Ziel dieser Hausarbeit ist die Beantwortung der Frage, inwiefern die abhängige Variable Bereitschaft zur Verhaltensänderung in Bezug auf Natur- und Umweltschutz durch andere unabhängige Variablen erklärt werden kann. Dazu sollte es eine möglichst genaue Prognose für die Bereitschaft zur Verhaltensänderung modelliert werden.
Innerhalb der explorativen Datenanalayse wurden verschiedene statistische Methoden verwendet, um die Verteilungen und Kennzahlen der Variablen näher zu untersuchen, um sie anschließend für das Modell auswählen zu können. Betrachtet wurden in diesem Zusammenhang die Variablen ökologische Einstellung, empfundene Wichtigkeit der Folgen von Umweltproblemen, Möglichkeit der Steuerung von umweltbewussten Verhalten, Alter der Person in Jahren, Geschlecht der Person, höchster beruflicher Bildungsabschluss sowie der kategorisierte Wohnort. Als besonders relevante Faktoren wurden die metrischen Variablen Wichtigkeit der Folgen von Umweltproblemen und Möglichkeit der Steuerung von umweltbewussten Verhalten als auch die kategoriale Variable Geschlecht der Person identifiziert.
In der wissenschaftlichen Literatur wurde das Konzept der “Bereitschaft zur Verhaltensänderung” ausführlich untersucht. Es wird als ein Zustand definiert, in dem eine Person dazu bereit ist, ihr Verhalten aufgrund von Kenntnissen über die Auswirkungen auf die Umwelt und einer positiven Einstellung gegenüber Umweltschutzmaßnahmen zu ändern.
In dieser Hausarbeit wird der Score zur Änderungsbereitschaft in Bezug auf Natur- und Umweltschutz in einer vorhersageorientierten Modellierung dargestellt.
Forschungsergebnisse zeigen, dass die Änderungsbereitschaft in Bezug auf Natur- und Umweltschutz von verschiedenen Faktoren beeinflusst wird. Dazu zählen beispielsweise das Umweltbewusstsein, subjektive Normen, moralische Überzeugungen sowie persönliche Einstellungen und Verhaltensmuster. Es gibt aber auch Unterschiede in der Bereitschaft zur Verhaltensänderung je nach Alter, Geschlecht, Wohnort und wirtschaftlichem Status.
Die vorliegenden Stichprobe enthält die Variablen: ökologische Einstellung, empfundene Wichtigkeit der Folgen von Umweltprobleme, Möglichkeit der Steuerung von umweltbewussten Verhalten, Alter, Geschlecht, beruflicher Bildungsabschluss und kategorisierter Wohnort. In welchem statistischen Zusammenhang diese tatsächlich mit der Änderungsbereitschaft stehen, soll in den folgenden Kapiteln näher betrachtet werden.
Einleitung
Von Januar bis Ende Oktober des vergangenen Jahres 2022 war es so warm gewesen wie noch nie seit Beginn der Wetteraufzeichnung 1881. Laut dem Deutschen Wetterdienst lag die Durchschnittstemperatur bei 11,8°C. Auch von den zehn wärmsten Jahren Deutschlands waren bisher alle seit der letzten Jahrtausendwende.1 Aus diesem Grund hat der Deutsche Bundestag bereits Mitte 2021 ein neues Klimaschutzgesetz beschlossen, mit welchem das deutsche Treibhausgasminderungsziel für das Jahr 2030 auf minus 65 Prozent gegenüber 1990 angehoben wird. Bis 2045 soll die Treibhausgasneutralität verbindlich erreicht werden. Um diese Ziele zu erreichen, wurden die Vorgaben zur Reduktion der Treibhausgasemissionen in den einzelnen Sektoren, wie beispielsweise in der Energiewirtschaft, bei Gebäuden, dem Verkehrs oder der Landwirtschaft verschärft.2
Ein wichtiger Aspekt für die Erhaltung unseres Planeten und unserer Gesellschaft ist in diesem Zusammenhang die Bereitschaft zur Verhaltensänderung in Bezug auf Natur- und Umweltschutz. Privatpersonen und Unternehmen spielen eine entscheidende Rolle bei der Verringerung der globalen Treibhausemissionen, um die Erderwärmung in Zukunft auf 1,5°C zu begrenzen.3 Zwar hat das Bewusstsein und die Besorgnis über den Klimawandel in den vergangenen Jahren stark zugenommen, jedoch wird die Umsetzung von Umweltschutzmaßnahmen oft durch mangelnde Bereitschaft zur Verhaltensänderung bei Individuen und Unternehmen erschwert.4
In der wissenschaftlichen Literatur wurde das Konzept der “Bereitschaft zur Verhaltensänderung” ausführlich untersucht. Es wird als ein Zustand definiert, in dem eine Person dazu bereit ist, ihr Verhalten aufgrund von Kenntnissen über die Auswirkungen auf die Umwelt und einer positiven Einstellung gegenüber Umweltschutzmaßnahmen zu ändern.5
In dieser Hausarbeit wird der Score zur Änderungsbereitschaft in Bezug auf Natur- und Umweltschutz in einer vorhersageorientierten Modellierung dargestellt. Ziel ist es, die Bereitschaft zur Verhaltensänderung in Bezug auf Natur- und Umweltschutz zu untersuchen und mithilfe vorhandener Literatur und einer Analyse der gegebenen Daten die Faktoren zu identifizieren, die diese Bereitschaft beeinflussen.
Forschungsergebnisse zeigen, dass die Änderungsbereitschaft in Bezug auf Natur- und Umweltschutz von verschiedenen Faktoren beeinflusst wird. Dazu zählen beispielsweise das Umweltbewusstsein, subjektive Normen, moralische Überzeugungen sowie persönliche Einstellungen und Verhaltensmuster. Es gibt aber auch Unterschiede in der Bereitschaft zur Verhaltensänderung je nach Alter, Geschlecht, Wohnort und wirtschaftlichem Status.6
Die vorliegenden Stichprobe enthält die Variablen: ökologische Einstellung, empfundene Wichtigkeit der Folgen von Umweltprobleme, Möglichkeit der Steuerung von umweltbewussten Verhalten, Alter, Geschlecht, beruflicher Bildungsabschluss und kategorisierter Wohnort. In welchem statistischen Zusammenhang diese tatsächlich mit der Änderungsbereitschaft stehen, soll in den folgenden Kapiteln näher betrachtet werden.
Explorative Datenanalyse und Datenvorverarbeitung7
Daten einlesen:
Abbildung in dieser Leseprobe nicht enthalten
Die vorliegende Stichprobe umfasst 400 Beobachtungen und 7 Variablen.
Abbildung in dieser Leseprobe nicht enthalten
Der Datensatz enthält drei kategoriale Variablen, in denen das Geschlecht, der höchste berufliche Bildungsabschluss sowie der nach Größe kategorisierte Wohnort erfasst wird. Außerdem enthalten die vier metrischen Variablen Informationen zu der ökologischen Einstellung, der empfundenen Wichtigkeit der Folgen von Umweltproblemen, der Möglichkeit der Steuerung von umweltbewussten Verhalten und dem Alter der Person.
Bei den kategorialen Variablen kann weiter zwischen nominal (Geschlecht) und ordinal (kategorisierter Wohnort, beruflicher Bildungsabschluss) unterschieden werden. Bei den metrischen Variablen ist das Alter einer Person zumindest theoretisch stetig. Im vorliegenden Datensatz sind jedoch ausschließlich ganzzahlige Werte, also das Alter in Jahren erfasst. Die Variablen ökologische Einstellung, empfundene Wichtigkeit und Möglichkeit der Steuerung sind stetig und verhältnisskaliert, was bedeutet, dass ein absoluter Nullpunkt der Werte (Score = 0) gegeben ist.
Abbildung in dieser Leseprobe nicht enthalten
Der höchste Score der Bereitschaft zur Verhaltensänderung liegt in der vorliegenden Stichprobe bei 154,1 und der geringste bei 36,9. Der durchschnittliche Scroe beträgt ungefähr 99. Der Median liegt bei einem Score von 98,965, die Standardabweichung bei 21,08. Die meisten Beobachtungen sind bei einem Score von 100 zu verzeichnen. Der Interquartilsabstand streckt sich von Q1: 85,35 bis Q3: 114,935.
Die Verteilung der Bereitschaft zur Verhaltensänderung ist symmetrisch und unimodal.
Im Folgenden wird versucht, die Abhängigkeit der unabhängigen Variablen zu der abhängigen Variable Bereitschaft zur Verhaltensänderung herauszufinden, um mögliche Zusammenhänge herauszufiltern und anschließend in der linearen Regression anzuwenden.
Analyse der kategorialen Variablen
Zunächst werden die kategorialen Variablen Geschlecht, beruflicher Bildungsabschluss und kategorisierter Wohnort näher betrachtet werden.
Abbildung in dieser Leseprobe nicht enthalten
Die Boxplots zeigen, dass es in der vorliegenden Stichprobe durchaus Unterschiede zwischen Männern und Frauen in Bezug auf die Änderungsbereitschaft gibt. Die Spannweite der Männer erstreckt sich von ungefähr 45 bis 145, bei Frauen hingegen von ungefähr 55 bis 155. Bei beiden Geschlechtern können zusätzlich Ausreißer nach unten festgestellt werden. Auch der Median liegt bei den Frauen mit einem Score von 103 höher als bei den Männern mit 95. Gleiches ist bei dem oberen und dem unteren Quartil zu beobachten. Während die Interquartilsgrenzen von Frauen bei 90 (Q1) und 120 (Q3) liegen, können bei Männern die Grenzen bei 83 (Q1) und 110 (Q3) abgelesen werden.
Abbildung in dieser Leseprobe nicht enthalten
Hinsichtlich der Variable höchster beruflicher Bildungsabschluss sind beim Vergleich der durchschnittlichen Scores der Änderungsbereitschaft in der Stichprobe keine signifikanten Unterschiede festzustellen. Auch die detailliertere Ansicht mittels Boxplot und Violinen-Plot zeigt, dass ein höherer oder geringerer Bildungsabschluss nicht maßgeblich mit der Veränderungsbereitschaft zusammenhängt.
Eine Abweichung nach unten ist lediglich bei Personen ohne beruflichen Bildungsabschluss festzustellen. Interquartilsgrenzen und Median sind ungefähr 10 Score-Punkte geringer als die der anderen Merkmalsausprägungen. Die Interquartilsgrenzen aller anderen Merkmalsausprägungen (Fachschulabschluss, Hochschuloder Fachhochschulabschluss, Lehre/Berufsausbildung, Promotion) können ungefähr bei einem Score von 85 (Q1) und 115 (Q3) mit geringfügigen Abweichungen nach oben oder unten. Auch der Median beträgt bei diesen vier Merkmalen 100.
Abbildung in dieser Leseprobe nicht enthalten
Die Betrachtung des kategorisierten Wohnortes zeigt, dass in dieser Stichprobe die Größe des Wohnortes tendenziell in einem statistischen Zusammenhang mit der Bereitschaft zur Verhaltensänderung steht. So können die meisten Beobachtungen in den einzelnen Merkmalsausprägungen bei den folgenden Scores festgestellt werden:
- Großstadt: ca. 110
- Stadt: ca. 98
- Kleinstadt: ca. 95
- Landgemeinde: ca. 90
Es ist also anzunehmen, dass je größer der Wohnort ist, desto höher der Score zur Änderungsbereitschaft ausfällt.
Die Verteilungen der Merkmalsausprägungen Großstadt und Stadt sind unimodal, die der Ausprägung Kleinstadt und Landgemeinde eher bimodal. Daraus lässt sich schließen, dass die Bevölkerung einer Kleinstadt und Landgemeinde eine heterogenere Verteilung des Scores in Bezug auf die Änderungsbereitschaft hat, als in einer Stadt bzw. Großstadt. Das bedeutet konkret, dass es hier viele Personen mit einem Score im Bereich von 90 (Landgemeinde) bzw. 95 (Kleinstadt), wie auch im Bereich von 130 (Landgemeinde) bzw. 120 (Kleinstadt) gibt.
Außerdem ist anzumerken, dass in dem kategorisierten Wohnort Stadt eine eher breite und flachere Verteilung im Vergleich zu den anderen Merkmalsausprägungen vorliegen. Es sind also besonders viele Beobachtungen im Score-Bereich von 85 bis 125 vorzufinden. Bei den Ausprägungen Großstadt, Kleinstadt, Landgemeinde ist die Verteilung jeweils deutlich zentrierter.
Analyse der metrischen Variablen
Zur Analyse der metrischen Variablen soll im ersten Schritt mit der Korrelations-Matrix, die mit der Pearson-Methode durchgeführt wird, die Korrelation der einzelnen Variablen zur Änderungsbereitschaft abgelesen werden. Dies gibt Aufschluss darüber, welche Variablen in einem linearen Zusammenhang mit der Änderungsbereitschaft stehen und entsprechend in der linearen Regression verwendet werden sollen.
Abbildung in dieser Leseprobe nicht enthalten
Aus der Matrix geht hervor, dass die Korrelation bei der empfundenen Wichtigkeit, der ökologischen Einstellung und der Möglichkeit zur Steuerung am stärksten ist. Zwar korreliert auch die Variable Alter mit der Änderungsbereitschaft, jedoch in deutlich geringerem Umfang.
Abbildung in dieser Leseprobe nicht enthalten
Die Grafik unterstützt die Annahme, dass es keinen siginifikantgen Zusammenhang zwischen dem Alter und der Änderungsbereitschaft einer Person gibt.
[...]
1 Tagesschau (2022)
2 Bundesministerium für Wirtschaft und Klimaschutz (2023)
3 Rau et al. (2022): 1
4 House of Lords (2022): 18ff.
5 Rau et al. (2022): 2ff.
6 ebd.: 3ff.
7 Fleißiges Lieschen
- Quote paper
- Anonymous,, 2023, Vorhersagemodellierung Nachhaltigkeit. Bereitschaft zur Verhaltensänderung im Bezug auf Umweltschutz, Munich, GRIN Verlag, https://www.grin.com/document/1335425
-
-
-
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X. -
-
Upload your own papers! Earn money and win an iPhone X.