SSOAR Logo
    • Deutsch
    • English
  • Deutsch 
    • Deutsch
    • English
  • Einloggen
SSOAR ▼
  • Home
  • Über SSOAR
  • Leitlinien
  • Veröffentlichen auf SSOAR
  • Kooperieren mit SSOAR
    • Kooperationsmodelle
    • Ablieferungswege und Formate
    • Projekte
  • Kooperationspartner
    • Informationen zu Kooperationspartnern
  • Informationen
    • Möglichkeiten für den Grünen Weg
    • Vergabe von Nutzungslizenzen
    • Informationsmaterial zum Download
  • Betriebskonzept
Browsen und suchen Dokument hinzufügen OAI-PMH-Schnittstelle
JavaScript is disabled for your browser. Some features of this site may not work without it.

Download PDF
Volltext herunterladen

(975.0 KB)

Zitationshinweis

Bitte beziehen Sie sich beim Zitieren dieses Dokumentes immer auf folgenden Persistent Identifier (PID):
https://nbn-resolving.org/urn:nbn:de:0168-ssoar-258523

Export für Ihre Literaturverwaltung

Bibtex-Export
Endnote-Export

Statistiken anzeigen
Weiterempfehlen
  • Share via E-Mail E-Mail
  • Share via Facebook Facebook
  • Share via Bluesky Bluesky
  • Share via Reddit reddit
  • Share via Linkedin LinkedIn
  • Share via XING XING

"Wenn am nächsten Sonntag ...": ein Prognosemodell für Bundestagswahlen

"When next Sunday ...": a multivariate forecasting model for federal elections
[Sammelwerksbeitrag]

Gschwend, Thomas
Norpoth, Helmut

Abstract

Im vorliegenden Beitrag wird ein multivariates Prognosemodell entworfen, durch das die politische Unterstützung für die amtierende Regierungskoalition bei einer Bundestagswahl mit hoher Genauigkeit vorherbestimmt werden kann. Dabei gilt es, den Stimmenanteil der regierenden Parteien insgesamt zu tre... mehr

Im vorliegenden Beitrag wird ein multivariates Prognosemodell entworfen, durch das die politische Unterstützung für die amtierende Regierungskoalition bei einer Bundestagswahl mit hoher Genauigkeit vorherbestimmt werden kann. Dabei gilt es, den Stimmenanteil der regierenden Parteien insgesamt zu treffen und nicht den separaten Anteil der jeweiligen Parteien. Es wird ein Erklärungsmodell des Wählerverhaltens im Hinblick auf die Frage vorgestellt, welche Faktoren die Wählerunterstützung für die Regierungsparteien bei Bundestagswahlen steuern und was den amtierenden Parteien Wahlsieg oder Niederlage im Rahmen von Prognosen verheißt. Die Autoren gehen dabei davon aus, dass die Wahlentscheidung durch langfristige, kurzfristige und mittelfristige Komponenten bestimmt wird. Sie betrachten die Wahlentscheidung in ihrem Modell hauptsächlich als eine kurzfristige Nutzenkalkulation, die in langfristige Bindungen eingebettet und einer mittelfristigen Wechseldynamik unterworfen ist. Die Ergebnisse vorheriger Bundestagswahlen, die Dauer der Regierung als Indikator für regierungsprozessimmanente Erosionstendenzen und die Regierungszustimmung in Meinungsumfragen liefern die notwendigen Daten, um die Parameter des Modells zu schätzen. (ICI2)... weniger

Thesaurusschlagwörter
Bundesrepublik Deutschland; Prognosemodell; Prognose; Wahlverhalten; Regierung; Wähler; Wahlergebnis; Bundestagswahl; Koalition

Klassifikation
politische Willensbildung, politische Soziologie, politische Kultur
Erhebungstechniken und Analysetechniken der Sozialwissenschaften

Methode
Grundlagenforschung

Titel Sammelwerk, Herausgeber- oder Konferenzband
Wahlen und Wähler: Analysen aus Anlass der Bundestagswahl 1998

Herausgeber
Klingemann, Hans-Dieter; Kaase, Max

Sprache Dokument
Deutsch

Publikationsjahr
2001

Verlag
Westdt. Verl.

Erscheinungsort
Wiesbaden

Seitenangabe
S. 473-499

Schriftenreihe
Schriften des Otto-Stammer-Zentrums im Otto-Suhr-Institut der Freien Universität Berlin, 90

ISBN
3-531-13721-2

Lizenz
Deposit Licence - Keine Weiterverbreitung, keine Bearbeitung

DatenlieferantDieser Metadatensatz wurde vom Sondersammelgebiet Sozialwissenschaften (USB Köln) erstellt.


GESIS LogoDFG LogoOpen Access Logo
Home  |  Impressum  |  Betriebskonzept  |  Datenschutzerklärung
© 2007 - 2025 Social Science Open Access Repository (SSOAR).
Based on DSpace, Copyright (c) 2002-2022, DuraSpace. All rights reserved.
 

 


GESIS LogoDFG LogoOpen Access Logo
Home  |  Impressum  |  Betriebskonzept  |  Datenschutzerklärung
© 2007 - 2025 Social Science Open Access Repository (SSOAR).
Based on DSpace, Copyright (c) 2002-2022, DuraSpace. All rights reserved.