STATISTIK-FORUM.de

[PatrickG]

Hallo zusammen,

ich habe eine Umfrage durchgeführt, welche unter anderem die Persönlichkeit durch 60 Items mittels einer 5-stufigen Likertskala erfasst.
Ferner wurden Alter, Geschlecht, Wohngegend und Gründe für Onlineshopping abgefragt. Es gab 15 vordefinierte Gründe, von denen jeder Teilnehmer maximal 4 auswählen durfte.
Durch die 60 Items wird die Persönlichkeit in 5 Hauptfaktoren erfasst, wobei jeder Faktor gemäß der Likertskala von 1,0 bis 5,0 ausgeprägt sein kann.

Die erhobenen Daten sollen nun dahingehend ausgewertet werden, ob ein Zusammenhang zwischen einzelnen Persönlichkeitsfaktoren (unabhängige Variable) und einzelnen Gründen zum Onlineshopping (abhängige Variable) besteht.
Meine Idee ist, für jeden Persönlichkeitsfaktor mit jeweils einem Shoppinggrund eine eigene logistische Regression durchzuführen.
Ist dies in dieser Weise sinnvoll oder wäre eine multiple Regression angebrachter?

Des Weiteren möchte ich mögliche Einflüsse des Geschlechts und der Wohngegend (nominal) untersuchen. Wie gehe ich hier am besten vor?

Ich habe bereits 26 Hypothesen aufgestellt, die es zu untersuchen gilt.
Um zwei Beispiele zu nennen:

H1: Je niedriger ausgeprägt der Faktors Extraversion, desto häufiger geben Personen an, aus dem Grund „Aufwandsersparnis“ im Internet einzukaufen.

H2: Männer kaufen häufiger als Frauen aus dem Grund „Zeitersparnis“ im Internet ein.

Ich bin für jeden Hinweis dankbar!
Viele Grüße

[PonderStibbons]

ich habe eine Umfrage durchgeführt, welche unter anderem die Persönlichkeit durch 60 Items mittels einer 5-stufigen Likertskala erfasst.

Bitte beachten, das 5stufige ist das Antwortformat/die Antwortskala der einzelnen Items.
Likert-Skala ist dagegen die Bezeichnung eines Messinstrumentes, das aus mehreren Items
vom Likert-Typ besteht, deren Scores addiert werden.

wäre eine multiple Regression angebrachter?

Andernfalls hättest Du 75 einzelne logistische Regressionen. Klingt das sinnvoll?

Des Weiteren möchte ich mögliche Einflüsse des Geschlechts und der Wohngegend (nominal) untersuchen. Wie gehe ich hier am besten vor?

Was heißt des weiteren - unabhängig von der ersten Analyse? Oder soll das der ersten Analyse hinzugefügt werden?
Letzteres ginge über die Aufnahme als Prädiktoren in die Regressionsanalysen.

Ich habe bereits 26 Hypothesen aufgestellt, die es zu untersuchen gilt.
Um zwei Beispiele zu nennen:

H1: Je niedriger ausgeprägt der Faktors Extraversion, desto häufiger geben Personen an, aus dem Grund „Aufwandsersparnis“ im Internet einzukaufen.

H2: Männer kaufen häufiger als Frauen aus dem Grund „Zeitersparnis“ im Internet ein.

Ach so. Also völlig unabhängige Fragen? Dann bräuchtest Du weder multiple noch überhaupt logistische
Regressionen.

H1 wird überprüft mit einem t-Test : Gruppierungsfaktor "Aufwandersparnis angegeben ja/nein",
zu analysierende Variable Extraversions-Score. Wenn die ja-Sager einen höheren Extraversionsscore
haben als die nein-Sager, bestätigt das die Hypothese.
H2 ist ein Chi²-Test.

26 Hypothesentests klingt zwar etwas beliebig, aber das muss Dein Betreuer beurteilen.

Mit freundlichen Grüßen

PonderStibbons

[PatrickG]

Hallo,

vielen Dank erstmal für die schnelle Antwort.

Was heißt des weiteren - unabhängig von der ersten Analyse? Oder soll das der ersten Analyse hinzugefügt werden?
Letzteres ginge über die Aufnahme als Prädiktoren in die Regressionsanalysen.

Es war mir nicht bewusst, dass die unabhängigen Variablen verschiedene Skalenniveaus haben dürfen (Geschlecht := nominal, Score eines Persönlichkeitsfaktors := metrisch.)
Wahrscheinlich macht es mehr Sinn diese mit in die Analyse aufzunehmen und keine weitere, unabhängige zu starten.

Ach so. Also völlig unabhängige Fragen? Dann bräuchtest Du weder multiple noch überhaupt logistische
Regressionen.

H1 wird überprüft mit einem t-Test : Gruppierungsfaktor "Aufwandersparnis angegeben ja/nein",
zu analysierende Variable Extraversions-Score. Wenn die ja-Sager einen höheren Extraversionsscore
haben als die nein-Sager, bestätigt das die Hypothese.
H2 ist ein Chi²-Test.

Ja, bislang sind die Fragen völlig unabhängig voneinander gestellt.
Bei dem t-Test finde ich in meinen Unterlagen, dass die unabhängige Variable nominal skaliert und die abhängige Variable intervallskaliert sein muss. Das wäre in meinem Fall allerdings genau umgekehrt (Persönlichkeitsfaktor := metrisch, Grund für Onlinekauf := nominal). Ist es hier zulässig die beiden zu vertauschen?

26 Hypothesentests klingt zwar etwas beliebig, aber das muss Dein Betreuer beurteilen.

Ja, das sind in der Tat im Moment noch viele und auch noch nicht vom Betreuer abgesegnet. Also das kann sich durchaus noch verändern.

Danke und
Mit freundlichen Grüßen
Patrick

[PonderStibbons]

Bei dem t-Test finde ich in meinen Unterlagen, dass die unabhängige Variable nominal skaliert und die abhängige Variable intervallskaliert sein muss. Das wäre in meinem Fall allerdings genau umgekehrt (Persönlichkeitsfaktor := metrisch, Grund für Onlinekauf := nominal). Ist es hier zulässig die beiden zu vertauschen?

Dem Test-Algorithmus ist es egal, was der Anwender als "abhängig" und "unabhängig" etikettiert.

26 Hypothesentests klingt zwar etwas beliebig, aber das muss Dein Betreuer beurteilen.

Ja, das sind in der Tat im Moment noch viele und auch noch nicht vom Betreuer abgesegnet. Also das kann sich durchaus noch verändern.

Meist ist es sinnvoll, Modelle mit mehreren Prädiktoren zugleich aufzustellen.

Mit freundlichen Grüßen

PonderStibbons