STATISTIK-FORUM.de

[yeah]

Hallo zusammen,

ich analysiere im Rahmen einer Projektarbeit mittels multipler Regression den Einfluss unterschiedlicher Variablen auf den Notenschnitt des Universitätsabschlusses.

Bsp. für unabh. Variablen: Geschlecht (Dummy), Schule (zwei Dummys für Allgemeinbildendes Gymnasium, Privatgymnasium, Referenzvariable Fachgymnasium)
Bsp. für Kontrollvariablen: Alter (metrisch)

Nun möchte ich auch analysieren, ob Geschlecht einen stärkeren Einfluss auf die abhängige Variable als Schule hat. Bei metrischen Variablen würde ich hierfür die standardisierten Regressionskoeffizienten vergleichen. Allerdings habe ich gelesen, dass die Standardisierung von Dummy-Variabeln umstritten ist.
Welche Möglichkeit bietet sich hier an, wenn ich nur den Einfluss der Dummy-codierten unabh. Variablen miteinander vergleichen möchte?

Tausend Dank im Voraus!!!

Gruß

[daniel]

Bei metrischen Variablen würde ich hierfür die standardisierten Regressionskoeffizienten vergleichen.

Das ist meist unsinnig und irreführend (vgl. meine Kommentare hier post10017.html?hilit=standardisierte Koeffizienten#p10017 hier post8256.html?hilit=standardisierte%20Koeffizienten#p8256 und hier post8256.html?hilit=standardisiert#p8256)

Allerdings habe ich gelesen, dass die Standardisierung von Dummy-Variabeln umstritten ist.

Das liegt daran, dass ein Dummy (besser: Indikator) zwei (oder mehr) Gruppen unterscheidet. Eine Standardabweichung ist hier unmöglich sinnvoll interpretierbar und mathematisch schlichtweg eine Funktion des Anteils.

Welche Möglichkeit bietet sich hier an, wenn ich nur den Einfluss der Dummy-codierten unabh. Variablen miteinander vergleichen möchte?

Meines Erachtens keine. Der Punkt ist folgender. Was soll denn eine Aussage wie "Das Geschlecht hat einen stärkerern Effekt, als die Bildung" inhaltlich bedeuten? Für welche Fragestellung soll ein solcher Vergleich in wie fern inhaltlich relevant sein? Jüngst etwas ausführlicher hier dargelegt: regressionanalyse-f11/vergleich-zweier-pradiktoren-t2920.html?hilit=%C3%A4pfel (insb. Holgers Beispiel, Seite 2)

Ansonsten kannst Du direkt die geschätzen Koeffizienten vergleichen, weil die Metrik der Indikatoren die gleiche ist.