Over extreem- linkse mensen in Nederland

Nieuwkasteele, Mascha van (2023) Over extreem- linkse mensen in Nederland. Bachelor thesis, Sociology.

Preview

Text MaschavanNieuwkasteele_S4447883_Scriptie eindversie.pdf Download (1MB) | Preview

Abstract

Wat voor mensen zijn vatbaar om extreem- links te worden? Het is belangrijk om te begrijpen waarom mensen zich buiten de gevestigde orde plaatsen, want dit kan ons dingen vertellen over de mankementen in onze samenleving (Eaton, 2021). In dit onderzoek zal er onderzocht worden wat de invloed is van opleidingsniveau, werkniveau en depressieve symptomen op links- extremisme wanneer gecontroleerd wordt voor gender en geboorteland. Daarnaast wordt er gekeken hoe depressieve symptomen en een postmateriële waardenoriëntatie dit verband beïnvloeden. Voor dit onderzoek is er kwantitatief onderzoek gedaan waarbij gebruik is gemaakt van de NELLS data wave 3 (Jeroense et al., 2023). Daarbij zijn respondenten geselecteerd vanaf 18 tot 45 jaar oud. Er zijn twee analyses uitgevoerd, de analyse voor het meten van de hoofdeffecten is uitgevoerd met behulp van een logistische regressie. Daarnaast is er een lineaire regressieanalyse uitgevoerd om te meten of het effect van opleidingsniveau op extreem- links door postmateriële waardenoriëntatie wordt gemedieerd. De belangrijkste uitkomsten uit dit onderzoek zijn dat postmateriële waardenoriëntatie en depressieve symptomen de kans van mensen om extreem- links te zijn significant vergroten. Opleidingsniveau en werkniveau hebben geen significante invloed op de kans van mensen om extreem- links te zijn. In eerder onderzoek van Ooijevaar en Kraaykamp (2005) was deze invloed wel gevonden, maar deze bevinding was in dit onderzoek niet repliceerbaar. Dit zou kunnen komen door het gebruik van verschillende datasets. Ooijevaar en Kraaykamp (2005) maken gebruik van de dataset Links-Extremistische Kenmerken 2004 (LEK2004) waarin er een specifieke dataverzamelingsprocedure is gehouden voor extreem- linkse personen, wat niet het geval is bij de NELLS data wave 3.

Item Type:	Thesis (Bachelor)
Supervisor name:	Tolsma, J. and Smaniotto, R.C.
Degree programme:	Sociology
Differentiation route:	None [Bachelor Sociology]
Date Deposited:	13 Jul 2023 08:47
Last Modified:	13 Jul 2023 08:47
URI:	http://gmwpublic.studenttheses.ub.rug.nl/id/eprint/2346

Actions (login required)

View Item