STATISTIK-FORUM.de

[Ponne44]

Hallo,

ich habe eine multiple Regression durchgeführt. Abhängige Variable ist Burnout, unabhängige ist Selbstvertrauen und Beziehungsstand. Beziehungsstand ist als Dummy eingeflossen: verheiratet, ledig und geschieden ist die Referenzkategorie. Das Ergebnis sieht so aus (Variablen und deren Betas und p-Values):

Selbstvertrauen B = 2.0, p = .001
verheiratet B = - 1.2, p = .001
ledig B = -.5, p = .08

wie interpretiere ich jetzt die Dummyvariablen? Vor allem weil ja nur verheiratet signifikant ist. Heißt dass, das Verheiratete signifikant ein um 1.2 Punkte weniger hohes Burnoutlevel haben als Geschiedene? Über Ledige verliere ich dann gar kein Wort, weil ja nicht signifikant. Und über Geschiedene kann ich gar nichts sagen, weil das ja die Referenzkategorie ist. Aber eigentlich interessiert doch auch, ob es zwischen Geschiedenen und Burnout einen signifikanten Zusammenhang gibt. Oder ist das einfach so, dass man über die Referenzkategorie eben keine Aussage machen kann und diese einfach nur als Vergleich dient?

Ich hoffe, ihr könnt mir helfen!

[DHA3000]

Du triffst doch die Aussage, dass Verheirate augenscheinlich ein geringeres Burn-out Risiko haben, als Geschiedene. Also sagst du doch was über die Referenzkategorie.

Ledig ist signifikant, wenn auch nur auf dem 10%-Niveau. Das würde ich nicht unter den Tisch fallen lassen.

[Ponne44]

Hallo zusammen,

ich muss mich nochmal melden, wegen der Dummykodierung von einer kategorialen Variable in der multiplen Regression. Habe 3 Ausprägungen und eine davon ist die Referenzkategorie (RK). Es ist ja egal, welche Ausprägung man davon nimmt, aber je nachdem ändern sich ja die p-Werte.
Also konkret: ich habe verheiratet / geschieden und ledig. Wenn ich geschieden als RK nehme, dann bekomme ich bei verheiratet ein p-Wert von .19, bei ledig .17. Also: verheiratete unterscheiden sich nicht signifikant von Geschiedenen. Ledige unterscheiden sich signifikant von Geschiedenen. Wenn ich aber verheiratet als RK nehme, dann bekomme ich bei geschieden p= .19 (klar), bei ledig p= .29. Dann würden sich die Gruppen gar nicht mehr signifikant unterscheiden. Wie geht man mit sowas um? Es kann doch nicht sein, dass man je nach RK unterschiedliche Ergebnisse bekommt?? Das sieht doch komisch aus?

Vor allem, würde man den Unterschied nicht mal mehr ansprechen, weil nicht signifikant.

Danke euch!

[strukturmarionette]

Hi,

dann bekomme ich bei verheiratet ein p-Wert von .19, bei ledig .17. Also: verheiratete unterscheiden sich nicht signifikant von Geschiedenen. Ledige unterscheiden sich signifikant von Geschiedenen.

- also zunächst könntes Du Grundlegenderes bei Deinen Zahlen und stat Interpr überdenken und darstellen

Gruß
S.

[Ponne44]

Also eigentlich bezieht sich das Beispiel auf den zuerst genannten Beitrag - wie oben am 6.7. dargestellt.

So wie es dargestellt ist, würde man es interpretieren, dass Verheiratete ein signifikant niedriges Burnoutlevel aufweisen als Geschiedene (Referenzkategorie).
Ledige weisen ein KEIN signifikant niedriges Level als Geschiedene auf.

Ich habe nun mal die Referenzkategorie geändert, also z.B. Ledige sind nun die Referenzkategorie.

Da kommt dann raus:

Selbstvertrauen B = 2.0, p = .001
verheiratet B = - 1.6, p = .08
Geschieden B = -.8, p = .06

(ich hab die Zahlen gerade nicht genau im Kopf, aber die p-Werte bei den letzten beiden sind auf jeden Fall nun über dem 5 % Niveau). Also weder Verheiratete noch geschiedene unterscheiden sich in ihrem Burnoutlevel im Vergleich zu den Ledigen.

Das heißt ja, dass es immer drauf ankommt, welche Referenzkategorie ich nehme, ob da signifikante Unterschiede auftreten. Und man vergleicht immer nur jeweils mit der Referenzkategorie, aber nie die beiden Gruppen, die in die Regression aufgenommen wurden (also hier verheiratet und geschieden, ich weiß also nicht, ob verheiratete und Geschiedene sich signifikant unterscheiden). Und ich weiß auch nicht, ob die Ledigen ein signifikantes Burnoutlevel aufweisen.

Sehe ich das richtig und das ist einfach so und die Interpretation meines Beispiels stimmt auch? Es ist ja auch egal, welche der Kategorien man als Referenz nimmt.

[DHA3000]

Die Standardfragen die hier eigentlich immer direkt gestellt werden, fehlen noch:

Was hast du für eine Stichprobe, wie groß?
Was für ein Modell schätzt du?
Was für Kontrollvariablen?
Korrigierst für für Het.?

Ich kann dir vermutlich ganz genau sagen, was dein Problem ist, aber dafür brauche ich mehr Informationen.
Da aber die Thematik vermutlich schon 100 Mal in der Literatur diskutiert wurde, bietet es sich an, jender auch zu folgen, was die Einteilung angeht.

[Ponne44]

N = 186.
Die AV ist Burnout. Die UV Selbstvertrauen, Konteollvariable ist Beziehungsstand mit den Ausprägungen ledig, geschieden, verheiratet. Ich hoffe, ich habe alles an Infos nun geliefert? Brauche echt ne Antwort.

[Ponne44]

Ach ja, nicht hierarchische lineare multiple Regression noch.

[DHA3000]

Du schätzt eine Regression mit exkakt einer Kontrollvariable.
Da kann nichts sinnvolles, bzw. stabiles bei herauskommen. Unabhängig davon, dass du bei de Referenzkathegorien unterschiede bekommst. Das ist ja durchaus plausibel.

Du kannst dir sicherlich vorstellen, dass ein wenig mehr für Burnout verantwortlich ist. Wenn du dafür nicht kontrollierst, sind deine Ergebnisse wenig aussagekräftig.

[Ponne44]

Ich wollte eigentlich nur wissen,ob meine Interpretation stimmt, dass Geschiedene um 1.6 weniger an Burnout leiden als Ledige und Verheiratete um 0.8 weniger als Ledige.