Parteiidentifikation, Kognitive Mobilisierung und die Wahlentscheidung bei der Bundestagswahl 2017

Diskussionswürdig ist die theoretische Fundierung des Konzepts einer Parteiidentifikation. Zu einer Fundierung im Rahmen sozialer Identität vgl. Ohr und Quandt (2012).

Arzheimer (2017, S. 51–57) hat die Zeitreihe des Anteils der an eine Partei Gebundenen unter Verwendung der Politbarometer-Studien der Forschungsgruppe Wahlen bis zum Jahr 2012 hin verlängert, weswegen wir für diesen Beitrag darauf verzichtet haben, eine abermals aktualisierte Entwicklung bis zur Gegenwart vorzulegen.

Dass im Übrigen das Partisan Dealignment kein unumkehrbarer Prozess ist, hat sich nicht zuletzt in den Vereinigten Staaten gezeigt (Bartels 2000; Hetherington 2001).

Um zu erklären, warum besonders nur gering kognitiv mobilisierte Personen sich sukzessive weniger an Parteien gebunden haben, bedarf es weiterer Merkmale, die sich über die Zeit hinweg verändert haben.

Wir rechnen nachfolgend stets mit gewichteten Daten (sozial- und regionalstrukturelles Gewicht); die berechneten Standardfehler stellen die Clusterung der Daten (sample points) in Rechnung.

Bei der Interpretation beschränken wir uns hier auf die Merkmale, welche einen unmittelbaren Bezug zur Substitutions- und zur Involvierungshypothese haben.

Stehen bei einem/einer Befragten für eine Partei nicht für alle dem Modell zugrundeliegenden unabhängigen Variablen Werte zur Verfügung, so wurde nur die jeweilige Beobachtung, ausgeschlossen, die übrigen Werte dieser Person wurden beibehalten.

„The conditional logit model […] is a […] model in which the coefficients for a variable are the same for each outcome, but the values of the variables differ for each outcome.“ (Long 1997, S. 178; Hervorh. im Original). Würde man in ein konditionales Logit-Modell neben den alternativenspezifischen auch fall- bzw. befragtenspezifische unabhängige Variablen aufnehmen, die nicht zwischen den Alternativen variieren (etwa das Alter eines Befragten), so ergeben sich wie bei einem multinomialen Logit-Modell mit J Outcomes J-1 Parameterschätzungen (Long und Freese 2014, S. 460–464). Wir haben unsere konditionalen Logit-Modelle mit der Stata-Version 16 und darin dem Befehl „cmclogit“ geschätzt. Mit dieser Stata-Version lassen sich auch die Average Marginal Effects (AME) der Parteiidentifikation berechnen.

Die Zuordnung zu einer Partei erfolgt dabei ab einer vorhergesagten Wahlwahrscheinlichkeit >0,5.

Dieser einfache Anteil korrekter Vorhersagen wird in Long (1997, S. 107) als Count R² bezeichnet. Dagegen ist Longs Adjusted Count R² ein Prognosemaß, welches analog zu Goodman und Kruskals λ angibt, um wieviel sich die Prognose gegenüber einer reinen randverteilungsbasierten Prognose verbessert (1997, S. 107–108). Das letztgenannte Maß nimmt Werte von 0,8555 (Westdeutschland) bzw. 0,8784 (Ostdeutschland) an.

Die untere Grenze des 95 %-Konfidenzintervalls des AME der SPD in Ostdeutschland liegt bei 0,091.

Für die FDP fällt dieser Trend am wenigsten eindeutig aus. Die AME der Identifikation mit der FDP auf die Wahlwahrscheinlichkeit und ihre 95 %-Konfidenzintervalle betragen für Westdeutschland 0,090 [0,073; 0,106], für Ostdeutschland 0,068 [0,052; 0,084]. Die Konfidenzintervalle für Grüne, Linke und die AfD haben dagegen im Vergleich von West- und Ostdeutschland keine Überlappung.

Das Politikinteresse wird in drei Stufen kodiert: 0 „überhaupt nicht“ und „weniger stark“, 1 „mittelmäßig“ und 2 „stark“ und „sehr stark“ politisch interessiert; ebenso die schulische Bildung: 0 „kein Abschluss oder Hauptschulabschluss“, 1 „Realschulabschluss, Mittlere Reife oder Fachhochschulreife“ sowie 2 „Abitur oder ein (Fach)Hochschulabschluss“. Zur Indexbildung werden die beiden Werte summiert, so dass Befragte für ihre kognitive Mobilisierung einen Wert von 0 bis 4 erhalten können. Analog zu Dalton ordnen wir Befragte mit einem Wert von 3 oder 4 als hoch und Befragte mit einem Wert von 0 bis 2 als niedrig kognitiv mobilisiert ein. Auf dieser Basis werden 2017 rund 46 % der Befragten als hoch kognitiv mobilisiert klassifiziert, ein Ergebnis, das der von Dalton für 2005 (und 2009) berichteten Verteilung sehr ähnlich ist (Dalton 2012, S. 38).