Die Konstruktion der Kurzskala zur Messung von Sozialer Dominanzorientierung folgt dem theoretischen Konzept der "Social Dominance Orientation" (kurz: SDO; Pratto et al., 1994). Diese Einstellungsdimension drückt aus, inwieweit gruppenbezogene Ungleichheiten sowie gesellschaftliche Hierarchien zwischen sozialen Gruppen akzeptiert und befürwortet oder abgelehnt werden. Des Weiteren sollte eine subjektive Zielvorstellung, weniger eine Beschreibung der aktuellen gesellschaftlichen Verhältnisse gemessen werden. Das Konstrukt SDO wird in der Literatur, neben Rechts-autoritären Einstellungen (kurz: RWA), als eine zentrale ideologische Einstellungsvariable angesehen, die soziale und politische Orientierungen sowie Verhalten beeinflusst (z.B. Duckitt & Sibley, 2010). Theoretische Facetten der SDO sind darüber hinaus Gruppendominanz und Gruppen(un)gleichheit, die jedoch nicht in dieser Detailtiefe abgebildet werden konnten. Item 1 der Skala KSDO-3 zielt schließlich stärker auf die Facette Gruppendominanz ab, Items 2 und 3 erfassen hingegen stärker Gruppen(un)gleichheit als Facette von SDO.

Itemkonstruktion und Itemselektion

Ziel war die ökonomische Erfassung von Einstellungen, die SDO beschreiben, wobei zum Teil semantisch gegensätzlich gepolte Items eingesetzt werden sollten, um Akquieszenz zu vermeiden.

Die Auswahl der Items der vorliegenden Studie orientierte sich an einer inhaltlich nahen deutschen Übersetzung von Items der SDO­₇-Skala von Ho et al. (2015; Item 1: "An ideal society requires some groups to be on top and others to be on the bottom"; Item 2: "It is unjust to try to make groups equal"; Item 3: "We should work to give all groups an equal chance to succeed").

Außerdem sollte die Übersetzung sprachlich einfach sein und gängigen Kriterien der Frageformulierung genügen (wie z.B. keine Verneinung, jeweils nur ein Stimulus). Die Fragen wurden intern im Projektteam (AUTNES, Expertise Wahlforschung) bzgl. ihrer inhaltlichen Validität diskutiert. Die Skala wurde erstmals in Stichprobe 1 (siehe unten) eingesetzt.

Ausgeschlossene Items

In allen hier genannten Studien/Stichproben (1, 2 und 3) wurden die drei oben genannten Items sowie ein zusätzliches Item eingesetzt (siehe Tabelle 7 zu Korrelationen dieses Items mit der Gesamtskala):

·         "Die soziale Ungleichheit in Österreich ist zu groß."

Dieses Item wurde jedoch aufgrund jeweils mangelnder Trennschärfe und abträglichem Beitrag zur Reliabilität der Skala, speziell in Folgestudien, ausgeschlossen. Eine mögliche Erklärung ist der stärkere Bezug auf den konkreten Status Quo gegenüber einer allgemeinen Zielvorstellung der Gesellschaft (SDO).

Ebenso ausgeschlossen wurde ein weiteres Item, das in Stichprobe 1 (siehe unten) eingesetzt wurde:

·      "Keine soziale Gruppe in der Gesellschaft sollte Vorrechte haben." (siehe Ho et al., 2015: "No one group should dominate in society").

Wenngleich die Korrelation mit der Gesamtskala erwartungsgemäß hoch war (r = .43), war dieses Item vergleichsweise wenig trennscharf.

Stichproben

Stichprobe 1: AUTNES Comparative Study of Electoral Systems Post-Election Survey 2017 (Aichholzer et al., 2018). Daten dieser Stichprobe (n = 1203) wurden telefonisch (CATI) mittels einer Zufallsstichprobe erhoben. Feldzeit: 19.10.2017 bis 30.11.2017. Durchführung: ipr Umfrageforschung Dr. Richard Költringer. Verteilungen: Geschlecht: 49.6% männlich; Alter: M [min; max] = 49.7 [16; 94], SD = 17.8; Bildung: 14.2% max. Pflichtschule, 40.7% Berufsbildende mittlere Schule oder Berufsschule, 25.6% Höhere Schule mit Matura (Abitur), 19.5% Hochschule oder tertiäre Ausbildung. Befragte wurden für die Teilnahme nicht entlohnt. Der Datensatz beinhaltet ein Anpassungsgewicht (Poststratifikation), um systematisch unterschiedliche Teilnahmebereitschaft (nonresponse) auszugleichen.

Stichprobe 2: PUMA Erhebung 5.1 (PUMA, 2019a). Daten dieser Stichprobe (n = 631) wurden als Web-Survey (CAWI) mittels einer Zufallsstichprobe aus dem Zentralen Melderegister (ZMR) erhoben. Feldzeit: 25.05.2018 bis 30.06.2018. Durchführung: Statistik Austria. Geschlecht: 50.4% männlich; Alter: M [min; max] = 43.0 [16; 74], SD = 16.4; Bildung: 10.5% max. Pflichtschule, 38.0% Berufsbildende mittlere Schule oder Berufsschule, 23.7% Höhere Schule mit Matura (Abitur), 27.8% Hochschule oder tertiäre Ausbildung. Befragte wurden für die Teilnahme mit 2 Euro (unkonditionales Incentive) + 5 Euro (Einkaufsgutschein nach Ausfüllen des Fragebogens) entlohnt. Der Datensatz beinhaltet ein Anpassungsgewicht (Poststratifikation), um systematisch unterschiedliche Teilnahmebereitschaft (nonresponse) und ein Oversampling von Personen mit Pflichtschulabschluss auszugleichen.

Stichprobe 3: PUMA Erhebung 6.1 (PUMA, 2019b). Daten dieser Stichprobe (n = 1088) wurden als Web-Survey (CAWI) mittels einer Zufallsstichprobe aus dem Zentralen Melderegister (ZMR) erhoben. Feldzeit: 28.09.2018 bis 23.11.2018. Durchführung: Statistik Austria. Geschlecht: 51.0% männlich; Alter: M [min; max] = 42.5 [16; 74], SD = 16.0; Bildung: 8.8% max. Pflichtschule, 34.7% Berufsbildende mittlere Schule oder Berufsschule, 26.5% Höhere Schule mit Matura (Abitur), 30.1% Hochschule oder tertiäre Ausbildung. Befragte wurden für die Teilnahme mit 2 Euro (unkonditionales Incentive) + 5 Euro (Einkaufsgutschein nach Ausfüllen des Fragebogens) entlohnt. Der Datensatz beinhaltet ein Anpassungsgewicht (Poststratifikation), um systematisch unterschiedliche Teilnahmebereitschaft (nonresponse) und ein Oversampling von Personen mit Pflichtschulabschluss auszugleichen.

Das Bevölkerungsuniversum von Stichprobe 1 ist die wahlberechtigte Bevölkerung (österreichische Staatsbürger, 16 Jahre und älter). Die Ziehung erfolgte auf Basis des random-digit-dialing (RDD) Verfahrens (49.0% Mobil- und 51.0% via Festnetztelefon) ohne vorgegebene Quotierung. Das Bevölkerungsuniversum von Stichprobe 2 und 3 ist die Bevölkerung mit Hauptwohnsitz in privaten Haushalten (Altersgruppe 16-74 Jahre). Die Stichproben zur Kontaktaufnahme wurde aus dem Zentralen Melderegister (ZMR) einstufig gezogen und stellen damit eine echte Zufallsstichprobe dar.

Itemkennwerte

Tabelle 1 zeigt zentrale Kennwerte der drei Items: Mittelwerte, Standardabweichungen, Trennschärfen und Faktorladungen aus den konfirmatorischen Faktorenanalysen. Die Analyse erfolgte mit der Software Stata 15.1. und ML-Schätzung (StataCorp, 2017). Personen mit fehlende Werten wurden aus der Analyse ausgeschlossen (listenweiser Fallausschluss).

Die Trennschärfen (Item-zu-Rest) und Ladungen schwanken teils erheblich, je nach Item und Stichprobe, und liegen zwischen .17 und .62 für die Trennschärfe und .24 bis .79 für Faktorladungen. Die Trennschärfen/Ladungen sind, so wie auch die Reliabilität (siehe unten), in Stichprobe 1 (CATI) generell höher. Auch zeigt das negativ gepolte Item 3 eine geringere Trennschärfe. Dem Vorteil, damit Verzerrungen durch Akquieszenz entgegenzuwirken, wurde jedoch der Vorzug gegeben.

Tabelle 1

Mittelwerte (M), Standardabweichungen (SD), Schiefe, Kurtosis, Trennschärfen und Faktorladung der Items (nach Stichprobe)

Anmerkung. Stichproben 1 / 2 / 3, n = 1093 / 629 / 1085; Antwortskala 1 (trifft sehr zu) bis 5 (trifft gar nicht zu); Daten mit Anpassungsgewicht gewichtet.

Objektivität

Standardisierte Instruktionen, Auswertungsvorschriften und vorläufige Referenzwerte gewährleisten die Durchführungs-, Auswertungs-, und Interpretationsobjektivität der Skala.

Reliabilität

Im Folgenden werden Schätzungen der Reliabilität der Skalenwerte berichtet (siehe Tabelle 2), konkret Cronbachs Alpha und die Skalenreliabilität nach Raykov (1997). Die vergleichsweise geringen Reliabilitätswerte sind bei einem breiten Merkmalsbereich, bei wenigen Indikatoren und semantisch unterschiedlich gepolten Items durchaus zu erwarten. Wie bereits erwähnt, ist die Reliabilität der Skala in Stichprobe 1 (CATI) klar am höchsten. Es liegen bislang keine Informationen über die Test-Retest-Reliabilitäten vor.

Tabelle 2

Reliabilitätswerte (nach Stichprobe)

Anmerkung. Stichproben 1 / 2 / 3, n = 1093 / 629 / 1085; Daten mit Anpassungsgewicht gewichtet.

Außerdem wurden Schätzungen der Reliabilität (Cronbachs Alpha) nach formaler Bildung und Alter in Jahren berechnet (siehe Tabelle 3). Hier zeigt sich, dass die Reliabilität mit höherer formaler Bildung besser ausfällt. Auffallend ist insbesondere, dass Reliabilitätswerte im Modus CAWI (Stichprobe 3) unter formal geringer gebildeten Personen unzureichend ausfallen.

Tabelle 3

Cronbachs Alpha (nach formaler Bildung, Alter in Jahren und Stichprobe)

Anmerkung. Daten mit Anpassungsgewicht gewichtet.

Validität

Die Prüfung auf konvergente Validität wurde über die durchschnittlich erfasste Varianz durch das interessierende SDO-Konstrukt (AVE, average variance extracted) in Relation zur Korrelation mit einem verwandten Konstrukt (Diskriminanz) überprüft. Ziel sollte sein, dass der Wert der durchschnittlich erfassten Varianz AVE > Corr(F1, F2)² ist, d.h. sie soll größer sein als die quadrierte Korrelation zweier Konstrukte (s.g. Fornell-Larcker-Kriterium; siehe Fornell & Larcker, 1981).

Für die hier gezeigten Beispiele Unterordnung von Minderheiten, Sexistische Einstellungen und Rechts-autoritäre Einstellungen (RWA; siehe Tabellen 4 bis 6) trifft dieses Kriterium durchgängig zu. Allerdings fällt die konvergente Validität für den SDO-Faktor in den CAWI-Stichproben 2 und 3 vergleichsweise gering aus (d.h. AVE < .50).

Tabelle 4

Konfirmatorische Faktorenanalyse (ML-Schätzung): Unterordnung von Minderheiten (F1) und SDO (F2)

Anmerkung. Stichprobe 1, n = 1071; CFI = .998, RMSEA = 0.025, SRMR = .014; AVE = average variance extracted; rec = rekodiert. Daten in Analyse ungewichtet.

Tabelle 5

Konfirmatorische Faktorenanalyse (ML-Schätzung): Sexistische Einstellungen (F1) und SDO (F2)

 Anmerkung. Stichprobe 2, n = 624; CFI = .961, RMSEA = 0.057, SRMR = .036; AVE = average variance extracted; rec = rekodiert. Daten in Analyse ungewichtet.

Tabelle 6

Konfirmatorische Faktorenanalyse (ML-Schätzung): Rechts-autoritäre Einstellungen (F1) und SDO (F2)

Anmerkung. Stichprobe 3, n = 897; CFI = .887, RMSEA = 0.074, SRMR = .048; AVE = average variance extracted; rec = rekodiert. Daten in Analyse ungewichtet.

Zur weiteren Konstruktvalidierung wurden manifeste Korrelationen mit konstruktnahen und konstruktfernen Variablen untersucht. Zudem wurde die Korrelation mit einzelnen Indikatoren (Kriteriumsvalidität) überprüft. Eine detaillierte Liste der Erhebungsinstrumente und Variablen, die zusätzlich zu dem vorliegendem Instrument erhoben wurden, findet sich in den entsprechenden Dokumentationen der Studien (siehe "Datenquellen" weiter unten).

Für die Skala KSDO-3 liegen manifeste bivariate Korrelationen der Gesamtskala mit verschiedenen Kriterien vor (siehe Tabelle 7). Theoretisch erwartet wurden:

- Negative Korrelation mit der Wahrnehmung sozialer Ungleichheit, positive Korrelation mit politisch ideologischer Selbstpositionierung (links-rechts-Skala), Wahlpräferenzen für ideologisch rechte (positiv) bzw. linke Parteien (negativ) sowie positive und mittelstarke Korrelation mit Rechts-autoritären Einstellungen (vgl. Duckitt & Sibley, 2010; siehe Items in Tabelle 6).

- ablehnenden Einstellungen gegenüber Zuwanderern sowie der Wunsch nach Unterordnung von Minderheiten (siehe Items in Tabelle 4).

- positive Korrelation mit sexistischen Einstellungen (Pratto et al., 1994; siehe Items in Tabelle 5).

- negative Korrelation mit Verträglichkeit und Offenheit der Big Five (Sibley & Duckitt, 2008), jedoch keine Assoziation mit den restlichen Dimensionen. Verwendet wurde eine bipolare 6-stufige Ratingskala (jeweils 1 Item):

·  Bin entgegenkommend, mitfühlend vs. Bin unnachgiebig, bleibe hart (V)

·  Habe fixe Ansichten, bin traditionsbewusst vs. Bin reflektiert, mag Neuartiges (O)

·  Bin ungezwungen, locker vs. Bin diszipliniert, ordnungsliebend (G)

· Bin selbstbeherrscht, ausgeglichen vs. Bin emotional, lasse Emotionen frei heraus (ES)

·  Bin energisch, dominant vs. Bin zurückhaltend, unaufdringlich (E)

- Korrelation mit dem Geschlecht bzw. höhere Werte für Männer (Pratto et al., 1994), höherem Alter des Respondenten/der Respondentin sowie geringerer formaler Bildung.

- Auch liegen Korrelationen mit subjektiver sozialer Schicht vor.

Als Kriterium für die Korrelationsstärke werden nach Gignac und Szodorai (2016), die sich an einer Metanalyse von empirischen Effektstärken orientieren, geringe (|r| ≥ .10), durchschnittliche (|r| ≥ .20) oder hohe (|r| ≥ .30) Zusammenhänge unterschieden.

Laut der Korrelationsmuster erlaubt die KSDO-3-Skala eine der Theorie folgende, deutliche Abgrenzung nach politisch-ideologischer Orientierung, sowohl über die Links-rechts-Skala als auch über Parteisympathien (|r| = .40 bis .57). Auch finden sich mittlere bis starke Korrelationen mit dem Wunsch nach Unterordnung von Minderheiten (r = .36) und sexistischen Einstellungen (r = .42). Korrelationen mit den Big Five Persönlichkeitsmerkmalen folgen weitgehend früheren Studien, wohingegen die schwach positive Korrelation mir Emotionaler Stabilität (r = .11) nicht erwartet wurde. Auch lassen sich durchwegs höhere SDO-Werte unter männlichen Respondenten nachweisen und teilweise höhere SDO-Werte mit Zunahme des Alters der Person. Ein höherer subjektiver sozialer Status korreliert schwach positiv mit SDO (r = .09). Generell ist anzumerken, dass die Korrelationswerte in Stichprobe 3 erwartungsgemäß kleiner sind, da die Reliabilität der Skala ebenso gering ausfiel.

Tabelle 7

Validitätskoeffizienten der Gesamtskala KSDO-3 (Paarweise Pearson-Korrelationen)

Anmerkung. *p < .05, **p < .01; RWA = Rechts-autoritäre Einstellungen, CSES = Comparative Study of Electoral Systems; n = ca. 1093 / 629 / 1085; Daten in Analyse ungewichtet. Geschlecht: 0 = weiblich; 1 = männlich, Bildung: 0 = hat kein Matura/Abitur; 1 = hat Matura/Abitur.

Zusammenfassend lässt sich sagen, dass starke Korrelationen mit politischen Präferenzen sowie der Abwertung von Minderheiten oder Frauen bei gleichzeitiger Abgrenzung zu Rechts-autoritären Einstellungen (RWA) auf die Validität des Konstrukts SDO und dessen Messung als zentrale ideologische Einstellungsvariable hindeuten.

Deskriptive Statistiken

Die Zusammenfassung der drei Items als Skala (Mittelwert aus den Items) ergibt generell eine rechtsschiefe Verteilung (siehe Grafik 1). Die Stichproben erfüllen die Anforderungen an Normierungsstichproben.

Grafik 1

Histogramm der Skala KSDO-3 (nach Stichprobe)

Anmerkung. Skalenwerte auf der Wertebereich 0-1 normiert; Daten mit Anpassungsgewicht gewichtet.

Tabelle 8

Mittelwerte (mit Konfidenzintervall), Standardabweichungen, Schiefe und Kurtosis der Skala KSDO-3

Anmerkung. Skalenwerte auf der Wertebereich 0-1 normiert; Daten mit Anpassungsgewicht gewichtet.

Tabelle 9 zeigt zusätzlich zentrale Kennwerte der Skala (Mittelwerte und Standardabweichungen) nach Subgruppen: Geschlecht, formale Bildung und Alter.

Tabelle 9

Deskriptive Statistiken der Skala KSDO-3 (nach Subgruppen)

Anmerkung. Skalenwerte auf der Wertebereich 0-1 normiert; Daten mit Anpassungsgewicht gewichtet.

Nebengütekriterien

Wie jede Messung über Selbstauskünfte ist eine Verfälschbarkeit der Aussagen (z.B. durch soziale Erwünschtheit) oder Verzerrung durch Antworttendenzen (z.B. Akquieszenz) möglich. Die Skala ist mit einer Bearbeitungs- und Auswertungszeit von wenigen Sekunden äußerst ökonomisch.

Zusätzlich wurde die Messinvarianz der Skala KSDO-3 in den unterschiedlichen Stichproben/Erhebungsmodi mittels Multigruppen-Faktorenanalyse untersucht (siehe z.B. Chen, 2007). Da mit drei Items ein saturiertes Messmodell vorliegt (d.h. die Kovarianzmatrix wird exakt reproduziert), wurde zunächst die Messinvarianz der Faktorladungen (metrische Invarianz) sowie im nächsten Schritt die Invarianz der Intercepts der Items (skalare Invarianz) untersucht. Sofern metrische Invarianz vorliegt, können Korrelationen latenter Variablen zwischen den Gruppen/Stichproben verglichen werden (nicht jedoch manifeste Korrelationen der Skala, was strikte Messinvarianz erfordert); sofern skalare Invarianz vorliegt, können auch Mittelwerte zwischen den Gruppen/Stichproben verglichen werden. Partielle Invarianz liegt vor, wenn zumindest zwei der drei Items diese Anforderungen erfüllen (Byrne, Shavelson, & Muthén, 1989). Die Analyse wurde mittels ungewichteter Daten durchgeführt, ist im Ergebnis jedoch ident zu einer durch das Anpassungsgewicht gewichteten Analyse.

Zur Bewertung der Messinvarianz werden klassische Fit-Maße der SEM-Analyse bzw. deren Änderung (Verbesserung/Verschlechterung der Modellgüte) herangezogen. Laut Chen (2007) sollte bei Änderungen von ≥ .010 im CFI, Änderungen von ≥ .015 im RMSEA oder Änderungen von ≥ .030 im SRMR das Kriterium der metrischen Invarianz abgelehnt werden; bei Änderungen von ≥ .010 im CFI, Änderungen von ≥ .015 im RMSEA oder Änderungen von ≥ .010 im SRMR sollte skalare Invarianz abgelehnt werden, wobei dem CFI der Vorzug als Kriterium gegeben wird.

Tabelle 10

Messinvarianzprüfung: Fit-Maße und Differenz (Δ) der Fit-Maße (über 3 Stichproben)

Anmerkung. Stichproben 1 / 2 / 3, n = 1093 / 629 / 1085; Konfirmatorische Faktorenanalyse (ML-Schätzung) mit mehreren Gruppen. Daten in Analyse ungewichtet.

Die Analyse in Tabelle 10 legt nahe, dass Item 3 in Stichprobe 3 keine metrische Invarianz aufweist sowie dass über alle Stichproben hinweg keine skalare Invarianz für dieses Item vorliegt. Dennoch stützt die Analyse zumindest partielle metrische und skalare Invarianz der Skala (über Item 1 und 2) für die drei untersuchten Stichproben und damit zwischen den Modi CATI/CAWI.

Danksagung

Die Arbeit im Rahmen der Austrian National Election Study (AUTNES) wurde teilweise gefördert durch den Jubiläumsfonds der Oesterreichischen Nationalbank (OeNB, Projektnummer: 17449). Die Studien der Plattform für Umfragen, Methoden und empirische Analysen (PUMA) wurden finanziert durch das Bundesministerium für Bildung, Wissenschaft und Forschung (BMBWF).