Access

You are not currently logged in.

Access your personal account or get JSTOR access through your library or other institution:

login

Log in to your personal account or through your institution.

If You Use a Screen Reader

This content is available through Read Online (Free) program, which relies on page scans. Since scans are not currently available to screen readers, please contact JSTOR User Support for access. We'll provide a PDF copy for your screen reader.

THE LOCATION OF FOREIGNERS IN DÜSSELDORF: A CAUSAL ANALYSIS IN A PATH ANALYTIC FRAMEWORK

John O'Loughlin and Günther Glebe
Geographische Zeitschrift
69. Jahrg., H. 2 (2. QUARTAL 1981), pp. 81-97
Published by: Franz Steiner Verlag
Stable URL: http://www.jstor.org/stable/27818201
Page Count: 17
  • Read Online (Free)
  • Download ($32.00)
  • Subscribe ($19.50)
  • Cite this Item
Since scans are not currently available to screen readers, please contact JSTOR User Support for access. We'll provide a PDF copy for your screen reader.
THE LOCATION OF FOREIGNERS IN DÜSSELDORF: A CAUSAL ANALYSIS IN A PATH ANALYTIC FRAMEWORK
Preview not available

Abstract

Auf der Grundlage der ökologischen Theorie des Stadtraumes wird die räumliche Verteilung von Ausländergruppen in der Stadt Düsseldorf untersucht. Als Erklärungsmodell für die Zusammenhänge zwischen ökologischen Faktoren und Wohnstandorten von Ausländern, die auf der Basis von 438 Bezirken erfaßt werden, findet die Kausalanalyse Anwendung. Ausgehend von den Ergebnissen vorliegender Ausländerstudien und sozialökologischer Untersuchungen deutscher Städte wurde ein einfaches rekursives Kausalmodell mit sechs Variablen erstellt und mit Hilfe eines pfadanalytischen Verfahrens überprüft. Damit wird die in dieser Zeitschrift von Leitner/Wohlschlägl (GZ 1980) begonnene Diskussion über die Einsatzmöglichkeiten der Pfadanalyse zur Testung von Kausalmodellen in der Geographie fortgeführt. Methodologisch besondere Beachtung wird im Rahmen dieses Beitrages der Frage der räumlichen Autokorrelation beim Einsatz der Pfadanalyse unter Verwendung räumlich aggregierter Daten geschenkt. Es handelt sich hier zweifellos um ein besonders kritisches Problem, das in jüngster Zeit zunehmend diskutiert wird (vgl. Nipper/Streit 1977 i. d. Zs.). Die besondere Problematik ergibt sich dadurch, daß in der Stadtökologie von der Theorie her die Variablen autokorreliert sein müssen, Verfahren der Inferenzstatistik, zu der auch die Pfadanalyse gehört, in dieser Beziehung aber Unabhängigkeit voraussetzen, da andernfalls beträchtliche Schätzfehler auftreten können. Alle Variablen des Kausalmodells dieser Studie weisen erwartungsgemäß eine hohe positive Autokorrelation auf. Um diesem Problem zu begegnen, wird als Lösungsweg die Anwendung eines räumlichen Filterungsverfahrens (spatial variate differencing) zur Beseitigung der autokorrelativen Komponente vor der Durchführung der eigentlichen Pfadanalyse vorgeschlagen. Ein Vergleich der Werte der Pfadkoeffizienten autokorrelierter und nicht autokorrelierter Daten ergab bei ersteren deutlich höhere Werte. Aufgrund der hier gewonnenen Ergebnisse halten wir es für erforderlich, bei der zukünftigen Anwendung der Pfadanalyse zur Schätzung von Wirkungszusammenhängen zwischen sozialräumlichen Variablen, die auf Datenkollektiven beruhen, Tests auf räumliche Autokorrelation durchzuführen, und diese Komponente herauszufiltern, um Verzerrungen bei den Koeffizienten zu vermeiden. Die empirischen Ergebnisse der Studie bestätigen in Grundzügen die postulierten Zusammenhänge zwischen den räumlichen Verteilungsmustern von Ausländergruppen und der sozialen und physischen Stadstruktur. Die Bandbreite der Werte der Pfadkoeffizienten zeigt aber, daß diese Beziehungen recht komplex und variable sind. Erst weitere Untersuchungen mit kausalanalytischem Ansatz werden zeigen, ob das Modell für die Wohnstandorte von Ausländern generell für deutsche Städte Gültigkeit besitzt.

Page Thumbnails

  • Thumbnail: Page 
[81]
    [81]
  • Thumbnail: Page 
82
    82
  • Thumbnail: Page 
83
    83
  • Thumbnail: Page 
84
    84
  • Thumbnail: Page 
85
    85
  • Thumbnail: Page 
86
    86
  • Thumbnail: Page 
87
    87
  • Thumbnail: Page 
88
    88
  • Thumbnail: Page 
89
    89
  • Thumbnail: Page 
90
    90
  • Thumbnail: Page 
91
    91
  • Thumbnail: Page 
92
    92
  • Thumbnail: Page 
93
    93
  • Thumbnail: Page 
94
    94
  • Thumbnail: Page 
95
    95
  • Thumbnail: Page 
96
    96
  • Thumbnail: Page 
97
    97