Messung von religiösem Fundamentalismus im ALLBUS 2023 Daten

DOI

Das Datenfile enthält die Ergebnisse zweier konfirmatorischer Faktorenanalysen (CFA) und einer latenten Klassenanalyse (LCA) der Skala „Religiöser Fundamentalismus“, die in der ALLBUS 2023-Erhebung verwendet wurde. Die Skala wurde von Detlef Pollack, Olaf Müller und Sara Kabogan von der Universität Münster vorgeschlagen. Sie besteht aus vier Items, die jeweils eine Dimension des religiösen Fundamentalismus messen (vgl. Pollack et al. 2024): Überlegenheit, Universalität, Restauration und Exklusivität. In der Originalskala bewerteten die Befragten jedes Item auf einer vierstufigen Antwortskala.Das Item, das die Exklusivität misst, war bereits Teil einer forced-choice Frage zu religiösem Exklusivismus vs. Pluralismus im ALLBUS-Modul zu Religion. Um Zeitreihen zu erhalten, wurde das Item in seiner ursprünglichen Form beibehalten.Da es für die Nutzer manchmal schwierig ist, kontinuierliche Skalen mit nominalen Indikatoren zu konstruieren, haben wir ein CFA-Modell geschätzt, das die drei ordinalen Items und das nominale Item zur Exklusivität enthält. Die Faktorwerte wurden gespeichert und sind Teil des Datensatzes. Zwei Versionen der CFA wurden geschätzt. Die erste verwendete das in Mplus implementierte Standardverfahren zur Imputation fehlender Daten. Für die zweite wurde ein listenweiser Ausschluss fehlender Werte angewendet. Außerdem wurde dem Datensatz eine Klassifikation der Individuen mittels LCA hinzugefügt. Schließlich enthält der Datensatz die Identifikationsnummer der Befragten, um die Variablen zum religiösen Fundamentalismus mit Daten aus der ALLBUS/GGSS-Erhebung 2023 (ZA8830 und ZA8831) zusammenführen zu können.

The data file contains the results of two different confirmatory factor analyses (CFA) and a latent class analysis (LCA) of the religious fundamentalism scales administered in the ALLBUS/GGSS 2023 survey. The scale was proposed by Detlef Pollack, Olaf Müller and Sara Kabogan of the University of Münster. It consists of four question-items, each measuring one dimension of religious fundamentalism (see Pollack et al. 2024): Superiority, Universality, Restoration and Exclusivity. In the original scale respondents rated each item on a four-point response scale. The item measuring exclusivity was already part of a forced-choice question on religious exclusivism vs. pluralism in the ALLBUS/GGSS module on religion. In order to preserve the time series, the item was kept in its original form. As it is sometimes difficult for users to construct continuous scales using nominal indicators, we estimated a CFA model including the three ordinal question items and the nominal item for exclusivism. The factor scores were stored and are part of this dataset. Two versions of the CFA were estimated. The first used the standard missing data imputation procedure implemented in Mplus. The second used listwise partitioning of the data. In addition, a classification of individuals using LCA was added to the dataset. Finally, the dataset includes the respondent identification number to merge the religious fundamentalism variables with data from the ALLBUS/GGSS 2023 survey (ZA8830 and ZA8831).

Face-to-face interview: CAPI/CAMI

Self-administered questionnaire: Web-based

Self-administered questionnaire: Paper

Personen (Deutsche und Ausländer), die zum Befragungszeitpunkt in Privathaushalten lebten und vor dem 01.01.2005 geboren sind.

All persons (German and non-German) who resided in private households and were born before 1 January 2005.

Wahrscheinlichkeitsauswahl: Disproportional geschichtete Zufallsauswahl; Wahrscheinlichkeitsauswahl: Mehrstufige Zufallsauswahl

Identifier
DOI https://doi.org/10.4232/1.14439
Metadata Access https://api.datacite.org/dois/10.4232/1.14439
Provenance
Creator Siegers, Pascal
Publisher GESIS
Contributor Kantar Public, München
Publication Year 2024
Rights Alle im GESIS DBK veröffentlichten Metadaten sind frei verfügbar unter den Creative Commons CC0 1.0 Universal Public Domain Dedication. GESIS bittet jedoch darum, dass Sie alle Metadatenquellen anerkennen und sie nennen, etwa die Datengeber oder jeglichen Aggregator, inklusive GESIS selbst. Für weitere Informationen siehe https://dbk.gesis.org/dbksearch/guidelines.asp?db=d; All metadata from GESIS DBK are available free of restriction under the Creative Commons CC0 1.0 Universal Public Domain Dedication. However, GESIS requests that you actively acknowledge and give attribution to all metadata sources, such as the data providers and any data aggregators, including GESIS. For further information see https://dbk.gesis.org/dbksearch/guidelines.asp
OpenAccess true
Representation
Language German
Resource Type Dataset
Version 1.0.0
Discipline Social Sciences
Spatial Coverage Germany