We kijken in dit onderzoek niet enkel naar de manier waarop individuele karakte- ristieken de perceptie over immigranten van de Europese meerderheid beïnvloed, maar ook in hoeverre de sociaal-culturele, sociaal-politieke en economische
context van een individu ertoe doet. Daarom zijn er aan de analyse vier onaf- hankelijke variabelen op landniveau toegevoegd, waarvan twee economische, een sociaal-culturele en een sociaal-politieke.
Voor sociaal-culturele context wordt gekeken naar het effect van het aantal immi- granten in een land, waar de sociaal-politieke context wordt gevormd door de anti- immigrantenretoriek in de zittende regering. Het aantal immigranten is geoperatio- naliseerd als het percentage immigranten in de verschillende landen. Gebaseerd op data van Eurostat is het percentage voor het corresponderende ESS-jaar (2014 voor ronde 7 en 2016 voor ronde 8) meegenomen. In de enkele gevallen van missende cijfers voor 2014 of 2016 zijn er data van de dichtstbijzijnde jaren gebruikt.
De anti-immigratieretoriek in de politiek is gemeten door te kijken naar het aantal extreemrechtse zetels in het parlement van een land in 2014 en 2016 (Boh- man & Hjerm, 2016). Voor elk land is data gebruikt van de meest recente natio- nale verkiezingen voor de ESS-dataverzameling. Voor de meeste landen is hierin tussen 2014 en 2016 niets veranderd door het gebrek aan nationale verkiezingen, maar in de gevallen van verkiezingen in deze periode is de data voor 2016 aan- gepast. Ondanks de beperkte verandering in daadwerkelijke extreemrechtse ze- tels, is de symbolische kracht wel veranderd door de stijgende berichtgeving in de media. Door het gebrek aan een meting betreffende mediagebruik voor politieke doeleinden, kan deze symbolische kracht niet worden benaderd in dit paper.
De economische landencontext wordt gevormd door het Bruto Binnenlands Pro- duct (bbp) en het werkloosheidspercentage van een land. Voor het bbp is gebruik gemaakt van de laatste versie van de Maddison Project Database (Bolt, Inklaar, De Jong & Van Zanden, 2018). Deze database bevat data over het reële bbp van 169 lan- den, met data tot en met 2016. Reëel bbp is aangepast voor prijsveranderingen als inflatie, waardoor het een betere indicatie van de economische staat van een land is wanneer er een vergelijk tussen verschillende jaren wordt gemaakt. Data over de werkloosheid in 2014 en 2016 in de vijftien landen zijn verkregen via de World Bank en is gemeten als het percentage van burgers dat niet actief is op de arbeidsmarkt.
Analysemethoden
Vanwege het geclusterde karakter van de data (individuen in landen), is een multi- levelanalyse uitgevoerd. In plaats van een OLS-regressie, die veelal wordt gebruikt in (nationale) onderzoeken naar immigrantenperceptie, lenen de data en onder- zoeksvraag in dit onderzoek zich voor het gebruik van meerder niveaus. Het eer- ste niveau omvat alle individuele respondenten van de ESS-datasets in de vijf- tien landen; het hogere niveau omvat de vijftien landen. Hierdoor worden de landenvariabelen niet overgewaardeerd in de analyse, zoals het geval zou zijn bij
een regressieanalyse waarin de geclusterde data niet wordt meegenomen (Hox, 2010). Als eerste stap in de analyse is een multilevelanalyse uitgevoerd voor beide rondes van de ESS.
Hierna is er gekeken naar de effecten van de verschillende onafhankelijke va- riabelen en hoe deze zijn veranderd sinds de vluchtelingencrisis. Hiervoor zijn de effectcoëfficiënten van de multilevelanalyses getransformeerd naar Z-scores, om te testen of de verschillen tussen de jaren significant zijn. De volgende formule is gebruikt om de Z-scores uit te rekenen:
Er is voor deze formule gekozen vanwege het hoge aantal respondenten in de European Social Survey. Bovenstaande formule maakt gebruik van een zuivere schatting van de standaarddeviatie van het steekproefgemiddelde (standaard- fout), waardoor het verschil tussen de regressie-coëfficiënten gedetailleerder is in onderzoeken met grote steekproeven (Paternoster, Brame, Mazerolle & Piquero, 1998). De gebruikte formule maakt de kans op Type I errors in zulke gevallen kleiner. Met een significantieniveau (α) van 0,05 is de kritische Z-score 1,96; wat betekent dat iedere hogere Z-score een significant verschil aangeeft (Privitera, 2015).
Resultaten
Een vergelijk van de gemiddelde scores van de afhankelijke variabelen van beide jaren toont aan dat er een significant verschil in de immigrantenperceptie van de Europese meerderheid is, voor en na de vluchtelingencrisis (t = 4,97; p < 0,001), van 5,68 in 2014 tot 5,73 in 2016. Dit betekent dat, in tegenstelling tot de ver- wachtingen, de algemene houding ten opzichte van immigranten positiever is geworden in plaats van negatiever. Echter, vanwege het hoge aantal respondenten en de minimale verhoging (0,05 op een tienpuntschaal), is het moeilijk om deze claim daadwerkelijk te maken en geven we de voorkeur aan om te stellen dat er geen echte verandering heeft plaatsgevonden in de immigrantenperceptie na de vluchtelingencrisis. Hierom wordt onze eerste hypothese niet geverifieerd. Tabel 4 toont de gemiddelde score per land per ronde, waaruit blijkt dat er in de meeste landen geen grote verandering in perceptie heeft plaatsgevonden (variërend van 0,09 in Zwitserland tot 0,76 in het Verenigd Koninkrijk).
Tabel 4 Gemiddelde score immigrantenperceptie per land per ronde
Country ESS7 ESS8
Austria Belgium Switzerland Czech Republic Germany Estonia Finland France United Kingdom Ireland Netherlands Norway Poland Sweden Slovenia 5,13 5,46 6,12 4,27 6,30 5,27 5,92 5,48 5,18 5,45 5,84 6,27 5,85 7,22 5,32 4,85 5,92 6,22 4,14 6,22 5,01 6,12 5,59 5,94 6,10 6,07 6,41 5,56 7,01 5,09 Total 5,68 5,73
Dit betekent echter niet dat er geen enkele verandering heeft plaatsgevonden. Hoewel ook klein, tonen de resultaten een hogere standaarddeviatie aan in 2016 dan in 2014, groeiend van 1,89 naar 1,92. Dit toont aan dat de scores van de afhankelijke variabele extremer zijn geworden aan beide kanten van het gemid- delde. De kurtosis van de variabele onderstreept dit nogmaals, door te verande- ren van -0,25 tot -0,26. Hoewel de negatieve score aantoont dat de distributie van de afhankelijke variabele light-tailed is en een gelijk aantal scores in beide staar- ten heeft als in de piek, laat de stijging wel een lichte verschuiving zien vanaf de piek naar de staarten. Aangezien we spreken van een min of meer gelijk gemid- delde, stellen we dat de houding ten opzichte van immigranten gepolariseerder is geworden in 2016 dan in 2014; negatieve scores zijn negatiever geworden, terwijl positieve meningen positiever zijn geworden. Hiermee verifiëren we onze tweede hypothese.