ich habe im Rahmen meiner Masterarbeit zum Thema der Kundenzufriedenheit bei der Deutschen Bahn im Fernverkehr eine Umfrage durchgeführt und verzweifle nun an der Auswertung.
Im Rahmen der Umfrage habe ich die Zufriedenheit der Bahnkunden im Fernverkehr insgesamt (abhängige Variable) und die Zufriedenheit der Kunden mit 18 Teilaspekten des Angebots (Pünktlichkeit, Sicherheitsgefühl, Sauberkeit der Bahnhöfe,...) (unabhängige Variablen) erfragt. Zur Erfassung habe ich eine 7-stufige Likert Skala genutzt. Ziel ist es nun herauszufinden, welche Teilaspekte sich signifikant auf die Gesamtzufriedenheit auswirken und welche folglich verbessert werden müssten, um die Anzahl der Bahnkunden zu erhöhen und die Ziele der Bahn, sowie der Bundesregierung zu erreichen. Idealerweise würde ich die UV noch gerne nach Einfluss sortieren, um eine noch bessere Empfehlung abgeben zu können.
Wenn ich nicht ganz falschliege, dann ist meine abhängige Variable ordinal skaliert, weshalb eine lineare Regression nicht möglich ist. Folglich habe ich die Voraussetzungen für eine ordinale logistische Regression geprüft. Hierbei ist mein p-Wert im Parallelitätstest für Linien jedoch 0,000, weshalb auch diese Regression ausscheidet. In anderen Forenbeiträgen ist eine multinominale logistische Regression in ähnlichen Fällen vorgeschlagen worden, die aus meiner Sicht ausfällt, da meine AV ordinal und nicht nominal skaliert ist.
Meine Fragen sind:
1. In einigen Artikeln habe ich gelesen (bspw. https://www.theanalysisfactor.com/can-l ... ontinuous/), dass es ein Lager gibt, dass bei der Likert Skala die lineare Regression anwendet. Ist das möglich und in meinem Fall zu empfehlen?
Link zum Bild: https://www.bilder-upload.eu/bild-9618c ... 6.jpg.html
2. Welche alternative Art der Regression könnte ich anwenden, um die gewünschten Informationen zu erhalten?
Zur Analyse nutze ich SPSS 22.
Vielen Dank im Voraus für alle Tipps und Kommentare und frohe Ostern!
Jan
