Programming lesson
Einstellungen zur Immigration in Großbritannien: Eine datengetriebene Analyse mit R
Lerne, wie du mit R eine sozialwissenschaftliche Datenanalyse zu Einstellungen zur Immigration durchführst – von deskriptiver Statistik über Regression bis zur Ergebnisinterpretation.
Einleitung: Warum Einstellungen zur Immigration analysieren?
Die öffentliche Meinung zur Immigration ist ein zentrales Thema in der britischen Gesellschaft und Politik. In diesem Tutorial lernst du, wie du mit R einen Datensatz aus einer sozialen Umfrage analysierst, um die Faktoren zu identifizieren, die mit den Einstellungen zur Immigration zusammenhängen. Diese Art von Datenanalyse ist typisch für MSc- und MPhil-Studiengänge in den Sozialwissenschaften. Du wirst sehen, wie du mit R für Datenanalyse deskriptive Statistiken berechnest, lineare Regressionen durchführst und deine Ergebnisse klar präsentierst.
Datensatz verstehen und vorbereiten
Der Datensatz enthält Variablen wie Alter, Geschlecht, Wohnort (urban/rural, London), Geburtsland, Bildungsabschluss, Mietstatus, Kontakt mit Immigranten, Berufsklasse, Haushaltseinkommen und die Einstellung zur Immigration (imm_att5) auf einer Skala von 1 bis 5. Zusätzlich gibt es eine Variable „zodiac“ (Sternzeichen), die jedoch vermutlich keinen kausalen Einfluss hat – sie dient als Beispiel für eine Kontrollvariable, die du kritisch hinterfragen solltest. Bevor du mit der Regression in R beginnst, musst du den Datensatz laden und die Variablen korrekt klassifizieren. Verwende dazu readRDS() und wandle kategoriale Variablen wie urban, female, graduate in Faktoren um.
# Datensatz laden
daten <- readRDS("dataset_1.RDS")
# Kategoriale Variablen in Faktoren umwandeln
daten$urban <- factor(daten$urban, levels = c(0,1), labels = c("Rural","Urban"))
daten$female <- factor(daten$female, levels = c(0,1), labels = c("Männlich","Weiblich"))
daten$graduate <- factor(daten$graduate, levels = c(0,1), labels = c("Kein Abschluss","Abschluss"))
daten$contact <- factor(daten$contact, levels = c(0,1), labels = c("Kein Kontakt","Kontakt"))
daten$bornUK <- factor(daten$bornUK, levels = c(0,1), labels = c("Nicht UK","UK"))
daten$renter <- factor(daten$renter, levels = c(0,1), labels = c("Eigentum","Miete"))
daten$london <- factor(daten$london, levels = c(0,1), labels = c("Außerhalb London","London"))
Deskriptive Analyse: Einen ersten Überblick gewinnen
Bevor du Modelle baust, solltest du die Verteilung der Zielvariable imm_att5 und der Prädiktoren verstehen. Ein deskriptive Statistik in R umfasst Häufigkeitstabellen, Mittelwerte und Boxplots. Zum Beispiel könntest du testen, ob Personen mit Kontakt zu Immigranten im Durchschnitt positivere Einstellungen haben. Erstelle dazu einen Boxplot: boxplot(imm_att5 ~ contact, data = daten). Solche Grafiken helfen dir, Muster zu erkennen, bevor du inferenzstatistische Methoden anwendest. Denke daran, dass deine Ergebnisse später in einem Bericht mit ansprechenden Tabellen und Abbildungen präsentiert werden müssen – vermeide rohe R-Konsolenausgaben.
Lineare Regression: Modellaufbau und Interpretation
Um den Zusammenhang mehrerer Faktoren gleichzeitig zu untersuchen, eignet sich die multiple lineare Regression in R. Deine abhängige Variable ist imm_att5 (metrisch behandelt). Ein mögliches Modell könnte alle soziodemografischen Variablen sowie das Sternzeichen enthalten, um zu zeigen, dass letzteres keinen signifikanten Effekt hat. Der Befehl lautet: modell <- lm(imm_att5 ~ age + female + urban + london + bornUK + graduate + renter + contact + occ_class + hh_inc + zodiac, data = daten). Nach dem Anpassen des Modells erhältst du mit summary(modell) die Koeffizienten, Standardfehler, t-Werte und p-Werte. Achte darauf, die Ergebnisse in einer Tabelle zu formatieren, z.B. mit dem Paket broom oder stargazer.
Ergebnisse präsentieren: Tabellen und Grafiken gestalten
Dein Bericht sollte klar strukturierte Tabellen enthalten, die die Regressionskoeffizienten mit Konfidenzintervallen zeigen. Vermeide es, die rohe summary()-Ausgabe zu kopieren. Stattdessen erstellst du eine Tabelle mit knitr::kable() oder gt. Grafiken wie ein Koeffizientenplot (z.B. mit ggplot2 und geom_pointrange) visualisieren die Stärke und Richtung der Effekte. Beschrifte Achsen und füge eine aussagekräftige Überschrift hinzu. Ein Beispiel: Wer in London lebt oder Kontakt zu Immigranten hat, zeigt tendenziell positivere Einstellungen – das lässt sich mit einem Regressionsergebnisse interpretieren-Abschnitt erklären.
Modellannahmen prüfen und Robustheit testen
Eine gute statistische Analyse überprüft die Annahmen des linearen Modells: Normalverteilung der Residuen, Homoskedastizität und keine Multikollinearität. Verwende dazu plot(modell) für Residuen-Diagramme und vif(modell) aus dem Paket car für den Variance Inflation Factor. Sollten Verletzungen vorliegen, könntest du robuste Standardfehler berechnen (z.B. mit lmtest und sandwich) oder eine ordinale logistische Regression in Betracht ziehen, da imm_att5 ordinal ist. Dies zeigt deine Fähigkeit, statistische Modellwahl zu begründen.
Fazit: Was sagt die Analyse über Einstellungen zur Immigration?
Zusammenfassend lässt sich sagen, dass Faktoren wie Alter, Bildung, Kontakt zu Immigranten und Wohnort signifikante Prädiktoren für die Einstellung zur Immigration sind. Die Effekte sind jedoch moderat, und das Modell erklärt nur einen Teil der Varianz. Deine Aufgabe ist es, diese Ergebnisse in einem klaren, narrativen Bericht darzustellen, der auf den eigenen Analysen basiert. Denke daran: Alle R-Codes müssen in einem Anhang dokumentiert sein, und die Interpretation muss exakt zu den Zahlen passen. Mit diesem Tutorial hast du eine Anleitung, wie du systematisch vorgehst – von der Datenanalyse mit R bis zur professionellen Präsentation.