Aufsatz: Faktoren von Staatsverschuldung Wissenschaftliche Leitung: Dr. Armin Mühlböck Autor: Michael Fürthaller September 2014 Fürthaller 22.07.2014 1
Aufsatz:
Faktoren von Staatsverschuldung
Wissenschaftliche Leitung:
Dr. Armin Mühlböck
Autor: Michael Fürthaller
September 2014
Fürthaller 22.07.2014 1
Inhaltsverzeichnis:
1. Erkenntnisinteresse und Forschungsfrage...............................3
2. Theorie.......................................................................................5
3. Forschungsdesign..................................................................... 7
4. Empirie.......................................................................................9
4.1..Univariate Datenanalyse.....................................................9
a) Deskription und graphische Darstellung der abhängigen
Variable Y...........................................................................9
b) Deskription und graphische Darstellung der
unabhängigen Variablen Xi..............................................10
4.2. Multivariate Datenanalyse.................................................15
a) Multiple lineare Regressionsanalyse...............................21
b) Regressionstabelle und Ergebnis....................................23
5. Rückkoppelung Empirie-Theorie Interpretation.......................25
6. Quellenverzeichnisse...............................................................26
7. Anhang.................................................................................... 29
Fürthaller 22.07.2014 2
1.Erkenntnisinteresse und Forschungsfrage:
Was versteht man unter Staatsverschuldung? Der Begriff normiert als Bestandsgröße
jenen Betrag, welchen die öffentlichen Haushalte (Staaten) an Verbindlichkeiten gegenüber
dritten (z.B. Private Investoren) aufweißt. Die Schuldenquote ist die nominelle
Staatsverschuldung gemessen am Bruttoinlandsprodukt (BIP) der betreffenden
Volkswirtschaft. Unter Budget- oder Haushaltsdefizit versteht man jenen Betrag, um
welchen die Staatsausgaben die Staatseinnahmen übersteigen. Als relative Größe wird
jener durch die Einnahmen nicht gedeckter Ausgabenteil in % angegeben.
Welche Gefahren birgt eine hohe Staatsverschuldung? Eine der größten Gefahren ist ein
fiskalischer Teufelskreis. Durch eine hohe Verschuldung, die auch mit großen
Zinsbelastungen einhergeht, verringert sich der finanzielle Spielraum für den Staat
drastisch. Unter Umständen müssen Steuern erhöht werden, und damit die Bürger_innen
und Unternehmen stärker belastet werden, was Investitionen und Konsum bremsen kann,
sowie Arbeitsplätze gefährdet. Durch den Ausfall dieser Einnahmen erhöht sich wiederum
das Haushaltsdefizit, welches die Staatsverschuldung weiter ansteigen lässt
(Blanchard/Illing 2009, S.820-889).
Aus welchen Gründen ist die Staatsverschuldung auch ein politikwissenschaftliches
Thema? Staatsschulden werden sowohl als Problemlöser als auch als Problemgenerator
für das fiskalische Staatshandeln gesehen. Im Gegensatz zur Privatverschildung ist von
der Staatsverschuldung ein ganzes Volk und eine Volkswirtschaft betroffen und
Entscheidungen über öffentliche Haushalte, können nicht von einer Person alleine, sondern
werden durch den Gesetzgeber per Haushaltsgesetzgebung getroffen. Der Gesetzgeber
wird in der EU stets demokratisch legitmiert, er besteht also aus Politikern. Es stellt sich
daher die Frage, ob die Politik im Gegensatz zu Privaten vorrangig am Gemeinwohl
orientiert ist und nicht am persönlichen Nutzen. Dies geht auch damit einher, dass
Staatsverschuldung oft als Ergebnis unsolider Haushaltsführung gesehen wird, was jedoch
nicht in allen Fällen ein richtiges Urteil ist. Viele Theorien gehen davon aus, dass die Politik
hauptsächlich am eigenen Macht- und Positionserhalt, sowie der Befriedigung der eigenen
Wählerklientel interessiert ist und nicht am Gemeinwohl. Wie auch ihre Wähler haben
Politiker einen begrenzten Zeithoriziont, der in der Regel mit der Wahlperiode
Fürthaller 22.07.2014 3
deckungsgleich ist.
Die Politik kämpft jedoch nicht nur mit der Problematik, welche die Staatsverschuldung an
sich mitbringt sondern auch mit den Zwängen des politischen Systems und des
Rechtssystems. Sofern nicht eine Partei alleine in der Lage ist, die Haushaltsgesetze zu
beschließen, muss sie sich auch mit anderen Parteien und somit anderen Meinungen
arrangieren, was ein starkes Verhältniswahlrecht und eine große politische Zersplitterung
des Gesetzgebers zu einem Indikator für einen hohen Staatsschuldenstand macht. Ein
weiterer Schuldenindikator ist eine stark föderale Staatsstruktur und somit auch ein
vertikales Konfliktpotential zwischen staatlichen und substaatlichen Ebenen wie z.B. In
Deutschland und Österreich Bund-Bundesländer und in der Schweiz Bund-Kantone.
Welche Effekte haben nun Staatsverschuldungen auf Volkswirtschaften? Grundsätzlich ist
entscheidend aus welchen Motiven von Staaten Kredite aufgenommen werden. Das
einzige untadelige Motive stellt dabei die Konjunkturstabilisation in einer Rezessionsphase
dar, um die Wirtschaft mit öffentlichen Aufträgen wieder zu beleben. Diese Maßnahme
erhöht jedoch das Defizit welches dann in einer Expansionsphase des BIP wieder reduziert
werden sollte, sofern der Haushaltsplan auch nachhaltig aufgebaut ist. Problematisch ist
hierbei, dass höhere verschuldete Volkswirtschaften statistisch gesehen ein geringeres
BIP-Wachstum aufweisen, als besser konsolidierte Staaten. (Scharf 2009, S.398-444).
Welche Ursachen konnten für eine Verschuldung von Staaten erforscht werden? Zum
einen existieren mehrere gravierende Ursachen, wie Kriege, Naturkatastrophen oder
Seuchen, Epidemien, sowie auf politischer Ebene Systemumbrüche. Heute dominieren
jedoch in Europa ökonomische und sozio-ökonomische Ursachen, die meist in kleinem
Ausmaß von Statten gehen, eine Ausnahme bildet hier sicher die globale Finanz- und
Wirtschaftskrise ab 2008. Ökonomische und sozio-ökonomische Faktoren erwiesen sich
bis heute als wesentlich signifikanter als politisch-institutionelle Faktoren, jedoch soll dies
anhand dieser Arbeit noch einmal quantitativ überprüft werden. Es lassen sich dabei
ökonomische Ursachen wie Wirtschaftswachstum oder Haushaltsdeifizit als Ursache
erforschen. Im Zentrum dieser Forschungen stehen allerdings politische Determinanten,
wie die politische Fragmentierung der Parteien, die Zusammensetzung der Regierung, bzw.
Die Art des Wahlrechts. Ebenso sind Sozial- und Personalausgaben von Bedeutung. Hohe
politische Stabilität hingegen tritt eher als Schuldenbremse in Erscheinung
Fürthaller 22.07.2014 4
(Wagschal/Wenzelbuger 2008, S.141-145).
Graphik 1.
Hat die parteipolitische Zusammensetzung einen Einfluss auf die
Staatsverschuldung, und wenn ja, in welcher Form?
2.Theorie:
Welcher Einfluss der parteipolitischen Zusammensetzung einer Regierung auf die
Staatsverschuldung lässt sich theoretisch begründen? Die Beurteilung soll auf Basis eines
Links-Konservativ-Rechts Schema von Statten gehen. Unterschiedliche Parteifärbungen
und Ideologien bewirken verschiedene Ausmaße von Staatsverschuldungen. Jede Partei
möchte besonders ihre Wählerklientel bedienen und diese vor allem vor den Wahlen
besonders zufrieden stellen, da als erstes Ziel von Regierungen ihre Wiederwahl gilt.
Problematisch wirkt sich aus, dass einmal eingegangene Defizite schwer wieder
abzubauen sind. Linksgerichtete Regierungen sind eher bereit in wirtschaftlichen
Krisenzeiten Haushaltsdefizite einzugehen als konservative oder rechtsgerichtete
Fürthaller 22.07.2014 5
Regierungen. Während linke Regierungen höhere Staatsausgaben, wie für Sozialtransfers
mit höheren Steuern kombinieren, zeigt sich bei konservativen oder rechten Regierungen
in ihrer Haushaltspolitik ein Zielkonflikt. Sie sind einerseits um einen Schuldenabbau und
ein geringes Defizit bemüht, andererseits um Steuersenkungen, da sie vor allem eine
Klientel bedienen die sehr viele Steuern zahlt. Dies führt jedoch zu jenem Widerspruch,
dass ein Abbau von Schulden in der Regel mit höheren Einnahmen einhergehen muss,
wass durch die Steuersenkung unmöglich gemacht wird. Empirisch zu bestätigen scheint
sich daher zumindest in einem engeren Rahmen, dass Linksregierungen eher weniger
Schulden machen, entgegen der allgemeinen Auffassung (Wagschal 1996, S.1-11).
Eine weitere Determinante für die Staatsverschuldung, welche jedoch diese bremst, ist das
Wirtschaftswachstum, also das Wachstum des BIP. Da durch durch dieses Wachstum auch
die Einnahmen des Staates durch Steuern und Abgaben steigen, bremst dieser Faktor das
Haushaltsdefizit und somit die Neuverschuldung. Eine Überalterung der Gesellschaft eines
Staates wirkt als Schuldenmotor, da für diese Beövlkerungsgruppe hohe Sozial- und
Gesundheitsausgaben von Nöten sind, sie außerdem ein immer höheres elektorales
Gewicht bekommen und daher von den Parteien stärker bedient werden. Eine
Komponente, welche den Haushalt betrifft und im ungünstigen Fall die Verschuldung bzw.
Das Haushaltsdefizit nach oben steigen lassen kann, sind Zinsen für Staatsanleihen.
Diesen Anleihen werden von Staaten ausgegeben um Geld von Investoren zu erhalten. Je
nachdem wie hoch das Risiko eines Zahlungsausfall ist, sind die Zinsen, welcher ein Staat
für dieses Fremdkapital zu bezahlen hat hoch oder niedrig. Länder mit hoher Bonität haben
daher niedrige Zinsen zu bezahlen wie Deutschland, Österreich, währenddessen die
Zinsen für Griechenland massiv angestiegen sind. Innerhalb der EU können sich
Unterschiede zwischen den Staaten der Eurozone und jenen Mitgliedsstaaten mit
nationalen Währung ergeben. Die Eurozone besitzt spezielle Konvergenzkriterien, betreffen
des Haushaltsdefizites und der Maximalverschuldung. So darf das Budgetdefizit maximal
3% des BIP betragen und die Verschuldung nicht mehr als 60% des BIP, wobei es in der
Vergangenheit zahlreiche Verstöße gab und heute bereits von mehreren Staaten
überschritten wird (Wagschal/Wenzelburger/Petersen 2009, S.204-207)(staatsanleihen.de
2014)(Europa.eu 2014)(Wagschal 1996, S.1-11)(Wagschal/Wenzelbuger 2008, S.141-145).
Fürthaller 22.07.2014 6
3.Forschungsdesign:
Das Forschungsdesign, welches dieser Arbeit zugrunde liegt, wurde als quantitativ-
statistisches Verfahren ausgestaltet. Konkret im Sinne eines Vergleichs mehrerer Merkmale
der Mitgliedsstaaten der Europäischen Union, auf Basis von Sekundär-Aggregatdaten. Die
Grundgesamtheit dieser Querschnittsanalyse, welche sich auf einen einzelnen Zeitpunkt
bezieht, sind die Staaten der EU.
Die einzelnen Datensätze werden aus unterschiedlichen, im Nachfolgenden beschriebenen
Quellen erfasst und mittels SPSS statistisch verarbeitet, auf Basis einer multivariaten
Datenanalyse im Rahmen einer linearen Regression. Auf dieser Basis wird ein politisch-
institutioneller Faktor herausgefiltert und mittels Kontrolle von Drittvariablen die
Arbeitshypothese getestet. Ebenso müssen Alternativerklärungen aufgeworfen werden.
Erfassung und Operationalisierung der einzelnen Variablen:
Die abhängige Variable Y wird den Platzhalter für die Staatsverschuldung darstellen. Die
Staatsverschuldung kann beispielsweise in absoluten Geldbeträgen angegeben werden,
sie ist dann jedoch nicht zwischen Staaten vergleichbar, da die Volkswirtschaften
unterschiedlich groß sind. Um sie vergleichbar zu machen wird sie durch das
Bruttoinlandsprodukt geteilt und in % des BIP angegeben. Die Staatsverschuldungsdaten
der EU-Länder beziehen sich auf das Jahr 2013 und entstammen der Europäischen
Statistikbehörde Eurostat (Eurostat 2014).
Aufgrund des multivariaten Forschungsdesigns müssen mehrere unabhängige Variablen X
operationalisiert werden: Zum ersten die unabhängige Variable XA der Arbeitshypothese.
Diese Determinante soll aus dem Bereich der politisch-institutionellen Faktoren entnommen
werden. Dabei wird die politische Ausrichtung, bzw. Ideologische Zusammensetzung der
Regierungen von EU-Mitgliedstaaten erfasst und mittels des sog. "Schmidt Index"
gemessen. Der Schmidt Index umfasst 5 Kategorien, welche aus den
Mehrheitsverhältnissen der Regierungen errechnet werden:
Besetzt eine politische Partei alle Mitglieder des Regierungskabinetts (100%), so spricht
man von einer Hegemonie. Von einer Dominanz wird gesprochen, wenn eine Partei
Fürthaller 22.07.2014 7
zwischen 2/3 (66,6%) und 100% der Kabinettssitze innehat. Ein Patt besteht bei einer
Sitzverteilung zwischen 1/3 (33,3%) und 2/3. Die Indexnummer 1 steht dabei für eine
Hegemonie einer Rechts- oder Zentrumspartei, Nummer 2 für eine Dominanz dieser
Parteien, Nummer 3 für eine Pattsituation, Nummer 4 für eine Dominanz von Linksparteien
und Nummer 5 von einer Hegemonie von Linksparteien. Die entsprechenden Daten
entstammen der Universiät Bern, für die Slowakei, Ungarn und Slowenien aus eigenen
Berechnungen (Universität Bern, Comparative Politics 2011)(Der Standard, 20.3.2013)(The
Slovak Spectator, 5.4.2012)(AG Friedensforschung).
Im Weiteren kommen drei Alternativerklärungen (Stör- bzw. Kontrollvariablen) XiK zum
Einsatz. Zum ersten soll ein Kontrollfaktor angewendet werden, welcher die Mitgliedsstaaten
der EU in Eurozone und Nicht-Eurozone aufteilt. Diese Variable X1K besteht auf nominalem
Skalenniveau (Europa.eu 2014).
Als ökonomische Kontrollvariable Variable X2K wird das Wirtschaftswachstum der EU-
Staaten im Jahr 2013 angegeben. Diese Größe wird ebenfalls als relativer Anteil in %
angegeben. Dies bedeutet um wieviel % die Wertschöpfung der jeweiligen Volkswirtschaft
diejenige des Vorjahres übersteigt. Die Daten entstammen der Statistikbehörde der EU
(Eurostat 2014).
Ebenso beschleunigend für eine Erhöhung des Schuldenstandes wirkt sich der Anteil der
Personen aus, welche ein Lebensalter über 65 Jahren aufweisen. Dies wird mittels der
Kontrollvariable Variable X3K operationalisiert. Diese Daten wurden von der Weltbank
entnommen und werden in % der Gesamtbevölkerung angegeben (Weltbank 2014).
Eine weitere Variable, welche im ungünstigen Fall den Schuldenstand nach oben treibt, sind
Zinsen auf Staatsanleihen. Diese werden in % des Wertes der Anleihe angegeben und mit
der Variable X4K operationalisiert. Die Daten entstammen Eurostat.
Die folgende quantitative Analyse und Interpretation soll auf Basis folgender
Zusammenhänge (Hypothesen) aufgebaut sein:
Arbeitshypothese: Je weiter linksgerichtet die Politik einer Regierung ist, desto geringer ist
die Staatsverschuldung.
Nullhypothese: Je weiter linksgerichtet die Politik einer Regierung ist, desto höher ist die
Staatsverschuldung.
Fürthaller 22.07.2014 8
Störgrößen: Land innerhalb der Eurozone --> niedrigere Staatsverschuldung, als außerhalb
Höheres Wirtschaftswachstum führt zu niedrigerer Staatsverschuldung
Höherer Anteil an über 65 Jährigen führt zu höherer Staatsverschuldung
4.Empirie:
Im empirischen Teil dieser Abhandlung werden nun mittels SPSS 22 statistische
Zusammenhänge berechnet. Insgesamt wurden 18 Länder der Europäischen Union in die
Analyse miteinbezogen:
➔ Belgien
➔ Dänemark
➔ Deutschland
➔ Irland
➔ Griechenland
➔ Spanien
➔ Frankreich
➔ Italien
➔ Luxemburg
➔ Ungarn
➔ Niederlande
➔ Österreich
➔ Portugal
➔ Slowenien
➔ Slowakei
➔ Finnland
➔ Schweden
➔ Vereinigtes Königreich
Fürthaller 22.07.2014 9
4.1.Univariate Datenanalyse:
a) Deskription und graphische Darstellung der abhängigen Variable Y:
Zu Beginn wird eine univariate Datenanalyse der am Modell beteiligten Variablen
durchgeführt. Die abhängige Variable Y fungiert als Platzhalter für die
Staatsverschuldungen der EU-Staaten, wobei die Daten für das Jahr 2013 aufgenommen
wurden. Die gesamte Analyse findet sich im Abschnitt A1 des Anhangs, hier sollen lediglich
kurz die wichtigsten Eckdaten erklärt werden. Der nachfolgende Boxplot zeigt die
wichtigsten Eckdaten der Wertverteilung:
Hier zeigt sich bereits, dass wie aus den Medien bekannt, Griechenland eine gegenüber
den anderen EU-Staaten massiv überhöhte Staatsverschuldung aufweißt. Der Medianwert
zeigt eine durchschnittliche Verschuldung der EU-Staaten von 78,8% des BIP im Jahr
2013.
Fürthaller 22.07.2014 10
b) Deskription und graphische Darstellung der unabhängigen Variablen Xi:
Die erste unabhängige Variable, welche als Variable X der Arbeitshypothese dient, ist die
unter Punkt 2 und 3 beschriebene Ideologische Ausrichtung der Parteien, also politische
Ideologie im Regierungskabinett dominant ist. Hier wurden die im Jahr 2011 amtierenden
Regierungen zur Berechnung herangezogen.
Es zeigt sich bereits, dass die europäischen Regierungen zu einer
konservativ/bürgerlichen/rechts – Dominanz neigen, wobei der Medianwert bei 2 liegt.
Ebenso wurden alle Kontrollvariablen einer Datenanalyse unterzogen um die Gestalt ihrer
Ausprägungen zu überprüfen:
Fürthaller 22.07.2014 11
Da das Wachstum der Wertschöpfung (BIP) einer Volkswirtschaft das Haushaltsdeifizit und
somit die Neuverschuldung bremst, kann es als negative Kontrollvariable gesehen werden,
es verursacht bei einer Erhöhung also einen Schuldentrend nach unten. Im Boxplot ist
jedoch bereits sichtbar, dass der Großteil der EU-Staaten im Jahr 2013 kein signifikantes
Wachstum erreichen konnte, mehrere Staaten wiesen sogar eine Verringerung des BIP auf,
die stärkste Rezession mit -3,9% zeigte sich nach wie vor im bereits am höchsten in der EU
verschuldeten Griechenland, das höchste Wachstum wies Luxemburg mit +2,1% auf,
welches auch den niedrigsten Schuldenstand der EU vorweisen kann.
Ein Schuldenmotor ist eine überaltete Bevölkerung, deswegen wurde der Anteil der über 65
jährigen in den EU-Ländern als Kontrollvariable in die Datenanalyse miteinbezogen:
Fürthaller 22.07.2014 12
Wie sich in der Box-Plot Verteilung zeigt, existieren in der Verteilung zwei Ausreißer mit der
Slowakei und Irland, wobei der Median der Verteilung bei 18% liegt und Irland mit 12% den
niedrigsten Anteil an über 65 jährigen aufweist.
Staaten sind oft gezwungen Geld am Kapitalmarkt aufzunehmen, im Rahmen von
Staatsanleihen. Die Verzinsung dieser Anleihen stellt eine Belastung für die öffentlichen
Haushalte dar, besonders wenn die Zinsen extensive Ausmaße annehmen:
Fürthaller 22.07.2014 13
Wie sich auch hier zeigt, schert das am stärksten von allen EU-Staaten und der Krise
leidende Griechenland aus der Verteilung der Ausprägungen mit 5,93% nach oben aus. Im
Median müssen die EU-Staaten 2,1% an Zinsen ihren Gläubigern bezahlen.
Zuletzt sollen die Staaten in EUROZONE und nicht EUROZONE unterteilt werden:
Fürthaller 22.07.2014 14
In unsere Analyse fließen also gesamt 18 Staaten ein, davon 4 Staaten mit nationalen
Währungen und 14 Staaten, welche der Eurozone angehören.
4.2.Multivariate Datenanalyse:
In der uniariaten Datenanalyse können lediglich einzelne Variablen und deren
Ausprägungen erklärt werden. Um eine Hypothese mittels quantitativer Methoden testen zu
können ist daher mindestens ein Verfahren erforderlich, welches die Ausprägungen von
zwie oder mehreren Variablen berücksichtigen kann. In diesem Fall sollen die
Zusammenhänge zwischen den einzelnen unabhängigen Variablen, welche bereits
erläutert wurden und der Staatsverschuldung überprüft werden. Diese
Zusammenhangmaße, welche als Korrelation drücken die Stärke einer Beziehung
Fürthaller 22.07.2014 15
zwischen jeweils zwei Merkmalen aus. Es gibt sehr unterschiedliche Zusammenhangmaße,
für verschiedene Skalenniveaus der Merkmale. Da es sich hier bei beiden Merkmalen um
metrisch skalierte Variablen handelt, kommt hier das Assoziationsmaß "Pearsons R" bzw.
Produkt-Moment Korrelation in Frage, welche sich mit Hilfe der sogenannten Co-Varianz
berechnet:
Formel 1.
Die Co-Varianz unterscheidet sich von der Varianz in der univariaten Datenanalyse
insofern, als dass hier die Abweichung vom Mittelwert beider Variablen einfließen und diese
nicht quadriert werden, daher sind auch negative Ergebnisse möglich. Geteilt werden die
"Summe der Abweichungsprodukte SAP" wiederum durch die Anzahl der Messwerte n. Die
Co-Varianz ist abhängig von den Maßstäben der Variablen, kann also schwer mit anderen
Maßen verglichen werden. Hier hilft die Produkt-Moment Korrelation R Abhilfe:
Formel 2.
Dazu wird die Co-Varianz durch das Produkt der Standardabweichungen der beiden
Variablen geteilt und somit standardisiert. Dies ergibt das Assoziationsmaß R, welches
Werte zwischen -1 und +1 annehmen kann. -1 bedeutet einen perfekten negativ-linearen
Zusammenhang, 0 zeigt keinen linearen Zusammenhang an und +1 wäre ein perfekt
positiv-linearer Zusammenhang. Wohl muss angemerkt werden, dass sich R auf das
Erkennen linearer Zusammenhänge beschränkt. Kein Zusammenhang laut R, bedeutet
nicht, dass es nicht Korrelationen anderer Art und Weise geben kann, hier wird auch der
Nachteil dieses Assoziationsmaßes deutlich.
Fürthaller 22.07.2014 16
Mittels SPSS wurde dieses Maß R berechnet und das Ergebnis zeigt sich in den
untenstehenden Tabellen:
Bruttostaatsv
erschuldung
in % des BIP
2013
Anteil der
Bevölkerung
65+ in %
Ideologische
Zusammense
tzung der
Regierung
Langfristige
Zinsen für 10
Jahres
Staatsanleihe
n
Wachstum
des BIP in %
2013
Bruttostaatsverschuldun
g in % des BIP 2013
Pearson-
Korrelation1 ,298 ,204 ,672** -,738**
Sig. (2-seitig) ,229 ,418 ,002 ,000
N 18 18 18 18 18
Anteil der Bevölkerung
65+ in %
Pearson-
Korrelation,298 1 -,250 ,106 -,431
Sig. (2-seitig) ,229 ,316 ,675 ,074
N 18 18 18 18 18
Ideologische
Zusammensetzung der
Regierung
Pearson-
Korrelation ,204 -,250 1 ,422 -,361
Sig. (2-seitig) ,418 ,316 ,081 ,142
N 18 18 18 18 18
Langfristige Zinsen für
10 Jahres
Staatsanleihen
Pearson-
Korrelation ,672** ,106 ,422 1 -,557*
Sig. (2-seitig) ,002 ,675 ,081 ,016
N 18 18 18 18 18
Wachstum des BIP in %
2013
Pearson-
Korrelation-,738** -,431 -,361 -,557* 1
Sig. (2-seitig) ,000 ,074 ,142 ,016
N 18 18 18 18 18
**. Korrelation ist bei Niveau 0,01 signifikant (zweiseitig).
*. Korrelation ist bei Niveau 0,05 signifikant (zweiseitig).
Auch wenn hier mehrere Variablen in der Tabelle berechnet wurden, so werden durch die
Korrelationsprodezur jeweils nur zwei verknüpft. Interessant für diese Abhandlung sind die
Einflüsse der unabhängigen Variablen auf die abhängige Variable, die
Staatsverschuldung. Die Arbeitshypothese, nämlich, dass je weiter links die Regierung
steht, die Staatsverschuldung abnimmt, konnte hier im Rahmen der Korrelation nicht
Fürthaller 22.07.2014 17
verifiziert werden, im Gegenteil, es zeigt sich sogar mit 0,204 ein leichter positiv-linearer
Zusammenhang, sodass angenommen werden könnte, die Verschuldung steigt sogar, je
weiter linksstehend die Regierung ist. Der Zusammenhang kann jedoch aufgrund des
Signifikanzniveaus von 0,418, also 41,8% Risiko für eine Zurückweisung der
Arbeitshypothese nicht als signifikant gesehen werden. Ebenso als nicht signifikant kann
der Zusammenhang zwischen Staatsverschuldung und Überalterung der Bevölkerung,
welche hier mit dem Anteil der über 65-jährigen operationalisiert wurde, gesehen werden.
Mit einem Korrelationskoeffizient von 0,298 handelt es sich hier gerade um einen leichten
Zusammenhang, jedoch ist das Zurückweisungsrisiko mit 22,9% relativ hoch. Der
Zusammenhang ist also als nicht signifikant zu sehen. Einen starken positiv-linearen
Zusammenhang normiert jedoch die Variable "Zinsen auf 10 Jahres-Staatsanleihen", sie
fungiert mit einem Zusammenhang von 0,672 als mächtiger Staatsschuldentreiber, als R²
und als prozentualer Anteil kann damit gesagt werden, dass 45,1% der Verschuldung
durch die Zinssituation erklärbar ist. Das Zurückweisungsrisiko wurde hier mit 0,2%
errechnet ist also bereits im ** Bereich, weil das Risiko niedriger als 1% ist. Die stärkste
Wirkung auf die Staatsverschuldung, welche sich hier empirisch festgestellen lässt, hat
jedoch das Wachstum des BIP. Mit einem Maß von -0,738 steht es hier als starke
Schuldenbremse. Errechnet man den relativen Anteil, so könnten 54,5% der Verschuldung
durch das BIP-Wachstum erklärt werden, wobei das Restrisiko bei 0% liegt.
Das Zusammenhangmaß R ist relativ empfindlich gegenüber Ausreißern, sprich also
Extremwerten der ihn bestimmenden Variablen. Abhilfe kann durch eine univariate
Beobachtung der Primärdaten der Variablen mittels eines Boxplots in SPSS erreicht
werden, bzw. mittels ordinaler Korrelation, welche zwar einen Informationsverlust
verursacht, da sie nur Ränge beachtet und keine absoluten metrischen Werte, aus diesem
Grund jedoch auch nicht empfindlich gegenüber Ausreißern ist (Gehring/Weins 2009,
S.132-135).(Gehring/Weins 2009, S.165-174).
Dieses ordinale Assoziationsmaß "Spearmans rho", auch Rangkorrelationskoeffizient
genannt, identifiziert Rangzusammenhänge aller Art in Untersuchungseinheiten
(Kuckartz et al. 2010, S 189-213).
Fürthaller 22.07.2014 18
Formel 3.
n=Sample/Anzahl der Untersuchungseinheiten
di=Rangplatzdifferenz
Korrelationen
Bruttostaatsv
erschuldung
in % des BIP
2013
Anteil der
Bevölkerung
65+ in %
Ideologische
Zusammense
tzung der
Regierung
Langfristige
Zinsen für 10
Jahres
Staatsanleihe
n
Wachstum
des BIP in %
2013
Spearman-
Rho
Bruttostaatsverschuldun
g in % des BIP 2013
Korrelationskoeffizie
nt1,000 ,323 ,070 ,585* -,622**
Sig. (2-seitig) . ,192 ,782 ,011 ,006
N 18 18 18 18 18
Anteil der Bevölkerung
65+ in %
Korrelationskoeffizie
nt,323 1,000 -,154 -,037 -,464
Sig. (2-seitig) ,192 . ,543 ,885 ,053
N 18 18 18 18 18
Ideologische
Zusammensetzung der
Regierung
Korrelationskoeffizie
nt ,070 -,154 1,000 ,319 -,272
Sig. (2-seitig) ,782 ,543 . ,197 ,275
N 18 18 18 18 18
Langfristige Zinsen für
10 Jahres
Staatsanleihen
Korrelationskoeffizie
nt ,585* -,037 ,319 1,000 -,395
Sig. (2-seitig) ,011 ,885 ,197 . ,105
N 18 18 18 18 18
Wachstum des BIP in %
2013
Korrelationskoeffizie
nt-,622** -,464 -,272 -,395 1,000
Sig. (2-seitig) ,006 ,053 ,275 ,105 .
N 18 18 18 18 18
*. Korrelation ist bei Niveau 0,05 signifikant (zweiseitig).
**. Korrelation ist bei Niveau 0,01 signifikant (zweiseitig).
Fürthaller 22.07.2014 19
Zur Überprüfung wurde noch eine Korrelationsprozedur auf ordinalem Skalenniveau
durchgeführt, welche allerdings an den auf Basis des Korrelationskoeffizienten berechneten
Ergebnis nur unwesentliche Änderungen aufzeigt. Ein leichter Trend in Richtung eines
geringeren Zusammenhanges beim Zinsniveau und Wirtschaftswachstum lässt sich
erkennen.
Ein weiteres Verfahren ist die partielle Korrelation, welche sich für multivariate
Zusammenhänge wie in diesem Fall eignet. Hier wird gezielt eine Arbeitsvariable analysiert,
währenddessen die Stör- oder Kontrollgrößen konstantgehalten, bzw. Gezielt kontrolliert
werden, um ihren Einfluss herauszurechnen. Nachfolgend findet sich eine Tabelle der
partiellen Korrelation:
Kontrollvariablen
Bruttostaatsverschuldung in %des BIP
2013
Ideologische
Zusammensetzung
derRegierung
Anteil der Bevölkerung 65+ in% & Langfristige Zinsen für 10 Jahres Staatsanleihen & Wachstum des BIP in % 2013
Bruttostaatsverschuldung in % des BIP 2013
Korrelation
1,000 -,279
Signifikanz (2-seitig)
. ,314
df 0 13
Ideologische Zusammensetzung der Regierung
Korrelation-,279 1,000
Signifikanz (2-seitig)
,314 .
df 13 0
Fürthaller 22.07.2014 20
Im Fall der partiellen Korrelation zeigt sich jedoch ein gänzlich anderes Bild. So wird nun
zumindest die Richtung des in der Hypothese behaupteten Zusammenhangs verifiziert. Je
weiter Linksgerichtet die Regierungen des Staates sind, desto niedriger der Schuldenstand.
Jedoch zeigt sich auch nach wie vor, wie anhand der Kennzahlen sichtbar, kein
signifikanter Zusammenhang (Kuckartz et al. 2010, S 189-213).
a) Multiple lineare Regressionsanalyse:
Im Rahmen des Verfahrens der Regression bzw. Regressionsanalyse lassen sich die
Ausprägungen von Variablen vorhersagen in dem man dem festgestellten Zusammenhang
ein mathematisches Modell zugrunde legt. Im einfachsten Fall ist dies die einfach lineare
Regression, hier wird der Zusammenhang durch eine Gerade dargestellt. Im Fall dieser
Abhandlung jedoch ist bereits eine multiple oder multivariate lineare Regression
erforderlich, um ein entsprechendes Modell berechnen zu können. Die Gleichung für die
Regressionsgerade enthält daher mehrere Variablen und Steigungsparameter:
Formel 4.
Zweck der Regression ist es hierbei, eine Gerade zu errechnen deren Verlauf möglichst
nah an allen Datenpunkten liegt um ein möglichst realistisches Modell zu erhalten.
Nachfolgend ist die Berechnungsgrundlage der Geraden dargestellt:
Fürthaller 22.07.2014 21
Formel 5.
Die Varianz ist wie aus der univariaten Datenanalyse bekannt, die Abweichung vom
Mittelwert. Die Qualität einer Regression beurteilt sich unter anderem danach, in welchem
Verhältnis die sog. Erklärte Varianz und die nicht erklärte Varianz stehen. Die erklärte
Varianz ist jene, welche durch die Regressionsgerade erklärt wird, die nicht erklärte bleibt
der Regression vorenthalten. Je größer als die erklärte Varianz gegenüber der nicht
erklärten Varianz ist, desto mehr entspricht das Modell der Wirklichkeit (Kuckartz et al.
2010, S 233-251).
Fürthaller 22.07.2014 22
b) Regressionstabelle und Ergebnis:
Die Modellübersicht zeigt die Korrelation noch einmal mit ihren Assoziationsmaßen:
Modellübersicht
Modell R
R-
Quadrat
Angepasstes
R-Quadrat
Standardfehl
er der
Schätzung Änderungsstatistik
Durbin-
Watson
Änderung R-
Quadrat
Änderung in
F df1 df2
Sig.
Änderung in
F
1 ,838 ,703 ,579 24,31699 ,703 5,676 5 12 ,007 1,366
Wie bereits aus der Korrelation bekannt findet sich auch hier wieder Pearsons R, als
Quadrierte Größe kann es direkt als Schätzung herangezogen werden. In der
multivariaten Statistik sollte das angepasste R² zur Interpretation herangezogen werden,
da dieses weitere Faktoren berücksichtigt, wie die Anzahl der Variablen im Modell. Für
unser Modell kann also zu 57,9% Staatsverschuldung in den für die Untersuchung
ausgewählten EU-Staaten erklären, mit einem Restrisiko von 0,7%.
ANOVA
Modell Quadratsumme df
Mittel der
Quadrate F Sig.
1 Regression 16781,654 5 3356,331 5,676 ,007
Residuum 7095,791 12 591,316
Gesamtsumme 23877,445 17
Die ANOVA-Tabelle zeigt die errechneten Größen des Gesamten Modells aller
einbezogenen Variablen. Es zeigt sich bereits, dass das Mittel der Quadrate der
Regression viel größer ist, als jenes der Residuen, was bereits auf eine Verifizierung des
Gesamtmodells hindeutet und die Signifikanz auch bestätigt, mit einem Restrisiko von
0,7% für eine Zurückweisung des Forschungsmodells. Modell kann – wenn auch mit
Vorsicht – als signifikant betrachtet werden.
Fürthaller 22.07.2014 23
ModellNicht standardisierte
Koeffizienten
Standardisierte
Koeffizienten t Sig.
BStandardfe
hler Beta
1 (Konstante) 36,116 72,529 ,498 ,628
Wachstum des BIP in % 2013
-9,386 7,623 -,374 -1,231 ,242
Anteil der Bevölkerung 65+ in %
,190 3,189 ,012 ,060 ,953
Ideologische Zusammensetzung der Regierung
-8,035 5,801 -,294 -1,385 ,191
Langfristige Zinsen für 10 Jahres Staatsanleihen
18,163 7,473 ,591 2,431 ,032
Mitgliedschaft in derEurozone
23,432 21,199 ,267 1,105 ,291
In der ersten Ergebniszeile und Ergebnisspalte B findet sich die Konstante für die
Regressionsgleichung mit 36,116. Die einzelnen Koeffizienten B sind nicht standardisiert
und in den jeweiligen Eingabegrößen. Um die Auswirkungen der einzelnen Variablen auf
die Regressionsgerade im multivariaten Modell vergleichen zu können ist daher die
Anwendung von standaridisierten Beta-Koeffizienten erforderlich diese sind angegeben
unter Annahme der Kontrolle aller anderen unabhängigen Variablen. Es zeigt sich hier,
dass vor allem das Zinsniveau für langfristige Staatsanleihen den größten Schuldentreiber
darstellt, es weißt darüber hinaus in der Signifikanzspalte auch mit 3,2% das geringste
Zurückweisungsrisiko auf. Das Wirtschaftswachstum hat hingegen einen
schuldenbremsenden Einfluss ist jedoch bereits mit 24,2% Restrisiko behaftet. Praktisch
als unbedeutend wurde hier der Einfluss der Bevölkerungsstruktur in Bezug auf einen
hohen Anteil der über 65-jährigen berechnet. Ebenso nur einen leichten Einfluss hat die
Zusammensetzung der Regierung auf die Staatsverschuldung. Je weiter linksstehen die
Regierung ist, desto eher sind die Schulden niedriger, jedoch ist auch hier das
Zurückweisungsrisiko bereits 19%. Die Mitgliedschaft in der Eurozone treibt laut diesem
Modell die Schulden leicht nach oben, jedoch mit einem Fehlerrisiko von 29,1% (Kuckartz
et al. 2010, S 233-251).
Fürthaller 22.07.2014 24
5. Rückkoppelungen Empirie-Theorie Interpretation:
Welche Schlüsse lassen sich nun aus den Analysen ziehen?
Grundsätzlich gelangen, wie auch in den Texten von Wagschal ausgeführt,
unterschiedliche empirische Studien zu verschiedenen Ergebnissen. Ländervergleiche sind
in den vergleichenden Politikwissenschaften stets umstritten, da das Sample stark begrenzt
ist und kaum ein Staat dem anderen zur Gänze gleichen wird. Auch in Bezug auf die
Staatsschuldenthematik hat sich hier gezeigt, dass vor allem ökonomische Größen Einfluss
auf die Verschuldung ausüben und weniger politische, institutionelle oder demographische
Einflussfaktoren. Bei den EU-Staaten muss zudem angemerkt werden, dass viele heutige
EU-Staaten post-kommunistische Länder sind, welchen über Jahrzehnte hinweg ein völlig
anderes Wirtschaftssystem zugrunde lag, sowie auch die unterschiedlichen Bonitäten der
Länder auf dem internationalen Kapitalmarkt eine Rolle spielen. Darüberhinaus wie auch
bereits erwähnt können Naturkatastrophen und Kriege massive Einwirkungen haben und
auch eine unterschiedliche Bedrohungslage zu divergierenden Militärausgaben führen,
welche mitttels Krediten finanziert werden. So lässt sich immer nur maximal ein Teil des
Einflusses auf die Staatsverschuldung aufdecken ohne jedoch ein für alle Staaten der EU
oder der Welt allgemein gültiges Modell aufstellen zu können.
Fürthaller 22.07.2014 25
6.Quellenverzeichnisse:
Graphiken:
Graphik 1: Staatsverschuldung in der EU. Internetpublikation, abgerufen am 17.07.2014:
http://www.tagesschau.de/wirtschaft/staatsdefizit116.html
Formeln:
Formel 1: Gehring/Weins 2009 S.169
Formel 2: Gehring/Weins 2009 S.170
Formel 3: Kuckartz et al. 2010, S.199
Formel 4 und 5: Lehrunterlagen PS Quantitative Methoden politikwissenschaftlicher
Forschung SS14 PLUS, Dr. Armin Mühlböck
Literatur:
● AG Friedensforschung. "Ungarn im Griff der Rechten". Internetpublikation,
abgerufen am 19.07.2014: http://www.ag-
friedensforschung.de/regionen/Ungarn/wahl2010c.html
● Blanchard, Oliver/Illing, Gerhard (2009). "Makrokökonomie". 5. Auflage Pearson
Verlag Deutschland, München (2009).
● Der Standard vom 20.3.2013. "Slowenische Mitte-Links-Regierung vom Parlament
bestätigt". Internetpublikation, abgerufen am 19.07.2014:
http://derstandard.at/1363705574555/Slowenische-Mitte-Links-Regierung-vom-
Parlament-bestaetigt
● Europäische Union, Offizielle Webseite. Internetauftritt, abgerufen am 19.07.2014:
http://europa.eu/index_de.htm
● Europäische Statistikbehörde Eurostat. Internetauftritt, abgerufen am 19.07.2014:
Fürthaller 22.07.2014 26
http://epp.eurostat.ec.europa.eu/portal/page/portal/eurostat/home/
● Gehring, Uwe/Weins, Cornelia (2009); „Grundkurs Statistik für Politologen und
Soziologen“; VS Verlag für Sozialwissenschaften Wiesbaden, 2009.
● Grundlagen über Staatsanleihen. Internetpublikation, abgerufen am 19.07.2014:
http://staatsanleihen.de
● Kuckarts, Udo/Rädiker, Stefan u.a. (2010); „Statistik: Eine verständliche Einführung;
VS Verlag für Sozialwissenschaften Wiesbaden, 2010.
● The Slovak Spectator vom 05.04.2012. "President appoints new government
ministers". Internetpublikation, abgerufen am 19.07.2014:
http://spectator.sme.sk/articles/view/45980/10/president_appoints_new_government
_ministers.html
● Weltbank. Internetauftritt, angerufen am 19.07.2014:
http://data.worldbank.org/indicator/SP.POP.65UP.TO.ZS
● Scharf, Oliver. Gießen (2009). "Öffentliche Finanzen". Lucius&Lucius, Stuttgart
2009.
● Wagschal, Uwe (1996). "Der Einfluss von Parteien und Wahlen auf die
Staatsverschuldung." Swiss Political Science Review 2 (4), 1996.
● Universität Bern, Comparative Political Data Sets. Internetpublikation, abgerufen am
19.07.2014:
http://www.ipw.unibe.ch/content/team/klaus_armingeon/comparative_political_data_
sets/index_ger.html
Fürthaller 22.07.2014 27
● Wagschal, Uwe/Wenzelburger Georg (2008). Die Rückgewinnung staatlicher
Handlungsfähigkeit. Staatsverschuldung und Haushaltskonsolidierung im
internationalen Vergleich. dms – der moderne Staat – Zeitschrift für Public Policy,
Recht und Management Heft 1/2008, S. 141-145.
● Wagschal, Uwe/Wenzelburger Georg/Petersen, Thieß/Wintermann, Ole (2009).
Determinanten der Staatsverschuldung in den deutschen Bundesländern.
Wirtschaftsdienst 2009 / 3, S. 204-212.
Fürthaller 22.07.2014 28
8.Anhänge:
Anhang Abschnitt A1:
FREQUENCIES VARIABLES=BSVS13
/NTILES=4 /STATISTICS=STDDEV VARIANCE RANGE MINIMUM MAXIMUM SEMEAN MEAN MEDIAN MODE SUM SKEWNESS SESKEW KURTOSIS SEKURT /HISTOGRAM NORMAL /ORDER=ANALYSIS.
Häufigkeiten
Hinweise
Ausgabe erstellt 20-JUL-2014 00:03:24
Kommentare
Eingabe Daten D:\Michael\Documents\Studium\Politikw
issenschaft\Bakkalaureatsstudium\PS
Quantitative Methoden der
politikwissenschaftlichen
Forschung\TH3.sav
Aktives Dataset DataSet1
Filter <ohne>
Stärke <ohne>
Aufgeteilte Datei <ohne>
Anzahl Zeilen in
Arbeitsdatendatei28
Handhabung fehlender
Werte
Definition von 'Fehlend' Benutzerdefiniert fehlende Werte
werden als fehlend behandelt
Verwendete Fälle Die Statistik basiert auf allen Fällen mit
gültigen Daten.
Fürthaller 22.07.2014 29
Syntax FREQUENCIES VARIABLES=BSVS13
/NTILES=4
/STATISTICS=STDDEV VARIANCE
RANGE MINIMUM MAXIMUM
SEMEAN MEAN MEDIAN MODE SUM
SKEWNESS SESKEW KURTOSIS
SEKURT
/HISTOGRAM NORMAL
/ORDER=ANALYSIS.
Ressourcen Prozessorzeit 00:00:01,39
Verstrichene Zeit 00:00:00,92
[DataSet1] D:\Michael\Documents\Studium\Politikwissenschaft\Bakkalaureatsstudium\PS Quantitative Methoden der politikwissenschaftlichen Forschung\TH3.sav
Statistiken
Bruttostaatsverschuldung in % des BIP 2013
N Gültig 18
Fehlend 10
Mittelwert 85,4167
Standardfehler des Mittelwerts 8,83351
Median 78,8000
Modalwert 23,10a
Standardabweichung 37,47740
Varianz 1404,556
Schiefe ,646
Standardfehler der Schiefe ,536
Kurtosis ,591
Standardfehler der Kurtosis 1,038
Bereich 152,00
Minimum 23,10
Maximum 175,10
Summe 1537,50
Perzentile 25 56,6000
50 78,8000
75 107,0500
a. Es sind mehrere Modi vorhanden. Der
kleinste Wert wird angezeigt.
Fürthaller 22.07.2014 30
Bruttostaatsverschuldung in % des BIP 2013
Häufigkeit Prozent Gültige Prozent
Kumulative
Prozente
Gültig 23,10 1 3,6 5,6 5,6
40,60 1 3,6 5,6 11,1
44,50 1 3,6 5,6 16,7
55,40 1 3,6 5,6 22,2
57,00 1 3,6 5,6 27,8
71,40 1 3,6 5,6 33,3
73,50 1 3,6 5,6 38,9
74,50 1 3,6 5,6 44,4
78,40 1 3,6 5,6 50,0
79,20 1 3,6 5,6 55,6
90,60 1 3,6 5,6 61,1
93,50 1 3,6 5,6 66,7
93,90 1 3,6 5,6 72,2
101,50 1 3,6 5,6 77,8
123,70 1 3,6 5,6 83,3
129,00 1 3,6 5,6 88,9
132,60 1 3,6 5,6 94,4
175,10 1 3,6 5,6 100,0
Gesamtsumme 18 64,3 100,0
Fehlend System 10 35,7
Gesamtsumme 28 100,0
Fürthaller 22.07.2014 31
Hinweise
Fürthaller 22.07.2014 32
Ausgabe erstellt 20-JUL-2014 00:05:59
Kommentare
Eingabe Daten D:\Michael\Documents\Studium\Politikw
issenschaft\Bakkalaureatsstudium\PS
Quantitative Methoden der
politikwissenschaftlichen
Forschung\TH3.sav
Aktives Dataset DataSet1
Filter <ohne>
Stärke <ohne>
Aufgeteilte Datei <ohne>
Anzahl Zeilen in
Arbeitsdatendatei28
Handhabung fehlender
Werte
Definition von 'Fehlend' Ein Fall wird als fehlend behandelt,
wenn er in einer Variablen, die für diese
Analyse verwendet wird,
systemdefiniert und/oder
benutzerdefiniert fehlende Werte
enthält.
Verwendete Fälle Für die verwendeten Fälle sind in der
Zählervariable nicht negative Werte und
in der Nennervariable positive Werte
vorhanden.
Syntax RATIO STATISTICS BSVS13 WITH
DENO
/MISSING=EXCLUDE
/PRINT=COD MDCOV PRD.
Ressourcen Prozessorzeit 00:00:00,00
Verstrichene Zeit 00:00:00,02
RATIO STATISTICS BSVS13 WITH DENO /MISSING=EXCLUDE /PRINT=MNCOV.
Verhältnisstatistik
Hinweise
Fürthaller 22.07.2014 33
Ausgabe erstellt 20-JUL-2014 00:06:27
Kommentare
Eingabe Daten D:\Michael\Documents\Studium\Politikw
issenschaft\Bakkalaureatsstudium\PS
Quantitative Methoden der
politikwissenschaftlichen
Forschung\TH3.sav
Aktives Dataset DataSet1
Filter <ohne>
Stärke <ohne>
Aufgeteilte Datei <ohne>
Anzahl Zeilen in
Arbeitsdatendatei28
Handhabung fehlender
Werte
Definition von 'Fehlend' Ein Fall wird als fehlend behandelt,
wenn er in einer Variablen, die für diese
Analyse verwendet wird,
systemdefiniert und/oder
benutzerdefiniert fehlende Werte
enthält.
Verwendete Fälle Für die verwendeten Fälle sind in der
Zählervariable nicht negative Werte und
in der Nennervariable positive Werte
vorhanden.
Syntax RATIO STATISTICS BSVS13 WITH
DENO
/MISSING=EXCLUDE
/PRINT=MNCOV.
Ressourcen Prozessorzeit 00:00:00,00
Verstrichene Zeit 00:00:00,01
Zusammenfassung der
Fallverarbeitung
Anzahl
Insgesamt 18
Ausgeschlossen 10
Gesamtsumme 28
Fürthaller 22.07.2014 34
Verhältnisstatist
ik für
Bruttostaatsver
schuldung in %
des BIP 2013 /
Denominator
Variationskoeffizi
ent
Zentrierter
Mittelwert
43,9%
EXAMINE VARIABLES=BSVS13 BY STAT /PLOT=BOXPLOT /STATISTICS=NONE /NOTOTAL /ID=MSEU.
Explorative Datenanalyse
Hinweise
Ausgabe erstellt 20-JUL-2014 00:12:51
Kommentare
Eingabe Daten D:\Michael\Documents\Studium\Politikw
issenschaft\Bakkalaureatsstudium\PS
Quantitative Methoden der
politikwissenschaftlichen
Forschung\TH3.sav
Aktives Dataset DataSet1
Filter <ohne>
Stärke <ohne>
Aufgeteilte Datei <ohne>
Anzahl Zeilen in
Arbeitsdatendatei26
Handhabung fehlender
Werte
Definition von 'Fehlend' Benutzerdefiniert fehlende Werte für
abhängige Variablen werden als
fehlend behandelt.
Fürthaller 22.07.2014 35
Verwendete Fälle Die Statistik basiert auf Fällen, bei
denen keine fehlenden Werte für
abhängige Variablen oder Faktoren
verwendet werden.
Syntax EXAMINE VARIABLES=BSVS13 BY
STAT
/PLOT=BOXPLOT
/STATISTICS=NONE
/NOTOTAL
/ID=MSEU.
Ressourcen Prozessorzeit 00:00:00,17
Verstrichene Zeit 00:00:00,14
Bruttostaatsverschuldung der EU-Staaten
Zusammenfassung der Fallverarbeitung
Bruttostaatsverschuldung
der EU-Staaten Fälle
Gültig Fehlend
H Prozent H Prozent
Bruttostaatsverschuldung in
% des BIP 201318 69,2% 8 30,8%
Zusammenfassung der Fallverarbeitung
Bruttostaatsverschuldung der EU-
Staaten Fälle
Gesamtsumme
H Prozent
Bruttostaatsverschuldung in % des
BIP 201326 100,0%
Bruttostaatsverschuldung in % des BIP 2013
Fürthaller 22.07.2014 36
FREQUENCIES VARIABLES=WABIP /NTILES=4 /STATISTICS=STDDEV VARIANCE RANGE MINIMUM MAXIMUM SEMEAN MEAN MEDIAN MODE SUM SKEWNESS SESKEW KURTOSIS SEKURT /HISTOGRAM NORMAL /ORDER=ANALYSIS.
Fürthaller 22.07.2014 37
Häufigkeiten
Hinweise
Ausgabe erstellt 20-JUL-2014 00:34:33
Kommentare
Eingabe Daten D:\Michael\Documents\Studium\Politikw
issenschaft\Bakkalaureatsstudium\PS
Quantitative Methoden der
politikwissenschaftlichen
Forschung\TH3.sav
Aktives Dataset DataSet1
Filter <ohne>
Stärke <ohne>
Aufgeteilte Datei <ohne>
Anzahl Zeilen in
Arbeitsdatendatei26
Handhabung fehlender
Werte
Definition von 'Fehlend' Benutzerdefiniert fehlende Werte
werden als fehlend behandelt
Verwendete Fälle Die Statistik basiert auf allen Fällen mit
gültigen Daten.
Syntax FREQUENCIES VARIABLES=WABIP
/NTILES=4
/STATISTICS=STDDEV VARIANCE
RANGE MINIMUM MAXIMUM
SEMEAN MEAN MEDIAN MODE SUM
SKEWNESS SESKEW KURTOSIS
SEKURT
/HISTOGRAM NORMAL
/ORDER=ANALYSIS.
Ressourcen Prozessorzeit 00:00:00,14
Verstrichene Zeit 00:00:00,13
Fürthaller 22.07.2014 38
Statistiken
Wachstum des BIP in % 2013
N Gültig 18
Fehlend 8
Mittelwert -,1722
Standardfehler des Mittelwerts ,35219
Median ,2000
Modalwert -1,40a
Standardabweichung 1,49423
Varianz 2,233
Schiefe -,695
Standardfehler der Schiefe ,536
Kurtosis ,787
Standardfehler der Kurtosis 1,038
Bereich 6,00
Minimum -3,90
Maximum 2,10
Summe -3,10
Perzentile 25 -1,2500
50 ,2000
75 ,9500
a. Es sind mehrere Modi vorhanden. Der
kleinste Wert wird angezeigt.
Wachstum des BIP in % 2013
Häufigkeit Prozent Gültige Prozent
Kumulative
Prozente
Gültig -3,90 1 3,8 5,6 5,6
-1,90 1 3,8 5,6 11,1
-1,40 2 7,7 11,1 22,2
-1,20 1 3,8 5,6 27,8
-1,10 1 3,8 5,6 33,3
-,80 1 3,8 5,6 38,9
-,30 1 3,8 5,6 44,4
,20 2 7,7 11,1 55,6
,30 1 3,8 5,6 61,1
,40 2 7,7 11,1 72,2
,90 1 3,8 5,6 77,8
1,10 1 3,8 5,6 83,3
1,60 1 3,8 5,6 88,9
Fürthaller 22.07.2014 39
1,70 1 3,8 5,6 94,4
2,10 1 3,8 5,6 100,0
Gesamtsumme 18 69,2 100,0
Fehlend System 8 30,8
Gesamtsumme 26 100,0
RATIO STATISTICS WABIP WITH DENO /MISSING=EXCLUDE /PRINT=MNCOV.
Verhältnisstatistik
Hinweise
Fürthaller 22.07.2014 40
Ausgabe erstellt 20-JUL-2014 00:34:55
Kommentare
Eingabe Daten D:\Michael\Documents\Studium\Politikw
issenschaft\Bakkalaureatsstudium\PS
Quantitative Methoden der
politikwissenschaftlichen
Forschung\TH3.sav
Aktives Dataset DataSet1
Filter <ohne>
Stärke <ohne>
Aufgeteilte Datei <ohne>
Anzahl Zeilen in
Arbeitsdatendatei26
Handhabung fehlender
Werte
Definition von 'Fehlend' Ein Fall wird als fehlend behandelt,
wenn er in einer Variablen, die für diese
Analyse verwendet wird,
systemdefiniert und/oder
benutzerdefiniert fehlende Werte
enthält.
Verwendete Fälle Für die verwendeten Fälle sind in der
Zählervariable nicht negative Werte und
in der Nennervariable positive Werte
vorhanden.
Syntax RATIO STATISTICS WABIP WITH
DENO
/MISSING=EXCLUDE
/PRINT=MNCOV.
Ressourcen Prozessorzeit 00:00:00,00
Verstrichene Zeit 00:00:00,01
Zusammenfassung der
Fallverarbeitung
Anzahl
Insgesamt 10
Ausgeschlossen 16
Gesamtsumme 26
Fürthaller 22.07.2014 41
Verhältnisstatist
ik für Wachstum
des BIP in %
2013 /
Denominator
Variationskoeffizi
ent
Zentrierter
Mittelwert
79,0%
EXAMINE VARIABLES=WABIP BY BIPW /PLOT=BOXPLOT /STATISTICS=NONE /NOTOTAL /ID=MSEU.
Explorative Datenanalyse
Hinweise
Ausgabe erstellt 20-JUL-2014 00:35:17
Kommentare
Eingabe Daten D:\Michael\Documents\Studium\Politikw
issenschaft\Bakkalaureatsstudium\PS
Quantitative Methoden der
politikwissenschaftlichen
Forschung\TH3.sav
Aktives Dataset DataSet1
Filter <ohne>
Stärke <ohne>
Aufgeteilte Datei <ohne>
Anzahl Zeilen in
Arbeitsdatendatei26
Handhabung fehlender
Werte
Definition von 'Fehlend' Benutzerdefiniert fehlende Werte für
abhängige Variablen werden als
fehlend behandelt.
Fürthaller 22.07.2014 42
Verwendete Fälle Die Statistik basiert auf Fällen, bei
denen keine fehlenden Werte für
abhängige Variablen oder Faktoren
verwendet werden.
Syntax EXAMINE VARIABLES=WABIP BY
BIPW
/PLOT=BOXPLOT
/STATISTICS=NONE
/NOTOTAL
/ID=MSEU.
Ressourcen Prozessorzeit 00:00:00,13
Verstrichene Zeit 00:00:00,14
Wachstum des BIP in % 2013 EU-Staaten
Zusammenfassung der Fallverarbeitung
Wachstum des BIP in %
2013 EU-Staaten Fälle
Gültig Fehlend
H Prozent H Prozent
Wachstum des BIP in %
201318 69,2% 8 30,8%
Zusammenfassung der Fallverarbeitung
Wachstum des BIP in % 2013 EU-
Staaten Fälle
Gesamtsumme
H Prozent
Wachstum des BIP in % 2013 26 100,0%
Wachstum des BIP in % 2013
Fürthaller 22.07.2014 43
FREQUENCIES VARIABLES=SENI /NTILES=4 /STATISTICS=STDDEV VARIANCE RANGE MINIMUM MAXIMUM SEMEAN MEAN MEDIAN MODE SUM SKEWNESS SESKEW KURTOSIS SEKURT /HISTOGRAM NORMAL /ORDER=ANALYSIS.
Häufigkeiten
Hinweise
Ausgabe erstellt 20-JUL-2014 00:40:15
Kommentare
Fürthaller 22.07.2014 44
Eingabe Daten D:\Michael\Documents\Studium\Politikw
issenschaft\Bakkalaureatsstudium\PS
Quantitative Methoden der
politikwissenschaftlichen
Forschung\TH3.sav
Aktives Dataset DataSet1
Filter <ohne>
Stärke <ohne>
Aufgeteilte Datei <ohne>
Anzahl Zeilen in
Arbeitsdatendatei26
Handhabung fehlender
Werte
Definition von 'Fehlend' Benutzerdefiniert fehlende Werte
werden als fehlend behandelt
Verwendete Fälle Die Statistik basiert auf allen Fällen mit
gültigen Daten.
Syntax FREQUENCIES VARIABLES=SENI
/NTILES=4
/STATISTICS=STDDEV VARIANCE
RANGE MINIMUM MAXIMUM
SEMEAN MEAN MEDIAN MODE SUM
SKEWNESS SESKEW KURTOSIS
SEKURT
/HISTOGRAM NORMAL
/ORDER=ANALYSIS.
Ressourcen Prozessorzeit 00:00:00,11
Verstrichene Zeit 00:00:00,12
Fürthaller 22.07.2014 45
Statistiken
Anteil der Bevölkerung 65+ in %
N Gültig 18
Fehlend 8
Mittelwert 17,5556
Standardfehler des Mittelwerts ,57861
Median 18,0000
Modalwert 18,00
Standardabweichung 2,45482
Varianz 6,026
Schiefe -,921
Standardfehler der Schiefe ,536
Kurtosis ,713
Standardfehler der Kurtosis 1,038
Bereich 9,00
Minimum 12,00
Maximum 21,00
Summe 316,00
Perzentile 25 17,0000
50 18,0000
75 19,0000
Anteil der Bevölkerung 65+ in %
Häufigkeit Prozent Gültige Prozent
Kumulative
Prozente
Gültig 12,00 1 3,8 5,6 5,6
13,00 1 3,8 5,6 11,1
14,00 1 3,8 5,6 16,7
17,00 4 15,4 22,2 38,9
18,00 5 19,2 27,8 66,7
19,00 3 11,5 16,7 83,3
20,00 1 3,8 5,6 88,9
21,00 2 7,7 11,1 100,0
Gesamtsumme 18 69,2 100,0
Fehlend System 8 30,8
Gesamtsumme 26 100,0
Fürthaller 22.07.2014 46
RATIO STATISTICS SENI WITH DENO /MISSING=EXCLUDE /PRINT=MNCOV.
Verhältnisstatistik
Hinweise
Ausgabe erstellt 20-JUL-2014 00:40:28
Kommentare
Fürthaller 22.07.2014 47
Eingabe Daten D:\Michael\Documents\Studium\Politikw
issenschaft\Bakkalaureatsstudium\PS
Quantitative Methoden der
politikwissenschaftlichen
Forschung\TH3.sav
Aktives Dataset DataSet1
Filter <ohne>
Stärke <ohne>
Aufgeteilte Datei <ohne>
Anzahl Zeilen in
Arbeitsdatendatei26
Handhabung fehlender
Werte
Definition von 'Fehlend' Ein Fall wird als fehlend behandelt,
wenn er in einer Variablen, die für diese
Analyse verwendet wird,
systemdefiniert und/oder
benutzerdefiniert fehlende Werte
enthält.
Verwendete Fälle Für die verwendeten Fälle sind in der
Zählervariable nicht negative Werte und
in der Nennervariable positive Werte
vorhanden.
Syntax RATIO STATISTICS SENI WITH DENO
/MISSING=EXCLUDE
/PRINT=MNCOV.
Ressourcen Prozessorzeit 00:00:00,00
Verstrichene Zeit 00:00:00,01
Fürthaller 22.07.2014 48
Zusammenfassung der
Fallverarbeitung
Anzahl
Insgesamt 18
Ausgeschlossen 8
Gesamtsumme 26
Verhältnisstatist
ik für Anteil der
Bevölkerung
65+ in % /
Denominator
Variationskoeffizi
ent
Zentrierter
Mittelwert
14,0%
EXAMINE VARIABLES=SENI BY SENIO /PLOT=BOXPLOT /STATISTICS=NONE /NOTOTAL /ID=MSEU.
Explorative Datenanalyse
Hinweise
Ausgabe erstellt 20-JUL-2014 00:40:59
Kommentare
Eingabe Daten D:\Michael\Documents\Studium\Politikw
issenschaft\Bakkalaureatsstudium\PS
Quantitative Methoden der
politikwissenschaftlichen
Forschung\TH3.sav
Aktives Dataset DataSet1
Filter <ohne>
Fürthaller 22.07.2014 49
Stärke <ohne>
Aufgeteilte Datei <ohne>
Anzahl Zeilen in
Arbeitsdatendatei26
Handhabung fehlender
Werte
Definition von 'Fehlend' Benutzerdefiniert fehlende Werte für
abhängige Variablen werden als
fehlend behandelt.
Verwendete Fälle Die Statistik basiert auf Fällen, bei
denen keine fehlenden Werte für
abhängige Variablen oder Faktoren
verwendet werden.
Syntax EXAMINE VARIABLES=SENI BY
SENIO
/PLOT=BOXPLOT
/STATISTICS=NONE
/NOTOTAL
/ID=MSEU.
Ressourcen Prozessorzeit 00:00:00,16
Verstrichene Zeit 00:00:00,13
Anteil der Bevölkerung über 65 Jahren in %
Zusammenfassung der Fallverarbeitung
Anteil der Bevölkerung über
65 Jahren in % Fälle
Gültig Fehlend
H Prozent H Prozent
Anteil der Bevölkerung 65+
in %18 69,2% 8 30,8%
Zusammenfassung der Fallverarbeitung
Anteil der Bevölkerung über 65
Jahren in % Fälle
Gesamtsumme
H Prozent
Anteil der Bevölkerung 65+ in % 26 100,0%
Fürthaller 22.07.2014 50
Anteil der Bevölkerung 65+ in %
FREQUENCIES VARIABLES=ZINA /NTILES=4 /STATISTICS=STDDEV VARIANCE RANGE MINIMUM MAXIMUM SEMEAN MEAN MEDIAN MODE SUM SKEWNESS SESKEW KURTOSIS SEKURT /HISTOGRAM NORMAL /ORDER=ANALYSIS.
Häufigkeiten
Hinweise
Fürthaller 22.07.2014 51
Ausgabe erstellt 20-JUL-2014 00:41:57
Kommentare
Eingabe Daten D:\Michael\Documents\Studium\Politikw
issenschaft\Bakkalaureatsstudium\PS
Quantitative Methoden der
politikwissenschaftlichen
Forschung\TH3.sav
Aktives Dataset DataSet1
Filter <ohne>
Stärke <ohne>
Aufgeteilte Datei <ohne>
Anzahl Zeilen in
Arbeitsdatendatei26
Handhabung fehlender
Werte
Definition von 'Fehlend' Benutzerdefiniert fehlende Werte
werden als fehlend behandelt
Verwendete Fälle Die Statistik basiert auf allen Fällen mit
gültigen Daten.
Syntax FREQUENCIES VARIABLES=ZINA
/NTILES=4
/STATISTICS=STDDEV VARIANCE
RANGE MINIMUM MAXIMUM
SEMEAN MEAN MEDIAN MODE SUM
SKEWNESS SESKEW KURTOSIS
SEKURT
/HISTOGRAM NORMAL
/ORDER=ANALYSIS.
Ressourcen Prozessorzeit 00:00:00,09
Verstrichene Zeit 00:00:00,12
Fürthaller 22.07.2014 52
Statistiken
Langfristige Zinsen für 10 Jahres Staatsanleihen
N Gültig 18
Fehlend 8
Mittelwert 2,4706
Standardfehler des Mittelwerts ,28759
Median 2,0900
Modalwert 1,26a
Standardabweichung 1,22015
Varianz 1,489
Schiefe 1,609
Standardfehler der Schiefe ,536
Kurtosis 2,764
Standardfehler der Kurtosis 1,038
Bereich 4,67
Minimum 1,26
Maximum 5,93
Summe 44,47
Perzentile 25 1,5925
50 2,0900
75 2,9725
a. Es sind mehrere Modi vorhanden. Der
kleinste Wert wird angezeigt.
Langfristige Zinsen für 10 Jahres Staatsanleihen
Häufigkeit Prozent Gültige Prozent
Kumulative
Prozente
Gültig 1,26 1 3,8 5,6 5,6
1,38 1 3,8 5,6 11,1
1,44 1 3,8 5,6 16,7
1,57 1 3,8 5,6 22,2
1,60 1 3,8 5,6 27,8
1,66 1 3,8 5,6 33,3
1,71 1 3,8 5,6 38,9
1,80 1 3,8 5,6 44,4
1,83 1 3,8 5,6 50,0
2,35 1 3,8 5,6 55,6
2,44 1 3,8 5,6 61,1
2,72 1 3,8 5,6 66,7
2,73 1 3,8 5,6 72,2
Fürthaller 22.07.2014 53
2,92 1 3,8 5,6 77,8
3,13 1 3,8 5,6 83,3
3,50 1 3,8 5,6 88,9
4,50 1 3,8 5,6 94,4
5,93 1 3,8 5,6 100,0
Gesamtsumme 18 69,2 100,0
Fehlend System 8 30,8
Gesamtsumme 26 100,0
RATIO STATISTICS ZINA WITH DENO /MISSING=EXCLUDE /PRINT=MNCOV.
Fürthaller 22.07.2014 54
Verhältnisstatistik
Hinweise
Ausgabe erstellt 20-JUL-2014 00:42:23
Kommentare
Eingabe Daten D:\Michael\Documents\Studium\Politikw
issenschaft\Bakkalaureatsstudium\PS
Quantitative Methoden der
politikwissenschaftlichen
Forschung\TH3.sav
Aktives Dataset DataSet1
Filter <ohne>
Stärke <ohne>
Aufgeteilte Datei <ohne>
Anzahl Zeilen in
Arbeitsdatendatei26
Handhabung fehlender
Werte
Definition von 'Fehlend' Ein Fall wird als fehlend behandelt,
wenn er in einer Variablen, die für diese
Analyse verwendet wird,
systemdefiniert und/oder
benutzerdefiniert fehlende Werte
enthält.
Verwendete Fälle Für die verwendeten Fälle sind in der
Zählervariable nicht negative Werte und
in der Nennervariable positive Werte
vorhanden.
Syntax RATIO STATISTICS ZINA WITH DENO
/MISSING=EXCLUDE
/PRINT=MNCOV.
Ressourcen Prozessorzeit 00:00:00,00
Verstrichene Zeit 00:00:00,02
Zusammenfassung der
Fallverarbeitung
Anzahl
Insgesamt 18
Ausgeschlossen 8
Gesamtsumme 26
Fürthaller 22.07.2014 55
Verhältnisstatist
ik für
Langfristige
Zinsen für 10
Jahres
Staatsanleihen /
Denominator
Variationskoeffizi
ent
Zentrierter
Mittelwert
49,4%
EXAMINE VARIABLES=ZINA BY ZINS /PLOT=BOXPLOT /STATISTICS=NONE /NOTOTAL /ID=MSEU.
Explorative Datenanalyse
Hinweise
Ausgabe erstellt 20-JUL-2014 00:42:49
Kommentare
Eingabe Daten D:\Michael\Documents\Studium\Politikw
issenschaft\Bakkalaureatsstudium\PS
Quantitative Methoden der
politikwissenschaftlichen
Forschung\TH3.sav
Aktives Dataset DataSet1
Filter <ohne>
Stärke <ohne>
Aufgeteilte Datei <ohne>
Anzahl Zeilen in
Arbeitsdatendatei26
Fürthaller 22.07.2014 56
Handhabung fehlender
Werte
Definition von 'Fehlend' Benutzerdefiniert fehlende Werte für
abhängige Variablen werden als
fehlend behandelt.
Verwendete Fälle Die Statistik basiert auf Fällen, bei
denen keine fehlenden Werte für
abhängige Variablen oder Faktoren
verwendet werden.
Syntax EXAMINE VARIABLES=ZINA BY ZINS
/PLOT=BOXPLOT
/STATISTICS=NONE
/NOTOTAL
/ID=MSEU.
Ressourcen Prozessorzeit 00:00:00,09
Verstrichene Zeit 00:00:00,12
Langfristige Zinsen für 10 Jahres Staatsanleihen
Zusammenfassung der Fallverarbeitung
Langfristige Zinsen für 10
Jahres Staatsanleihen Fälle
Gültig Fehlend
H Prozent H Prozent
Langfristige Zinsen für 10
Jahres Staatsanleihen18 69,2% 8 30,8%
Zusammenfassung der Fallverarbeitung
Langfristige Zinsen für 10 Jahres
Staatsanleihen Fälle
Gesamtsumme
H Prozent
Langfristige Zinsen für 10 Jahres
Staatsanleihen26 100,0%
Langfristige Zinsen für 10 Jahres Staatsanleihen
Fürthaller 22.07.2014 57
FREQUENCIES VARIABLES=REGP /NTILES=4 /STATISTICS=STDDEV VARIANCE RANGE MINIMUM MAXIMUM SEMEAN MEAN MEDIAN MODE SUM SKEWNESS SESKEW KURTOSIS SEKURT /HISTOGRAM NORMAL /ORDER=ANALYSIS.
Fürthaller 22.07.2014 58
Häufigkeiten
Hinweise
Ausgabe erstellt 20-JUL-2014 00:44:44
Kommentare
Eingabe Daten D:\Michael\Documents\Studium\Politikw
issenschaft\Bakkalaureatsstudium\PS
Quantitative Methoden der
politikwissenschaftlichen
Forschung\TH3.sav
Aktives Dataset DataSet1
Filter <ohne>
Stärke <ohne>
Aufgeteilte Datei <ohne>
Anzahl Zeilen in
Arbeitsdatendatei26
Handhabung fehlender
Werte
Definition von 'Fehlend' Benutzerdefiniert fehlende Werte
werden als fehlend behandelt
Verwendete Fälle Die Statistik basiert auf allen Fällen mit
gültigen Daten.
Syntax FREQUENCIES VARIABLES=REGP
/NTILES=4
/STATISTICS=STDDEV VARIANCE
RANGE MINIMUM MAXIMUM
SEMEAN MEAN MEDIAN MODE SUM
SKEWNESS SESKEW KURTOSIS
SEKURT
/HISTOGRAM NORMAL
/ORDER=ANALYSIS.
Ressourcen Prozessorzeit 00:00:00,11
Verstrichene Zeit 00:00:00,12
Fürthaller 22.07.2014 59
Statistiken
Ideologische Zusammensetzung der Regierung
N Gültig 18
Fehlend 8
Mittelwert 2,3333
Standardfehler des Mittelwerts ,32338
Median 2,0000
Modalwert 1,00
Standardabweichung 1,37199
Varianz 1,882
Schiefe ,700
Standardfehler der Schiefe ,536
Kurtosis -,490
Standardfehler der Kurtosis 1,038
Bereich 4,00
Minimum 1,00
Maximum 5,00
Summe 42,00
Perzentile 25 1,0000
50 2,0000
75 3,0000
Ideologische Zusammensetzung der Regierung
Häufigkeit Prozent Gültige Prozent
Kumulative
Prozente
Gültig 1,00 7 26,9 38,9 38,9
2,00 3 11,5 16,7 55,6
3,00 5 19,2 27,8 83,3
4,00 1 3,8 5,6 88,9
5,00 2 7,7 11,1 100,0
Gesamtsumme 18 69,2 100,0
Fehlend System 8 30,8
Gesamtsumme 26 100,0
Fürthaller 22.07.2014 60
RATIO STATISTICS REGP WITH DENO /MISSING=EXCLUDE /PRINT=MNCOV.
Verhältnisstatistik
Hinweise
Ausgabe erstellt 20-JUL-2014 00:45:02
Kommentare
Fürthaller 22.07.2014 61
Eingabe Daten D:\Michael\Documents\Studium\Politikw
issenschaft\Bakkalaureatsstudium\PS
Quantitative Methoden der
politikwissenschaftlichen
Forschung\TH3.sav
Aktives Dataset DataSet1
Filter <ohne>
Stärke <ohne>
Aufgeteilte Datei <ohne>
Anzahl Zeilen in
Arbeitsdatendatei26
Handhabung fehlender
Werte
Definition von 'Fehlend' Ein Fall wird als fehlend behandelt,
wenn er in einer Variablen, die für diese
Analyse verwendet wird,
systemdefiniert und/oder
benutzerdefiniert fehlende Werte
enthält.
Verwendete Fälle Für die verwendeten Fälle sind in der
Zählervariable nicht negative Werte und
in der Nennervariable positive Werte
vorhanden.
Syntax RATIO STATISTICS REGP WITH
DENO
/MISSING=EXCLUDE
/PRINT=MNCOV.
Ressourcen Prozessorzeit 00:00:00,02
Verstrichene Zeit 00:00:00,01
Fürthaller 22.07.2014 62
Zusammenfassung der
Fallverarbeitung
Anzahl
Insgesamt 18
Ausgeschlossen 8
Gesamtsumme 26
Verhältnisstatist
ik für
Ideologische
Zusammensetzu
ng der
Regierung /
Denominator
Variationskoeffizi
ent
Zentrierter
Mittelwert
58,8%
EXAMINE VARIABLES=REGP BY REPA /PLOT=BOXPLOT /STATISTICS=NONE /NOTOTAL /ID=MSEU.
Explorative Datenanalyse
Hinweise
Ausgabe erstellt 20-JUL-2014 00:45:17
Kommentare
Eingabe Daten D:\Michael\Documents\Studium\Politikw
issenschaft\Bakkalaureatsstudium\PS
Quantitative Methoden der
politikwissenschaftlichen
Forschung\TH3.sav
Fürthaller 22.07.2014 63
Aktives Dataset DataSet1
Filter <ohne>
Stärke <ohne>
Aufgeteilte Datei <ohne>
Anzahl Zeilen in
Arbeitsdatendatei26
Handhabung fehlender
Werte
Definition von 'Fehlend' Benutzerdefiniert fehlende Werte für
abhängige Variablen werden als
fehlend behandelt.
Verwendete Fälle Die Statistik basiert auf Fällen, bei
denen keine fehlenden Werte für
abhängige Variablen oder Faktoren
verwendet werden.
Syntax EXAMINE VARIABLES=REGP BY
REPA
/PLOT=BOXPLOT
/STATISTICS=NONE
/NOTOTAL
/ID=MSEU.
Ressourcen Prozessorzeit 00:00:00,16
Verstrichene Zeit 00:00:00,13
Ideologische Zusammensetzung der Regierung
Zusammenfassung der Fallverarbeitung
Ideologische
Zusammensetzung der
Regierung Fälle
Gültig Fehlend
H Prozent H Prozent
Ideologische
Zusammensetzung der
Regierung
18 69,2% 8 30,8%
Zusammenfassung der Fallverarbeitung
Ideologische Zusammensetzung der
Regierung Fälle
Gesamtsumme
Fürthaller 22.07.2014 64
H Prozent
Ideologische Zusammensetzung der
Regierung26 100,0%
Ideologische Zusammensetzung der Regierung
Fürthaller 22.07.2014 65
FREQUENCIES VARIABLES=EURZ /BARCHART FREQ /ORDER=ANALYSIS.
Häufigkeiten
Hinweise
Ausgabe erstellt 21-JUL-2014 17:52:06
Kommentare
Eingabe Daten D:\Michael\Documents\Studium\Politikw
issenschaft\Bakkalaureatsstudium\PS
Quantitative Methoden der
politikwissenschaftlichen
Forschung\TH3.sav
Aktives Dataset DataSet1
Filter <ohne>
Stärke <ohne>
Aufgeteilte Datei <ohne>
Anzahl Zeilen in
Arbeitsdatendatei26
Handhabung fehlender
Werte
Definition von 'Fehlend' Benutzerdefiniert fehlende Werte
werden als fehlend behandelt
Verwendete Fälle Die Statistik basiert auf allen Fällen mit
gültigen Daten.
Syntax FREQUENCIES VARIABLES=EURZ
/BARCHART FREQ
/ORDER=ANALYSIS.
Ressourcen Prozessorzeit 00:00:00,12
Verstrichene Zeit 00:00:00,12
Statistiken
Mitgliedschaft in der Eurozone
N Gültig 18
Fehlend 8
Fürthaller 22.07.2014 66
Mitgliedschaft in der Eurozone
Häufigkeit Prozent Gültige Prozent
Kumulative
Prozente
Gültig Nicht in der Eurozone 4 15,4 22,2 22,2
Eurozone 14 53,8 77,8 100,0
Gesamtsumme 18 69,2 100,0
Fehlend System 8 30,8
Gesamtsumme 26 100,0
Anhang Abschnitt A2:
Fürthaller 22.07.2014 67
CORRELATIONS /VARIABLES=BSVS13 SENI REGP ZINA WABIP /PRINT=TWOTAIL NOSIG /MISSING=PAIRWISE.
Korrelationen
Hinweise
Ausgabe erstellt 21-JUL-2014 18:03:33
Kommentare
Eingabe Daten D:\Michael\Documents\Studium\Politikw
issenschaft\Bakkalaureatsstudium\PS
Quantitative Methoden der
politikwissenschaftlichen
Forschung\TH3.sav
Aktives Dataset DataSet1
Filter <ohne>
Stärke <ohne>
Aufgeteilte Datei <ohne>
Anzahl Zeilen in
Arbeitsdatendatei26
Handhabung fehlender
Werte
Definition von 'Fehlend' Benutzerdefiniert fehlende Werte
werden als fehlend behandelt
Verwendete Fälle Die Statistik für die einzelnen
Variablenpaare basiert auf allen Fällen
mit gültigen Daten für das jeweilige
Variablenpaar.
Syntax CORRELATIONS
/VARIABLES=BSVS13 SENI REGP
ZINA WABIP
/PRINT=TWOTAIL NOSIG
/MISSING=PAIRWISE.
Ressourcen Prozessorzeit 00:00:00,02
Verstrichene Zeit 00:00:00,01
Korrelationen
Fürthaller 22.07.2014 68
Bruttostaatsv
erschuldung
in % des BIP
2013
Anteil der
Bevölkerung
65+ in %
Ideologische
Zusammense
tzung der
Regierung
Langfristige
Zinsen für 10
Jahres
Staatsanleihe
n
Wachstum
des BIP in %
2013
Bruttostaatsverschuldun
g in % des BIP 2013
Pearson-
Korrelation1 ,298 ,204 ,672** -,738**
Sig. (2-seitig) ,229 ,418 ,002 ,000
N 18 18 18 18 18
Anteil der Bevölkerung
65+ in %
Pearson-
Korrelation,298 1 -,250 ,106 -,431
Sig. (2-seitig) ,229 ,316 ,675 ,074
N 18 18 18 18 18
Ideologische
Zusammensetzung der
Regierung
Pearson-
Korrelation ,204 -,250 1 ,422 -,361
Sig. (2-seitig) ,418 ,316 ,081 ,142
N 18 18 18 18 18
Langfristige Zinsen für
10 Jahres
Staatsanleihen
Pearson-
Korrelation ,672** ,106 ,422 1 -,557*
Sig. (2-seitig) ,002 ,675 ,081 ,016
N 18 18 18 18 18
Wachstum des BIP in %
2013
Pearson-
Korrelation-,738** -,431 -,361 -,557* 1
Sig. (2-seitig) ,000 ,074 ,142 ,016
N 18 18 18 18 18
**. Korrelation ist bei Niveau 0,01 signifikant (zweiseitig).
*. Korrelation ist bei Niveau 0,05 signifikant (zweiseitig).
NONPAR CORR /VARIABLES=BSVS13 SENI REGP ZINA WABIP /PRINT=SPEARMAN TWOTAIL NOSIG /MISSING=PAIRWISE.
Nicht parametrische Korrelationen
Fürthaller 22.07.2014 69
Hinweise
Ausgabe erstellt 21-JUL-2014 18:03:33
Kommentare
Eingabe Daten D:\Michael\Documents\Studium\Politikw
issenschaft\Bakkalaureatsstudium\PS
Quantitative Methoden der
politikwissenschaftlichen
Forschung\TH3.sav
Aktives Dataset DataSet1
Filter <ohne>
Stärke <ohne>
Aufgeteilte Datei <ohne>
Anzahl Zeilen in
Arbeitsdatendatei26
Handhabung fehlender
Werte
Definition von 'Fehlend' Benutzerdefiniert fehlende Werte
werden als fehlend behandelt
Verwendete Fälle Die Statistik für die einzelnen
Variablenpaare basiert auf allen Fällen
mit gültigen Daten für das jeweilige
Variablenpaar.
Syntax NONPAR CORR
/VARIABLES=BSVS13 SENI REGP
ZINA WABIP
/PRINT=SPEARMAN TWOTAIL
NOSIG
/MISSING=PAIRWISE.
Ressourcen Prozessorzeit 00:00:00,00
Verstrichene Zeit 00:00:00,00
Anzahl der zulässigen Fälle 98304 Fällea
a. Basiert auf der Verfügbarkeit des Hauptspeichers
Fürthaller 22.07.2014 70
Korrelationen
Bruttostaatsv
erschuldung
in % des BIP
2013
Anteil der
Bevölkerung
65+ in %
Ideologische
Zusammense
tzung der
Regierung
Langfristige
Zinsen für 10
Jahres
Staatsanleihe
n
Wachstum
des BIP in %
2013
Spearman-
Rho
Bruttostaatsverschuldun
g in % des BIP 2013
Korrelationskoeffizie
nt1,000 ,323 ,070 ,585* -,622**
Sig. (2-seitig) . ,192 ,782 ,011 ,006
N 18 18 18 18 18
Anteil der Bevölkerung
65+ in %
Korrelationskoeffizie
nt,323 1,000 -,154 -,037 -,464
Sig. (2-seitig) ,192 . ,543 ,885 ,053
N 18 18 18 18 18
Ideologische
Zusammensetzung der
Regierung
Korrelationskoeffizie
nt ,070 -,154 1,000 ,319 -,272
Sig. (2-seitig) ,782 ,543 . ,197 ,275
N 18 18 18 18 18
Langfristige Zinsen für
10 Jahres
Staatsanleihen
Korrelationskoeffizie
nt ,585* -,037 ,319 1,000 -,395
Sig. (2-seitig) ,011 ,885 ,197 . ,105
N 18 18 18 18 18
Wachstum des BIP in %
2013
Korrelationskoeffizie
nt-,622** -,464 -,272 -,395 1,000
Sig. (2-seitig) ,006 ,053 ,275 ,105 .
N 18 18 18 18 18
*. Korrelation ist bei Niveau 0,05 signifikant (zweiseitig).
**. Korrelation ist bei Niveau 0,01 signifikant (zweiseitig).
PARTIAL CORR /VARIABLES=BSVS13 REGP BY SENI ZINA WABIP /SIGNIFICANCE=TWOTAIL /STATISTICS=DESCRIPTIVES /MISSING=LISTWISE.
Partielle Korrelation
Fürthaller 22.07.2014 71
Hinweise
Ausgabe erstellt 21-JUL-2014 18:04:34
Kommentare
Eingabe Daten D:\Michael\Documents\Studium\Politikw
issenschaft\Bakkalaureatsstudium\PS
Quantitative Methoden der
politikwissenschaftlichen
Forschung\TH3.sav
Aktives Dataset DataSet1
Filter <ohne>
Stärke <ohne>
Aufgeteilte Datei <ohne>
Anzahl Zeilen in
Arbeitsdatendatei26
Handhabung fehlender
Werte
Definition von 'Fehlend' benutzerdefiniert fehlende Werte
werden als fehlend behandelt
Verwendete Fälle Die Statistik basiert auf Fällen, bei
denen für keine der aufgelisteten
Variablen Daten fehlen.
Syntax PARTIAL CORR
/VARIABLES=BSVS13 REGP BY
SENI ZINA WABIP
/SIGNIFICANCE=TWOTAIL
/STATISTICS=DESCRIPTIVES
/MISSING=LISTWISE.
Ressourcen Prozessorzeit 00:00:00,00
Verstrichene Zeit 00:00:00,01
Fürthaller 22.07.2014 72
Deskriptive Statistiken
Mittelwert
Standardabweic
hung H
Bruttostaatsverschuldung in
% des BIP 201385,4167 37,47740 18
Ideologische
Zusammensetzung der
Regierung
2,3333 1,37199 18
Anteil der Bevölkerung 65+
in %17,5556 2,45482 18
Langfristige Zinsen für 10
Jahres Staatsanleihen2,4706 1,22015 18
Wachstum des BIP in %
2013-,1722 1,49423 18
Korrelationen
Kontrollvariablen
Bruttostaatsverschuldung in %des BIP
2013
Ideologische
Zusammensetzung
derRegierung
Anteil der Bevölkerung 65+ in% & Langfristige Zinsen für 10 Jahres Staatsanleihen & Wachstum des BIP in % 2013
Bruttostaatsverschuldung in % des BIP 2013
Korrelation
1,000 -,279
Signifikanz (2-seitig)
. ,314
df 0 13
Ideologische Zusammensetzung der Regierung
Korrelation-,279 1,000
Signifikanz (2-seitig)
,314 .
df 13 0
Fürthaller 22.07.2014 73
GET FILE='D:\Michael\Documents\Studium\Politikwissenschaft\Bakkalaureatsstudium\PS Quantitative Methoden der politikwissenschaftlichen Forschung\TH3.sav'.DATASET NAME DataSet1 WINDOW=FRONT.REGRESSION /MISSING LISTWISE /STATISTICS COEFF OUTS R ANOVA CHANGE /CRITERIA=PIN(.05) POUT(.10) /NOORIGIN /DEPENDENT BSVS13 /METHOD=ENTER WABIP SENI REGP ZINA EURZ /RESIDUALS DURBIN /SAVE PRED ZPRED RESID ZRESID.
Regression
Hinweise
Ausgabe erstellt 21-JUL-2014 22:53:17
Kommentare
Input Daten D:\Michael\Documents\Studium\Politikw
issenschaft\Bakkalaureatsstudium\PS
Quantitative Methoden der
politikwissenschaftlichen
Forschung\TH3.sav
Aktives Dataset DataSet1
Filter <ohne>
Stärke <ohne>
Aufgeteilte Datei <ohne>
Anzahl Zeilen in
Arbeitsdatendatei26
Handhabung fehlender
Werte
Definition von 'Fehlend' Benutzerdefiniert fehlende Werte
werden als fehlend behandelt
Verwendete Fälle Die Statistik basiert auf Fällen, bei
denen für alle verwendeten Variablen
alle Werte vorhanden sind.
Fürthaller 22.07.2014 74
Syntax REGRESSION
/MISSING LISTWISE
/STATISTICS COEFF OUTS R
ANOVA CHANGE
/CRITERIA=PIN(.05) POUT(.10)
/NOORIGIN
/DEPENDENT BSVS13
/METHOD=ENTER WABIP SENI
REGP ZINA EURZ
/RESIDUALS DURBIN
/SAVE PRED ZPRED RESID
ZRESID.
Ressourcen Prozessorzeit 00:00:00,02
Verstrichene Zeit 00:00:00,02
Erforderlicher Speicher 5728 Byte
Es ist zusätzlicher Speicher
für Residuendiagramme
erforderlich
0 Byte
Erstellte oder geänderte
Variablen
PRE_3Unstandardized Predicted Value
RES_3 Unstandardized Residual
ZPR_3 Standardized Predicted Value
ZRE_3 Standardized Residual
[DataSet1] D:\Michael\Documents\Studium\Politikwissenschaft\Bakkalaureatsstudium\PS Quantitative Methoden der politikwissenschaftlichen Forschung\TH3.sav
Fürthaller 22.07.2014 75
Eingegebene/Entfernte Variablen
Modell
Eingegebene
Variablen
Entfernte
Variablen Methode
1 Mitgliedschaft in
der Eurozone ,
Langfristige
Zinsen für 10
Jahres
Staatsanleihen,
Anteil der
Bevölkerung
65+ in %,
Ideologische
Zusammensetzu
ng der
Regierung,
Wachstum des
BIP in % 2013
. Aufnehmen
Modellübersicht
Modell R
R-
Quadrat
Angepasstes
R-Quadrat
Standardfehl
er der
Schätzung Änderungsstatistik
Durbin-
Watson
Änderung R-
Quadrat
Änderung in
F df1 df2
Sig.
Änderung in
F
1 ,838 ,703 ,579 24,31699 ,703 5,676 5 12 ,007 1,366
ANOVA
Modell Quadratsumme df
Mittel der
Quadrate F Sig.
1 Regression 16781,654 5 3356,331 5,676 ,007
Residuum 7095,791 12 591,316
Gesamtsumme 23877,445 17
Koeffizienten
Fürthaller 22.07.2014 76
ModellNicht standardisierte
Koeffizienten
Standardisierte
Koeffizienten t Sig.
BStandardfe
hler Beta
1 (Konstante) 36,116 72,529 ,498 ,628
Wachstum des BIP in % 2013
-9,386 7,623 -,374 -1,231 ,242
Anteil der Bevölkerung 65+ in %
,190 3,189 ,012 ,060 ,953
Ideologische Zusammensetzung der Regierung
-8,035 5,801 -,294 -1,385 ,191
Langfristige Zinsen für 10 Jahres Staatsanleihen
18,163 7,473 ,591 2,431 ,032
Mitgliedschaft in derEurozone
23,432 21,199 ,267 1,105 ,291
Residuenstatistik
Minimum Maximum Mittelwert
Standardabweic
hung H
Vorhergesagter Wert 44,5469 167,4840 85,4167 31,41904 18
Residuum -34,44717 32,56221 ,00000 20,43036 18
Standardvorhersagewert -1,301 2,612 ,000 1,000 18
Standardresiduum -1,417 1,339 ,000 ,840 18
Fürthaller 22.07.2014 77