Zusammenfassung
In diesem Kapitel sind die Daten des Familiensurveys Grundlage der Analyse. Der Familiensurvey wurde vom Deutschen Jugendinstitut (DJI) München als Panelstudie in den Jahren 1988 und 1994 unter der Leitung von Hans Bertram durchgeführt. Beteiligt waren Donald Bender, Walter Bien, Jan H. Marbach sowie weitere Mitarbeiter des DJI. Das Ziel des Familiensurveys ist die Darstellung der Entwicklung familiärer Lebensformen (Bender et al. 1996). Dabei wird die konventionelle Definition von Familie und die haushaltsbezogene Erfassung von familiären Beziehungen erweitert um eine tätigkeitsbezogene Erfassung, die auf dem Konzept der Erhebung eines egozentrierten Netzwerks basiert (vgl. Bien/Marbach 1991). Familie wird verstanden als „gelebte Beziehungen“ (Bertram 1991: VIII). Die Beziehungen im Familienzusammenhang wurden in der Form eines sozialen Netzwerks konzipiert, so dass sich diese Daten sehr gut zur Umsetzung der verschiedenen Dimensionen sozialer Beziehungen eignen.57 Die Studie wurde vom Bundesfamilienministerium finanziert (vgl. Bender et al. 1996). Das Fragenprogramm beinhaltet umfangreiche Informationen zu Kindern, zur Partnerschaftsbiographie, zu sozialen Beziehungen und zur Erwerbsbiographie, die größtenteils in beiden Panelwellen erfragt wurden. Die Grundgesamtheit der Studie umfasst die in Privathaushalten lebenden Deutschen zwischen 18 und 55 Jahren. Es wurde eine zweigeteilte Stichprobe gezogen. Etwa 3000 Befragte der ersten Erhebungswelle entstammen einer mehrstufigen Einwohnermeldeamtsstichprobe und etwa 7000 Befragte wurden mit einem Random Route-Verfahren (ADM Sample Points auf der ersten Auswahlstufe, Haushalte durch Random Route auf der zweiten Stufe und Personen im Haushalt durch den Schwedenschlüssel) ermittelt (Alt 1991).
This is a preview of subscription content, log in via an institution to check access.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Literature
Einschränkend muss auch angemerkt werden, dass auf Grund der inhaltlichen Fragestellung der Studie berufliche oder andere formelle Kontakte ausgeklammert bleiben. Dieses Manko ist allerdings nicht allzu schwerwiegend, da anzunehmen ist, dass vor allem persönliche und verwandtschaftliche Kontakte eine gesundheitsbezogene Wirkung entfalten können.
Auf die Konstruktion einer Goldthorpe-Klassifizierung aus diesen Angaben zur beruflichen Stellung wurde verzichtet. Um eine sinnvolle Einordnung sicherzustellen, wären nähere Angaben zum ausgeübten Beruf notwendig gewesen.
Im Vergleich dazu waren in Westdeutschland laut Allbus im Jahr 1990 41 Prozent Mitglieder der katholischen und 45 Prozent Mitglieder der protestantischen Kirche (vgl. auch Kapitel 5).
Die Festlegung, Personen, die zum weiteren Verwandtenkreis gehören, zur Hälfte zu zählen, ist willkürlich. Eine Alternative wäre gewesen, alle genannten Personen mit demselben Gewicht zu versehen. Davon wurde abgesehen, weil angenommen wird, dass die Familienmitglieder wichtiger sind für die Definition relevanter sozialer Rollen und dass mit diesen Personen häufigere Interaktionen stattfinden.
Die Reliabilität und Validität der Erhebungsinstrumente des sozialen Netzwerks wurden geprüft und für zufriedenstellend erachtet (Bien et al. 1991).
Allerdings entspricht die Summe der Werte in Tabelle 9–4 nicht der Netzwerkgröße, weil bei den verschiedenen Fragen dieselben Personen mehrfach genannt werden können.
Als Grund für dieses Vorgehen wurde angeführt, dass eine Altershomophilie nur bei frei gewählten Beziehungen sinnvoll berechenbar sei (Bien/Marbach 1991).
Zur Durchführung einer Maximum-Likelihood-Schätzung wird die Likelihood-Funktion aufgestellt (Voß et al. 2000: 618–621). Die Maximierung der Likelihood-Funktion nach dem Parametervektor liefert nun als Schätzwert den für das Zustandekommen der beobachteten Werte plausibelsten Schätzwert.
Asymptotische Eigenschaften sind solche, die das Verhalten der Schätzwerte für große Stichpro-ben wiedergeben (Voß et al. 2000: 621–623). Eine Schätzfunktion heißt unverzerrt, wenn der Erwartungswert der Schätzfunktion dem wahren Parameter entspricht (Rtiger 1988: 175). Unter Konsistenz versteht man die Eigenschaft der Maximum-Likelihood-Schätzer, dass die Wahrscheinlichkeit gegen 1 geht, dass die Schätzfunktion Werte in einem beliebig kleinen Intervall um den wahren Wert annimmt (Voß et al. 2000: 621–623). Ein Schätzer ist asymptotisch effizient (wirksamst), wenn er innerhalb der Klasse der konsistenten und asymptotisch normalverteilten Schätzer die kleinste asymptotische Varianz hat.
Der Quotient aus Koeffizient und Standardfehler wird als t-Wert bezeichnet und wird betrachtet, wenn die Nullhypothese getestet werden soll, dass der Koeffizient sich nicht von Null unterscheidet (H,,: p=0).
Kenny und Judd (1984) verwenden GLS um ein Modell mit einer Interaktion zwischen latenten Variablen zu schätzen, da der Interaktionsterm nicht normalverteilt ist, setzt man voraus, dass die beiden Haupteffekte normalverteilt sind (vgl. Loehlin 1992: 208).
Aus diesem Grund werden bei den Ergebnissen keine Kovarianz-oder Korrelationsmatrizen präsentiert.
Je nachdem, welche Variablen dem jeweiligen Modell zu Grunde liegen, reduziert sich deshalb die Fallzahl mehr oder weniger stark. Am größten ist die Reduktion, wenn die latente Variable Schicht berücksichtigt wird. Auf welche Fallzahlen die einzelnen Modellschätzungen beruhen, kann den Angaben in den Tabellen entnommen werden.
Gemäß dem regressionsanalytischen Sprachgebrauch werden sie t-Werte genannt, wenn p=0 untersucht wird. Alternativ könnte man auch die Varianz der latenten Variable auf den Wert 1 normieren.
It is the family that typically is the unit of consumption, that shares dwelling, that brings up the children and sends them to schools and universities.“ (Erikson 1984: 504)
Für die soziale Unterstützung und soziale Belastungen erübrigt sich ein solches Vorgehen, da die verschiedenen Variablen, die die Intensität der sozialen Unterstützung bzw. der sozialen Belastungen messen, bereits zu Indizes zusammengefasst wurden.
Ein direkter Effekt der sozialen Schicht auf soziale Beziehungen in der zweiten Welle wird nicht im Modell berücksichtigt. Modelltests haben gezeigt, dass nur in zwei Modellen nennenswerte und in weiteren drei Modellen leichte Verbesserungen des Modell-Fits (AGFI), bei der überwiegenden Zahl aber eine Verschlechterung des Modell-Fits eingetreten wären. In den Modellen, die sich verbessert haben, Messmodell zu sozialen Netzwerken; standardisierte Schätzwerte, Korrelationen und Fehlervarianzen (Familiensurvey 1988 und 1994 )
Da alle der im Folgenden präsentierten Ergebnisse auf den Vergleich mit Tabelle 9–27 bzw. 9–29 zurückgreifen, werden sie erst am Ende des Abschnitts präsentiert.
Der Einfluss von Arbeitslosigkeit auf die Gesundheit konnte aufgrund eines sehr geringen Anteils Arbeitsloser nicht geprüft werden.
Da die Schätzung der Koeffizienten auf ungerichteten Korrelationen bzw. Kovarianzen beruht, bedeutet dies nicht, dass das Modell noch einmal mit einem umgekehrten Pfeil geschätzt werden müsste. Die Koeffizienten wären identisch.
Die Verwandtenzahl wurde anhand der Namensinterpretatoren ermittelt. Zur Bildung der Variable Familiengröße und Verwandtenzahl vgl. Abschnitt 9. 3.
Eine Analyse der Mittelwerte zeigte einen mit dem Alter leicht ansteigenden Verwandtenanteil bei beiden Befragungswellen (vgl. auch Bien/Marbach 1991).
Eine weitere Differenzierung des Modells nach Alter und Geschlecht gleichzeitig führt zu dem Resultat, dass diese Aussage nur für Frauen gilt: Bei älteren Frauen ist ein signifikant negativer Effekt festzustellen, während die jüngste Gruppe der Frauen sogar einen signifikant positiven Koeffizienten aufweist. Da keiner der jeweiligen Kreuzpfade in diesen Teilgruppen signifikant ist, kann nicht entschieden werden, welche Einflussrichtung vorherrscht. Die Differenzierung der sechs Teilgruppen brachte noch ein weiteres Ergebnis zu Tage: Der signifikant negative Kreuzpfad des Einflusses des Verwandtenanteils auf die Gesundheit in der jüngsten Gruppe kann nur bei Männern bestätigt werden. Diese Ergebnisse zeigen, dass die Effekte nur in Teilgruppen auftreten.
Als Alternative wurde auch die mittlere Zahl der Funktionen in einem egozentrierten Netzwerk errechnet. Da die höchste Zahl der Funktionen einer einzelnen Person aussagekräftiger zur Charakterisierung des sozialen Netzwerks erschien und die mittlere Zahl stärker durch die Nennung einzelner, aber letztendlich unwichtiger Personen beeintlusst ist, wurde auf die Analyse der mittleren Multiplexität verzichtet.
Auf die Darstellung der Formel wird an dieser Stelle verzichtet. Sie kann beispielsweise bei Hayduk (1987: 232–242) nachgelesen werden.
Trotz vielfacher Tests mit veränderten Modellspezifikationen konnte kein befriedigenderes Modell gefunden werden.
Rights and permissions
Copyright information
© 2002 Springer Fachmedien Wiesbaden
About this chapter
Cite this chapter
Jungbauer-Gans, M. (2002). Netzwerksstruktur und Wohlbefinden. In: Ungleichheit, soziale Beziehungen und Gesundheit. VS Verlag für Sozialwissenschaften, Wiesbaden. https://doi.org/10.1007/978-3-663-11690-5_9
Download citation
DOI: https://doi.org/10.1007/978-3-663-11690-5_9
Publisher Name: VS Verlag für Sozialwissenschaften, Wiesbaden
Print ISBN: 978-3-531-13848-0
Online ISBN: 978-3-663-11690-5
eBook Packages: Springer Book Archive