Mmh, ich habe mir da wohl wirklich die Diskriminanzanalyse als zu einfach vorgestellt.
Vorrangig möchte ich untersuchen, welche Unterschiede es hinsichtlich der Motive (Nächstenliebe, Vertrauen, Gesundheitscheck etc.) zwischen Blutspendern in der Stadt und auf dem Land gibt. Da ich
zusätzlich noch das Lebensalter untersuche, also ob das Alter auch einen Einfluss auf die Motive hat, wollte ich erst herausfinden, welche grundsätzlich Unterschiede es zwischen Stadt/Land gibt. Danach wollte ich erst das Alter analysieren (die getrennte Betrachtung machte für mich nur Sinn, weil ich kein Verfahren finden konnte, mit dem ich alle Variablen (Stadt/Land & Jung/Alt) gleichzeitig untersuchen kann)
Wenn es denn unbedingt ein multivariates Verfahren sein soll, wäre eine logistische Regression näherliegend,
Es muss nicht unbedingt ein multivariates Verfahren sein. Meine Professorin meinte, ich könnte eine Regressionsanalyse machen, also eine ANOVA. Jedoch ist mir schleierhaft, wie eine Regressionsanalyse in meinem Fall aussehen sollte.
Ich habe die Gleichung aufgestellt: Wohnort (Land) = a + b1 Nächstenliebe + b2 soziale Verantwortung + b3 Vertrauen + b4 Gesundheitscheck + ... (insgesamt 7 Variablen).
Ich bin mir zum einen nicht sicher, ob die Gleichung so richtig aufgestellt ist und zum anderen müsste ich dann doch wahrscheinlich 4 Gleichungen aufstellen Wohnort (Stadt/ Land) und Lebensalter (Jung/Alt)?? Also formal:
1) Wohnort (Land) = a + b1 Nächstenliebe + b2 soziale Verantwortung + b3 Vertrauen + b4 Gesundheitscheck + ...
2) Wohnort (Stadt) = a + b1 Nächstenliebe + b2 soziale Verantwortung + b3 Vertrauen + b4 Gesundheitscheck + ...
3) Lebensalter (Jung) = a + b1 Nächstenliebe + b2 soziale Verantwortung + b3 Vertrauen + b4 Gesundheitscheck + ...
4) Lebensalter (Alt) = a + b1 Nächstenliebe + b2 soziale Verantwortung + b3 Vertrauen + b4 Gesundheitscheck + ...
Würde das überhaupt Sinn machen?
Wenn ich mehrere t-Tests durchführen würde, würde ich für jedes Motiv bezogen auf den Wohnort einen t-Test durchführen, oder?