„Namen spielen im Leben eines Menschen eine alltägliche Rolle. Namen dienen dazu, Menschen voneinander zu unterscheiden, voneinander abzugrenzen. Und häufig ist der Name das Erste, was von einer Person bekannt ist, bevor sie gesehen oder kennen gelernt wird. Liegt also als erste und einzige Information der Name vor, werden dieser Person bereits aufgrund ihres Namens bestimmte Merkmale zugeschrieben. Die Konnotation eines Namens, assoziative Zuschreibungen von Merkmalen wie zum Beispiel das Aussehen, bestimmte Eigenschaften oder Verhaltensweisen, formen in der Vorstellung ein Bild von der Person, die diesen Namen trägt. […]
Grundsätzlich soll der Frage nachgegangen werden, inwiefern sich Vornamen aufgrund ihrer Konnotation in Gruppen einteilen lassen. Ein weiteres Ziel der Untersuchung besteht darin zu erkunden, ob die konnotative Ähnlichkeit von Vornamen in Abhängigkeit davon variiert, wenn der Vorname einem Kind oder einem Erwachsenen zugeschrieben wird und ob hierbei das Geschlecht der Probanden einen Einfluss auf das Ergebnis hat.“
INHALTSVERZEICHNIS
1 Einleitung
2 Methode
2.1 Probanden
2.2 Material
2.2.1 Namen
2.2.2 Arbeitsmaterialien
2.3 Versuchsplan
2.4 Durchführung
3 Ergebnisse und Interpretation
3.1 Distanzmatrizen
3.2 Clusteranalysen
3.2.1 Single-Linkage-V erfahren
3.2.2 Ward-Verfahren
3.2.3 k-means-Verfahren
3.3 Vergleich der ermittelten Clusterlösungen
3.4 Multidimensionale Skalierung
3.5 Stellvertreter und Stichworte
4 Diskussion
LITERATURVERZEICHNIS
VERZEICHNIS DER ANHÄNGE
DANKSAGUNG
An dieser Stelle möchte ich mich bei all denen bedanken, die zum Gelingen dieser Arbeit beigetragen haben.
Ein besonders herzliches Dankeschön möchte ich Frau Prof. Dr. Stephanie Kelter für ihre hervorragende Betreuung aussprechen. Sie stand mir jederzeit mit ihrer fachlichen sowie stets freundlichen Unterstützung zur Seite.
Weiterhin danke ich herzlich meinen Freunden und meiner Familie, die mich während der letzten Monate körperlich und seelisch unterstützt und motiviert haben, das Korrekturlesen übernahmen, für kleine Aufmunterungen sorgten und immer ein offenes Ohr für mich hatten.
Vielen Dank!
1 Einleitung
Namen spielen im Leben eines Menschen eine alltägliche Rolle. Namen dienen dazu, Menschen voneinander zu unterscheiden, voneinander abzugrenzen. Und häufig ist der Name das Erste, was von einer Person bekannt ist, bevor sie gesehen oder kennen gelernt wird. Liegt also als erste und einzige Information der Name vor, werden dieser Person bereits aufgrund ihres Namens bestimmte Merkmale zugeschrieben. Die Konnotation eines Namens, assoziative Zuschreibungen von Merkmalen wie zum Beispiel das Aussehen, bestimmte Eigenschaften oder Verhaltensweisen, formen in der Vorstellung ein Bild von der Person, die diesen Namen trägt.
In der amerikanischen Literatur gibt es verschiedene Untersuchungen zu der Wirkung von Vornamen. Mehrabian (2001) ließ Namen auf den vier Faktoren Ethical Caring, Popular Fun, Successful und Masculine-Feminine des so genannten Revised Name Connotation Profile (RNCP) beurteilen. Es zeigte sich unter anderem, dass die Konnotation männlicher Namen auf dem Faktor Ethical Caring niedriger und auf den Faktoren Masculine und Successful höher bewertet wurde als die der weiblichen Namen (Studie 2). Längere männliche Namen wurden auf den Faktoren Ethical Caring und Successful höher beurteilt als kürzere männliche Namen, auf den Faktoren Popular Fun und Masculine niedriger. Bei den weiblichen Namen zeigte sich diesbezüglich kein signifikanter Unterschied (Studie 6).
Andere Studien widmeten sich der Wirkung von gewöhnlichen vs. seltenen Namen (vgl. Karlin & Bell, 1995; West & Shults, 1976) bzw. von gegebenen Namen vs. Spitznamen (vgl. Joubert, 1994; Leirer et al., 1982; Mehrabian, 2001, Studie 3). Karlin & Bell (1995) fanden heraus, dass Personen mit gewöhnlichen Namen mehr positive Attribute zugewiesen wurden als Personen mit seltenen Namen. Weitere Arbeiten zeigten, inwiefern der Name die vorgestellte Attraktivität einer Person beeinflusst (vgl. Erwin, 1993; Garwood et al., 1980; Hassebrauck, 1988; Joubert, 1994;
Willis & Henderson, 1994) oder die Beurteilung von erbrachten Leistungen (vgl. Busse & Seraydarian, 1978; Harari & McDavid, 1973; Joubert, 1983).
Rudolph und Spörrle (1999) untersuchten deutsche Vornamen hinsichtlich ihrer wahrgenommenen Attraktivität sowie des assoziierten Alters und der Intelligenz des Namensträgers. Es zeigte sich, dass das Alter der Befragten einen Einfluss auf die wahrgenommene Attraktivität des Namens und die Zuschreibung von Intelligenz des Namensträgers hat, jedoch nicht auf die Alterseinschätzung. Das Geschlecht der Probanden hatte keinen Einfluss auf die Ergebnisse. Diese Untersuchung erfolgte in Anlehnung an die Studie von Kasof (1993) aus dem amerikanisch-englischen Sprachraum. Rudolph und Spörrle legen damit eine Normierungsstudie für den deutschen Sprachraum vor, als Grundlage für weitere Untersuchungen, Namenseffekte weitgehend auszuschließen.
Wie in den genannten Studien werden die Konnotationen von Namen meist durch vorgegebene Kriterien erfasst, beispielsweise über Rating Skalen (vgl. Mehrabian, 2001; Rudolph & Spörrle, 1999; Sambeth, 2004) oder das semantische Differential (vgl. Hartmann, 1984). Die Probanden konnten die Namen also nur innerhalb dieser Vorgaben beurteilen.
In der vorliegenden Untersuchung wurden die Probanden gebeten, die ihnen vorgelegten Vornamen hinsichtlich ihrer konnotativen Ähnlichkeit zu beurteilen. Dabei gab es keine weiteren Vorgaben zu den Konnotationsaspekten, bezüglich derer die Probanden die Ähnlichkeit der Namen beurteilen sollten. Sie wurden lediglich dazu aufgefordert, sich zu den vorliegenden Vornamen eine unbekannte Person vorzustellen und diese dann aufgrund ihrer Ähnlichkeiten in Gruppen zusammenzusortieren. Damit erfolgte keine Beeinflussung der Ergebnisse durch die Vorauswahl von Eigenschaften und deren Verbalisierung. Außerdem standen die Probanden damit unter keinem Erklärungsdruck und konnten somit auch ihnen nicht greifbare Unterschiede bzw. Ähnlichkeiten einfließen lassen. Diese Methode wurde gewählt, um alle Konnotationsaspekte einzubeziehen, die einen Vornamen prägen und bisher von den Forschern nicht bedacht wurden, aber ebenfalls einen
Einfluss auf die Konnotation eines Vornamens ausüben. So ist es möglich, dass bestimmte Aspekte verbal nicht fassbar sind und diese durch die Möglichkeit der Gruppierung indirekt mit ausgedrückt werden können. Es ist denkbar, dass auch in den nach der Gruppierung erfragten gruppenbeschreibenden Stichworten gewisse Aspekte nicht genannt werden (konnten).
Grundsätzlich soll der Frage nachgegangen werden, inwiefern sich Vornamen aufgrund ihrer Konnotation in Gruppen einteilen lassen. Ein weiteres Ziel der Untersuchung besteht darin zu erkunden, ob die konnotative Ähnlichkeit von Vornamen in Abhängigkeit davon variiert, wenn der Vorname einem Kind oder einem Erwachsenen zugeschrieben wird und ob hierbei das Geschlecht der Probanden einen Einfluss auf das Ergebnis hat.
Ferner soll untersucht werden, ob die Beurteilungen und somit auch die Gruppeneinteilungen von Mädchen- und Frauennamen ähnlicher sind als die von Jungen- und Männernamen. Denn es ist denkbar, dass mehr Merkmale, Eigenschaften oder Zuschreibungen sowohl auf Mädchen als auch auf Frauen zutreffend sind. Derartige Unterschiede dürften zwischen Jungen und Männern ausgeprägter sein, da hier allein der maskuline Aspekt breiter gefächert ist, als der feminine bei den Mädchen und Frauen. So passen zum Beispiel Verniedlichungen oder Bezeichnungen wie ,süß' eher zu Mädchen und Frauen oder auch zu Jungen. Männer hingegen werden eher an stereotypischen maskulinen Eigenschaften gemessen.
Die Clusteranalyse ist hier die Methode der Wahl, um Namensgruppen in den Daten aufzuzeigen und diesen Fragen nachzugehen.
2 Methode
2.1 Probanden
An der Untersuchung nahmen 85 Personen (51 Frauen und 34 Männer) im Alter zwischen 18 und 71 Jahren teil (Md=29). Ein Teilnehmer machte keine Altersangabe. Sie wurden im Familie-, Freundes- und Bekanntenkreis, der Arbeitsstelle und der Universität angesprochen. Einige Unterlagen wurden an Dritte weitergegeben. Die Teilnahme erfolgte freiwillig und unentgeltlich.
2.2 Material
2.2.1 Namen
Als Stimuli wurden 30 weibliche und 30 männliche deutsche Vornamen ausgewählt (vgl. Tabelle 1) und den Untersuchungsteilnehmern auf kleinen Kärtchen dargeboten.
Auswahlgrundlage der Vornamen bildete die von der Gesellschaft für deutsche Sprache (GfdS) zusammengestellte Fiste der zehn beliebtesten Vornamen von 1957/58 bis 2004. Die GfdS veröffentlicht jedes Jahr eine Hit-Fiste der zehn beliebtesten Mädchen- und Jungennamen, die auf den bei den Standesämtern angefragten Daten basiert. Häufigkeiten der einzelnen Vornamen liegen nicht vor. Das Statistische Fandesamt Berlin führt dazu keine Statistik.
Bei der Auswahl der Vornamen wurde darauf geachtet, dass die Anfangsbuchstaben und die Fänge der Namen verhältnismäßig ausgewogen waren. Zusätzlich fand die Auftretenshäufigkeit der Anfangsbuchstaben Berücksichtigung, indem Vornamen mit gleichen Anfangsbuchstaben, die häufiger als andere auftraten, prozentual gleichgehalten wurden.
Tabelle 1. Stimulusmaterial
Abbildung in dieser Leseprobe nicht enthalten
2.2.2 Arbeitsmaterialien
Es gab zwei Versionen der Arbeitsmaterialien, die sich hinsichtlich der Instruktionen unterschieden (vgl. Tabelle 2; Anhang A).
Die Arbeitsmaterialien befanden sich in einem braunen Umschlag. Dieser Umschlag enthielt ein Anschreiben und zwei Arbeitsunterlagen. In dem Anschreiben wurden die Untersuchungsteilnehmer unter anderem darauf hingewiesen, dass es wichtig sei, die Arbeitsunterlagen in der angegebenen Reihenfolge zu bearbeiten.
Jede Arbeitsunterlage bestand aus einem Arbeitsbogen und einem kleinen Briefumschlag. Der Arbeitsbogen umfasste drei DIN A4 Seiten, die zweiseitige Instruktion und eine zusätzliche leere letzte Seite mit der Überschrift „Stichworte". Der kleine Briefumschlag enthielt die 30 Vornamen (weibliche oder männliche) auf kleinen Kärtchen (Kärtchengröße: 2x6cm, Schrift: Times New Roman, fett, 18 pt) und war durch die zu bearbeitende Reihenfolge „1." oder „2." sowie durch dessen Inhalt laut Instruktion (Ç/K oder Ç/E und ü/E oder ü/K) gekennzeichnet. Der Briefumschlag wurde an dem zusammengefalteten Arbeitsbogen befestigt.
Die erste Arbeitsunterlage bestand aus dem Briefumschlag („1.") mit den 30 weiblichen Vornamen und dem Arbeitsbogen mit der Instruktion, sich zu jedem Vornamen ein unbekanntes Kind (Version 1, Ç/K) bzw. eine unbekannte erwachsene Person (Version 2, Ç/E) vorzustellen. Danach sollten die Probanden die Vornamen nach der Ähnlichkeit des vorgestellten Kindes bzw. der vorgestellten erwachsenen Person in Gruppen zusammenzusortieren. Dazu erfolgte der Hinweis, dass die Gruppen eine beliebige Anzahl von Namen enthalten und unterschiedlich groß sein könnten.
Nach Beendigung der Gruppierung sollten die Namenskärtchen entsprechend der Gruppenzugehörigkeit durch eine Zahl gekennzeichnet werden, das heißt, Namen derselben Gruppe sollten dieselbe Zahl erhalten. Die nachfolgende Aufgabe bestand darin, die Gruppen mit ein paar Stichworten auf der beigefügten letzten Seite „Stichworte" zu beschreiben. Anschließend sollte pro Gruppe ein Name ausgewählt und auf dem entsprechenden Namenskärtchen unterstrichen werden, der als Stellvertreter der jeweiligen Gruppen stehen könnte.
Die zweite Arbeitsunterlage bestand aus dem Briefumschlag („2.") mit den 30 männlichen Vornamen und dem Arbeitsbogen mit der Instruktion, sich zu jedem Vornamen eine unbekannte erwachsene Person (Version 1, А/E) bzw. ein unbekanntes Kind (Version 2, А/K) vorzustellen. Die weitere Vorgehensweise glich der Instruktion der ersten Arbeitsunterlage.
Zusätzlich wurden die Probanden aufgefordert, ihr Alter und Geschlecht anzugeben.
Tabelle 2. Übersicht der Arbeitsmaterialien
Abbildung in dieser Leseprobe nicht enthalten
2.3 Versuchsplan
Bei dieser Untersuchung sind gemäß der Fragestellung die Vornamen (nicht die Probanden) als die Untersuchungseinheiten aufzufassen. Demzufolge handelt es sich um einen 2 (Geschlecht des Vornamens) x 2 (Alter des sich vorzustellenden Namensträgers = Instruktion) x 2 (Geschlecht der Probanden) Versuchsplan (vgl. Tabelle 3) mit Messwiederholung bezüglich der beiden letztgenannten Faktoren.
Tabelle 3. Versuchsplan
Abbildung in dieser Leseprobe nicht enthalten
In der weiteren Arbeit werden für die Versuchsbedingungen abkürzende Bezeichnungen verwendet, die in Tabelle 4 dargestellt sind. Diese setzen sich aus den Abkürzungen von ,Geschlecht der Namen - Alter des Namensträgers- Geschlecht der Probanden' zusammen.
Tabelle 4. Bezeichnungen der Versuchsbedingungen
Abbildung in dieser Leseprobe nicht enthalten
2.4 Durchführung
Den Untersuchungsteilnehmern wurde zufällig eine der zwei Versionen der Arbeitsmaterialien ausgehändigt, mit der Einschränkung, beide Versionen auf eine möglichst gleiche Anzahl von Frauen und Männer zu verteilen. Die Teilnehmer nahmen die Arbeitsmaterialien mit und wurden gebeten, diese innerhalb der nächsten Woche zurückzugeben. Die Rückgabe erfolgte persönlich oder per Post. Nach Angaben der Teilnehmer betrug die Bearbeitungszeit zwischen 40 Minuten und 2 Stunden.
96 der 120 verteilten Arbeitsmaterialien wurden zurückgegeben (80%). Vier Arbeitsmaterialien trafen zu spät ein, nachdem die Datenauswertung bereits begonnen hatte. Drei waren unbearbeitet, drei unvollständig und eine wurde aufgrund des Alters (12 Jahre) des Teilnehmer herausgenommen. 85 Arbeitsmaterialien wurden für die Datenauswertung verwendet.
Die Verteilung und Anzahl der Probanden auf die einzelnen Versuchsbedingungen zeigt Tabelle 5. Es sei darauf hingewiesen, dass es sich bei den angegebenen Personen in den beiden Bedingungen pro Zeile jeweils um dieselben Personen handelt. Frauen, welche die Mädchennamen (Weib-Ki-Frau) beurteilten, bearbeiteten ebenfalls die Männernamen (Maen-Ki-Frau).
Tabelle 5. Probanden pro Versuchsbedingung
Abbildung in dieser Leseprobe nicht enthalten
3 Ergebnisse und Interpretation
Die Probanden bildeten pro Bedingung zwischen 2 und 14 Namensgruppen. Eine Übersicht über die minimale und maximale Anzahl der gebildeten Gruppen pro Versuchsbedingung ist in Tabelle 6 dargestellt. Eine ausführliche Aufstellung der Gruppenanzahlen ist in Anhang B aufgeführt.
Tabelle 6. Gruppenanzahl je Versuchsbedingung
Abbildung in dieser Leseprobe nicht enthalten
Fehlende Werte
Die Untersuchungsteilnehmer hatten laut Instruktion die Möglichkeit, die Namen, die sie nicht einzuordnen wissen, auszusortieren und zu kennzeichnen. Diese fallen aus der Bewertung entsprechend raus. Vereinzelt wurden keine Stellvertreter ausgewählt. Tabelle 7 zeigt den Prozentsatz der fehlenden Werte pro Bedingung.
Abbildung in dieser Leseprobe nicht enthalten
3.1 Distanzmatrizen
Aus den vorhandenen Daten wurde für jede Versuchsbedingung eine Distanzmatrix erstellt (vgl. Anhang C), in der horizontal und vertikal die 30 Namen abgetragen wurden. Dem Wert einer Zelle kann entnommen werden, wie ähnlich bzw. unähnlich die vorgestellten Namensträger bzw. die Konnotation der Namen aus der entsprechenden Zeile und Spalte beurteilt wurden. Je niedriger der Zellenwert, desto ähnlicher, je höher der Zellenwert, desto unähnlicher die Konnotation dieser Namen.
Der Wert setzt sich aus der Gesamtanzahl der Probanden dieser Bedingung zusammen, abzüglich der Anzahl der Probanden, welche die beiden Namen in dieselbe Gruppe einsortiert haben. Das heißt, der Wert gibt an, wie häufig diese Namen nicht zusammengruppiert wurden.
Die Erstellung der Datenmatrizen erfolgte gemäß dem Versuchsplan getrennt nach Geschlecht des Vornamens (weiblich vs. männlich), nach Alter des sich vorzustellenden Namensträgers (Instruktion Kind vs. Erwachsener) und nach dem Geschlecht der Probanden (Frauen vs. Männer). Zusätzlich wurde je eine Distanzmatrix erzeugt, in der die weiblichen und männlichen Probanden zusammengefasst wurden.
Beispielhaft ist die Distanzmatrix der Versuchsbedingung Weib-Ki-Frau in Abbildung 1 dargestellt. Diese Matrix lässt erkennen, dass in dieser Bedingung mehr als die Hälfte der Frauen die Mädchennamen Karin und Ulrike in derselben Gruppe zusammengefasst haben (Zellenwert: 13 = 28 Probanden dieser Bedingung - 15 Probanden, 54%, gruppierten diese Namen zusammen). Im Gegensatz dazu stehen die Mädchennamen Laura und Ulrike, die von den Frauen kein Mal in dieselbe Gruppe sortiert wurden (Zellenwert: 28 = 28 Probanden dieser Bedingung - 0 Probanden gruppierten diese Namen zusammen). Das bedeutet, der Mädchenname Ulrike ist dem Mädchennamen Karin konnotativ ähnlich, dem Mädchennamen Laura hingegen sehr unähnlich.
Abbildung in dieser Leseprobe nicht enthalten
Abbildung 1. Distanzmatrix Weib-Ki-Frau (n=28)
Die Distanzmatrix stellt die Datenbasis der durchgeführten Clusteranalysen und der Multidimensionalen Skalierung dar.
3.2 Clusteranalysen
Gemäß der Zielsetzung der vorliegenden Untersuchung wurde die Clusteranalyse gewählt. Das Ziel der Clusteranalyse besteht darin, die Objekte einer gegebenen Objektmenge aufgrund ihrer Merkmale systematisch zu klassifizieren. Die Objekte werden gemäß ihrer Ähnlichkeit bzw. ihrer Distanz in Gruppen bzw. Cluster zusammengefasst. Dabei ist die Homogenität innerhalb eines Clusters und die Heterogenität zwischen den Clustern möglichst hoch. Objekte innerhalb eines Clusters sollen also geringe und Objekte unterschiedlicher Cluster dagegen große Unterschiede bezüglich der untersuchten Kriterien aufweisen. Die Distanzen zwischen den Objekten eines Clusters sind demnach geringer als zwischen Objekten verschiedener Cluster.
In einem mehrstufigen Vorgehen wurden die Vornamen mittels der Clusteranalyse in Cluster zusammengefasst. Das bedeutet, Namen, die sich in dem gleichen Cluster befinden, sind konnotativ ähnlicher als Namen in unterschiedlichen Clustern.
Im ersten Schritt wurden mit Hilfe des Single-Linkage-Verfahrens die so genannten Ausreißer identifiziert und anschließend aus der Datenmenge eliminiert. Die reduzierte Datenmenge wurde mit dem Ward-Verfahren analysiert, um die geeignete Clusterzahl zu bestimmen. Die endgültige Zuordnung der Namen auf die jeweiligen Cluster erfolgte durch das anschließende k-means-Verfahren.
3.2.1 Single-Linkage-Verfahren
Unter Verwendung des Single-Linkage-Verfahrens wurde die Datenmenge auf so genannte „Ausreißer" (engl. „outliers") überprüft (vgl. Backhaus et al., 2003; Eckes & Roßbach, 1980; Lorr, 1983). Ausreißer sind Objekte, die sie sich von den anderen Objekten erheblich in ihren Merkmalsausprägungen unterscheiden und somit zu den anderen Objekten größere Distanzen aufweisen. Diese Objekte sind im zugehörigen Dendrogramm erkennbar, da sie erst relativ spät einem größeren Cluster zugeordnet bzw. am Ende des Prozesses fusioniert werden (vgl. Backhaus et al., 2003). Bleiben sie in der Datenmenge bestehen, können sie die Fusionierung beeinträchtigen und zu Verzerrungen in der Clusterbildung führen. Dementsprechend werden diese Namen im nächsten Schritt aus der Datenmenge eliminiert.
Das Dendrogramm des Single-Linkage-Verfahrens für die Bedingung Weib-Ki- Frau zeigt Abbildung 2. In dem Dendrogramm sind die Namen, die anschließend eliminiert wurden, durch Unterstreichungen gekennzeichnet. Die Darstellungen der Dendrogramme aller Bedingungen sind Anhang D zu entnehmen.
Abbildung in dieser Leseprobe nicht enthalten
Abbildung 2. Dendrogramm des Single-Linkage-Verfahrens, Weib-Ki-Frau
Eine Übersicht der Ausreißer, die pro Bedingung identifiziert und im nächsten Schritt aus der entsprechenden Datenmenge eliminiert wurden, ist in Tabelle 8 aufgeführt.
Tabelle 8. Ausreißer pro Bedingung
Abbildung in dieser Leseprobe nicht enthalten
3.2.2 Ward-Verfahren
Die reduzierte Datenmenge wurde mit Hilfe de hierarchischen Ward-Verfahrens analysiert. Das Ward-Verfahren ist aufgrund seiner Fusionierungseigenschaften dazu geeignet, gute Partitionen zu finden (vgl. Backhaus et al., 2003; Bortz, 1999) und die Anzahl der Cluster zu bestimmen (vgl. Aldenderfer & Blashfield, 1984; Backhaus et al., 2003; Bortz, 1999).
Für die Bestimmung der Clusteranzahl können die Zuordnungsübersicht, das Dendrogramm und das Struktogramm unterstützend herangezogen werden. Der Zuordnungsübersicht ist zu entnehmen, auf welcher Fusionierungsstufe welche Namen bei welchem Heterogenitätsmaß (=Fehlerquadratsumme; abgetragen in der Spalte „Koeffizienten") zusammengefasst wurden. Ein sprunghafter Anstieg der Fehlerquadratsumme weist darauf hin, dass zwei sehr unterschiedliche Cluster vereinigt wurden. An dieser Stelle sollte der Fusionierungsprozess abgebrochen werden. Im Dendrogramm, das den Fusionierungsprozess graphisch darstellt, lassen sich Gruppierungen der Namen erkennen. Im Struktogramm, in dem die Fehlerquadratsumme gegen die Anzahl der Cluster abgetragen wird, ist das so genannte Elbow-Kriterium dargestellt, welches auf einer sprunghaften Erhöhung der Fehlerquadratsumme basiert.
Die jeweiligen Darstellungen pro Bedingung sind in Anhang E aufgeführt. Beispielhaft sind diese für die Bedingung Weib-Ki-Frau in Abbildung 3 (Zuordnungsübersicht), in Abbildung 4 (Dendrogramm) und in Abbildung 5 (Struktogramm) veranschaulicht. In den Graphiken wurden die Stellen markiert, die jeweils zur Festlegung der Clusteranzahl führte. Danach resultiert für die Bedingung Weib-Ki-Frau eine Drei-Cluster-Lösung.
Abbildung in dieser Leseprobe nicht enthalten
Abbildung 3. Zuordnungsübersicht des Ward-Verfahrens, Weib-Ki-Frau
Abbildung in dieser Leseprobe nicht enthalten
Abbildung 4. Dendrogramm des Ward-Verfahrens, Weib-Ki-Frau
Abbildung in dieser Leseprobe nicht enthalten
Abbildung 5. Struktogramm des Ward-Verfahrens, Weib-Ki-Frau
Die Clusterlösungen pro Bedingung sind in Tabelle 9.1 für die weiblichen Namen und in Tabelle 9.2 für die männlichen Namen zusammengefasst. Die Namen sind entsprechend der Clusterlösungen gruppiert und innerhalb der Cluster alphabetisch sortiert.
Tabelle 9.1. Clusterlösungen nach dem Ward-Verfahren, weibliche Namen
Abbildung in dieser Leseprobe nicht enthalten
Tabelle 9.2. Clusterlösungen nach dem Ward-Verfahren, männliche Namen
Abbildung in dieser Leseprobe nicht enthalten
Wie den Tabellen 9.1 und 9.2 zu entnehmen ist, werden die weiblichen und die männlichen Namen in den einzelnen Bedingungen meist in eine ähnliche Anzahl von Clustern unterteilt. Die Instruktion Kind vs. Erwachsener scheint bei der Beurteilung der Namen nicht entscheidend zu sein. Obwohl erwartet hätte werden können, dass Kinder- und Erwachsenennamen unterschiedlicher beurteilt werden und sich dies entsprechend in den Clustereinteilungen bzw. Clusterzahlen abbildet. Die Vermutung, dass Mädchen- und Frauennamen ähnlicher als Jungen- und Männernamen beurteilt und dementsprechend gruppiert werden, kann hier nur insoweit unterstützt werden, als dass die männlichen Probanden Jungen- und Männernamen differenzierter gruppierten (fünf vs. drei Cluster) als die weiblichen Namen (je drei Cluster). Frauen hingegen beurteilten Mädchen- und Frauennamen unterschiedlicher (drei vs. vier Cluster) als die männlichen Namen (je drei Cluster).
Grundsätzlich lassen die Clusteranzahlen weder hinsichtlich der Instruktion noch des Geschlechts der Beurteiler eindeutige systematische Unterschiede erkennen.
3.2.3 k-means-Verfahren
Eine mit einem hierarchischen Verfahren gefundene Anfangspartition kann mit Hilfe eines nicht-hierarchischen Verfahrens optimiert werden (vgl. Anderberg, 1973; Bortz, 1999; Steinhausen & Langer, 1977). Dementsprechend wurde im nächsten Schritt das nicht-hierarchische k-means-Verfahren mit der zuvor im hierarchischen Ward-Verfahren ermittelten Clusterzahl durchgeführt.
In diese Analyse wurden alle Vornamen einbezogen, da ein Vergleich zwischen den Ergebnissen der k-means-Methode mit der reduzierten und der gesamten Datenmenge zeigte, dass nur ein minimaler Unterschied in einigen der Bedingungen auftrat.
Die Clusterzugehörigkeiten der Namen nach dem k-means-Verfahren sind der Tabelle 10.1 für die weiblichen Namen und der Tabelle 10.2 für die männlichen Namen zu entnehmen. Die Namen sind innerhalb der Cluster alphabetisch sortiert.
Tabelle 10.1. Clusterlösungen nach dem k-means-Verfahren, weibliche Namen
Abbildung in dieser Leseprobe nicht enthalten
Tabelle 10.2. Clusterlösungen nach dem k-means-Verfahren, männliche Namen
Abbildung in dieser Leseprobe nicht enthalten
Eine Gruppierung aufgrund der Schreibweise der Namen kann ausgeschlossen werden, da die Namen in den Clustern keine Struktur hinsichtlich der Namenslängen oder der Anfangsbuchstaben aufweisen.
Bei den Clusterlösungen zeigte sich sowohl bei den weiblichen als auch bei den männlichen Namen, dass einige Namen über alle Bedingungen hinweg immer zusammen in einer Gruppe, in einem Cluster auftauchen, unerheblich ob Kindernamen oder Erwachsenennamen beurteilt wurden bzw. ob dies durch Frauen oder Männer erfolgte. Das bedeutet, dass diese Vornamen innerhalb der jeweiligen Bedingung durch ihre Konnotation ähnliche Bilder der vorgestellten Person hervorrufen. Die betreffenden Namen sind in Tabelle 11 aufgeführt.
Tabelle H. Gleich bleibende Gruppierungen von Namen weibliche Namen männliche Namen
Andrea, Claudia, Daniela, Michaela, Stefanie Andreas, Christian, Matthias, Michael, Stefan, Thomas Anna, Johanna, Laura, Lisa, Sophie Benjamin, Dominik, Lukas, Maximilian
Birgit, Gabriele, Karin, Monika Jan, Jens, René, Sven Ein Abgleich der Clusterlösungen des k-means-Verfahrens und der Ward- Methode zeigte ebenfalls nur geringe Abweichungen in der Besetzung der Cluster (vgl. Anhang F).
3.3 Vergleich der ermittelten Clusterlösungen
Der adjusted Rand Index (Hubert & Arabie, 1985) stellt ein Maß für die Übereinstimmung von zwei Clusterlösungen einer gegebenen Objektmenge dar. Nach Milligan und Cooper (1986) ist dies ein geeignetes Maß, Partitionen mit einer unterschiedlichen Anzahl von Clustern zu vergleichen (vgl. Yeung & Ruzzo, 2001).
Der adjusted Rand Index (RIadj) liegt zwischen 0 und 1. Je höher der Wert, desto größer ist die Übereinstimmung der zwei verglichen Clusterlösungen. Bei 1 sind die zwei Partitionen identisch.
Gemäß der Fragestellung, wurden die Übereinstimmungen der Clusterlösungen der Versuchsbedingungen der Instruktion Kind vs. Erwachsener und die Ergebnisse der Frauen vs. Männer mit Hilfe des Rladj überprüft. Grundlage bildeten die Clusterlösungen des k-means-Verfahrens. Die Clusterlösungsvergleiche mit den entsprechenden Rladj-Werten zeigt Tabelle 12.
Eine Beispielberechnung ist im Anhang G für den Vergleich der Bedingungen Weib-Ki-Frau (Drei-Cluster-Lösung) mit Weib-Erw-Frau (Vier-Cluster-Lösung) aufgeführt.
Tabelle 12. Adjusted Rand-Index
Abbildung in dieser Leseprobe nicht enthalten
Wie Tabelle 12 zeigt, ist der adjusted Rand Index bei dem Vergleich der Einzelbedingungen Maen-Ki-Frau und Maen-Erw-Frau mit .72 am höchsten. Diese Bedingungen sind also hinsichtlich der Clusterlösungen am ähnlichsten. Das bedeutet, Frauen gruppierten die männlichen Vornamen sowohl bei der Vorstellung eines Kindes als auch bei der Vorstellung einer erwachsenen Person (Jungen- und Männernamen) aufgrund ihrer Konnotation ähnlich zusammen.
Im Kontrast dazu steht der Vergleich der Bedingungen Maen-Ki-Mann und Maen-Erw-Mann mit einem Rladj von .17, dem hier niedrigsten Rladj -Wert. Männer gruppierten also die Jungen- und Männernamen auf unterschiedliche Weise. Das heißt, die Konnotation der männlichen Vornamen scheint, je nachdem, ob es sich um Kinder oder Erwachsene handelte, zu variieren.
Werden die Rladj-Werte der weiblichen Namen untereinander verglichen, so zeigt sich, dass dort der höchste Wert und somit die größte Übereinstimmung der Clusterlösungen bei den durch die Männer beurteilten Mädchen- vs. Frauennamen liegt (.49). Bei den männlichen Namen hingegen liegt der höchste Wert bei den durch die Frauen beurteilten Jungen- vs. Männernamen (.72). Das bedeutet, dass Probanden die Namen des anderen Geschlechts, unabhängig von der Instruktion Kind vs. Erwachsener, ähnlicher gruppierten bzw. nicht so differenziert betrachteten wie die Namen des eigenen Geschlechts.
Eine eindeutige Tendenz dahingehend, dass die Vorstellung Kind vs. Erwachsener gänzlich andere Konnotationen hervorrief, ist nicht erkennbar. Die Übereinstimmung von Clusterlösungen in zwei Bedingungen, die sich nur bezüglich der Instruktion (Kind vs. Erwachsener) unterschieden, war im Schnitt nicht wesentlich geringer als die Übereinstimmung von Clusterlösungen in zwei Bedingungen, die sich nur bezüglich des Geschlechts der Beurteiler unterschieden.
Die Ergebnisse der aggregierten Daten (FrauMann-Bedingungen) deuten allerdings daraufhin, dass - wie vermutet - bei den männlichen Namen (.46) die Vorstellung Kind vs. Erwachsener doch einen größeren Unterschied bei den Clusterbildungen hervorruft als bei den weiblichen Vornamen (.79).
Bei den männlichen Namen, scheint auch das Geschlecht der Beurteiler eine Rolle zu spielen. Wie bereits erwähnt, ist die Übereinstimmung der Jungen- und Männernamen bei Frauen relativ hoch (.72), bei Männern hingegen sehr gering (.17). Werden allerdings die Daten der Frauen und Männer aggregiert, so nimmt das Ausmaß der Übereinstimmung einen mittleren Wert von .46 an. Es scheint, dass der Einfluss des Beurteilergeschlechts überlagert wird. Bei den weiblichen Namen hingegen vergrößert sich das Maß der Übereinstimmung bei den aggregierten Daten (von .35 und .49 zu .79). Das weist darauf hin, dass das Geschlecht der Beurteiler an dieser Stelle keine Rolle spielt.
Die Clusterlösungen von weiblichen und männlichen Probanden stimmen dann besser überein, wenn es bei der Beurteilung um Namen erwachsener Personen ging (.39 und .62) statt um Namen von Kindern (.24 und .27).
3.4 Multidimensionale Skalierung
Der Multidimensionale Skalierung (MDS) liegt der Gedanke zugrunde, dass sich Objekte mit einer spezifischen Position in einem Merkmalsraum abbilden lassen. Dafür werden die Objekte paarweise hinsichtlich ihrer Ähnlichkeiten bzw. Unähnlichkeiten betrachtet. Anhand ihrer Distanzen werden ihre relativen Positionen zueinander bestimmt und im Raum abgebildet. Die sich ergebene Darstellung aller Objekte im Raum wird Konfiguration genannt.
Ein Vorteil der MDS besteht darin, dass Ähnlichkeiten dargestellt werden können, ohne dass weitere Eigenschaften bekannt sind. Das heißt, subjektiv eingeschätzte Ähnlichkeiten können erfasst werden, ohne dass die Ergebnisse durch Vorgaben oder Verbalisierungen der einbezogen Merkmale beeinflusst werden (vgl. Zielsetzung). Ein Nachteil liegt in der Frage der Dimensionsanzahl und deren Interpretierbarkeit, wobei die Dimensionalität möglichst gering gewählt werden sollte (vgl. Ahrens, 1974; Backhaus et al., 2003). Zur Bestimmung der Anzahl der Dimensionen können das Stress- und RSQ-Maß herangezogen werden, welche die Güte der Anpassung der berechneten Konfiguration aufzeigen. Dabei weisen ein niedriger Stress-Wert (<0,05 ausgezeichnete, <0,1 gute, <0,2 ausreichende, <0,4 geringe Anpassungsgüte) und ein hoher RSQ-Wert (nahe 1) auf eine gute Konfigurationslösung hin (vgl. Backhaus et al., 2003; Kappelhoff, 2001; Pospeschill, 2004). Bei Betrachtung der Stress-Werte wird die Dimensionszahl als hinreichend groß angesehen, wenn sich der Stress-Wert mit zunehmender Dimensionszahl nicht nennenswert verbessert (vgl. Ahrens, 1974; Backhaus et al., 2003). Zur Unterstützung kann auch hier das Elbow-Kriterium herangezogen werden, in dem die Stress-Werte gegen die Dimensionen abgetragen werden.
Die Daten wurden mit Hilfe der Multidimensionalen Skalierung analysiert. Dabei wurde die Drei-Dimensionalität gewählt. Die Stress-Werte liegen bei der Verwendung von drei Dimensionen im Bereich ,ausreichenď (vgl. Tabelle 13). Wie Abbildung 6.1 für die weiblichen Namen und Abbildung 6.2 für die männlichen Namen zeigt, verbessern sich die Stress-Werte ab der dritten Dimension nicht mehr so stark.
Tabelle 13. Stress- und RSQ-Werte
Abbildung in dieser Leseprobe nicht enthalten
Abbildung 6.1. Stress-Werte, weibliche Namen
Abbildung in dieser Leseprobe nicht enthalten
Abbildung 6.2. Stress-Werte, männliche Namen
Beispielhaft sind die Namen für die Bedingung Weib-Ki-Frau in Abbildung 7.1 im 3-dimensionalen-Raum dargestellt. In Abbildung 7.2 sind die Dimensionen 1 und 2, in Abbildung 7.3 die Dimensionen 1 und 3 und in Abbildung 7.4 die Dimensionen 2 und 3 noch einmal separat im 2-dimensionalen-Raum aufgezeigt. Namen, die sich nach der k-means-Methode im gleichen Cluster befinden (vgl. Tabelle 10.1), sind dabei farblich gleich gekennzeichnet. Die Abbildungen aller Bedingungen sind im Anhang H aufgeführt.
Die Größe der Punkte weist ebenfalls auf die Lage der Namen auf den Dimensionen hin. Ein größerer Punkt zeigt dabei an, dass sich der Name räumlich weiter vorne (im positiven Bereich der Skala), ein kleinerer weiter hinten (im negativen Bereich) befindet. Somit kann aus der 2-dimensionalen-Darstellung entnommen werden, wo sich der Name auf der nicht angezeigten dritten Dimension befindet. So ist zum Beispiel aus Abb. 6.2 ersichtlich, dass der Name Laura (großer Punkt) auf der nicht dargestellten dritten Dimension (Dimension 3) im positiven Bereich der Skala liegt. Der Name Franziska (kleiner Punkt) liegt im Gegensatz dazu im negativen Bereich.
Abbildung in dieser Leseprobe nicht enthalten
Abbildung 7.2. 3D-Darstellung, Weib-Ki-Frau
Abbildung in dieser Leseprobe nicht enthalten
Abbildung 7.3. 2D-Darstellung, Dimensionen 1 und 3, Weib-Ki-Frau
Abbildung in dieser Leseprobe nicht enthalten
Abbildung 7.4. 2D-Darstellung, Dimensionen 2 und 3, Weib-Ki-Frau
Wie die Abbildungen 7.1 bis 7.4 zeigen, sind hier ebenfalls Einteilungen der Namen in Gruppen bzw. Cluster zu erkennen. Durch die farblichen Hervorhebungen der k-means-Clusterlösungen wird deutlich, dass diese Gruppierungen auch im MDS-Raum nachvollziehbar sind.
Bezüglich der Abbildungen sei zusätzlich darauf hingewiesen, dass auf die Skalierung der Dimensionen geachtet werden sollte. Für eine präzise Interpretation muss der Achsenabstand zwischen 0 und 1 auf der einen Dimension gleich dem Abstand zwischen 0 und 1 auf der anderen Dimension sein. Bei der Auswertung mit SPSS ist dies nicht immer gegeben (vgl. Kappelhoff, 2001).
3.5 Stellvertreter und Stichworte
Von den Probanden wurde für jede gebildete Gruppe ein Stellvertreter ausgewählt. Da die Probanden innerhalb der Bedingungen eine unterschiedliche Anzahl von Gruppen bildeten, ist die Anzahl der ernannten Stellvertreter ebenfalls unterschiedlich. Eine Übersicht der Stellvertreter mit den absoluten und prozentualen Häufigkeiten pro Bedingung ist in Anhang I aufgeführt.
Die Ergebnisse der Stellvertreter sind zusammen mit den ermittelten Clusterlösungen des k-means-Verfahrens in Tabelle 14.1 für die weiblichen Namen und in Tabelle 14.2 für die männlichen Namen dargestellt. Die mit einem Sternchen (*) versehenen Namen haben einen prozentualen Anteil von mindestens 5%. Die Namen, die den höchsten Wert innerhalb des Clusters aufweisen, sind fett gedruckt.
Tabelle 14.1. k-means-Clusterlösungen mit Stellvertretern, weibliche Namen
Abbildung in dieser Leseprobe nicht enthalten
Tabelle 14.2. k-means-Clusterlösungen mit Stellvertretern, männliche Namen
Abbildung in dieser Leseprobe nicht enthalten
[...]
- Arbeit zitieren
- Karen Assheuer (Autor:in), 2005, Konnotative Ähnlichkeit deutscher Vornamen, München, GRIN Verlag, https://www.grin.com/document/94374
-
-
-
-
Laden Sie Ihre eigenen Arbeiten hoch! Geld verdienen und iPhone X gewinnen. -
-
Laden Sie Ihre eigenen Arbeiten hoch! Geld verdienen und iPhone X gewinnen. -
-
Laden Sie Ihre eigenen Arbeiten hoch! Geld verdienen und iPhone X gewinnen. -
-
Laden Sie Ihre eigenen Arbeiten hoch! Geld verdienen und iPhone X gewinnen. -
-
Laden Sie Ihre eigenen Arbeiten hoch! Geld verdienen und iPhone X gewinnen. -
-
Laden Sie Ihre eigenen Arbeiten hoch! Geld verdienen und iPhone X gewinnen. -
-
Laden Sie Ihre eigenen Arbeiten hoch! Geld verdienen und iPhone X gewinnen. -
-
Laden Sie Ihre eigenen Arbeiten hoch! Geld verdienen und iPhone X gewinnen. -
-
Laden Sie Ihre eigenen Arbeiten hoch! Geld verdienen und iPhone X gewinnen. -
-
Laden Sie Ihre eigenen Arbeiten hoch! Geld verdienen und iPhone X gewinnen. -
-
Laden Sie Ihre eigenen Arbeiten hoch! Geld verdienen und iPhone X gewinnen. -
-
Laden Sie Ihre eigenen Arbeiten hoch! Geld verdienen und iPhone X gewinnen. -
-
Laden Sie Ihre eigenen Arbeiten hoch! Geld verdienen und iPhone X gewinnen. -
-
Laden Sie Ihre eigenen Arbeiten hoch! Geld verdienen und iPhone X gewinnen. -
-
Laden Sie Ihre eigenen Arbeiten hoch! Geld verdienen und iPhone X gewinnen. -
-
Laden Sie Ihre eigenen Arbeiten hoch! Geld verdienen und iPhone X gewinnen. -
-
Laden Sie Ihre eigenen Arbeiten hoch! Geld verdienen und iPhone X gewinnen. -
-
Laden Sie Ihre eigenen Arbeiten hoch! Geld verdienen und iPhone X gewinnen. -
-
Laden Sie Ihre eigenen Arbeiten hoch! Geld verdienen und iPhone X gewinnen. -
-
Laden Sie Ihre eigenen Arbeiten hoch! Geld verdienen und iPhone X gewinnen. -
-
Laden Sie Ihre eigenen Arbeiten hoch! Geld verdienen und iPhone X gewinnen. -
-
Laden Sie Ihre eigenen Arbeiten hoch! Geld verdienen und iPhone X gewinnen. -
-
Laden Sie Ihre eigenen Arbeiten hoch! Geld verdienen und iPhone X gewinnen. -
-
Laden Sie Ihre eigenen Arbeiten hoch! Geld verdienen und iPhone X gewinnen. -
-
Laden Sie Ihre eigenen Arbeiten hoch! Geld verdienen und iPhone X gewinnen. -
-
Laden Sie Ihre eigenen Arbeiten hoch! Geld verdienen und iPhone X gewinnen. -
-
Laden Sie Ihre eigenen Arbeiten hoch! Geld verdienen und iPhone X gewinnen. -
-
Laden Sie Ihre eigenen Arbeiten hoch! Geld verdienen und iPhone X gewinnen. -
-
Laden Sie Ihre eigenen Arbeiten hoch! Geld verdienen und iPhone X gewinnen. -
-
Laden Sie Ihre eigenen Arbeiten hoch! Geld verdienen und iPhone X gewinnen. -
-
Laden Sie Ihre eigenen Arbeiten hoch! Geld verdienen und iPhone X gewinnen. -
-
Laden Sie Ihre eigenen Arbeiten hoch! Geld verdienen und iPhone X gewinnen. -
-
Laden Sie Ihre eigenen Arbeiten hoch! Geld verdienen und iPhone X gewinnen.