STATISTIK-FORUM.de

[Tibri]

Liebe Statistiker,

mich treibt die Abwägung der Vor- und Nachteile einer (multiplen) Regressionsanalyse gegenüber einer Kovarianzanalyse in der Situation von 2 dichotomen und einer metrischen bedingenden Variable (bei metrischen bedingten Variablen) um. Für alle 3 Variablen habe ich inhaltlich abgeleitete und gerichtete Hypothesen, d.h. die metrische Variable ist keine typische Kovariate in dem Sinne, dass ich den Einfluss schlicht und ergreifend herausrechnen möchte, sondern ich möchte auch zu dieser Variable Aussagen zu der gerichteten Hypothese machen (können). Ich benutze für die Auswertung SPSS.

Frage 1: Wie sinnvoll ist, das Ergebnis des F-Tests in der univariatenvarianzanalyse zur Kovariaten als Hinweis für die Bewährung der Hypothese zu nehmen? Kritisch scheint mir zu sein, dass ich dadurch noch nichts über die Richtung des Zusammenhangs weiß (den ich aber in der Hypothese angeben) und ungerichtet getestet wurde. Wäre es denkbar, zur Aufklärung noch eine einfache Regression anzuschließen, die nur die metrische Einflussvariable und die bedingte Variable betrachtet? Ich nehme das allerdings als doppelt gemoppelt wahr. Trügt mich die Einschätzung?

Frage 2: Wie sinnvoll wäre es, meine Unterschiedshypothesen, die für die dichotomen Variablen formuliert wurden, zu "ignorieren" und eine multiple Regression mit allen 3 Variablen zu machen? Positiv scheint mir an dieser Variante, dass ich den Einfluss jeder Variablen unmittelbar sehen kann und v.a. ihren gleichzeitigen Einfluss untersuchen kann. Ebenfalls pro multipler linearer Regression scheint mir zu sprechen, dass ich bei einer weiteren bedingten Variable, die dichotom vorliegt, eine logistische Regression rechnen werde. So würde Methodenkonsistenz hergestellt. Scheint Letzteres sinnvoll?


Über ein Feedback zu meinen bisherigen Erkenntnissen und Einschätzungen würde ich mich sehr freuen, um endlich die eigentliche Rechenarbeit beginnen zu können.

Viele Grüße,
Tibri

[PonderStibbons]

mich treibt die Abwägung der Vor- und Nachteile einer (multiplen) Regressionsanalyse gegenüber einer Kovarianzanalyse in der Situation von 2 dichotomen und einer metrischen bedingenden Variable (bei metrischen bedingten Variablen) um.

Es ist im Prinzip ein und dasselbe.

Kritisch scheint mir zu sein, dass ich dadurch noch nichts über die Richtung des Zusammenhangs weiß

Den zeigt die Deskriptivstatistik.

Frage 2: Wie sinnvoll wäre es, meine Unterschiedshypothesen, die für die dichotomen Variablen formuliert wurden, zu "ignorieren" und eine multiple Regression mit allen 3 Variablen zu machen?

Das hängt von Deinem ureigenen Erkenntnisinteresse ab.

Mit freundlichen Grüßen

P.

[Tibri]

Die vielen (inhaltlichen Freiheitsgrade überfordern mich zwar aktuell, aber das nur der Inhalt eine Klärung geben kann, ist mir nun endgültig klar geworden. Dafür also insbesondere vielen Dank!

[frankyy2323]

@PonderStibbons

durch die kontrolle einer kovariate koennte sich die richtung des zusammenhangs aendern.
ich frage mich wo ich das ablesen kann, an den deskreptiven statistiken nicht, da hier nicht ueber die variably kontrolliert wurde.

jemand ideen?

lg

[PonderStibbons]

Zusammenhang auf verschiedenen Ebenen der Kovariate betrachten.

Mit freundlichen Grüßen

P.