Sequenzanalyse

Bereits Mitte der 1980er Jahre hatte Abbott sequenzanalytisches Vorgehen für die Analyse von sozialen Prozessen in die Geschichtswissenschaft eingeführt (Abbott 1983, 1984). Daneben wurden Sequenzanalysen von ihm auch schon in gänzlich anderen Themengebieten eingesetzt, z. B. bei der Analyse der Schrittfolgen von irischen Volkstänzen (Abbott und Forrest 1986) oder der Entwicklung der sozialwissenschaftlichen Fachsprache (Abbott und Barman 1997).

Genauer zur Ereignisanalyse siehe Box-Steffensmeier und Jones (2004), Jäckle (2015), Mills (2011) und Yamaguchi (1991).

Bei der Frage welche Karrierepfade ins Bundesverfassungsgericht nach Karlsruhe führen dürfte es beispielsweise irrelevant sein, ob, und wenn ja, für welchen Zeitraum eine Person Mitglied in einem Sportverein war. Ein Zustand „Mitglied in Fußballverein“ wäre entsprechend bei dieser Fragestellung nicht zielführend. Für die Frage der sozialen Integration benachteiligter Jugendlicher hingegen könnte es durchaus Sinn ergeben einen solchen Zustand zu codieren.

Die Sequenzen werden rückwärts gemessen ab dem Zeitpunkt der Ernennung zum Bundesverfassungsrichter. Der Code a02 stünde demnach für das vorletzte Jahr vor Amtsbeginn.

Fasang und Liao (2014) schlagen mit dem sogenannten relative frequency sequence plot, eine weitere Form der Darstellung für Sequenzen vor. Hierbei werden 1) die Sequenzen anhand eines sinnvollen Kriteriums geordnet (z. B. dem Zeitpunkt eines relevanten Events, wie der Heirat), 2) der Datensatz in k gleichgroße Teile unterteilt, 3) für jede dieser Teilgruppen die Medoid-Sequenz bestimmt, und 4) die ausgewählten repräsentativen Sequenzen als regulärer Sequenzplot (Sequenzindexplot) gezeichnet. Zusätzlich können anhand von Boxplots die Verteilungen der Sequenzen innerhalb jeder der k Gruppen betrachtet werden und anhand eines R² und F-Tests bestimmt werden, wie stark der relative frequency sequence plot von den drei a priori zu treffenden Entscheidungen (welches Sortierungskriterium? welches Distanzmaß zur Identifikation der Medoid-Sequenzen? und wie viele Teilguppen k?) abhängt.

Neben den Vorteilen, die die idealtypische Betrachtungsweise bei der Darstellung von theoretisch wie empirisch abgeleiteten Sequenztypologien bietet, weisen Martin und Wiggins (2011, S. 397) v. a. darauf hin, dass idealtypische Sequenzen auch eine große Hilfe bei der Erstellung empirischer Klassifikationen selbst darstellen können. Da die für die Klassifikation in der Regel genutzten agglomerativen Clusterverfahren dafür bekannt sind, vor allem bei Vorliegen von Ties in der Distanzmatrix uneinheitliche Ergebnisse zu liefern (vgl. Kap. Clusteranalyse), kann es eine Option sein, zunächst auf Basis einer Teilpopulation mehrere Clusteranalysen durchzuführen. Aus diesen lassen sich dann in einem weiteren Schritt idealtypische Sequenzen extrahieren und das Gesamtsample dann mit diesen vergleichen. Beispiele für ein solches Vorgehen finden sich bei Martin et al. (2008) sowie Stovel und Bolan (2004).

Da die Länge der Sequenzen beim OM nicht verändert werden soll, muss auf ein Einfügen (Insertion) zwangsläufig an anderer Stelle ein Löschen (Deletion) folgen.

Neben der weiter oben bereits erwähnten dynamischen Hamming Distanz gibt es noch weitere Ansätze, die versuchen, die Probleme mit der zeitlichen Komponente in sozialwissenschaftlichen Sequenzen anzugehen. Halpin (2010) beispielsweise schlägt mit dem OMv-Algorithmus ein Verfahren vor, bei dem die Ersetzungs- und Indel-Kosten umso niedriger angesetzt werden, je länger der Spell ist, in dem ein Zustand geändert werden soll. Auf diese Weise würde beispielsweise eine Transition der Sequenz A-A-A-A-B zu A-A-A-B-B als weniger kostspielig gesehen als eine von A-B-C-C-C zu B-B-C-C-C, da der Spell aus dem heraus die Ersetzung erfolgt im ersten Fall aus vier A besteht, wohingegen er im zweiten Fall aus nur einem A besteht. Daneben hat Elzinga (Elzinga 2003, 2005) ein ganz auf Ersetzungen und Indel-Operationen verzichtendes kombinatorisches Verfahren der Distanzberechnung vorgeschlagen, das die Zahl der in den beiden zu vergleichenden Sequenzen vorkommenden Subsequenzen ins Verhältnis zur Zahl aller Subsequenzen einer Sequenz setzt (Martin und Wiggins 2011, S. 400–402). Weitere Alternativen zum klassischen Optimal Matching, die allesamt ein spezifisch anderes Verständnis von Ähnlichkeit zwischen Sequenzen aufweisen, werden von Halpin (2014a) diskutiert.

Zu einem ähnlichen Ergebnis kommen Barban und Billari (2012, S. 773), die in ihrer sowohl auf realen Lebensverlaufdaten als auch auf Simulationen aufbauenden Studie zeigen, dass Optimal Matching mit konstanten Kosten und die Levenshtein II Distanz (= Längste gemeinsame Subsequenz) praktisch identische Ergebnisse liefern – deutlich abweichend sind hingegen die Clusterlösungen, die auf der Hamming-Distanz aufbauen.

Primär werden die administrativen, juristischen und politischen Karrierezustände nach dem Level des föderalen Systems in Positionen auf der Bundes-, Landes-, und unterhalb der Landesebene aufgegliedert (vgl. Jäckle 2016, S. 35).

Gauthier et al. (2010, S. 6, 7) beschreiben zwei weitere Möglichkeiten, multidimensionale Sequenzen im Zusammenhang mit Sequenzanalysen zu berücksichtigen. So könnte man die Ergebnisse einer über eine Dimension durchgeführten Sequenzanalyse als abhängige Variable in einem logistischen Regressionsmodel über Indikatoren anderer Sequenzdimensionen zu erklären versuchen. Auch wäre es möglich, die Ergebnisse von getrennten, über die verschiedenen Dimensionen durchgeführten Sequenzanalysen a posteriori in distinkten Typen zu bündeln. Gauthier und Kollegen sehen bei beiden Ansätzen allerdings gravierende Nachteile.

Ohne diese abnehmende Funktion, d. h. mit entweder identischen Kosten oder einer linearen Abnahme der Kosten, würden die vergleichsweise seltenen Lynchmorde als Rauschen in den Daten untergehen (Martin und Wiggins 2011, S. 403).

Genauer zu diesem für Netzwerkdaten geeigneten Verfahren zur Aufdeckung struktureller Ähnlichkeiten s. Scott (2000, S. 131–142).

Eine weitere Option stellt das als Freeware zur Verfügung stehende Programm TDA (Transitional Data Analysis) von Rohwer und Poetter (2005) dar. Es ist allerdings schon etwas veraltet und bietet keine gute Möglichkeit, die für die Sequenzanalyse so immanent wichtigen Grafiken zu erstellen.

Installation über ssc install sadi.

Konkret kann man mit SADI neben den klassischen OM und Hamming Distanzen auch die OMv-Distanz, Hollister’s OM-Variante, die dynamische Hamming Distanz, die Time-Warp-Edit Distanz und eine Version des von Elzinga vorgeschlagenen Verfahrens über die Anzahl der längsten gemeinsamen Subsequenzen (Halpin 2015).