STATISTIK-FORUM.de

[susannastatistik]

Hallo zusammen
meine Kontrollvariable ist wie folgt codiert:

Age:
0=below 20
1=20-29
2=30-39
3=40-49

somit habe ich nun categorien: muss ich bei den variabeln settings: mass auf ordinal umstellen?

wenn ich diese kontrollvariablen in eine lineare regression oder eine moderierte regression als weitere uv eingebe, muss ich dann da noch was anpassen. oder muss ich einfach bei der interpretation dran denken, dass diese eine Ordinal skalierte variable ist?

Herzlichen dank!!

[susannastatistik]

ach ich habs rausgefunden. nein die abstände der neuen kategorien sind ja immer noch intervallmässig. daher nicht

[Lukki]

Wow wow wow!

Da fehlt einiges an Information um ausreichend darauf zu antworten.

Welches Programm benutzt du denn (was ist Mass in dem Programm)?

Hattest du Zähldaten, die du in deine Kategorien (below 20, 20 - 29 usw.) eingeordnet hast oder sind deine Rohdaten schon in Kategorien aufgenommen (z.B. im Fragebogen: Alter unter 20 (x), Alter zwischen 20 und 29 (x) usw.)?

Dann: was ist deine Fragestellung? Was möchtest du konkret rausfinden? Dementsprechend kann man dir sagen ob eine lineare Regression Quatsch ist oder nicht. Du kannst ja nicht einfach für die Altersverteilung eine lineare Regression rechnen ohne eine abhängige oder unabhängige (je nach Fragestellung) Variable

sorry aber mehr geht leider nicht aufgrund deiner Angaben,

mit bestem Gruß,
Lukki

[susannastatistik]

ja entschuldigung:
ich habe einige andere variablen und ich weiss, dass ich da eine regression rechnen kann.
meine frage konnte ich bereits selbst beantworten. bis auf die frage

programm: spss
mass: entspricht dem englischen measure
ja ich hatte zähl daten: ich hatte also genaue zahlen angaben über das alter der leute und mir überlegt kategorien zu machen
doch die FRAGE: 1:macht dies überhaupt sinn, wenn ich eigentlich bereits zähldaten habe.
2: müssen diese controllvariablen in einer regression normalverteilt sein?
3: soll ich sie logarithmisieren ?
4: oder eben so kategorien machen?

meine UV: Führungsverhalten
AV: Leistung der Mitarbeitenden

kontrollvariablen:
Alter
Geschlecht
tenure: jahre im amt
jahre mit der Führungskraft zusammen
Ausbildung
Pensum

[bele]

Welches Programm benutzt du denn (was ist Mass in dem Programm)?

Hallo Lukki,

wenn da nichts steht, ist es in diesem Forum eigentlich immer SPSS. Die R'ler posten Code oder einen Teil der Fehlermeldung, weil es so nahe liegt. Die Stata-Leute wissen um die Dominanz von SPSS und sind stolz genug auf Stata, um es dazu zu schreiben und die Excel-Leute ahnen schon, dass sie mit der Antwort nichts anfangen können, wenn Sie Excel nicht gleich als Einschränkung dazu schreiben.

Sowas ist fast immer SPSS.
LG,
Bernhard

[susannastatistik]

@bele hast du auch eine antwort auf meine fragen bezüglich der kontrollvariablen?

ja ich hatte zähl daten: ich hatte also genaue zahlen angaben über das alter der leute und mir überlegt kategorien zu machen
doch die FRAGE: 1:macht dies überhaupt sinn, wenn ich eigentlich bereits zähldaten habe.
2: müssen diese controllvariablen in einer regression normalverteilt sein?
3: soll ich sie logarithmisieren ?
4: oder eben so kategorien machen?

[bele]

Nein, ich habe keine Antwort auf Deine Fragen, weil ich Deine Fragen nicht verstehe. Ich verstehe nur, dass Du aus sieben unabhängigen Variablen eine Abhängige namens Leistung vorhersagen willst. Eine der sieben unabhängigen ist das Alter. Dieses liegt in Zahlen vor und aus ungenannten Gründen willst Du die in Kategorien zusammen fassen. Das Ziel Deiner linearen Regression sollen wohl Zähldaten sein. Oder betrachtest Du das Alter als Zähldaten und die Zielvariable hat ein ganz anderes Skalenniveau?

Zu 2. kann ich sagen, dass bei den meisten Regressionsverfahren die Antwort nein lautet.
Zu 3 und 4 kann ich nichts antworten weil ich keine Ahnung habe, warum Du das machen willst. Irgendwelche Gründe wirst Du haben, aber genannt wurden sie noch nicht.

LG,
Bernhard

[susannastatistik]

Nein, ich habe keine Antwort auf Deine Fragen, weil ich Deine Fragen nicht verstehe. Ich verstehe nur, dass Du aus sieben unabhängigen Variablen eine Abhängige namens Leistung vorhersagen willst. Eine der sieben unabhängigen ist das Alter. Dieses liegt in Zahlen vor und aus ungenannten Gründen willst Du die in Kategorien zusammen fassen. Das Ziel Deiner linearen Regression sollen wohl Zähldaten sein. Oder betrachtest Du das Alter als Zähldaten und die Zielvariable hat ein ganz anderes Skalenniveau?

Mein modell heisst UV Führungstil/verhalten AV Leistung und als kontrollvariablen verwende ich die genannten variablen: alter, geschlecht, amtszeit, jahre mit chef, ausbildung...
dies würde ich mit einer regressionsanalyse machen, in dem ich in spss: alle kontrollvariablen als uv behandle und führung auch als uv und eben leistung als av.

1:macht dies so sinn? soll man anders vorgehen in einem regressionsmodell? d.h. wo kann ich in spss die kontrollvariablen ins regressionmodell hineinbrigen? bei den uv's?

2/3: hatte ich mir eben auch gedacht, aber wenn mich jmd fragt, bin ich halt zu unsicher und schaue mir alle variablen an und die kontrollvariablen sind halt nicht normalverteilt, wie das halt so oft ist.
deshalb wollte ich sie log transformieren, weil schaden tut es wahrscheinlich dem modell nicht,....?

4: das mit den kategorien war so eine idee von meinem betreuer, und ich habs eben nicht verstanden und daher frage ich hier.... okay

[bele]

Hallo Susanna,

nochmal von vorne: Du musst Deine Arbeit und Deine Fragestellung vernünftig beschreiben, sonst sind alle Antworten Glückssache. Wir wissen immer noch nicht, ob Deine AV "Leistung" metrisch oder nur als ja/nein-Aussage kodiert ist. Im ersten Fall kann ein lineares Modell Sinn machen, im zweiten Fall brauchst Du ein Generalisiertes lineares Modell. Vielleicht brauchst Du auch etwas ganz anderes. Was ist da wie gemessen worden, wieviele Datensätze sind vorhanden, welche Frage soll unmittelbar und mittelbar beantwortet werden?

Also: Ich nehme an, Leistung ist metrisch und es erscheint theoretisch mindestens nicht abwegig, die Zusammenhänge in erster Näherung als linear zu betrachten. Dann kannst Du eine lineare Regression rechnen. Alle unabhängigen Variablen einschl. Führungsstil und Kontrollvariablen sind UV, Leistung ist AV.

Im Allgemeinen wird man das Alter eher nicht gruppieren, weil durch das Gruppieren Informationen verloren gehen. Vielleicht gibt es aber Gründe für das Gruppieren, die wir nur noch nicht kennen (wenn man sich z. B. mit einer anderen Studie vergleichen will, die diese Gruppierung vorgenommen hat oder wenn diese Gruppierung sonst irgendwo eine Rolle spielt (beim Gehalt zum Beispiel)).
Unabhängige Variablen müssen nicht normalverteilt sein. Dummy-Variablen zum Beispiel sind UVs und sie sind nicht normal verteilt.
Logarithmieren ist keine Allheilwaffe gegen vielleicht ungünstige Variablen. Kein ungezieltes Logarithmieren.

Sine ira et studio: Hinterfrag mal kritisch Deine Statistikgrundkenntnisse und überleg, ob Du nicht etwas Nachhilfe bei der Arbeit vertragen könntest. Zum eigenständigen Auswerten der Arbeit sind Deine Kenntnisse knapp, und wenn Du nicht mal Deinen Betreuer verstehst bzw. aufgrund mangelnder Grundkenntnisse nicht gezielt nachfragen kannst, dann wird die Arbeit nicht so gut, wie sie werden könnte.

LG,
Bernhard

[Lukki]

1.: "Macht" dies so Sinn: Keine Ahnung was du da in SPSS rumklickst. Letztendlich ergibt es Sinn als abhängige Variable deine Leistung zu nehmen und als unabhängige deine bestimmenden Variablen. Aber das hilft dir vermutlich noch nicht weiter.

2. und 3.: Welches Regressionsverfahren willst du denn anwenden? davon hängen die notwendigen Vorraussetzungen ab.

3. Warum Kategorien? Frag da nochmal deinen Betreuer. Ergibt letztendlich nur Sinn, wenn du eine Betrachtung nach Kategorien anstrebst. Ich halte eine "willkürliche" Kategorisierung für schwierig. Man könnte seine Kategoriebildung durch die Verteilung des Alters oder -besser- durch Literatur begründen. Ist eben eine Frage, was man betrachten will und was nicht. Letztendlich sind Kategorien nur Aggregate aus verschiedenen Messbeobachtungen und eine Reduktion deines Informationsgehaltes.