STATISTIK-FORUM.de

[Sasi]

Hallo liebe Statistker,

bei meiner Masterarbeit möchte ich gerne eine Regressionsanalyse machen. Hierbei geht es hauptsächlich um ordinale Daten als abhängige Variable und nominale Daten als unabhängige Variable. Gibt es da ein Verfahren, dass ich bei SPSS anwenden kann? Oder kann ich lediglich die Korrelation prüfen?

Vielen Dank schonmal,

Sasi

[PonderStibbons]

Beschreibe bitte konkret Deine Studie, zumindest, wie lautet die Fragestellung,
was wurde erhoben/gemessen, wie groß ist die Stichprobe.

Mit freundlichen Grüßen

P.

[Sasi]

Hallo,
meine Stichprobe hat eine Größe von 384 Teilnehmern welche aus zwei Abfrageperioden stammen. Die Studie untersucht ob das Image eines Sports auch auf den Sponsor abfärbt und welche begleitenden Variablen darauf einwirken. Der Imagetransfer selber wird auf einer ordinalen Skala gemessen- dabei werden einzelne Attribute genannt und müssen dann auf einer 5-point Skala bewertet werden (strongly agree-strongly disagree). Die Einflussvariablen sind zumeist ordinal, es wird aber auch jeweils eine Frage mit nominaler Skala, interval Skala und dichotomous Skala gestellt. Mir sind mittlerweile Verfahren zur Untersuchung der Korrelation bekannt, wie untersuche ich jedoch die Regression und welche Rolle spielen hierbei Dummy-Variablen?
Gerne kannst du dir auch meinen Fragebogen anschauen um einen besseren Überblick zu erhalten: https://www.surveymonkey.com/s/Y826DXX

Vielen Dank!!! Sasi

[PonderStibbons]

Wenn mna die 5-Punke-Itemskala als ordinal betrachtet: für
ordinale abhängige Variablen gibt es die "ordinale Regression".

Wenn ordinale Variablen Prädiktoren in einer Regression sein
sollen, kann man sie in dummy-Variablen umwandeln. Hat
die Variable 5 Stufen, braucht man 4 neue dummy-Variablen,
eine Stufe ("Referenz") bekommt keine eigene Variable.
Manche Statistikprogramme erfordern es erst gar nicht,
solche dummies eigens zu erzeugen, dort gibt man eine
kategoriale oder ordinale Variable als "kategorial" an und
das Programm wandelt sie für die Rechnung um.

Mit freundlichen Grüßen

P.