Sozialer Status und Hup-Verhalten: Ein Feldexperiment zum Zusammenhang zwischen Status und Aggression im Strassenverkehr

Der Frage nach dem Zusammenhang zwischen sozialem Status und Aggressionsverhalten im Straßenverkehr wurde bereits verschiedentlich mit Hilfe des so genannten Hup-Experiments nachgegangen. Die Zeit, die vergeht, bis ein durch ein experimentelles Fahrzeug an der Weiterfahrt gehinderter Verkehrsteilnehmer die Hupe betätigt, wird dabei als (umgekehrt proportionaler) Indikator für das Ausmaß an geäußerter Aggression verwendet. Während bisherige Studien jeweils nur auf den blockierenden oder den blockierten Verkehrteilnehmer fokussierten, wird im vorliegenden Beitrag argumentiert, dass es sich um soziale Interaktionen handelt, in denen das Zusammenspiel der Eigenschaften beider Akteure für die unternommenen Handlungen von Bedeutung ist. Es werden Ergebnisse eines in der Schweiz durchgeführten Feldexperiments (N = 123) berichtet, die dafür sprechen, dass das Ausmaß an Aggression allgemein mit größerer sozialer Distanz zunimmt, und Aggression nicht, wie man aufgrund von Befunden zum Zusammenhang zwischen Status und Aggression in anderen Kontexten erwarten würde, vor allem gegenüber statustieferen Akteuren ausgedrückt wird.

Diagnostik von Regressionsschätzungen bei kleinen Stichproben (mit einem Exkurs zu logistischer Regression)

Wie alle anderen statistischen Verfahren konzentriert sich auch die Methode der Regression nur auf die Analyse ausgewählter Aspekte vorliegenden Datenmaterials. Entsprechend sind zu gegebenen Regressionsergebnissen ganz unterschiedliche Datenkonstellationen denkbar, wovon aber für die Interpretation der Ergebnisse nicht alle unproblematisch sind. So besteht besonders bei kleinen Stichproben die Gefahr, dass die Regressionsschätzung entscheidend von einzelnen Extremwerten abhängt, was die Verlässlichkeit der daraus abgeleiteten Schlussfolgerungen beeinträchtigt. In diesem Beitrag werden deshalb anhand von Beispielen einige einfache grafische und formale Instrumente zur Diagnose einflussreicher Datenpunkte in der linearen und logistischen Regression vorgestellt, die im Prozess der Datenanalyse standardmäßig angewendet werden sollten. Weiterhin werden nach Identifikation „atypischer“ Datenpunkte zu verfolgende Analysestrategien diskutiert.