Die Erforschung von Kriminalitätsfurcht fand zunächst nur in Amerika statt und wurde anfangs der 70er Jahre in Westdeutschland bekannt gemacht. In den westdeutschen Untersuchungen stellte sich jedoch heraus, dass Kriminalitätsfurcht ein amerikanisches Phänomen zu sein und im geteilten Deutschland keine Rolle zu spielen scheint. Mit dem Fall der Mauer änderte sich aber auch das Sicherheitsempfinden der deutschen Bürger, vor allem in den neuen Bundesländern. Hier stieg das Gefühl der Unsicherheit 1990 bei den Großstadtbewohnern sogar auf amerikanisches Niveau. Nachdem sie sich wieder beruhigt hatten, kam in den kleinen Städten und Gemeinden die Kriminalitätsfurcht gerade erst auf.
In den 90er Jahren stießen diese Forschungen jedoch eher auf geringes öffentliches Interesse. Wichtiger schien die Bekämpfung der Kriminalitätsfurcht im Alltag, was von den Medien groß publiziert wurde und so den politischen Diskurs auf dieses Thema gelenkt hatte. Dies führte zur Mobilisierung der Polizei als Präventionseinheit, welche den sozialen Verfall verhindern und die „Community“ stärken sollte. Die Orientierung an dem amerikanischen Vorgehen der „Zero Tolerance“ war deutlich zu erkennen. In der Wissenschaft konnte bis heute kein Effekt dieser Maßnahmen auf die Reduktion von Kriminalität und Furcht nachgewiesen werden.
Heutzutage stehen die Präventionsmaßnahmen und die Forschungen im guten Verhältnis zueinander, so dass durch die Analyse von Zusammenhängen zwischen der Sozialstruktur und individuellen Bewältigungsstrategien die präventiven Maßnahmen optimiert werden können.1
Inhaltsverzeichnis
1) Einleitung
2) Theoretischer Ansatz
2.1) Zusammenhang von materieller Unordnung und Kriminalitätsfurcht
2.2) Forschungsvorhaben
2.3) Hypothesenableitung
3) Daten und Variablen
3.1) Daten-undVariablenauswahl
3.2) Rekodierungder Variablen
4) Statistische Datenanalyse
4.1) Univariate Prüfung derVariablen
4.2) Bivariate Prüfung der Einzelhypothesen
4.2.1) Hypothese 1: Je mehr jemand Unordnung in seiner Umgebung akzeptiert, desto geringer ist seine Kriminalitätsfurcht. - Haupteffekt
4.2.2) Zusammenhang aller Modellvariablen
4.2.3) Kontrolle von Drittvariablen: Geschlecht, Alter, sexage, Schicht
4.3) Multivariate Modellprüfung
4.3.1) Prüfung der Modellannahmen
4.3.2) Regressionsmodelle
4.4) Ergänzung: Vorkommen materieller Incivilities
5) Methodenkritik
6) Ergebnisse und Schlussbetrachtung
Anhang
A) Tabellenverzeichnis
B) Abbildungsverzeichnis
Bibliographie
1) Einleitung
Die Erforschung von Kriminalitätsfurcht fand zunächst nur in Amerika statt und wurde anfangs der 70er Jahre in Westdeutschland bekannt gemacht. In den westdeutschen Untersuchungen stellte sich jedoch heraus, dass Kriminalitätsfurcht ein amerikanisches Phänomen zu sein und im geteilten Deutschland keine Rolle zu spielen scheint. Mit dem Fall der Mauer änderte sich aber auch das Sicherheitsempfinden der deutschen Bürger, vor allem in den neuen Bundesländern. Hier stieg das Gefühl der Unsicherheit 1990 bei den Großstadtbewohnern sogar auf amerikanisches Niveau. Nachdem sie sich wieder beruhigt hatten, kam in den kleinen Städten und Gemeinden die Kriminalitätsfurcht gerade erst auf.
In den 90er Jahren stießen diese Forschungen jedoch eher auf geringes öffentliches Interesse. Wichtiger schien die Bekämpfung der Kriminalitätsfurcht im Alltag, was von den Medien groß publiziert wurde und so den politischen Diskurs auf dieses Thema gelenkt hatte. Dies führte zur Mobilisierung der Polizei als Präventionseinheit, welche den sozialen Verfall verhindern und die „Community“ stärken sollte. Die Orientierung an dem amerikanischen Vorgehen der „Zero Tolerance“ war deutlich zu erkennen. In der Wissenschaft konnte bis heute kein Effekt dieser Maßnahmen auf die Reduktion von Kriminalität und Furcht nachgewiesen werden.
Heutzutage stehen die Präventionsmaßnahmen und die Forschungen im guten Verhältnis zueinander, so dass durch die Analyse von Zusammenhängen zwischen der Sozialstruktur und individuellen Bewältigungsstrategien die präventiven Maßnahmen optimiert werden können.1
Wir wollen mit unserer Forschung einen Beitrag zur wissenschaftlichen Aufklärung des Sicherheitsempfindens der deutschen Bevölkerung leisten, um somit fortführende Maßnahmen der Sicherheitspolitik zu begleiten. Dafür analysieren wir Daten der Universität Leipzig, die im Rahmen eines Forschungspraktikums 2008 von Studenten über Schneeballverfahren schriftlich erhoben wurden. Aus ihnen wollen wir Schlussfolgerungen ziehen, ob es Zusammenhänge zwischen der materiellen Verwahrlosung von Stadtteilen und der Kriminalitätsfurcht der Bewohner gibt. Weiterhin kontrollieren wir, inwiefern Faktoren, wie Alter, Geschlecht und sozialer Status einer Person, einen Einfluss auf den genannten Zusammenhang haben.
Im Folgenden wollen wir die Vorgehensweise und die Ergebnisse unserer Analysen vorstellen. Außerdem werden wir unsere Erkenntnisse diskutieren und unsere Methoden kritisch prüfen.
2) Theoretischer Ansatz
2.1) Zusammenhang von materieller Unordnung und Kriminalitätsfurcht
Das Experiment Zimbardos stellt den Ausgangspunkt der Broken-Windows-Theorie dar.2 Willson und Kelling zogen daraus die Schlussfolgerung, dass die Anwesenheit von Incivilities Schwerkriminalität hervorruft. Aus diesem Gedanken entstand in New York die Politik der „Zero Tolerance“.3 Diese Kausalität gilt für Stadtviertel unterschiedlichster Schichten. Die Aussage lässt sich generell so verstehen, dass materielle Unordnung ein Anzeichen dafür ist, dass sich niemand aus der Bevölkerung für den Zustand der Stadtviertel interessiert. Somit wird der Zugang von „problematischen Personen“ erleichtert, welche sich kriminell verhalten.
Zimbardos Ansicht nach spielen neben den Zeichen der Zerstörung, auch der Zustand der jeweiligen Gemeinschaft eine Rolle, da Anonymität einen Raum für Straftaten schafft. Willson und Kelling argumentieren jedoch, dass vor allem erstgenanntes einen entscheidenden Status einnimmt, denn dieses seien Anzeichen für eine fehlende Bestrafung von kriminellen Handlungen (Laue 1999: 281).
Aus einigen Befragungen über Kriminalitätsprobleme zogen Lewis und Salem das Fazit, dass die Bewohner größere Angst vor den Zerstörungszeichen haben, als vor der eigentlichen Kriminalität (ebd.: 283). Außerdem wiesen in der Untersuchung von Skogan die Einschätzung materieller Incivilities geringere Schwankungen auf, als die Aussagen zu sozialen Incivilities.
Skogan konnte des Weiteren einige wichtige Faktoren für das Aufkommen von „physical disorder“ ausmachen. Diese waren: Stabilität der Nachbarschaft, Armut und ethnische Zugehörigkeit („race“). Dabei führte eine fluktuierende Nachbarschaft, geringe Schichtverortung sowie die Angehörigkeit zu einer ethnischen Minderheit im Stadtteil zu einem höheren Ausmaß materieller Unordnung. Demnach besitzen sie einen bedeutenden Einfluss auf die Kriminalitätsfurcht und dem Kriminalitätsaufkommen. Generelle Forschungsergebnisse des Zusammenhanges von Incivilities auf Kriminalitätsfurcht weisen, laut Hohage (2004: 82), auf einen eindeutigen positiven bivariaten Effekt, jedoch zum Teil schwächeren oder widersprüchlichen multivariaten Zusammenhang. Hohage selbst konnte in seiner Untersuchung der polizeilichen Kriminalstatistik für die Stadt Bielefeld einen mittleren Zusammenhang zwischen den Incivilities und der Unsicherheit nachts allein im Wohnviertel unterwegs zu sein im multivariaten Modell mit Alter und Geschlecht feststellen (ebd.: 88). Er kommt insgesamt zu dem Schluss, dass Incivilities einen schwachen, aber eindeutigen Effekt auf die Entstehung von Kriminalitätsfurcht haben, was jedoch nur für die affektive Dimension gilt (ebd.: 92).
Andere Studien differenzieren den Einfluss von Incivilities auf das Sicherheitsempfinden, in dem sie zwischen der sozialen und materiellen Dimension unterscheiden. Leider konnten keine Differenzen in der Wirkung festgestellt werden.
2.2) Forschungsvorhaben
Nun folgend stellen wir unseren Forschungsbeitrag zur Kriminalitätsfurcht vor. Unter Kriminalitätsfurcht versteht man im Allgemeinen das Bedürfnis nach Sicherheit. Wir haben uns mit der Untersuchung der personalen Kriminalitätseinstellungen beschäftigt, zu denen die persönlichen Risikoeinschätzungen, das kriminalitätsbezogene Vermeideverhalten und das individuelle Sicherheitsempfinden zählen (Boers und Kurz 1997: 3). Aus diesen drei Dimensionen haben wir uns für die letztgenannte, die affektive, Komponente der Kriminalitätsfurcht entschieden, da diese, laut Hohage, als einzige einen eindeutigen Zusammenhang zu unserem weiteren Interessenpunkt, den Incivilities, aufweist. „Als Incivilities gelten Verfallserscheinungen der sozialen Ordnung oder der materiellen Umwelt in einem städtischen Quartier, die als Zeichen sozialer Desorganisation gedeutet werden.“ (Hohage 2004: 79).
In Bezug auf soziale Unordnung interessieren uns speziell die materiellen Incivilities, denn Zimbardo sowie Willson und Kelling sahen in ihr den eigentlichen Ausgangspunkt für das Kriminalitätsaufkommen. Dies sind beispielsweise leerstehende sowie zerstörte Gebäude, herumliegender Müll, kaputte Straßenbeleuchtung, Autowracks und Graffitis an Häusern (Hohage 2004: 79, Laue 1999: 285f). Daraus schlussfolgerten wir, dass die Bewohner bei Anzeichen materieller Verwahrlosung Kriminalitätsvorkommnisse in ihrem Stadtteil erwarten und sich somit dort unsichererfühlen, je nach ihrem Verständnis von Ordnung. Unsere Haupthypothese geht demnach davon aus, dass mit steigender Akzeptanz materieller Incivilities die Kriminalitätsfurcht abnimmt.
Zahlreiche Studien weisen darauf hin, dass der Zusammenhang zwischen dem Sicherheitsempfinden und den Incivilities von weiteren Faktoren beeinflusst wird (Kury und Obergfell-Fuchs 2003: 14ff). Dazu zählen das Geschlecht, das Alter und die soziale Verortung einer Person. Von der letztgenannten Komponente wird angenommen, dass sie die Stadtteile untereinander abgrenzt.
2.3) Hypothesenableitung
Nachdem das Grundmodell bereits erläutert wurde, möchten wir nun unser Augenmerk auf die einflussnehmenden Faktoren legen.
Wir haben uns für die Variablen Geschlecht, Alter und soziale Schicht entschieden.
Die soziale Schicht machen wir hierbei am aktuellen Bildungs-, sowie Ausbildungsstatus, dem Einkommen und der Berufsprestige fest.
Welchen Einfluss haben diese Variablen auf unser Modell? Lässt sich ein bestimmter Verlauf erkennen oder wirkt die Akzeptanz von materiellen Incivilities unabhängig von unseren Einflussfaktoren auf Kriminalitätsfurcht ein?
Um uns bereits vorab von möglichen Ausgängen ein Bild verschaffen zu können, haben wir eine Literaturrecherche betrieben, um mittels vorhandener Forschungsergebnisse einen konkreteren Leitfaden zu entwickeln.
Folgend werden wir nun auf die einzelnen einflussnehmenden Variablen eingehen und jede einzeln abhandeln.
Zunächst beginnen wir mit dem Alter. Hier sind eher differenzierende Aussagen anzutreffen. Kury und Obergfell-Fuchs (2003: 15) formulierten ein Ergebnis so, dass mit steigendem Alter auch die Kriminalitätsfurcht steigt - obwohl eine geringere Viktimisierung zu erwarten sei.4
Alte Menschen (vorwiegend Frauen) sind angeblich verletzlicher und meiden daher Gefahrensituationen. Junge Menschen hingegen (vorwiegend Männer) sind risikobereiter und neutralisieren Gefahrensituationen, obwohl sie eine hohe Viktimisierungsrate aufweisen.
In einer Bochumer Studie von 20015 wurde ein Verlauf aufgedeckt, der vermuten lässt, dass Männer einen fast linearen Anstieg der Kriminalitätsfurcht aufweisen - mit zunehmenden Alter - und Frauen hingegen einen U-förmigen Verlauf darlegen - so dass die Kriminalitätsfurcht im jungen Alter höher ist, als im höheren Alter und wiederum höher als im ,mittelalten Stadium' (jung > alt > mittelalt). Eine genaue Definition von diesen Altersstufen ist leider nicht gegeben. Dennoch dient uns diese Aussage als Vorlage für unsere eigene Studie, wobei zu testen ist, ob dieses Ergebnis auch heutzutage noch zutreffend ist oder ob wir es zu revidieren haben.
Dennoch weist BMFSFJ auch auf einen anderen Standpunkt hin. Die Deutschdeutsche Opferstudie von 19956 legt in ihrem Ergebnis dar, dass bei jungen Menschen höhere Kriminalitätsfurchtwerte gemessen wurden, zumindest bezogen auf die affektive Komponente.
Wir werden uns vorwiegend auf die Aussage von Kury und Obergfell-Fuchs (2003:15) stützen, da diese auch mit unseren anfänglichen Überlegungen und Erwartungen übereinstimmt.
Der wohl bemerkenswerteste Fakt, der sowohl bei BMFSJ (2005: 662ff) als auch bei Kury und Obergfell-Fuchs (2003: 15) Erwähnung findet, ist, dass ein Zusammenhang zwischen Alter und Geschlecht besteht. Auch Hohage (2004: 88) hält fest, dass Alter und Geschlecht explizit als erklärende Einflussfaktoren genannt werden und auf den zweiten und dritten Plätzen rangieren, um Kriminalitätsfurcht aufzuklären. Somit lässt sich eine starke Wechselwirkung erkennen.
Darum folgt an dieser Stelle der Übergang und Zusammenhang zum Faktor Geschlecht.
Auch hier formulierten Kury und Obergfell-Fuchs (2003: 14) eine klares Ergebnis: Frauen haben eine größere Kriminalitätsfurcht als Männer. Kury und Obergfell-Fuchs verweisen zusätzlich auf eine Unabhängigkeit zum Milieu. Aber jene Thematik wird in dieser Arbeit erst später aufgeführt. Erwähnenswert ist auch die Aussage, wiederum von den beiden Autoren (ebd.: 15), dass Frauen vergleichsweise zu Männern eine höhere Vulnerabiltiät (Verletzbarkeit; beispielsweise durch sexuelle Übergriffe) aufweisen. Hier sind die Verweise zu Reuband und BMFSFJ sehr nützlich. Sie führen diese Aussage aus und machen dieses Ergebnis am anerzogenen Rollenverständnis fest. Die Kriminalitätsfurchtwerte sind bei Männern geringer, da Angst zu zeigen ihrem Rollenbild widerspricht (Reuband 1992: 348f). In der Heidelberg-Freiburger Bevölkerungsbefragung von 1998, erwähnt in BMFSFJ (2005: 664ff), wurde bewiesen, dass Frauen ein stärkeres Vermeidungsverhalten an den Tag legen, als Männer (konative Komponente). Beim weiblichen Geschlecht lässt sich dies anhand der sozial anerzogenen Unsicherheit im öffentlichen Raum erklären, wobei Männer den öffentlichen Raum nutzen, um sich den Gefahrensituationen zu stellen und um sich in ihrer Männlichkeitsrolle zu profilieren.
Dieses generell einheitliche Bild, dass Männer eine geringere Kriminalitätsfurcht aufweisen, als Frauen, soll unseren Standpunkt zu Beginn unserer Forschungsarbeit wiedergeben.
Wie bereits bei Kury und Obergfell-Fuchs (2003: 14ff) erwähnt wurde, hat Alter und Geschlecht eine starke Wechselwirkung, jedoch die soziale Schicht sei unabhängig von den anderen Einflussfaktoren. Wir wollen belegen, dass niedrigere Schichten eine geringere Kriminalitätsfurcht aufweisen, als höhere Schichten, was implizieren würde, dass niedrigere Schichten eine höhere Akzeptanz von materiellen Incivilities besitzen. Hier sind in der Literatur sehr unterschiedliche Ergebnisse zu finden. Laut Kury und Obergfell-Fuchs (ebd.: 16) zeigen zahlreiche US-Studien, dass ethnische Minderheiten, niedere Bevölkerungsschichten sowie gering Gebildete höhere Kriminalitätsfurchtwerte aufweisen, als die Vergleichsgruppen mit weißer Hautfarbe, hohem Einkommen und besserer Bildung.
Kury und Obergfell-Fuchs (ebd.) begründen ihr Ergebnis damit, dass Ärmere eine höhere Vulnerabilität als Reichere besitzen, aufgrund der geringen Schutzmöglichkeiten und der schlechten Schadenskompensierung im Falle der Viktimisierung.
Hohage (2004: 92) äußert sich gänzlich entgegen unserer Annahme und formuliert die Aussage, dass zwischen den Incivilities und dem sozio-ökonomischen Status gar kein Zusammenhang zu existieren scheint.
Bei Boers und Kurz (1997) konnten wir hingegen, statt auf Widerspruch, auf Zuspruch stoßen. Ihrer Meinung nach weisen ältere Personen, die aus einem normativen und sozial gefestigten Milieu stammen (kleinbürgerlich oder bürgerlich) eine geringere Kriminalitätsfurcht auf, als Personen im mittleren Alter aus einem normativ und sozial instabilem Niveau (desintegriert oder traditionslos). Eine Person aus einem sozial instabilen Niveau lässt sich zwar nicht einwandfrei gleichsetzen mit niedrigeren Bevölkerungsschichten, soll an dieser Stelle aber als solches gehandhabt werden, um unsere Hypothesen nicht unnötig zu verkomplizieren.
Um abschließend auf unsere Forschungsfrage einzugehen, belassen wir es bei folgenden Formulierungen und den drei resultierenden Hypothesen, die wir mit der vorherigen Argumentation aus den Ergebnissen der Literaturrecherche zu ergründen suchten:
Forschungsfrage: Stimmt es, dass die Akzeptanz materieller Incivilities die Krimina litätsfurcht beeinflusst - im Besonderen in Abhängigkeit vom Alter, Geschlecht und der sozialen Schicht?
Grundmodell:Abbildung in dieser Leseprobe nicht enthalten]
Hypothesen:
H1: Je mehr jemand Unordnung in seiner Umgebung akzeptiert, desto geringer ist
seine Kriminalitätsfurcht.
H1.1: Je mehr jemand Unordnung in seiner Umgebung akzeptiert, desto geringer ist seine Kriminalitätsfurcht - insbesondere wenn er männlichen Geschlechts ist.
H1.2: Je mehr jemand Unordnung in seiner Umgebung akzeptiert, desto geringer ist seine Kriminalitätsfurcht insbesondere wenn er jüngeren Alters ist.
H1.3: Je mehr jemand Unordnung in seiner Umgebung akzeptiert, desto geringer ist seine Kriminalitätsfurcht -insbesondere wenn er der unteren Schicht angehört.
Unterstützende Grafiken:
H1.1:
Akzeptanz materieller Incivilities
Abbildung in dieser Leseprobe nicht enthalten
H1.2:
Akzeptanz materieller Incivilities
Abbildung in dieser Leseprobe nicht enthalten
H1.3:
Abbildung in dieser Leseprobe nicht enthalten
sexage
Akzeptanz materieller Incivilities
Abbildung in dieser Leseprobe nicht enthalten
Wahrnehmung Kriminalitätsfurcht
3) Daten und Variablen
Nachdem wir uns mit Hilfe der Literaturrecherche auf diese vier Hypothesen festlegen konnten, soll an dieser Stelle nun die Variablenauswahl folgen, mit derer wir den Hypothesengehalt zu ergründen suchen. Dabei möchten wir zum Einen auf den Datensatz im Allgemeinen eingehen und zum Anderen unsere Variablen benennen und begründen. Anschließend wird es zur Rekodierung der ausgewählten Variablen kommen, um diese somit auf unsere Thematik zuzuschneiden.
3.1) Daten-undVariablenauswahl
Die empirische Analyse der vorliegenden Studie basiert auf den Daten einer schriftlichen Befragung im Jahre 2008, durchgeführt von Studenten der Universität Leipzig im Rahmen eines Forschungsseminars. Die Thematik, unter der die Untersuchung durchgeführt wurde, lautete: .Meinungen und Einstellungen zur öffentlichen Sicherheit in Wohngebieten'. Diese Befragung wurde anhand eines Fragenkatalogs von 63 Fragen an 395 Probanden durchgeführt. Jene Versuchsteilnehmer befanden sich in einem Alterzwischen 18 und 87 Jahren und waren zu 54,7% weiblich.
Eben dieser Datensatz eignet sich für unsere Untersuchung, da er eine sehr ausgewogene Geschlechtsvariable besitzt, was unserer Hypothese 1.1 zu Gute kommt. Auch das Alter besitzt ein breites Spektrum, wodurch sich unsere Annahme unter Hypothese 1.2 gut prüfen lassen sollte. Hypothese 1.3 hingegen stützt sich auf die Variable .Schicht', die in den nachfolgenden Abschnitten erst noch erstellt werden muss (siehe 3.2 Rekodierung der Variablen).
Unabhängig von den Feinheiten unserer Hypothesen ist dieser Datensatz besonders deswegen geeignet, da er das Sicherheitsgefühl der Testpersonen abfragt und zusätzlich auf materielle Incivilities und deren Akzeptanz eingeht, was für unsere Haupthypothese unerlässlich ist.
Darum haben wir uns für folgende Variablen entschieden, die in unserer eigenen Untersuchung von Bedeutung sein werden: v02, v14a bis einschließlich v14g, v15a bis einschließlich v15g, v38, v39, v52, v53, v57, v63, v64 und PREST (siehe Tabellenverzeichnis Tab. 1 zur besseren Übersicht).7
Warum wir uns in unserer Analyse für diese Variablen entschieden haben, soll nun explizit im nachfolgenden Absatz geklärt werden. Zur Datenanalyse verwenden wir hierbei SPSS.
Variable v02 sei zu Beginn nur am Rande erwähnt, da sie lediglich bei der Drittvariab- lenkontrolle zum Einsatz kommt und dies auch nur im Zusammenhang mit unserer alternativen Variable der .materiellen Incivilities' (siehe nächster Absatz). Sie wurde lediglich namentlich in ,wd-viertel' umbenannt und gibt die Wohndauer des Befragten in einem Wohnviertel in Monaten wieder.
Variable 14 mit ihren Ausprägungen von ,a' bis ,g' spiegelt unserer Meinung nach das Vorkommen materieller Incivilities wieder. Explizit wollen wir jedoch vor allem auf die Akzeptanz jener wahrgenommenen materiellen Incivilities eingehen, was den Variablen v15a bis v15g entnommen wird. Dies würde der unabhängigen Variable in der Haupthypothese entsprechen. Das heißt, Variable 15 wird vorrangig für unsere Hypothesen verwendet. Dennoch werden wir Variable 14 nicht gänzlich außer Acht lassen, um sie in unser Fazit einzubinden und sie als Verweis auf mögliche Zukunftsforschungen zu nutzen. Schließlich ist die Akzeptanz von materiellen Incivilities auch an das Vorkommen dieser geknüpft. Wobei wir den Standpunkt vertreten, dass die Wahrnehmung von materiellen Incivilities subjektiv von der eigenen inneren Akzeptanz gesteuert wird. Dies soll bedeuten, dass unabhängig von dem reellen Vorkommen von materiellen Incivilities ,nur' das wahrgenommen wird, was einem - aufgrund der eigenen subjektiven Einstellung und Wertung - als störend ins Auge fällt.
Variable v38 und v39 gibt das subjektiv empfundene Sicherheitsgefühl der Probanden wieder - auf konativer Ebene - und soll uns zur Erstellung der Variable .Kriminalitätsfurcht' dienen, da diese Fragestellungen .Wie sicher fühlen Sie sich, wenn Sie tagsüber/nachts allein in Ihrem Wohnviertel unterwegs sind?' als .Klassiker' für die Bildung einer solchen Variable gelten. Dies entspricht unserer abhängigen Variable.
Variable v52, einschließlich v53 lassen auf die Bildung der Befragten schließen und sollen gemeinsam mit dem Einkommen (Variable v62) und der Variable .PREST' als Komplex für eine .Schichtvariable' Verwendung finden. Zusammen mit dem Alter (errechnet aus Variable v57) und dem Geschlecht (Variable v63) stellen diese drei Variablen unsere Kontroll- beziehungsweise Moderatorvariablen dar.
3.2) Rekodierungder Variablen
Wie bereits zuvor erwähnt, setzt sich unsere alternative Variable ,materieNe Incivilities[1] aus den Variablen v14a bis v14g zusammen. Die einzelnen Ausprägungen werden in der Befragung mit der vierstufigen Skala 1’nie‘ - 2’eher selten' - 3’eher oft' - 4’oft‘ abgefragt. Wiederum die unabhängige Variable .Akzeptanz materieller Incivilities' setzt sich aus den Variablen v15a bis v15g zusammen und enthält die vier Antwortmöglichkeiten 1’nicht schlimm' - 2’eher nicht schlimm' - 3 ’eher schlimm' - 4’schlimm‘. Um zu überprüfen, ob und wie diese Variablen in unsere Analyse einfließen, haben wir eine Faktoren- und Reliabilitätsanalyse angeschlossen.
„Die Faktorenanalyse ist ein Verfahren, welches aus den Korrelationen von einzelnen Variablen auf Gesamteinflüsse zu schließen versucht. Sie dient demnach der Analyse von Beziehungen zwischen untereinander abhängigen Variablen.“ (Clauß, Finze und Partzsch 2004: 295).
Bei dem Variablenkomplex aus Frage 14 hat sich zunächst bei Durchführung der Faktorenanalyse8 ergeben, dass sich zwei Kategorien bilden, bei der nur die Variable v14f ihre eigene zweite Kategorie eröffnen würde. Da diese Variable eine analoge Skala zu den anderen Variablen aus der Frage 14 besitzt (und somit der Fehler einer umgekehrten Skala ausgeschlossen werden kann), lässt sich hier die Vermutung abzeichnen, die Variable v14f nicht mit in die unabhängige Variable der .materiellen Incivilities' einfließen zu lassen. Dies wird durch die daran anknüpfende Reliabilitätsanalyse bestätigt. Wenn man alle einzelnen Variablen von v14a bis v14g in diese Analyse mit einbezieht, ergibt sich für die Variable v14f als einzige ein höherer Chronbachs-Alpha-Wert, wenn man diese aus dem Modell entfernt. Nach einer erneuten Reliabilitätsanalyse ohne v14f lässt dies den Chronbachs-Alpha-Wert von zuvor 0,792 auf 0,808 erhöhen, ohne das weitere Variablen ausgeschlossen werden müssen. Aus diesem Grunde haben wir die Variable .materielle Incivilities' so rekodiert, dass sie sich als Summe aus den Variablen v14a, v14b, v14c, v14d, v14e und v14g zusammensetzt. Folgende Häufigkeitsverteilung ergibt sich aus diesem Ergebnis: siehe Abbildungsverzeichnis Abb. 1.
Neben dieser metrisch erschlossenen Variable, möchten wir zusätzlich jene Variable ,matInc' kategorisieren, um diese kategorisierte Form ,matlnc_kat‘ für bivariate Analysen optimaler einsetzen und auch die Grafiken genauer interpretieren zu können. Zumal es einem kategorialen Zusammenhangsmaßes bedarf, um überhaupt eine Varianzanalyse, wie wir sie nutzen wollen, verwenden zu können. Dies nur als Begründung, auch für alle folgenden Variablen, vorweg.
Dabei haben wir die Variable ,matlnc‘ mit einem simplen Rundungsbefehl, der durch SPSS ermöglicht wird, wieder zu ihren ursprünglichen vier Kategorien von 1’nie‘ bis 4’oft‘ zurück geführt9.
Mittels dieser Kategorisierung haben wir zusätzlich ,matlnc_dich‘10 gebildet, so dass die ersten zwei Gruppen .keinem Vorkommen' mit der Ausprägung ,0‘entsprechen und die dritte und vierte Kategorie von ,matlnc_kat' als .Vorkommen' mit der Ausprägung ,1' deklariert wurden. Mit dieser dichotomisierten Variante lässt sich vor allem die Kreuztabelle berechnen.
Bei gleicher Vorgehensweise ergab sich die unabhängige Variable .Akzeptanz materieller lncivilities‘ aus dem Fragenkomplex 15. Hier errechnete die Faktorenanalyse11 nur eine einzelne Kategorie, wobei die Variable v15e aus dem Muster fiel. Sie gab als einzige Variable bei der abgebildeten Komponentenmatrix einen Wert unter 0,7 an. Nach einer Reliabilitätsanalyse bestätigte sich auch hier wieder der Verdacht. Chronbachs-Alpha betrug unter Einbezug aller Variablen von v15a bis v15g einen Wert von 0,849 und nur die Variable v15e konnte diesen Wert, durch das Weglassen ihrer selbst, erhöhen. Ohne v15e kommt das Modell auf einen verbesserten Chronbachs- Alpha Wert von 0,855. Demzufolge haben wir die unabhängige Variable .Akzeptanz materieller Incivilities' aus der Summe der Variablen v15a, v15b, v15c, v15d. v15f, v15g gebildet (auch hier ist die Skala bei allen gleichgerichtet). Die Häufigkeitsverteilung die sich hieraus ergibt, sieht wie folgt aus: siehe Abbildungsverzeichnis Abb. 4. Jedoch ergab sich das Problem, dass für zukünftige Interpretationen es einfacher ist, die Skalenwerte der Variablen umzukehren, so dass statt der 1 ’nicht schlimm' die 4 nun diesen Wert zugeteilt bekommt und so weiter. Dadurch ergibt sich die Möglichkeit mit steigendem Wert der Variable .Akzeptanz materieller Incivilities' auch von einer steigenden Akzeptanz im Allgemeinen sprechen zu können, was nachfolgende Analysen und Grafiken erheblich einfacher interpretieren lässt. Darum haben wir die Variable .Akzeptanz materieller Incivilities' erneut mit den Variablen v15a_gedreht, v15b_gedreht, v15c_gedreht, v15d_gedreht, v15f_gedreht und v15g_gedreht gebildet. Die neu gebildete Skala lautet nun 1’schlimm' - 2’eher schlimm' - 3’eher nicht schlimm' - 4’nicht schlimm'. Die Variable .Akzeptanz materieller Incivilities' gibt in der Häufigkeitsverteilung nun folgendes Bild wieder: siehe Abbildungsverzeichnis Abb. 5.
Auch hier, wie bereits bei ,matlnc_kat‘, haben wir einen Rundungsbefehl verwendet um erneut eine Kategorisierung zu schaffen. Die neue Variable ,akzlnc_kat‘ besitzt daraufhin auch wieder vier Kategorien von 1’schlimm‘ bis 4’nicht schlimm' und kann für bivariate Modelle eingesetzt werden12.
Zusätzlich - vorrangig für den Einsatz der Kreuztabelle - soll an dieser Stelle ,akzlnc' auch den Einsatz als dichotomisierte Variable ,akzlnc_dich‘ finden. Dabei haben wir die bereits zuvor in vier Kategorien erstellte Variable ,akzlnc_kat' so wiederverwendet, dass sich die ersten beiden Kategorien als .niedrige Akzeptanz' darstellen lassen - mit der Zuordnung 0 - und die beiden höheren Kategorien drei und vier als .hohe Akzeptanz' darlegen - mit der Zuordnung 1. Die dazugehörige Häufigkeitsverteilung lässt sich unter Abbildung 7 im Abbildungsverzeichnis wiederfinden.
Bei der abhängigen Variable .Kriminalitätsfurchť lohnte sich keine Faktorenanalyse, da sie sich nur aus zwei Variablen zusammensetzt: v38 und v39. Beide besitzen die vierstufige Skalenverteilung 1’sicher' - 2’eher sicher' - 3’eher unsicher' - 4’unsicher. Die Reliabilitätsanalyse wiederum zeigt ein Chronbachs-Alpha von 0,655 an. Dieser Wert ist nicht sonderlich hoch. aber akzeptabel und auch die Korrelationsangaben (quadrierte multiple Korrelationsangaben liegt bei beiden bei 0,237) zwischen den beiden Variablen sprechen für eine Zusammenführung beider. da sie sehr synchrone Werte besitzen. Auch hier haben wir die Variable .Kriminalitätsfurcht' mittels einer einfachen Summenbildung zwischen v38 und v39 rekodiert. Die Häufigkeitsverteilung sieht wie folgt aus: siehe Abbildungsverzeichnis Abb. 8.
Die kategorisierte Kriminalitätsfurcht ,KF_kat‘ wird erneut durch einen Rundungsbefehl rekodiert und wird in die vier Kategorien von 1’sicher' bis 4’unsicher' aufgeteilt13.
Erneut orientiert sich die Variable ,KF_dich‘14 an der zuvor kategorisierten Variable der Kriminalitätsfurcht und bietet optisch bessere Ergebnisse für die Kreuztabelle. Die ersten beiden Kategorien bilden erneut die 0-Kategorie der dichotomisierten Variable. so dass diese .keine Kriminalitätsfurcht' angibt . Ebenso verhält es sich mit den letzten zwei Kategorien von .KF_kat', die die Kategorie 1 und somit die .hohe Kriminalitätsfurcht' wiederspiegelt.
Bei den Kontrollvariablen haben wir uns auf das Geschlecht. das Alter und die Schicht festgelegt.
Bei dem Geschlecht haben wir unsere Variable mit ,sex‘ benannt und hierbei eine Umkodierung von 1’weiblich‘ - 2’männlich in O’männlich' - 1’weiblich‘ vorgenommen (im Sinne einer metrischen Variable). Die Verteilung sieht wie folgt aus: siehe Abbildungsverzeichnis Abb. 11.
Bei der Variable Alter haben wir in die eigene Variable ,age‘ rekodiert und anhand der einfachen Rechnung - 2OO8 (Jahr der Umfrage) minus v57 (Geburtsjahr) - uns diese Variable mittels SPSS erstellen lassen. Folgende Häufigkeitsverteilung ist zu verzeichnen: siehe Abbildungsverzeichnis Abb. 12.
Auch bei dieser Variable haben wir eine Kategorisierung durchgeführt, indem wir das Alter in drei Unterkategorien aufgesplittet haben, so dass von 18 (dem jüngsten Teilnehmer) bis einschließlich 3O Jahren die Kategorie ,jung‘, von 31 bis einschließlich 6O Jahren die ,mittelalte‘ Kategorie und von 61 bis zum ältesten Teilnehmer von 87 Jahren die dritte Kategorie ,alt‘ entsteht. Dabei haben wir versucht annähernd gleiche Abstände zwischen den jeweiligen Kategorien zu bilden (Schritte von ca. 3O Jahren). Diese Rekodierung in die neue Variable ,age_kat‘15 hat die Literaturrecherche zum Vorbild, die vor allem Ergebnisse in dieser Dreierkategorie benennt (BMFSJ 2OO5: 662) und soll in der Varianzanalyse Anwendung finden.
Die Variable ,sexage‘16 wird von uns zusätzlich als Interaktionsvariable generiert und soll hier schon einmal Erwähnung finden, da sie zu gegebenem Zeitpunkt Einsatz finden wird. Dass heißt, hier wurde lediglich ,sex‘ mit ,age‘ multipliziert , was vor allem dem literarischen Hintergrund geschuldet ist, da hier häufig von einem signifikantem Zusammenhang gesprochen wurde.
Auch hier wird eine kategorisierte Version ,sexage_kat‘17 benötigt. Dabei wurde das zuvor kategorisierte Alter ,age_kat‘ mit ,sex‘ als Interaktionsvariable generiert.
Die Kontrollvariable ,Schicht‘ stellt sich bei der Rekodierung als besonders schwierig heraus. Zunächst bestand die Idee sowohl Bildung, als auch Einkommen und Berufsarten in einer Variable zu vereinen. Die Verwendung der Berufe und ihre Zuordnung in eine spezielle Schicht sind sehr kompliziert und zeitaufwendig. Glücklicherweise konnte uns die Variable des Berufsprestige bereit gestellt werden.
Mittels einer Faktorenanalyse, die diese Schichtkomponente betrachtet, konnten wir feststellen, dass zwei Kategorien gebildet wurden18 Zum Einen wurde sowohl die
[...]
1 Diese Abhandlung enspricht einer Zusammenfassung nach Boers und Kurz 1997.
2 Einzelheiten zum Experiment siehe u.a. Laue 1999: 280.
3 Das bedeutet, dass Anzeichen von Verwahrlosung sofort beseitigt und keine unerwünschten Personen (Dealer, herumhängende Jugendliche, Betrunkene, Prostituierte etc.) aufden Straßen geduldet werden. (Siehe Laue 1999)
4 An dieser Stelle möchten wir erwähnen, dass wir zwar in der Literatur auf den Begriff der Viktimisierung eingehen, da dieser oft im Zusammenhang mit Kriminalitätsfurcht gebracht wird, wir aber in unserer Studie nur bei Kriminalitätsfurcht verbleiben, ohne zu testen, wie die reale Opferwerdung aussieht.
5 Auf diese Studie wurde in BMFSJ 2005: 662 verwiesen.
6 Auf diese Studie wurde in BMFSJ 2005: 662 hingewiesen.
7 Der aufmerksame Leser des Fragebogens wird an dieser Stelle bemerken, dass wir weder Frage 14, noch Frage 15 vollständig verwendet haben. Dies hat den einfachen Hintergrund, dass wir in unseren Hypothesen ausschließlich die rein materiellen Incivilities (und ihre Akzeptanz) verwenden und nicht auf soziale Aspekte, wie .herumstehende Jugendliche' oder .Lärm auf der Straße', eingehen werden.
Siehe Tabellenverzeichnis Tab. 2.
9 Siehe Abbildungsverzeichnis Abb.2.
10 Siehe Abbildungsverzeichnis Abb.3.
11 Siehe Tabellenverzeichnis Tab.3.
12 Siehe Abbildungsverzeichnis Abb.6.
13 Siehe Abbildungsverzeichnis Abb.9.
14 Siehe Abbildungsverzeichnis Abb.10.
15 Siehe Abbildungsverzeichnis Abb.13.
16 Siehe Abbildungsverzeichnis Abb.14.
17 Siehe Abbildungsverzeichnis Abb.15.
18 Siehe Tabellenverzeichnis Tab.4.
- Quote paper
- Gabriele Beyer (Author), Franziska Brünler (Author), 2012, Kriminalitätsfurcht durch Materielle Incivilities: Eine empirische Studie zur Wirkungsprüfung von Materiellen Incivilities auf Kriminalitätsfurcht, Munich, GRIN Verlag, https://www.grin.com/document/211080
-
-
-
-
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. -
-
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. -
-
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.