Bibtex export

 

@incollection{ Gschwend2006,
 title = {Ökologische Inferenz},
 author = {Gschwend, Thomas},
 editor = {Behnke, Joachim and Gschwend, Thomas and Schindler, Delia and Schnapp, Kai-Uwe},
 year = {2006},
 booktitle = {Methoden der Politikwissenschaft: neuere qualitative und quantitative Analyseverfahren},
 pages = {227-237},
 series = {Forschungsstand Politikwissenschaft},
 address = {Baden-Baden},
 publisher = {Nomos Verl.-Ges.},
 isbn = {978-3-8329-2225-2},
 urn = {https://nbn-resolving.org/urn:nbn:de:0168-ssoar-258406},
 abstract = {"Als ökologische Inferenz wird der Versuch bezeichnet, mit Daten eines höheren Aggregationsniveaus (im Folgenden verkürzend als 'Aggregatebene' bezeichnet) Rückschlüsse auf Prozesse einer niedrigeren Ebene (im Folgenden 'Individualebene') zu ziehen. Angewendet wird diese Strategie dann, wenn nur Daten auf der Aggregatebene verfügbar sind, aber Prozesse auf der Individualebene im Mittelpunkt des Analyseinteresses stehen. Das zentrale forschungslogische Problem dieser Strategie ist, dass viele unterschiedliche Datenkonstellationen auf der Individualebene das auf der Aggregatebene beobachtete Muster erzeugen können. So passen zu einem amtlichen Endergebnis der Erst- und Zweitstimmen einer Partei bei einer Bundestagswahl sehr unterschiedliche Verteilungen des individuellen Wahlverhaltens. Aus der Information über die Verteilung der Erst- und Zweitstimmen kann daher im Allgemeinen nicht geschlossen werden, wie die einzelnen Wähler ihre Erst- und Zweitstimme vergeben haben. Mit dieser Uneindeutigkeit auf der Individual- also der analytisch interessierenden Ebene haben alle Methoden der ökologischen Inferenz zu kämpfen. Sie versuchen diesen Nachteil mit geballter Technologie und zahlreichen Annahmen über den datengenerierenden Prozess und die Aggregationslogik zu kompensieren." (Autorenreferat)},
 keywords = {Aggregatdaten; aggregate data; model; Aggregatdatenanalyse; Modell; aggregate data analysis}}