Stereotype Threat und Politisches Wissen

Neben diesen inhaltlichen Erklärungsansätzen werden in der Forschung auch methodische Aspekte genannt, die das gender gap im politischen Wissen (teilweise) erklären können. Eine besondere Aufmerksamkeit kommt dabei der „weiß nicht“-Kategorie zu (z. B. Mondak und Anderson 2004; Lizotte und Sidman 2009; Luskin und Bullock 2011). Wir betrachten das „weiß nicht“-Antwortverhalten als Folge der Aktivierung von Stereotypen und werden später darauf eingehen.

Selbstverständlich kann dieser Befund nicht auf die deutsche Bevölkerung im Allgemeinen übertragen werden, sondern lediglich auf die selektive Gruppe der Studierenden an der FernUniversität in Hagen. Allerdings weist diese Gruppe im Vergleich zu klassischen Präsenzuniversitäten eine größere soziale Heterogenität der Studierenden auf.

In vorher durchgeführten Analysen fanden wir einen signifikanten Effekt der Nationalität auf die Leistung im Test zum politischen Wissen (F(3,409) = 7,81, p < 0,001, η² = 0,05). Personen, die nicht-deutscher Staatsbürgerschaft waren oder nicht in Deutschland lebten, schnitten signifikant schlechter im Test ab als deutsche Staatsbürger oder Personen, die in Deutschland lebten.

In der Vorstudie wurde variiert, ob ein den Teilnehmenden vorgelegter Test eine „weiß nicht”-Option enthielt oder nicht. Die Items, aus denen der Test bestand, hatten keine korrekte Antwort und insofern implizierte jede andere Antwort als das Ankreuzen der „weiß nicht“-Option (wenn vorhanden) oder das Ignorieren des Items (wenn keine solche Option vorhanden war) Raten vonseiten der Teilnehmenden. Wenn sie mit solchen unlösbaren Aufgaben konfrontiert waren, rieten Teilnehmende ohne „weiß nicht“-Option häufiger (M = 4,29, SD = 1,32) als Teilnehmende mit einer solchen Option (M = 1,69, SD = 1,36). Es lag kein signifikanter Effekt des Geschlechts der Teilnehmenden vor.

Die Abkürzung ANCOVA (Analysis of Covariance) bezeichnet eine Kovarianzanalyse. Hierbei werden drei Faktoren berücksichtigt: das Geschlecht (männlich/weiblich), der Studiengang (Psychologie/PVS) und die Versuchsbedingung (erste/zweite/dritte). Das Verfahren testet die Effekte jedes einzelnen Faktors für sich (sogenannte Haupteffekte) sowie auch die Interaktionen der Faktoren (sogenannte Interaktionseffekte).

Ein anonymer Gutachter hat in seinem Review gefragt, ob es empirische Hinweise gibt, welche der genannten klassischen Ansätze der erklärungsstärkste ist? Wir kennen keine Studie, die sich bisher explizit mit dieser Frage auseinandergesetzt hat. Nach unserer Einschätzung spricht aber vieles dafür, dass insbesondere der sozialisationstheoretische Ansatz der erklärungsstärkste ist. Warum? Mit Blick auf den strukturellen Erklärungsansatz zeigt sich, dass sich das gender gap über die Zeit deutlich abgeschwächt hat. Die biologischen Ansätze verweisen auf eine komplexe Beziehung zwischen biologischen Faktoren und sozialer Umwelt, die geschlechtsspezifische Unterschiede begünstigen können. Neuere Befunde (Abendschön und Tausendpfund 2017; Simon 2017) bieten empirische Evidenz für den sozialisationstheoretischen Erklärungsansatz. Generell sehen wir die strikte Trennung zwischen Biologie und Sozialisation eher kritisch und plädieren für eine Ergänzung der verschiedener Ansätze (siehe hierzu das Modell von Halpern 2012). Wichtig ist uns aber die Abgrenzung zu Stereotype Threat. Während biologische, sozialisationstheoretische und auch strukturelle Ansätze stabile geschlechtsspezifische Unterschiede im politische Wissen postulieren, bietet Stereotype Threat hier eine optimistischere Perspektive. Stereotype Threat kann zwar als sozialer Erklärungsfaktor bezeichnet werden, da sozial geteilte Stereotype die Voraussetzung für einen Stereotype-Threat-Effekt sind, aber im Vergleich zu den klassischen Ansätzen sind Effekte von Stereotype Threat von der konkreten Situation abhängig.