richness of case study approaches in their contribution to theory. It offers master and doctoral students a systematic overview of how to conduct case study research considering the variety of its approaches. A continuum of theory is outlined in order to clarify the contribution of research designs to theory. Research topics, research questions, and the role of the theoretical and empirical state of the art are discussed. The conceptual framework is displayed as an orientation, guiding the study theoretically as well as methodologically. The core of the book is the investigation into the main approaches of case study re-search. Exploratory, explanatory, constructivist, and extended case study approaches are outlined and compared. Commonalities and differences in data collection and data analysis within case study research are deepened.