Zusammenfassung
In diesem Aufsatz wird eine Analyse-Methode vorgestellt, mit der aus geographischen Koordinaten (wie etwa Adressdaten von SGB II-Empfängern) Häufigkeitsdichten erzeugt werden können, die unabhängig von vorgegebenen Gemeinde- oder Kreisabgrenzungen sind. Die Kerndichteschätzung stammt aus der ökologischen Statistik und wird hier im Rahmen der Sozialberichterstattung angewandt. Die SGB II-Dichten lassen sich mit amtlichen Schuldaten zu einem Standort-Index verknüpfen. In der Studie wird dieser Index mit einem Referenzindex des Instituts für Schulentwicklungsforschung (IFS) sowie mit den bisherigen Standorttypen des Ministeriums für Schule und Weiterbildung (MSW) in NRW evaluiert. Abschließend wird die räumliche Verteilung des Indexes auf alle Schulformen in NRW dargestellt und untersucht.
Abstract
In this paper, a statistical method is presented which helps to produce density functions from geographical coordinates (like addresses from welfare recipients) which are independent of given municipality or circle demarcations. Kernel density estimation has been applied in many fields, including ecology, and is now used in the context of social analysis to develop a school disadvantage index. This index combines the density of welfare recipients at the school location with the share of pupils with migration background at the school itself. Furthermore this disadvantage index will be evaluated by a reference index of the “Institut für Schulentwicklungsforschung” (IFS, Dortmund) and the existing school location index of the school ministry of North-Rhine-Westphalia.
This is a preview of subscription content, log in via an institution to check access.
Literatur
Baumert J, Artelt C, Klicme B, Neubrand M, Prenzel M, Schiefele U, Schneider W, Tillman KJ, WeißM (Hrsg) (2003) PISA 2000. Ein differenzierten Blick auf die Länder der Bundesrepublik Deutschland. Leske + Budrich, Opladen,
Baumert J, Carstensen CH, Siegle T (2005) Wirtschaftliche, soziale und kulturelle Lebensverhältnisse und regionale Disparitäten des Kompetenzerwerbs. In: Prenzel M, Baumert J, Blum W, Lehmann R, Leutner D, Neubrand M et al. (Hrsg) PISA 2003: der zweite Vergleich der Länder in Deutschland – Was wissen und können Jugendliche? Waxmann, Münster, S 323–365
Beyer, HL (2004) Hawth’s analysis tools for ArcGIS. Im Internet unter: http://www.spatialecology.com/htools
Bonsen M, Bos W, Gröhlich C, Wendt H (2008) Bildungsrelevante Ressourcen im Elternhaus: Indikatoren der sozialen Komposition der Schülerschaften an Dortmunder Schulen. In: Erster kommunaler Bildungsbericht für die Schulstadt Dortmund – Schulentwicklung in Dortmund. Waxmann, Münster
Bonsen M, Bos W, Gröhlich C, Harney B, Imhäuser K, Makles A, Schräpler J-P, Terpoorten T, Weishaupt W, Wendt H (2010) In: Bildungsforschung, Bd 31. Zur Konstruktion von Sozialindizes. Ein Beitrag zur Analyse sozialräumlicher Benachteiligung von Schulen als Voraussetzung für qualitative Schulentwicklung. Bundesministerium für Bildung und Forschung (BMBF), Bonn
Bos W, Pietsch M, Gröhlich C, Janke N (2006) Ein Belastungsindex für Schulen als Grundlage der Ressourcenzuweisung am Beispiel von KESS 4. In: Bos W, Holtappels H-G, Pfeiffer H, Rolff H-G, Schulz-Zander R (Hrsg) IFS-Jahrbuch der Schulentwicklung. Daten, Beispiele und Perspektiven, Bd 14. Juventa, Weinheim
Bourdieu P (1983) Ökonomisches Kapital, kulturelles Kapital, soziales Kapital. In: Kreckel R (Hrsg) Soziale Ungleichheiten, Sonderband 2, Soziale Welt. Schwarz & Co., Göttingen, S 183–198
Bowman A, Azzalini A (2004) Applied smoothing techniques for data analysis: the Kernel approach with S-plus illustrations. Oxford Science Publication, Oxford
Fickermann D (1990) Der Übergang in die Sekundarstufe I. Sozialräumliche Analyse des Schulwahlverhaltens und seiner Einflussgrößen als Grundlage der Schulentwicklungsplanung. Magisterarbeit an der Fernuniversität Gesamthochschule Hagen
Haunberger, S (2007) Bildungsaspirationen und sozialökologischer Kontext. Vortrag auf der 4 Tagung der Sektion „Empirische Bildungsforschung“ der Deutschen Gesellschaft für Erziehungswissenschaft (DGFE) am 20. März 2007 an der Bergischen Universität Wuppertal
Levine, N (2004) CrimeStat III Version 3.0. A spatial statistics program for the analysis of crime incident locations. The National Institute of Justice, Washington, DC
Schräpler J-P (2009) Verwendung von SGB II-Dichten als Raumindikator für die Sozialberichterstattung am Beispiel der „sozialen Belastung“ von Schulstandorten in NRW – ein Kernel-Density-Ansatz. In: Statistische Analysen und Studien, Bd 57. Information und Technik NRW (IT.NRW), Düsseldorf
Sheather SJ (2004) Density estimation. Stat Sci 19(4):588–597
Silverman BW (1986) Density estimation for statistics and data analysis. Chapman & Hall, London
Stanat P (2006) Schulleistungen von Jugendlichen mit Migrationshintergrund: Die Rolle der Zusammensetzung der Schülerschaft. In: Baumert J, Statnat P, Watermann R (Hrsg) Herkunftsbedingte Disparitäten im Bildungswesen. VS Verlag, Wiesbaden, S 189–219
Szekely GJ, Rizzo ML (2005) A new test for multivariate normality. J Multivar Anal 93(1):58–80
Terpoorten T (2005) GIS-gestützte kleinräumige Analyse von amtlichen Schuldaten. Z Angew Geogr 4:196–198
Turlach BA (1993) Bandwidth selection in kernel density estimation: a review. Discussion paper 9307, Institut für Statistik und Ökonometrie, Humboldt-Universität zu Berlin
Wand MP, Jones MC (1995) Kernel smoothing. Chapman & Hall, London
Worton BJ (1995) Using Monte Carlo simulation to evaluate kernel-based home range estimates. J Wildl Manage 59:794–800
Author information
Authors and Affiliations
Corresponding author
Rights and permissions
About this article
Cite this article
Schräpler, JP. Konstruktion von SGB II – Dichten als Raumindikator und ihre Verwendung als Indikator im Rahmen der Sozialberichterstattung am Beispiel der „sozialen Belastung“ von Schulstandorten in NRW – ein Kerndichte-Ansatz. AStA Wirtsch Sozialstat Arch 5, 97–124 (2011). https://doi.org/10.1007/s11943-011-0103-5
Received:
Accepted:
Published:
Issue Date:
DOI: https://doi.org/10.1007/s11943-011-0103-5