In: Schmitt-Beck, Rüdiger (Hrsg.), Wählen in Deutschland, Sonderheft 45 der Politischen Vierteljahresschrift (PVS), Baden-Baden: Nomos 2012.

Transkript

1 Personalisierte Kandidatenstrategien und Wahlentscheidungen für Direktkandidaten im deutschen Mischwahlsystem: Die Persönlichkeitswahl in Wahlkreisen als interaktiver Prozess Thomas Gschwend / Thomas Zittel In: Schmitt-Beck, Rüdiger (Hrsg.), Wählen in Deutschland, Sonderheft 45 der Politischen Vierteljahresschrift (PVS), Baden-Baden: Nomos Online-Anhang 1

2 Ein Konditionales Logit-Modell Unser hierarchisches Model ordnet Wähler auf der Grundlage ihrer Wahlkreiskennung spezifischen Kandidaten zu und untersucht über den gesamten Datensatz hinweg den Zusammenhang, der zwischen Personalisierungsgrad von Wahlkampfkommunikation und Stimmverhalten besteht. Dieses Analysedesign lässt die Konkurrenzsituation zwischen Kandidaten eines Wahlkreises außer Acht und den Umstand, dass die individuelle Wahlentscheidung für einen Kandidaten gleichzeitig auch immer die Entscheidung gegen seine Mitkonkurrenten einschließt, dass Wähler also Personalisieren weil ein spezifischer Kandidat in seinem Wahlkampf stärker personalisiert als seine Mitkonkurrenten. Wir nehmen diesen Punkt durch die Schätzung eines Konditionalen Logit-Modells auf, bei dem jeder Wähler der Gruppe der zur Wahl stehenden Kandidaten in seinem jeweiligen Wahlkreis zugeordnet wird. Dabei verändern wir weder die abhängigen noch die unabhängigen Variablen sondern lediglich die Schätzmethode. Die skizzierte alternative Schätzstrategie modelliert im Vergleich zum hierarchischen Modell ein realistischeres Bild der Wahlsituation. Sie ist aber auch durch zwei gravierende Nachteile ausgezeichnet. Erstens bringt dieses Verfahren einen größeren Datenverlust mit sich, da sich ein entscheidendes Kriterium in der Selektion der Wähler, die in unser Analysesample aufgenommen werden, ändert. Wir können mit dieser Strategie nur solche Wähler betrachten, die in einem der Wahlkreise wahlberechtigt sind, in denen zumindest zwei Kandidaten an der Befragung von 2009 teilgenommen haben, und in denen so eine Entscheidungssituation vorliegt, die erklärt werden kann. Ein Vergleich des angegebenen Ersstimmenverhaltens der Befragten (CDU/CSU 31,7%, SPD 23,2%, Grüne 12,2%, FDP 11,0%, Linke 10,5%) mit dem offiziellen Endergebnis (siehe Tabelle 1 im Offline-Beitrag) zeigt jedoch, dass unser neues 2

3 Analysesample (N = 286) trotz des massiven Datenverlustes hinsichtlich der Wahlabsicht nicht wesentlich verzerrt ist. Der zweite Nachteil unserer alternativen Schätzstrategie besteht darin, dass das neu gebildete Analysesample sehr unterschiedliche Wahlsituationen pro Wähler umfasst, da in den vertretenen Wahlkreisen Kandidaten unterschiedlicher Parteien in unterschiedlicher Zahl an unserer Befragung teilgenommen haben. Vor allem aufgrund dieser gravierenden Restriktion stehen in unserem offline Beitrag für die Politische Vierteljahresschrift die Ergebnisse im Mittelpunkt, die auf der Grundlage unserer ersten Schätzstrategie, dem hierarchischen Modell, generiert werden konnten. In diesem Appendix wollen die Robustheit unsere Ergebnisse demonstrieren, selbst wenn wir ein anderes Schätzmodell, das Konditionale Logit-Modell, heranziehen. Die folgende Tabelle 5 gibt einen Überblick über die geschätzten Koeffizienten des Konditionalen Logit-Modells. 3

4 Tabelle 5: Konditionales Logit-Modell zur Erklärung von Erststimmenverhalten Nominalwahl (Erstimme für Kandidaten = 1) Intensität -0.03* (0.02) Wahlkampfnorm (0.06) Wahlkampfinhalte 0.32 (0.19) Wahlkampforganisation 0.05** (0.02) Wahrnehmung 0.00 (0.27) Parteiidentifikation 0.68** (0.08) Kognitive Personalisierung 1.69** (0.39) SPD Grüne FDP Linke Referenz Kategorie: CDU/CSU Ostdeutschland (0.87) (0.82) (0.88) (0.95) Politische Informiertheit (0.46) (0.46) (0.51) (0.53) Konstante (0.73) (0.86) (0.80) (1.00) Log-Likelihood -114 N (Wähler-Kandidaten) 810 N (Wähler) 286 Anmerkung: Einträge der Tabelle sind geschätzte Koeffizienten mit Standardfehlern in Klammern. * p < 0.05; ** p < 0.01 Die in Tabelle 5 dokumentierten Ergebnisse unterscheiden sich nicht wesentlich von den Befunden aus der vorausgegangenen Analyse zur Vorhersage verhaltensseitiger Personalisierung. Dies verdeutlicht ein Vergleich der geschätzten Koeffizienten der Tabellen 4 (im Offline-Beitrag) und 5 (hier). Beide Tabellen weisen mit einem Unterschied dieselben erklärenden Variablen als statistisch signifikant aus. Darüber hinaus bleibt auch die Größe der geschätzten Koeffizienten nahezu gleich insbesondere bei den Koeffizienten der Variablen Intensität und Wahlkampfinhalte, die in einem Modell als signifikant erweisen und im 4

5 anderen nicht. Das ist umso mehr beeindruckend, da die zweite Schätzmethode wesentlich mehr Ansprüche an die zugrundeliegenden Daten stellt und daher ein deutlich kleineres Analysesample verwendet. Auch im Licht der zweiten Analysestrategie mittels eines konditionalen Logit-Modells, das die Konkurrenzsituation zwischen Kandidaten im Wahlkreis erfasst, zeigt sich unser generelle Befund: personalisierte Wahlkämpfe machen einen Unterschied! 5