Was sind die Faktoren, die Einfluss auf eine fremdenfeindliche Einstellung haben? Dieser Frage soll in dieser Hausarbeit nachgegangen werden. Hierfür verwende ich den ALLBUScompact 2012 (ZA4615). Der ALLBUScompact 2012 ist eine allgemeine Bevölkerungsumfrage des Leibniz-Instituts für Sozialwissenschaften (gesis). Mit Hilfe der Statistik-Software Stata werde ich einzelne Variablen des Datensatzes so aufbereiten, dass man erkennen kann, welche Faktoren zu einer Varianzaufklärung beitragen können. Ebenen jene Varianzaufklärung wird abschließend in einem multiplen linearen Regressionsmodell dargestellt.
Nahezu täglich erreichen uns neue Nachrichten von Straftaten gegen Ausländer. Marschierende „Wutbürger“, brennende Flüchtlingsunterkünfte, Gewalt und Verachtung sind hier nur eine kleine Auswahl aus dem Portfolio der Fremdenfeindlichkeit, die zurzeit in der Bundesrepublik vorherrscht. Diese, zunächst rein subjektive Wahrnehmung, wird durch die Statistik des „Bundesministerium des Inneren“ (BMI), von der Wahrnehmungsebene auf die der signifikanten Bestätigung gehievt.
Die Anzahl der politisch motivierten Straftaten ist gestiegen. Hierbei fällt besonders auf, dass die vom BMI als „rechts“ verorteten Straftaten, besonders stark zugenommen haben. Während die Anzahl der politisch „links“ verorteten Straftaten um 6,5 Prozent abnahm, stieg die Anzahl der Straftaten von „rechts“, um 22,9 Prozent (vgl. BMI 2016). Zwar ist der Schritt von einer fremdenfeindlichen Einstellung hin zu einer politisch motivierten Straftat sicherlich weit, als Indikator für eine steigende Fremdenfeindlichkeit kann der Anstieg dennoch gesehen werden.
Inhaltsverzeichnis
Inhaltsverzeichnis
Abbildungsverzeichnis
Tabellenverzeichnis
1. Einleitung
Exkurs: Xenophobie
2. Variablen und Hypothesen
2.1 Variablen
2.2 Hypothesen
2.2.1 Hypothese UV1 und AV
2.2.2 Hypothese UV2 und AV
2.2.3 Hypothese UV3 und AV
2.2.4 Hypothese UV4 und AV
2.2.5 Hypothese UV5 und AV
2.2.6 Hypothese UV6 und AV
2.2.7 Hypothese UV7 und AV
3. Datenaufbereitung
3.1 AV Xenophobie- Index
3.2 UV1 Ost
3.3 UV2 Alter
3.4 UV3 Bildungsindex
3.5 UV4 Einkommen
3.6 UV5 Kontakt-Index
3.7 UV6 Antisemitismus
3.8 UV7 Islamophobie
4. Univariate Statistik
4.1 Verteilung der AV
4.2 Verteilung der UV1
4.3 Verteilung der UV2
4.4 Verteilung der UV3
4.5 Verteilung der UV4
4.6 Verteilung der UV5
4.7 Verteilung der UV6
4.8 Verteilung der UV7
5. Zusammenhangsanalyse
5.1 t-test
5.2 Korrelation
6. Multiple, lineare Regression
6.1 Regressionsmodell
6.2 Hypothesenkontrolle
6.3 Diagnostik zu Regressionsmodell
6.3.1 Optische Prüfung der Linearität der Zusammenhänge
6.3.2 Berechneter und tatsächlicher Zusammenhang
6.3.3 Varianzinflationsfaktoren
6.3.4 Residuen
6.3.5 Heteroskedastizität der Residuen
7. Fazit
9. Anhang: do-file
Literaturverzeichnis
Abbildungsverzeichnis
Abbildung 1: Modell eines mutiplen Zusammenhangs zwischen mehreren UV und einer AV
Abbildung 2: Heatmap politisch motivierte Übergriffe
Abbildung 3: Alter und Xenophobie
Abbildung 4: Histogramm Xenophobie
Abbildung 5: Histogramm Ost
Abbildung 6: Histogramm Alter
Abbildung 7: Histogramm Bildungsindex
Abbildung 8: Histogramm Einkommen_log
Abbildung 9: Histogramm Kontakt
Abbildung 10: Histogramm Antisemitismus
Abbildung 11: Histogramm Islamophobie
Abbildung 12: Modellblock Regressionsmodell
Abbildung 13: Linearität der Zusammenhänge
Abbildung 14: cpr plot Ost
Abbildung 15: cpr plot Alter
Abbildung 16: cpr plot Bildung
Abbildung 17: cpr plot Einkommen_log
Abbildung 18: cpr plot Kontakt
Abbildung 19: cpr plot Antisemitismus
Abbildung 20: cpr plot Islamophobie
Abbildung 21: Standardisierte Residuen
Abbildung 22: rvf polt Residuen
Tabellenverzeichnis
Tabelle 1: Verwendete Variablen
Tabelle 2: Variable V75
Tabelle 3: Variable V76
Tabelle 4: Variable V76
Tabelle 5: Variable V77
Tabelle 6: Variable Xenophobie-Index
Tabelle 7: Variable V8
Tabelle 8: Variable Ost
Tabelle 9: Variable V220
Tabelle 10: Variable Alter
Tabelle 11: Variable V230
Tabelle 12: Variable V239
Tabelle 13: Variable V240
Tabelle 14: Variable Bildungsindex
Tabelle 15: Variable V346
Tabelle 16: Variable Einkommen_log
Tabelle 17: Variable V79
Tabelle 18: Variable V80
Tabelle 19: Variable V81
Tabelle 20: Variable V82
Tabelle 21: Variable Kontakt-Index
Tabelle 22: Variable V200
Tabelle 23: Variable V201
Tabelle 24: Variable V202
Tabelle 25: Variable V203
Tabelle 26: Variable Antisemitismus
Tabelle 27: Variable V204
Tabelle 28: Variable V205
Tabelle 29: Variable V206
Tabelle 30: Variable V207
Tabelle 31: Variable V208
Tabelle 32: Variable Islamophobie
Tabelle 33: Verteilung der UVs
Tabelle 34: Test auf Varianzgleichheit
Tabelle 35: t-test AV und UV1
Tabelle 36: Korrelationsmatrix
Tabelle 37: Regressionsmodell Xenophobie
Tabelle 38: Varianzinflationsfaktoren
1. Einleitung
Nahezu täglich erreichen uns neue Nachrichten von Straftaten gegen Ausländer. Marschierende „Wutbürger“, brennende Flüchtlingsunterkünfte, Gewalt und Verachtung sind hier nur eine kleine Auswahl aus dem Portfolio der Fremdenfeindlichkeit, die zurzeit in der Bundesrepublik vorherrscht. Diese, zunächst rein subjektive Wahrnehmung, wird durch die Statistik des „Bundesministerium des Inneren“ (BMI), von der Wahrnehmungsebene auf die der signifikanten Bestätigung gehievt.
Die Anzahl der politisch motivierten Straftaten ist gestiegen. Hierbei fällt besonders auf, dass die vom BMI als „rechts“ verorteten Straftaten, besonders stark zugenommen haben. Während die Anzahl der politisch „links“ verorteten Straftaten um 6,5 Prozent abnahm, stieg die Anzahl der Straftaten von „rechts“, um 22,9 Prozent (vgl. BMI 2016). Zwar ist der Schritt von einer fremdenfeindlichen Einstellung hin zu einer politisch motivierten Straftat sicherlich weit, als Indikator für eine steigende Fremdenfeindlichkeit kann der Anstieg dennoch gesehen werden.
Was also sind die Faktoren, die Einfluss auf eine fremdenfeindliche Einstellung haben? Dieser Frage soll in dieser Hausarbeit nachgegangen werden. Hierfür verwende ich den ALLBUScompact 2012 (ZA4615). Der ALLBUScompact 2012 ist eine allgemeine Bevölkerungsumfrage des Leibniz-Instituts für Sozialwissenschaften (gesis). Mit Hilfe der Statistik-Software Stata, werde ich einzelne Variablen des Datensatzes so aufbereiten, dass man erkennen kann, welche Faktoren zu einer Varianzaufklärung beitragen können. Ebenen jene Varianzaufklärung wird abschließend in einem multiplen linearen Regressionsmodell dargestellt.
Exkurs: Xenophobie
Um den Begriff der Fremdenfeindlichkeit (von hier an als Xenophobie bezeichnet), verstehen zu können, bedarf es zunächst einer Definition dieses Begriffes. Damir Skenderovic definiert für das Historische Lexikon der Schweiz, Xenophobie als „ […] Angst vor dem Anderen, dem Fremden, die sich in Misstrauen, Abwehr und Feindschaft v.a. gegenüber Ausländern ausdrückt und zu Diskriminierungen führt“ (Skenderovic 2015). Weiter führt Skenderovic aus, dass Xenophobie als Konstruktion funktioniere, an deren Entstehung politische Akteure und gesellschaftliche Eliten maßgeblich beteiligt seien (vgl. ebd.). Des weiteren bilde Xenophobie oftmals den Ausgangspunkt für Rassismus und Antisemitismus (vgl. ebd.).
Mit dieser Aussage stützt Skenderovic die Annahme, dass Xenophobie ein Indikator für eine eventuelle rassistische Einstellung sein könnte.
Die Definition der Bundeszentrale für politische Bildung (bpb) erweitert den Definitionsansatz, wie er beispielhaft vorangegangen beschrieben wurde, um klare Handlungsmuster. „Fremdenfeindlichkeit kann sich als Ausgrenzung, tätlicher Angriff, systematische Vertreibung bis hin zur Ermordung angeblich Fremder äußern“ (bpb 2014). Des Weiteren verweist die bpb auf eine Studie der Bertelsmann-Stiftung, die zeige, dass die Bereitschaft der Deutschen Fremdes zu akzeptieren, sinken würde (vgl. ebd.).
Fasst man nun die beiden Definitionen zusammen, so kann man deutlich erkennen, welche gefährliche Situation durch eine xenophobe Einstellung entstehen kann.
2. Variablen und Hypothesen
Wie in der Einleitung bereits beschrieben, benötigt man zunächst einzelne Variablen und Hypothesen, um eine Aussage über die Einflussfaktoren der Xenophobie zu treffen. Im Unterpunkt 2.1 findet man die Variablen wieder, die im Regressionsmodell verwendet werden sollen. Der Unterpunkt 2.2 verknüpft die Variablen und die Hypothesen, welche hinter eben jenen Variablen stehen.
2.1 Variablen
Tabelle 1: Verwendete Variablen
Abbildung in dieser Leseprobe nicht enthalten
Die Tabelle 1 zeigt alle Variablen, die inhaltlich im Regressionsmodell verwendet werden. Die Abhängige Variable (AV) bildet der Xenophobie-Index. Als unabhängige Variablen dienen neben dem Wohngebiet (UV1), das Alter (UV2), die Bildungsjahre (UV3), das logarithmierte Einkommen (UV4), der Kontakt-Index (UV5), der Antisemitismus-Index (UV6) und der Islamophobie-Index (UV7).
2.2 Hypothesen
Die Grundannahme, welche innerhalb des Modells verhaftet ist, geht davon aus, dass alle UVs einen Einfluss auf die AV haben. Im Umkehrschluss resultiert hieraus die Nullhypothese, dass keine Variable Einfluss auf das Modell hat.
Abbildung in dieser Leseprobe nicht enthalten
Abbildung 1: Modell eines multiplen Zusammenhangs zwischen mehreren UV und einer AV
Die Abbildung 1 zeigt einen beispielhaften Zusammenhang zwischen den UVs und der AV. Hierdurch soll gezeigt werden, dass alle UVs einen Einfluss auf die AV haben.
2.2.1 Hypothese UV1 und AV
Die Grundlegende Überlegung, die hinter diesem Zusammenhang steht, erschließt sich aus der einer rein subjektiven Wahrnehmung, nämlich, dass in den neuen Bundesländern xenophobe Einstellungen deutlich mehr verbreitet sind, als in den alten Bundesländern.
Diese Wahrnehmung wird durch die unten angehängte Abbildung 2 jedoch bestätigt. Diese „ Heatmap “ fokussiert politisch motivierte Übergriffe seit Januar 2014 bis zum 28.08.2015. In dem zugehörigen Artikel wird ebenfalls explizit auf ein Ost-West Gefälle verwiesen (vgl. Bewarder et al. 2015).
Abbildung in dieser Leseprobe nicht enthalten
Abbildung 2: Heatmap politisch motivierte Übergriffe1
Die vorliegenden Fakten und Überlegungen, führen somit zu folgender gerichteten Hypothese:
H1: Je mehr UV1, desto mehr AV.
Grafik (vgl. Bewarder et al. 2015)
2.2.2 Hypothese UV2 und AV
Der Zusammenhang zwischen Alter und Xenophobie ist, analog zur UV1, zunächst subjektiv. Allerdings gibt es empirische Belege, dass diese Wahrnehmung nicht getrübt ist, wie eine Studie der Uni Leipzig belegt.
Abbildung in dieser Leseprobe nicht enthalten
Abbildung 3: Alter und Xenophobie2
Die Abbildung 3 zeigt eindeutig, dass ein Gefälle zwischen älteren und jüngeren Menschen besteht. In der Abbildung 3 ist hierfür die Ausländerfeindlichkeit in Prozent aufgetragen, die Y-Achse zeigt die Alterskohorten seit 1930 in Jahrzehnten zusammengefasst. Der Fakt, dass junge Ostdeutsche deutlich ausländerfeindlicher sind als westdeutsche, ist zwar besorgniserregend, jedoch nicht Teil dieser Betrachtung.
Die vorliegenden Fakten und Überlegungen, führen somit zu folgender gerichteten Hypothese:
H2: Je mehr UV2, desto mehr AV.
Grafik verfügbar unter http://www.uni-leipzig.de/pdf/pm2013-rechtsextremismus.pdf
2.2.3 Hypothese UV3 und AV
Die Hypothese, nämlich dass ein höherer Bildungsgrad – oder wie in diesem Fall, mehr Bildungsjahre – zu einer xenophilen Einstellung führt, stützt sich auf die Aussagen von Jürgen Winkler. Winkler verfasste für die bpb einen Aufsatz mit dem Titel Ursachen fremdenfeindlicher Einstellungen in Westeuropa. Winkler sagt, dass zahlreiche Studien belegen würden, dass „[…]die Einstellung zu Menschen anderer Rasse und Kultur um so negativer ausfällt, je niedriger der Bildungsgrad ist“ und multivariante Analysen belegen könnten, „[…] dass Bildung in der Mehrheit der EU-Länder einen direkten Effekt auf die Einstellungen zu Angehörigen anderer Nationalität, Rasse und Kultur ausübt“ (Winkler 2003).
Dies führt zu folgender Hypothese:
H3: Je mehr UV3, desto weniger AV.
2.2.4 Hypothese UV4 und AV
Die Hypothese zum Einkommen und Xenophobie entsteht aus der Annahme, dass sich Ausländer zumeist in unteren Einkommensregionen einsortieren. In diesen Einkommensschichten konkurrieren sie dann mit Einheimischen, die, wenn man davon ausgeht, dass das Einkommen stark durch die Bildung beeinflusst wird, bereits schlechtere Voraussetzungen für eine xenophile Einstellung mitbringen.
Die Grundlegende Aussage, dass mit steigendem Einkommen die Xenophobie abnimmt, bestätigt auch Martin Kaul, Redakteur bei der taz 3. Allerdings ist der Grund ein anderer. „Während rechtsextreme Einstellungen in Westdeutschland quer durch alle Einkommensschichten weitgehend gleich verteilt sind, besteht in Ostdeutschland einen deutlicher Zusammenhang zwischen zunehmender Armut und rechtsextremen Einstellungen“ (Kaul 2010). Kaul beruft sich hierbei auf eine Publikation der Friedrich-Ebert Stiftung4. Das vermutete Gefälle, ausgelöst durch Einkommen, innerhalb der Xenophobie entsteht also besonders von Arm zu Reich und zusätzlich von West nach Ost.
Dies führt zu folgender Hypothese:
H4: Je mehr UV4, desto weniger AV.
2.2.5 Hypothese UV5 und AV
Der Zusammenhang zwischen Kontakt zu Ausländern und Xenophobie ist nahezu eindeutig. Je mehr Kontakt Menschen zu Ausländern haben, desto xenophiler sind sie. Zwar wurden laut Winkler die Einflüsse des allgemeinen, reinen Kontakts, also der Intensität, später revidiert, dennoch sind die Einflüsse nicht von der Hand zu weisen (vgl. Winkler 2003). „Entsprechend der allgemeinen Kontakthypothese wird erwartet, dass Personen, die in der eigenen Familie oder im Freundeskreis Kontakte zu Angehörigen anderer Nationalität, Rasse und Kultur haben, eine positive Einstellung zu Menschen anderer Nationalität, Rasse und Kultur herausbilden. Die Daten zeigen, dass Individuen mit einigen Kontakten zu Angehörigen anderer Nationalität, Rasse und Kultur im Mittel tatsächlich eine deutlich positivere Einstellung zu ihnen aufweisen“ (Winkler 2003).
Die Hypothese lautet somit:
H5: Je mehr UV5, desto weniger AV.
2.2.6 Hypothese UV6 und AV
Der Zusammenhang zwischen Antisemitismus und Xenophobie erscheint trivial. Eine Fremdenfeindliche Einstellung beinhaltet nun einmal die Ablehnung anderer Gruppen. Allerdings handelt es sich beim Antisemitismus nicht nur um Xenophobie sondern um „[…]eine antimoderne Weltanschauung, die in der Existenz der Juden die Ursache sozialer, politischer, religiöser und kultureller Probleme sieht“ (Werner Bergmann 2006). Da aber zu vermuten, und hier nachzuweisen ist, besteht ein Zusammenhang zwischen einer xenophoben und einer Antisemitischen Einstellung.
Die Hypothese lautet somit:
H6: Je mehr UV6, desto mehr AV.
2.2.7 Hypothese UV7 und AV
Ähnlich des Antisemitismus, zählt Islamophobie auch zur Kategorie der Gruppenbezogenen Menschenfeindlichkeit. Islamophobie ist allerdings nicht Kern einer antimodernen Weltanschauung. Viel mehr lässt sich, natürlich nicht in allen Fällen, Islamophobie als eine verkleidete Fremdenfeindlichkeiten erkennen (vgl. Armin Pfahl-Traughber 2014). Man kann also davon ausgehen, dass eine islamophobe Einstellung ebenso eine xenophobe Einstellung nach sich zieht.
Dies führt zu folgender Hypothese:
H7: Je mehr UV7, desto mehr AV.
3. Datenaufbereitung
Die im Datensatz enthaltenen Variablen müssen für die statistische Auswertung aufbereitet werden. Die Indexierung verfolgt das Ziel, enthaltene Information zu bündeln und so größere und aussagekräftigere Variablen zu erhalten.
Die Tabellen in den Unterpunkten entsprechen alle dem gleichen Format5. Im Kopf erkennt man die ursprüngliche Bezeichnung der Variablen im Datensatz. In der linken Spalte findet man den Wert der Ausprägung und die Labels. In der Spalte „Freq.“ ist die absolute Anzahl der Nennungen zu finden. Die Spalte „Percent“ gibt den prozentualen Anteil an, während die Spalte „Valid“ den Prozentsatz an der Grundgesamtheit, also inklusive „Missing Values“, angibt. Die Spalte „Cum“ beinhaltet den kumulierten Prozentsatz.
3.1 AV Xenophobie-Index
Innerhalb der Datenaufbereitung muss zunächst der „Xenophobie-Index“6 erstellt werden. Wie in der Tabelle 1 zu sehen ist, werden hierfür die Variablen V75 bis V78 benötigt. Die unaufbereiteten Variablen können den Tabellen 2 bis 5 entnommen werden. Die Tabelle 6 zeigt die aufbereitete Variable des Xenophobie-Index. Hierbei wurden 0 (Keine deutsche Staatsbürgerschaft) und 9 (Keine Angabe), als MV (Missing Value) eliminiert. Abschließend wurden die Variablen V75 bis V78 addiert und mit vier dividiert. So entsteht der Xenophobie-Index in der ursprünglichen Siebener Skala.
Tabelle 2: Variable V75
Abbildung in dieser Leseprobe nicht enthalten
Tabelle 3: Variable V76
Abbildung in dieser Leseprobe nicht enthalten
Tabelle 4: Variable V76
Abbildung in dieser Leseprobe nicht enthalten
Tabelle 5: Variable V77
Abbildung in dieser Leseprobe nicht enthalten
Tabelle 6: Variable Xenophobie-Index
Abbildung in dieser Leseprobe nicht enthalten
Aus der Variablen V8 (ERHEBUNGSGEBIET <WOHNGEBIET>: WEST – OST) wurde die Variable „OST“7 erzeugt. Hierzu wurden alle Inhalte der Variablen V8 in die Variable „Ost“ übertragen. Zudem wurde von der Variablen V8 der Wert eins subtrahiert. Das Ergebnis ist die Variable „Ost“, die genau zwei Werte annehmen kann, nämlich 0 für die alten Bundesländer und 1 für die neuen Bundesländer. Die Tabelle 7 zeigt nun die Variable V8 vor der Aufbereitung, die Tabelle 8 zeigt die neu entstandene Variable „Ost“.
Tabelle 7: Variable V8
Abbildung in dieser Leseprobe nicht enthalten
Tabelle 8: Variable Ost Ost
Abbildung in dieser Leseprobe nicht enthalten
3.3 UV2 Alter
Die Variable „Alter“ entsteht aus der Variablen V220 (ALTER: BEFRAGTE<R>) unter Ausschluss der MVs. Der Wert 999 (keine Angabe) wird somit ausgeschlossen. Alle Werte der Variablen V220 werden übernommen. Die Tabelle 9 zeigt die Variable V220, die Tabelle 10 die neue Variable „Alter“8.
Tabelle 9: Variable V220
Abbildung in dieser Leseprobe nicht enthalten
Tabelle 10: Variable Alter
Abbildung in dieser Leseprobe nicht enthalten
3.4 UV3 Bildungsindex
Die Variable „Bildungsindex“9 entsteht aus insgesamt drei Variablen. Zunächst wird die Variable V230 (ALLGEMEINER SCHULABSCHLUSS) in die neue Variable überführt. Hierbei werden die Werte 6 (anderer Schulabschluss) und 7 (noch Schüler) sowie 99 (keine Angabe) als MV eliminiert. Darauf folgend werden für die einzelnen Schulabschlüsse Bildungsjahre gesetzt. Hierfür werden die Werte 1 zu 710, 2 zu 911, 3 zu 1012, 4 zu 1213 und 5 zu 1314. Ebenfalls werden die Werte innerhalb der neuen Variablen verändert, wenn die Variable V239 (BEFR.: FACHHOCHSCHULABSCHLUSS) oder die Variable V240 (V240 BEFR.: HOCHSCHULABSCHLUSS) den Wert 1 erreichen. Ist V239 gleich 1, dann wird in der Variablen „Bildungsindex“ der Wert 1615 gesetzt, wird V240 1, so wird der „Bildungsindex“ auf 1816 gesetzt. Die Tabellen 11, 12 und 13 zeigen die unaufbereiteten Variablen V230, V239 und V240. Die Tabelle 13 zeigt die neuentstandene Variable „Bildungsindex“.
Tabelle 11: Variable V230
Abbildung in dieser Leseprobe nicht enthalten
[...]
1 Grafik (vgl. Bewarder et al. 2015)
2 Grafik verfügbar unter http://www.uni-leipzig.de/pdf/pm2013-rechtsextremismus.pdf
3 Die Tageszeitung
4 vgl. Oliver Decker
5 Dies gilt nicht für die Tabellen der erstellten Variablen. Hier fehlen in der linken Spalte die Labels.
6 Name im do-file: Xenophobie
7 Name im do-file: Ost
8 Name im do-file: Alter
9 Name im do-file: Bildung
10 Schule beendet ohne Abschluss / sieben Bildungsjahre
11 Volks- / Hauptschulabschluss bzw. Polytechnische Oberschule mit Abschluss 8. oder 9. Klasse / neun Bildungsjahre
12 Mittlere Reife, Realschulabschluss bzw. Polytechnische Oberschule mit Abschluss 10. Klasse / zehn Bildungsjahre
13 Fachhochschulreife (Abschluss einer Fachoberschule etc.) / 12 Bildungsjahre
14 Abitur bzw. Erweiterte Oberschule mit Abschluss 12. Klasse (Hochschulreife) / 13 Bildungsjahre
15 Fachhochschulabschluss / Bachelor / sechzehn Bildungsjahre
16 Fachhochschulabschluss / Bachelor / sechzehn Bildungsjahre
- Quote paper
- Anonymous,, 2016, Xenophobie in der BRD. Welche Faktoren haben Einfluss auf eine xenophobe Einstellung?, Munich, GRIN Verlag, https://www.grin.com/document/909384
-
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.