STATISTIK-FORUM.de

[flo1]

Hallo zusammen,

zunächst mal die Frage, ob es überhaupt möglich oder sinnvoll ist, in SPSS eine lineare Regression durchzuführen, wenn die abhängige Variable ordinalskaliert ist?

Ich erhalte dann einen ganzen normalen Regressionsoutput - ist eine übliche Interpretation der Koeffizienten möglich?

Welche Prämissen muss ich hier für die lineare Regression prüfen? Wie ist das beispielsweise mit der Linearität in den Parametern? Kann ich ausgehend von einem Streudiagramm sagen, dass Linearität in den Parametern vorliegt?

Vielen Dank euch schonmal, bin gerade etwas überfordert!

[PonderStibbons]

Mach halt die ordinal-logistische Regression, die kann auch SPSS.

Mit freundlichen Grüßen

PonderStibbons

[flo1]

Vielen Dank für die Antwort!

Kann ich also eine normale lineare Regression nicht verwenden?

Hier wollte es das Bild des Streudiagramms nicht mit hochladen --> http://www.spss-forum.de/regressionsmodelle-f13/lineare-regression-mit-ordinaler-abhangiger-variable-t1913.html

Kann ich hier dann auch Linearität in den Parametern annehmen?

[PonderStibbons]

Kann ich also eine normale lineare Regression nicht verwenden?

Wie sollte ich das wissen können, außer dass Deine Variable ordinal ist, hast Du doch überhaupt nichts beschrieben.

Hier wollte es das Bild des Streudiagramms nicht mit hochladen --> http://www.spss-forum.de/regressionsmod ... t1913.html

Ach so, Du diskutierst das parallel in mehreren Foren.

[mango]

Ist die AV ordinal, kannst du sie kein Vorhersagemodell mit intervallskaliertem Outcome darauf anwenden. Ist doch ganz logisch. Also ist eine multinomiale logistische Regression angesagt. Willst du es einfacher, kannst du auch zwei Gruppen daraus machen und eine "normale" logistische Regression rechnen. Ein normales lineares Modell ohne Linkfunktion wird dir aber niemand abnehmen.

Für fundiertere Ratschläge müsste man tatsächlich mal wissen, um was für Variablen es überhaupt geht.

[bele]

Welche Prämissen muss ich hier für die lineare Regression prüfen?

Du kannst zum Beispiel in dem von Dir gegebenen Streidiagramm prüfen, ob das eine strukturlose, gleichmäßig verteilte Punktwolke ist, oder ob Du da noch eine Struktur findest, die Du durch ein besseres Modell ausgleichen solltest. Also ich sehe da Linien in Deinem Streudiagramm. Die kommen daher, dass Deine Zielvariable fünfstufig ist und die lineare Regression das nicht abbilden kann.
Entweder ordinal-logistische Regression oder das vorliegende Problem so genau schildern, dass man richtig mitdenken kann.

LG,
Bernhard

[flo1]

Erstmal vielen Dank für all die Antworten!

Hier wollte es das Bild des Streudiagramms nicht mit hochladen --> http://www.spss-forum.de/regressionsmod ... t1913.html

Ach so, Du diskutierst das parallel in mehreren Foren.

Mir wurde empfohlen, dass eher im Statistik-, als im SPSS-Forum zu fragen, entschuldige bitte.

Zum inhaltlichen:

Bei der Befragung ging es um ein Unternehmen und darum, dessen Potenzial schätzen zu können. Dabei gab es dann eine Frage, ob man sich vorstellen könnte, die Dienstleistung des Unternehmens generell einmal zu nutzen mit Antwortmöglichkeiten von 1 bis 5 (1=überhaupt nicht, 5=sehr gut).
Das ist also meine AV.

Die unabhängigen Variablen habe ich aus einer Korrelationsanalyse bestimmen lassen und habe in der Folge die Variablen zu Prädiktoren gemacht, die am stärksten mit der AV korrelierten. Ergebnis waren 8 Prädiktoren, von denen 6 ordinal skaliert sind und 2 nominal skaliert sind, wobei die beiden nominal skalierten Variablen je nur zwei Ausprägungen haben (einmal die Frage nach dem Geschlecht und einmal ob die Person Vollzeit arbeitet oder nicht).

Ist es nun also so, dass für das beschriebene Modell eine lineare Regression keinen Sinn macht?

Super wäre es eben, wenn ich am Ende einen ähnlichen Output wie bei der linearen Regression haben könnte, also: AV = Konstante + X*UV1 + X*UV2 usw.

Vielen Dank nochmal für eure Mühen!

[flo1]

Kann mir an dieser Stelle noch irgendjemand von euch kurz weiterhelfen?

Ihr ward mir wirklich eine große Hilfe!

[bele]

Hallo flo1,

Ist es nun also so, dass für das beschriebene Modell eine lineare Regression keinen Sinn macht?

Super wäre es eben, wenn ich am Ende einen ähnlichen Output wie bei der linearen Regression haben könnte, also: AV = Konstante + X*UV1 + X*UV2 usw.

PonderStibbons hat Dir gleich in der ersten Antwort geraten, eine ordinal-logistische Regression zu rechnen. Wenn Du nicht verstehst, was das bedeutet, dann lies Dich ein oder frage nach, was damit gemeint ist, aber übergehe nicht diesen Ratschlag um einfach nach weiterem Rat zu fragen. Wenn Du verstehst, was das bedeutet, dann verstehe ich die obige Nachfrage gar nicht.

Dein Auswahlverfahren der Prädiktoren über deren jeweils univariate Korrelation finde ich eher nicht gut, aber ohne Kenntnis der Studie im Detail, kann ich natürlich ganz falsch liegen. Egal! Dreh- und Angelpunkt ist erstmal, dass Du was über das Generalisierte lineare Modell, dabei vor allem über die logistische Regression in Erfahrung bringst, damit Du Dich danach mit der ordinal-logistischen Regression beschäftigen kannst.
Diese Schritte gehen über das Hinaus, was sinnvollerweise in einen Forumspost passt.

LG,
Bernhard