STATISTIK-FORUM.de

[IrPe]

Hallo zusammen,

ich möchte meine Bachelorarbeit zum Thema Regressionsanalyse schreiben und bin mir gerade nicht ganz sicher, welches Regressionsmodell ich nehmen sollte. Alle meine Variablen sind intervalskaliert (von 1 bis 6). Meine abhängige Variable ist Gesamtzufriedenheit mit der Leistung. Die UVen sind recht viele (insgesamt 16): Zufriedenheit bzgl. der Sauberkeit/Ordnung in der Filiale, bzgl. der Preise, Qualität der Waren, Frische der Waren,...und s.w. Ich möchte den Einfluß der einzelnen Prädikatoren auf die Gesamtzufriedenheit untersuchen in dem ich anhand der Betta-Werte die Ergebnisse interpretiere und die Frage beantworte "wie ausschlaggebend sind die einzelnen Faktoren?" Ich befürchte, dass ich einige Probleme mit so einem Modell bekommen könnte:
1) Mir scheint ein multiples Modell mit so vielen UVen sehr aufwändig zu sein und ich weiß nicht, ob ich zum Schluß plausible Ergebnisse rausbekomme und ob aufgrund der Verletzung der Modellannahmen (einige Modellannahmen werden sicherlich verletzt) die Regressionsanalyse überhaupt sinnvoll durchgeführt werden kann.
2) Ich könnte als Alternative auch 16 einfache Regressionensgleichungen aufführen und diese untersuchen. Wären die Ergebnisse einer solchen Vorgehensweise sinnvol/plausibel?

Danke schon Mal im Voraus
Mit freundlichen Grüßen

[PonderStibbons]

ich möchte meine Bachelorarbeit zum Thema Regressionsanalyse schreiben

Anscheinend ist es lediglich die verwendete statistische Analysemethode, nicht das Thema der Arbeit.
Wie lautet denn das Thema und die Fragestellung der Arbeit und wie groß ist die Stichprobe?

Mit freundlichen Grüßen

P.

[IrPe]

Anscheinend ist es lediglich die verwendete statistische Analysemethode, nicht das Thema der Arbeit.
Wie lautet denn das Thema und die Fragestellung der Arbeit und wie groß ist die Stichprobe?

Danke für die Antwort.

Richtig, es ist die Methode. Das Thema lautet: Einfluß der einzelnen Zufriedenheitsfsktoren auf die Gesamtzufriedenheit der Leistung bei Unternehmen XY (dem Unternehmen ist es wichtig anhand der Betta-Werte der Regressionsanalyse herauszubekommen, wie wichtig die einzelnen Faktoren für die Gesamtzufiredenheit sind). Die Stichprobe ist 1000.

Mit freundlichen Grüßen

[PonderStibbons]

Ich verstehe es leider nicht. Was für ein Unternehmen denn, was für eine
Gesamtzufriedenheit welcher Leistung, gemessen bei wem und womit?
Und was für eine Stichprobe ist denn das, wo stammt die her, kurz und
gut, auf welche Weise wurde die zugrundeliegende Untersuchung
durchgeführt.

Mit freundlichen Grüßen

P.

[IrPe]

Ich verstehe es leider nicht. Was für ein Unternehmen denn, was für eine
Gesamtzufriedenheit welcher Leistung, gemessen bei wem und womit?

Das Unternehmen XY hat eine Befragung bei Kunden am POS durchgeführt. Sie wurden eben gefragt zum einen nach ihrer Gesamtzufriedenheit mit der Leistung (insgesamt/Gesamtzufriedenheit mit der Leistung der Filiale). Das Alter der Menschen ist unterschiedlich, das sind sowohl Männer, als auch Frauen. Wie gesagt, die Skala ist 6-stufig (1=sehr zufrieden, 6=absolut unzufrieden). Nach der Frage zu der Gesamtzufriedenheit folgen Fragen zu der Zufriedenheit mit den einzelnen Faktoren (Preis der Waren allgemein, Qualität der Waren, Sauberkeit in der Filiale,.. und so 16 Einzelfaktoren. Teilnahme an der Befragung war freiwillig und anonym.

Mit freundliche Grüßen

[PonderStibbons]

Setzt man also mittlerweile voraus, dass jeder weiß, was POS ist.

Sie wurden eben gefragt zum einen nach ihrer Gesamtzufriedenheit mit der Leistung (insgesamt/Gesamtzufriedenheit mit der Leistung der Filiale).

Was bedeutet nun dies? Es wurde in verschiedenen Filialen gefragt oder nur in einer einzigen? Es wurde nach der Zufriedenheit mit dem Unternehmen gefragt sowie nach Zufriedenheit mit der jeweiligen/der speziellen Filiale? Aber die Analyse betrifft jedenfalls nur die Zufriedenheit mit der (jeweiligen) Filiale?

Man kann einfache Regressionen rechnen. Zusätzlich eine multiple Regression mit allen Einzelfaktoren, was häufig wegen der Abhängigkeiten und Überlappungen der einzelnen Einflussfaktoren zu schwer interpretierbaren Ergebnissen führt. Waren es verschiedene Filialen, muss man das in die Analyse mit einbauen. Es bietet sich auch an, eine Faktorenanalyse über die Einzelaspekte zu rechnen, um eine verringerte Zahl an Dimensionen zu erhalten und diese dann in der multiplen Regression zu verwenden.

Mit freundlichen Grüßen

P.

[IrPe]

Setzt man also mittlerweile voraus, dass jeder weiß, was POS ist.

POS heißt Point of Sale.

Sie wurden eben gefragt zum einen nach ihrer Gesamtzufriedenheit mit der Leistung (insgesamt/Gesamtzufriedenheit mit der Leistung der Filiale).


Was bedeutet nun dies? Es wurde in verschiedenen Filialen gefragt oder nur in einer einzigen? Es wurde nach der Zufriedenheit mit dem Unternehmen gefragt sowie nach Zufriedenheit mit der jeweiligen/der speziellen Filiale? Aber die Analyse betrifft jedenfalls nur die Zufriedenheit mit der (jeweiligen) Filiale?

Sorry, habe es zuvor falsch interpretiert. Es wurde in verschiedenen Filialen gefragt.Es wurde nach der Zufriedenheit mit dem Unternehmen gefragt.

Waren es verschiedene Filialen, muss man das in die Analyse mit einbauen

Wie kann man das in die Analyse mit einbauen? In dem man zu jeder Filiale eine eigene Regression rechnet? Faktorenanalyse hört sich schon mal sehr gut an.

[PonderStibbons]

POS heißt Point of Sale.

Ja, das wissen Du und ich, aber beileibe nicht jeder.

Es wurde in verschiedenen Filialen gefragt.Es wurde nach der Zufriedenheit mit dem Unternehmen gefragt.

Da würde ich in jedem Fall "Filiale" mit in die Auswertung nehmen. Technisch geht das mit einer Kovarianzanalyse(n), wo "Filiale" der Faktor ist und die einzelnen Einflussfaktoren die Kovariate(n). Und die Wechselwirkungen zwischen Standort und Kovariate(n) solte man einbauen. Alternativ kann man auch die k Filialen in k-1 dummies verwandeln (jeder Standort erhält eine 0/1-Variable, abgesehen von einer einzelnen beliebigen Filiale, die keine erhält und als Referenz fungiert) und diese dann in einer Regression verwenden. Je nach Zahl der Standorte wird die Herstellung der zusätzlichen Wechselwirkungsvariablen dann allerdings aufwendig.

Mit freundlichen Grüßen

P.

[IrPe]

Ok, vielen Dank. Technisch gesehen ist das, meiner Meinung nach, eine sehr gute Lösung. Aber ich denke, dass die Antworten der Befragten viel zu stark von der Filiale abhängen und die Ergebnisse der Regressionsanalyse nicht plausibel sein können. Angenommen, die Befragung wird mittels Computer Assisted Telephone Interview (CATI) durchgeführt und man würde nur die Zufriedenheit mit dem Unternehmen allgemein und die Zufriedenheit (bzw. Wichtigkeit als Alternative (wie wichtig sind Ihnen...? 1=sehr wichtig, 6=sehr unwichtig)) mit den einzelnen Faktoren ohne einen Bezug auf eine konkrete Filiale fragen. Zuvor wird allerdings jeder Befragte gefragt, ob er überhaupt in einer der Filialen des Unternehmens XY einkauft und wie oft. Dann würde schon mal der Einfluß der Filialen wegfallen. Richtig? Wäre es sinnvoll dann zusätzlich zu den UVs noch 2 Dummy-Varuablen ("kaufen sie in einer Filiale des XYs ein?" und "wie oft kaufen sie dort ein?") in die Regression mit einzubauen?

[PonderStibbons]

Angenommen, die Befragung wird mittels Computer Assisted Telephone Interview (CATI) durchgeführt

Ach so? Du teilest ursprünglich mit

Das Unternehmen XY hat eine Befragung bei Kunden am POS durchgeführt.

Aber ich denke, dass die Antworten der Befragten viel zu stark von der Filiale abhängen und die Ergebnisse der Regressionsanalyse nicht plausibel sein können.

Eben um den Effekt der Filialen zu berücksichtigen, könnenn diese als Faktor einbezogen werden,
ebenso die Wechselwirkungen zwischen dem Faktor "Filialen" und den übrigen unabhängigen Variablen.

Zuvor wird allerdings jeder Befragte gefragt, ob er überhaupt in einer der Filialen des Unternehmens XY einkauft und wie oft. Dann würde schon mal der Einfluß der Filialen wegfallen. Richtig?

Diejenigen, die gar nicht das Unternehmen durch Einkauf kennen, fallen doch aus der Analyse raus.
Wie sollen die denn verwertbare Urteile abgeben bzw. was soll da Zufriedenheit bedeuten.

Ob der Einfluss des konkret erlebten "POS" durch die Art der Befragung ausgeschlossen werden kann,
das kann ich nicht beurteilen, ich kenne den Kontext nicht.

Wäre es sinnvoll dann zusätzlich zu den UVs noch 2 Dummy-Varuablen ("kaufen sie in einer Filiale des XYs ein?" und "wie oft kaufen sie dort ein?") in die Regression mit einzubauen?

"Wie oft" kann man doch gar nicht durch eine dummy(eine 0/1)-Variable repräsentieren.

Und außerdem besteht Redundanz. Wer nicht einkauft, hat Häufigkeit 0, da würde die
zweite Variable im Modell reichen.

Mit freundlichen Grüßen

P.