모든 변수는 이진 방식으로 코딩되어 특정 국제적 행동을 보이는 응답자와 그렇지 않은 응답자를 구분합니다. 스위스의 노령 이탈리아 이주민의 국제주의의 기본 구조를 파악하기 위해 잠재 계층 분석(LCA)을 사용합니다. 이 방법의 장점은 서로 다른 계층을 연속체에 따라 정렬할 필요가 없고 서로 다른 유형의 국제주의로 해석할 수 있다는 것입니다(Ayalon, 2016 ; Bacher & Vermunt, 2010 ; Ciobanu & Ludwig-Dehm, 2020 ). 서로 다른 유형은 포함된 각 변수의 조건부 확률을 사용하여 설명할 수 있습니다(Silverstein & Bengtson, 2002 ).

우리는 잠재 클래스 수에 대한 사전 가정 없이 LCA를 채택했고 3개 클래스 솔루션을 선택했습니다. 3개 클래스 솔루션은 가장 낮은 BIC 및 aBIC 값을 보여줍니다. 또한 클래스는 해석 가능하고 그룹의 크기는 여전히 관리 가능하지만 2개 클래스 솔루션보다 더 잘 구별됩니다.각주1 모든 변수는 표 1 과 2 에 요약되어 있습니다 . 최종 샘플 크기에는 1229명의 응답자, 513명의 국제 이주민, 716명의 스위스 원주민이 포함됩니다.

표 1 범주형 변수의 기술 통계

전체 크기 테이블

표 2 연속변수의 기술통계

전체 크기 테이블

행동 양식

첫 번째 연구 질문에 답하기 위해 카이제곱 검정과 t 검정, 기본 선형 회귀 분석을 사용하여 다양한 모집단 간의 걱정 평균을 비교합니다. 두 번째 질문에 답하기 위해 여러 선형 회귀 분석을 계산합니다. 첫 번째 모델에서는 구성 효과의 가능성을 조사하기 위한 변수만 포함합니다. 두 번째 모델에서는 COVID-19 지표도 포함합니다. 이 모델과 이후의 모든 모델에서 첫 번째 모델의 변수를 제어 변수로 유지합니다. 마지막으로 세 번째 모델에서는 이탈리아어 측정과 함께 국제주의 측정을 포함합니다. 모든 모델은 주 간 클러스터링을 고려하기 위해 클러스터링된 표준 오차를 사용하여 계산합니다.