Parteien legen den Wahlern, aber auch potentiellen Koalitionspartnern, mit ihren Wahlprogrammen vor jeder Wahl ihre Politikvorstellungen zu verschiedenen Themenbereichen vor. In diesem Arbeitspapier werden die Politikangebote der im Deutschen Bundestag vertretenen Parteien im Zeitraum von 1976 bis 2009 untersucht. Dazu verwenden wir den R-Algorithmus Wordfish (Slapin und Proksch 2008) zur automatischen Analyse der Wahlprogrammtexte auf Basis der Worthaufigkeiten. Fur die getrennte Analyse verschiedener Politikfelder werden die Wahlprogrammtexte vor der Analyse mit Wordfish anhand der Uberschriften manuell in verschiedene Politikfelder eingeteilt. Zunachst analysieren wir allerdings die gesamten Wahlprogrammtexte, um die Parteien auf einer allgemeinen Politikdimension zu verorten. Gleichzeitig wenden wir den Wordfish-Algorithmus aber auch, analog zur ursprunglichen Anwendung auf Worthaufigkeiten, auf die Kategorienhaufigkeiten der CMP-Codierung der Bundestagswahlprogramme an (Budge, Klingemann et al. 2001; Klingemann, Volkens et al. 2006). Dadurch konnen wir die Anwendung von Wordfish zur Konstruktion einer allgemeinen Gesamtskala erfolgreich validieren. Um unsere nur auf den Uberschriften basierende Aufteilung des Textes auf verschiedene Politikfelder zu uberprufen, weisen wir auch die Aussagencodierung nach den 56 CMP-Kategorien unseren Politikfeldern zu und uberprufen an den Bundestagswahlprogrammen von 2009 die Ubereinstimmung zwischen Kategorien- und Uberschriftencodierung. Auch wenn die Ubereinstimmung nicht perfekt ist, bestatigen die Ergebnisse die Angemessenheit der Verwendung von Uberschriften als Indikatoren fur den Inhalt der nachfolgenden Textpassagen. In einem weiteren Schritt uberprufen wir die Ubereinstimmung unserer soziookonomischen und gesellschaftspolitischen Skalen mit auf den CMP-Daten basierenden Fremdskalen und erzielen auch hier uberzeugende Ergebnisse. Insgesamt zeigt unser Papier eine effiziente Moglichkeit der Konstruktion politikfeldspezifischer Parteipositionen mit dem R-Algorithmus Wordfish auf. Gleichzeitig wird aber auch anschaulich dargestellt, wie wichtig es ist, die speziellen Analysebedingungen an die jeweilige Fragestellung anzupassen, um valide Ergebnisse zu erhalten.
[1]
Sven-Oliver Proksch,et al.
A Scaling Model for Estimating Time-Series Party Positions from Texts
,
2007
.
[2]
F. U. Pappi,et al.
Party Election Programmes, Signalling Policies and Salience of Specific Policy Domains: The German Parties from 1990 to 2005
,
2009
.
[3]
H. Keman.
Experts and manifestos: Different sources - same results for comparative research?
,
2007
.
[4]
Eric B. Edwards,et al.
Reliability and validity of the 2002 and 2006 Chapel Hill expert surveys on party positioning
,
2010
.
[5]
P. Converse.
The Nature of Belief Systems in Mass Publics
,
2004
.
[6]
I. Budge,et al.
Mapping Policy Preferences: Estimates for Parties, Electors, and Governments 1945-1998
,
2001
.
[7]
Slava J. Mikhaylov,et al.
Scaling policy preferences from coded political texts
,
2011
.
[8]
Riccardo Pelizzo.
Party positions or party direction? An analysis of Party Manifesto Data
,
2003
.
[9]
Estimating the Policy Positions of Political Parties From Legislative Election Manifestos 1958–2002
,
2006
.
[10]
John D. Huber,et al.
Putting Parties in Their Place: Inferring Party Left-Right Ideological Positions from Party Manifestos Data
,
2000
.