Die Bundeshymne und die Kunst
Ich schreib ja nicht oft zu Themen außerhalb meiner Fachkompetenzen.
Und zur aktuellen Bundeshymnendiskussion gibts auch schon viele Wortmeldungen.
Bei der Ablehnung oder Zustimmung zur Neufassung wird nahezu ausschließlich von Ideologie getragen argumentiert.
Man kann aber auch für ein gendergerechtes Umschreiben der Hymne sein und die aktuelle Fassung für ziemlich missglückt halten, so wie ich das tue. Und deswegen melde ich mich auch zu Wort.
Es geht um künstlerische Aspekte.
Der Wikipedia-Artikel über die Bundeshymne liefert eine gute Übersicht über die Entstehungsgeschichte. Er beschreibt auch, dass die Originalfassung von Paula von Preradović nicht die endgültige Fassung ist, und setzt damit so ganz nebenbei das Argument, man dürfe am Werk einer Künstlerin keine Änderungen vornehmen, außer Kraft.
Es gibt 2 Änderungen
Heimat bist du großer Söhne,
wurde zu
Heimat großer Töchter und Söhne,
und
Einig laß in Brüderchören,
wurde zu
Einig laß in Jubelchören,
Der Text der Bundeshymne ist ein Gedicht mit striktem Versmaß, nämlich Trochäen. Die Abfolge eine betonte Silbe – eine unbetonte Silbe wird mehrmals wiederholt. In der dritten und der sechsten (und damit auch in der siebenten) Zeile jeder Strophe fällt die unbetonte Silbe am Ende weg.
In der Originalfassung von Paula von Preradović und in der endgültigen bis 2011 per Gesetz festgelegten (vom Originalentwurf abweichenden) Fassung wird diese Struktur ohne die geringste Abweichung eingehalten.
Die Änderung mit den Jubelchören erhält das Versmaß, die Änderung mit den Töchtern aber nicht. Da wird ein Trochäus durch einen Daktylus (betont – unbetont – unbetont) ersetzt und der Rhythmus der Zeile zerstört. Das musikalische Äquivalent wäre, mitten in einem Marsch (Zweivierteltakt = Trochäus) einen einzelnen Walzertakt (Dreivierteltakt = Daktylus) einzuschieben.
Im zitierten Wikipedia-Artikel kann man lesen, dass es auch alternative Umtexttungsvorschläge gegeben hat. Zumindest einer davon hätte das Versmaß erhalten! Man hätte den Text also auch ohne Versmaßregelverstöße gendern können.
Einen Text in gebundener Sprache unter strikter Einhaltung einen Versmaßes zu schreiben ist Kunst, und Kunst hat mit Schönheit zu tun.
Dass man die struktur- (und schönheits-) zerstörende Änderung genau vor der Zeile
Volk begnadet für das Schöne
vorgenommen hat, ist von besonderer Ironie und wohl ein Hinweis darauf, dass das Kunstverständnis der Volksvertreter zum Zeitpunkt der Abstimmung gewisse Mängel aufgewiesen hat.
PISA-Leistungen von Migranten in Europa
Die Diskussion über die Leistungsunterschiede zwischen Schülern mit Migrationshintergrund und Schülern mit bereits in Österreich geborenen Eltern flammt immer wieder auf. Damit man diese Diskussion auf vernünftiger Basis führen kann lohnt es sich, Österreich mit anderen europäischen Ländern zu vergleichen.
Die Tabelle zeigt die Unterschiede (in PISA-Punkten für den Test von 2012) zwischen den Schülern mit Migrationshintergrund und den „Eingeborenen“ in allen europäischen Ländern, die an PISA teilgenommen haben.
Große positive Zahlen bedeuten, dass die Schüler mit Migrationshintergrund wesentlich schlechtere Leistungen erbringen als die anderen. Negative Zahlen (wie beispielsweise in Ungarn und Polen) bedeuten, dass die Schüler mit Migrationshintergrund besser abschneiden als die anderen Schüler.
Durch klicken auf die Titelworte in der Kopfzeile können sie die Tabelle nach der jeweiligen Spalte absteigend oder aufsteigend sortieren.
| Country | Mig% | Read | Math | Scie |
|---|---|---|---|---|
| Albania | 0.3 | -1 | -15 | -7 |
| Austria | 16.5 | 51 | 60 | 70 |
| Belgium | 15.3 | 66 | 76 | 76 |
| Bulgaria | 0.5 | 119 | 62 | 59 |
| Croatia | 12.1 | 19 | 19 | 23 |
| Czech Republic | 3.3 | 20 | 28 | 38 |
| Denmark | 9.2 | 59 | 67 | 80 |
| Estonia | 8.1 | 35 | 30 | 32 |
| Finland | 3.4 | 93 | 86 | 106 |
| France | 15.0 | 67 | 67 | 77 |
| Germany | 13.4 | 49 | 56 | 66 |
| Greece | 10.6 | 53 | 51 | 49 |
| Hungary | 1.7 | -16 | -32 | -24 |
| Iceland | 3.5 | 80 | 53 | 71 |
| Ireland | 10.2 | 11 | 3 | 2 |
| Italy | 7.5 | 65 | 48 | 52 |
| Latvia | 4.7 | 2 | 5 | 12 |
| Liechtenstein | 33.6 | 53 | 51 | 47 |
| Lithuania | 1.7 | 17 | 2 | 9 |
| Luxembourg | 46.1 | 47 | 41 | 59 |
| Montenegro | 5.8 | -3 | -21 | -24 |
| Netherlands | 10.9 | 56 | 58 | 68 |
| Norway | 9.5 | 50 | 47 | 69 |
| Poland | 0.2 | -16 | -16 | -10 |
| Portugal | 6.9 | 38 | 44 | 44 |
| Romania | 0.2 | -11 | -42 | -27 |
| Serbia | 8.5 | -24 | -15 | -13 |
| Slovak Republic | 0.7 | -7 | -6 | 10 |
| Slovenia | 8.7 | 46 | 52 | 58 |
| Spain | 9.9 | 48 | 52 | 48 |
| Sweden | 14.9 | 63 | 60 | 72 |
| Switzerland | 24.3 | 55 | 63 | 68 |
| United Kingdom | 13.0 | 11 | 12 | 22 |
Wenn sie nach „Read“ sortieren, dann sehen sie, dass in 12 europäischen Länder der Unterschied zwischen Migranten und Nichtmigranten beim Lesen größer ist als in Österreich. In einem Teil dieser Länder ist allerdings der Migrantenanteil an den Schülern sehr gering.
Sortiert man die Länder nach dem Migrantenanteil, dann sieht man, dass nur 3 Länder (Luxemburg, Schweiz und Liechtenstein) einen höheren Migrantenanteil (beim PISA-Jahrgang der Schüler) haben.
In diesen drei Ländern ist der Unterschied zwischen Migranten und Nichtmigranten ähnlich hoch wie in Österreich.
Belgien, Frankreich und Schweden haben einen ähnlich hohen Migrantenanteil wie Österreich, und auch in diesen 3 Ländern ist der Unterschied zwischen Migranten und Nichtmigranten ähnlich hoch wie (oder höher als) in Österreich.
Wenn man Stichprobendaten analysiert, dann gehört es zur handwerklichen Sauberkeit, auch die Schwankungsbreiten der geschätzten Werte anzugeben. Die folgende Tabelle gibt die Standardfehler (se = standard error) für die Unterschiede zwischen Migranten und Nichtmigranten für die einzelnen europäischen Länder an. Die Schwankungsbreiten der geschätzten Punkteunterschiede sind dann das Doppelte der Standardfehler (genauer das 1.96-fache).
| Country | Mig% | Read | Math | Scie |
|---|---|---|---|---|
| Albania | 0.3 | 29 | 27 | 24 |
| Austria | 16.5 | 6 | 6 | 6 |
| Belgium | 15.3 | 6 | 6 | 6 |
| Bulgaria | 0.5 | 39 | 20 | 27 |
| Croatia | 12.1 | 7 | 7 | 6 |
| Czech Republic | 3.3 | 11 | 12 | 12 |
| Denmark | 9.2 | 4 | 4 | 4 |
| Estonia | 8.1 | 5 | 6 | 6 |
| Finland | 3.4 | 6 | 5 | 6 |
| France | 15.0 | 8 | 7 | 8 |
| Germany | 13.4 | 6 | 6 | 7 |
| Greece | 10.6 | 8 | 6 | 8 |
| Hungary | 1.7 | 14 | 14 | 12 |
| Iceland | 3.5 | 10 | 9 | 9 |
| Ireland | 10.2 | 6 | 5 | 6 |
| Italy | 7.5 | 4 | 4 | 4 |
| Latvia | 4.7 | 9 | 8 | 8 |
| Liechtenstein | 33.6 | 11 | 11 | 9 |
| Lithuania | 1.7 | 13 | 10 | 10 |
| Luxembourg | 46.1 | 3 | 3 | 3 |
| Montenegro | 5.8 | 7 | 6 | 6 |
| Netherlands | 10.9 | 9 | 8 | 8 |
| Norway | 9.5 | 7 | 7 | 8 |
| Poland | 0.2 | 45 | 47 | 44 |
| Portugal | 6.9 | 9 | 8 | 8 |
| Romania | 0.2 | 38 | 24 | 28 |
| Serbia | 8.5 | 8 | 8 | 8 |
| Slovak Republic | 0.7 | 21 | 21 | 22 |
| Slovenia | 8.7 | 5 | 5 | 5 |
| Spain | 9.9 | 5 | 5 | 5 |
| Sweden | 14.9 | 7 | 5 | 6 |
| Switzerland | 24.3 | 5 | 5 | 4 |
| United Kingdom | 13.0 | 8 | 9 | 8 |
Typischerweise sind diese Schwankungsbreiten in Ländern mit niedriger Migrantenquote sehr groß. In diesen Ländern ist die Migrantenstichprobe nur sehr klein und das führt zu einer großen Schwankungsbreite.
Will man ein etwas umfangreicheres Bild bekommen, dann braucht man dazu die PISA-Werte der einzelnen Länder, und zwar für die gesamte Schülerpopulation, für die Schüler mit Migrationshintergrund und für die anderen Schüler.
Die folgenden Tabellen zeigen diese Werte samt Standardfehler (se = standard error) für Lesen, Mathematik und Naturwissenschaften bei PISA 2012.
Länderwerte für Lesen
| Country | Mig% | read tot mean | read nat mean | read mig mean | read tot se | read nat se | read mig se |
|---|---|---|---|---|---|---|---|
| Albania | 0.3 | 394 | 395 | 396 | 3 | 3 | 29 |
| Austria | 16.5 | 490 | 499 | 449 | 3 | 3 | 6 |
| Belgium | 15.3 | 509 | 522 | 455 | 2 | 2 | 6 |
| Bulgaria | 0.5 | 436 | 441 | 322 | 6 | 6 | 38 |
| Croatia | 12.1 | 485 | 487 | 469 | 3 | 3 | 6 |
| Czech Republic | 3.3 | 493 | 494 | 474 | 3 | 3 | 11 |
| Denmark | 9.2 | 496 | 504 | 445 | 3 | 2 | 4 |
| Estonia | 8.1 | 516 | 521 | 485 | 2 | 2 | 5 |
| Finland | 3.4 | 524 | 529 | 436 | 2 | 2 | 5 |
| France | 15.0 | 505 | 518 | 451 | 3 | 3 | 8 |
| Germany | 13.4 | 508 | 522 | 474 | 3 | 3 | 6 |
| Greece | 10.6 | 477 | 484 | 431 | 3 | 3 | 7 |
| Hungary | 1.7 | 488 | 489 | 505 | 3 | 3 | 14 |
| Iceland | 3.5 | 483 | 488 | 408 | 2 | 2 | 10 |
| Ireland | 10.2 | 523 | 525 | 514 | 3 | 3 | 5 |
| Italy | 7.5 | 490 | 497 | 432 | 2 | 2 | 4 |
| Latvia | 4.7 | 489 | 489 | 487 | 2 | 2 | 9 |
| Liechtenstein | 33.6 | 516 | 534 | 480 | 4 | 5 | 9 |
| Lithuania | 1.7 | 477 | 479 | 462 | 2 | 3 | 13 |
| Luxembourg | 46.1 | 488 | 511 | 464 | 2 | 2 | 2 |
| Montenegro | 5.8 | 422 | 424 | 426 | 1 | 1 | 7 |
| Netherlands | 10.9 | 511 | 519 | 463 | 3 | 3 | 8 |
| Norway | 9.5 | 504 | 512 | 462 | 3 | 3 | 6 |
| Poland | 0.2 | 518 | 519 | 535 | 3 | 3 | 45 |
| Portugal | 6.9 | 488 | 493 | 455 | 4 | 4 | 8 |
| Romania | 0.2 | 438 | 438 | 450 | 4 | 4 | 38 |
| Serbia | 8.5 | 446 | 446 | 470 | 3 | 3 | 7 |
| Slovak Republic | 0.7 | 463 | 464 | 472 | 4 | 4 | 20 |
| Slovenia | 8.7 | 481 | 486 | 440 | 1 | 1 | 5 |
| Spain | 9.9 | 488 | 495 | 447 | 2 | 2 | 5 |
| Sweden | 14.9 | 483 | 496 | 433 | 3 | 3 | 6 |
| Switzerland | 24.3 | 509 | 524 | 469 | 3 | 2 | 4 |
| United Kingdom | 13.0 | 499 | 504 | 493 | 3 | 3 | 8 |
Länderwerte für Mathematik
| Country | Mig% | math tot mean | math nat mean | math mig mean | math tot se | math nat se | math mig se |
|---|---|---|---|---|---|---|---|
| Albania | 0.3 | 394 | 394 | 409 | 2 | 2 | 27 |
| Austria | 16.5 | 506 | 516 | 457 | 3 | 3 | 5 |
| Belgium | 15.3 | 515 | 529 | 453 | 2 | 2 | 5 |
| Bulgaria | 0.5 | 439 | 442 | 380 | 4 | 4 | 20 |
| Croatia | 12.1 | 471 | 474 | 455 | 4 | 4 | 5 |
| Czech Republic | 3.3 | 499 | 500 | 472 | 3 | 3 | 12 |
| Denmark | 9.2 | 500 | 508 | 441 | 2 | 2 | 3 |
| Estonia | 8.1 | 521 | 524 | 494 | 2 | 2 | 6 |
| Finland | 3.4 | 519 | 523 | 437 | 2 | 2 | 5 |
| France | 15.0 | 495 | 507 | 440 | 2 | 3 | 6 |
| Germany | 13.4 | 514 | 528 | 472 | 3 | 3 | 5 |
| Greece | 10.6 | 453 | 459 | 409 | 3 | 3 | 6 |
| Hungary | 1.7 | 477 | 478 | 509 | 3 | 3 | 14 |
| Iceland | 3.5 | 493 | 497 | 444 | 2 | 2 | 8 |
| Ireland | 10.2 | 501 | 503 | 500 | 2 | 2 | 5 |
| Italy | 7.5 | 485 | 490 | 442 | 2 | 2 | 3 |
| Latvia | 4.7 | 491 | 492 | 486 | 3 | 3 | 8 |
| Liechtenstein | 33.6 | 535 | 552 | 502 | 4 | 5 | 9 |
| Lithuania | 1.7 | 479 | 480 | 478 | 3 | 3 | 9 |
| Luxembourg | 46.1 | 490 | 510 | 469 | 1 | 2 | 2 |
| Montenegro | 5.8 | 410 | 410 | 431 | 1 | 1 | 6 |
| Netherlands | 10.9 | 523 | 531 | 473 | 3 | 3 | 7 |
| Norway | 9.5 | 489 | 496 | 449 | 3 | 3 | 6 |
| Poland | 0.2 | 518 | 518 | 535 | 4 | 4 | 47 |
| Portugal | 6.9 | 487 | 492 | 448 | 4 | 4 | 7 |
| Romania | 0.2 | 445 | 445 | 487 | 4 | 4 | 24 |
| Serbia | 8.5 | 449 | 449 | 464 | 3 | 3 | 7 |
| Slovak Republic | 0.7 | 482 | 484 | 489 | 3 | 3 | 21 |
| Slovenia | 8.7 | 501 | 506 | 455 | 1 | 1 | 5 |
| Spain | 9.9 | 484 | 491 | 439 | 2 | 2 | 5 |
| Sweden | 14.9 | 478 | 490 | 430 | 2 | 2 | 5 |
| Switzerland | 24.3 | 531 | 548 | 484 | 3 | 3 | 4 |
| United Kingdom | 13.0 | 494 | 498 | 486 | 3 | 3 | 8 |
Länderwerte für Naturwissenschaften
| Country | Mig% | scie tot mean | scie nat mean | scie mig mean | scie tot se | scie nat se | scie mig se |
|---|---|---|---|---|---|---|---|
| Albania | 0.3 | 397 | 397 | 405 | 2 | 2 | 24 |
| Austria | 16.5 | 506 | 519 | 449 | 3 | 3 | 5 |
| Belgium | 15.3 | 505 | 519 | 443 | 2 | 2 | 5 |
| Bulgaria | 0.5 | 446 | 450 | 391 | 5 | 5 | 27 |
| Croatia | 12.1 | 491 | 495 | 471 | 3 | 3 | 6 |
| Czech Republic | 3.3 | 508 | 510 | 473 | 3 | 3 | 11 |
| Denmark | 9.2 | 498 | 508 | 428 | 3 | 3 | 3 |
| Estonia | 8.1 | 541 | 545 | 513 | 2 | 2 | 6 |
| Finland | 3.4 | 545 | 551 | 445 | 2 | 2 | 5 |
| France | 15.0 | 499 | 513 | 436 | 3 | 3 | 8 |
| Germany | 13.4 | 524 | 540 | 474 | 3 | 3 | 6 |
| Greece | 10.6 | 467 | 473 | 424 | 3 | 3 | 7 |
| Hungary | 1.7 | 494 | 496 | 519 | 3 | 3 | 12 |
| Iceland | 3.5 | 478 | 483 | 412 | 2 | 2 | 9 |
| Ireland | 10.2 | 522 | 523 | 521 | 2 | 2 | 5 |
| Italy | 7.5 | 494 | 499 | 447 | 2 | 2 | 3 |
| Latvia | 4.7 | 502 | 504 | 492 | 3 | 3 | 8 |
| Liechtenstein | 33.6 | 525 | 541 | 494 | 4 | 5 | 8 |
| Lithuania | 1.7 | 496 | 497 | 488 | 3 | 3 | 10 |
| Luxembourg | 46.1 | 491 | 520 | 461 | 1 | 2 | 2 |
| Montenegro | 5.8 | 410 | 410 | 434 | 1 | 1 | 6 |
| Netherlands | 10.9 | 522 | 532 | 463 | 4 | 3 | 7 |
| Norway | 9.5 | 495 | 504 | 435 | 3 | 3 | 7 |
| Poland | 0.2 | 526 | 527 | 537 | 3 | 3 | 44 |
| Portugal | 6.9 | 489 | 495 | 451 | 4 | 4 | 8 |
| Romania | 0.2 | 439 | 439 | 466 | 3 | 3 | 27 |
| Serbia | 8.5 | 445 | 445 | 458 | 3 | 3 | 7 |
| Slovak Republic | 0.7 | 471 | 473 | 463 | 4 | 4 | 22 |
| Slovenia | 8.7 | 514 | 520 | 463 | 1 | 1 | 4 |
| Spain | 9.9 | 496 | 503 | 455 | 2 | 2 | 4 |
| Sweden | 14.9 | 485 | 499 | 427 | 3 | 3 | 6 |
| Switzerland | 24.3 | 515 | 533 | 465 | 3 | 3 | 3 |
| United Kingdom | 13.0 | 514 | 519 | 497 | 3 | 3 | 7 |
EU-Wahl, Briefwahlstimmen und Hochrechnung
Bei der EU-Wahl vom 25. Mai 2014 hat die ÖVP zum ersten Mal seit Einführung der Briefwahl bei den Briefwahlstimmen einen geringeren Anteil an den gültigen Stimmen erreicht als bei den anderen Stimmen.
Sie hat also erstmalig bei den Briefwahlwählern schlechter abgeschnitten als bei den anderen Wählern.
| Differenzen Briefwahlstimmen - andere Stimmen | |||||
|---|---|---|---|---|---|
| ÖVP | SP Ö | FP Ö | GRÜNE | NEOS | |
| EU14 | -2.2% | -1.0% | -6.2% | +4.9% | +4.2% |
| EU09 | +3.7% | -1.4% | -4.8% | +5.5% | |
| NRW13 | +1.8% | -2.0% | -7.3% | +7.5% | +1.0% |
Die Grünen schneiden traditionell bei den Briefwählern besser ab, dieser „Vorteil“ ist diesmal aber geringer als bei früheren Wahlen.
Das dürfte der Grund dafür sein, dass die ORF-Wahlhochrechnung von 20 Uhr, die nur mehr die Briefwahlstimmen schätzen musste, die angegebene Schwankungsbreite letztlich nicht einhalten konnte.
Mit einer Schwankungsbreite von 0.3% prognostizierte diese Hochrechnung für die Grünen einen Anteil von 15.1%. Im Endergebnis mit Briefwahlstimmen waren es dann nur 14.5%, also war der Schätzfehler doppelt so groß wie die angegebene Schwankungsbreite.
Die bisherige „traditionelle Weisheit“, dass ÖVP und Grüne bei den Briefwahlstimmen besser und SPÖ und FPÖ schlechter abschneiden ist also nicht mehr anwendbar. Auch da bringt das Auftreten der NEOS Neuerungen. Die NEOS haben bei den Briefwählern besser abgeschnitten als bei den anderen Wählern. Die früheren „Neuen“, MARTIN bei der EU-Wahl 2009 und die Liste FRANK bei der NRW 2013 haben bei den Briefwahlstimmen nämlich schlechter abgeschnitten als bei den anderen Wählern.
Sie können die Daten, die man braucht, um das zu überprüfen, hier herunterladen.
Wahlhochrechnung
Bei der Wahl zum europäischen Parlament am 25. Mai 2014 habe ich für das Innenministerium laufend eine Hochrechnung durchgeführt.
Wahlhochrechnungen sind eine der wenigen Gelegenheiten, bei der man die Qualität statistischer Prognosen innerhalb weniger Stunden überprüfen kann.
Auf www.wahlhochrechnung.at gibts jetzt eine Darstellung des Verlaufs der Ergebnisse (schon ab ca 12 Uhr!). Diese Darstellung zeigt, dass das Endergebnis die ganze Zeit hindurch im angegebenen Schwankungsbereich gelegen ist.
Die statistische Methodik war als zuverlässig!