STATISTIK-FORUM.de

[#Kilian]

Guten Abend zusammen,

ich möchte mithilfe einer multiplen, linearen Regressionsanalyse den Zusammenhang zwischen der wahrgenommenen Qualität ("perceived performance") von insgesamt 30 Standorteigenschaften (UV) und der Gesamtattraktivität des Standorts (AV) analysieren.

Die Befragung wurde an fünf verschiedenen Standorten (Stadtteilen) durchgeführt. Die Stichprobengrößen an den Standorten unterscheiden sich und umfassen für Standort A 600 Personen, für Standort B 250, Standort C 220, Standort D 180 und Standort E 100 Personen.

Ich würde gerne die fünf Standorte in einem Regressionsmodell untersuchen, da ich nicht nur mögliche Treiber der Attraktivität der einzelnen Stadtteile erklären möchte, sondern mir eine "allgemeingültigere" Lösung verspreche. Berichtigt mich bitte, wenn ich hier einen Denkfehler habe.

Bei der Auseinandersetzung mit den Voraussetzungen der Regressionsanalyse bin ich u.a. auf die Bedeutung der Unkorreliertheit der Residuen gestoßen. Diese Voraussetzung scheint insbesondere bei Cluster-Stichproben häufig nicht gegeben (Bsp. Analyse der Determinanten der Leistung von Schülern in verschiedenen Schulklassen). Als Lösung wird hier meist die Mehrebenenanalyse empfohlen.

Mir ist nicht ganz klar, ob bei meinem Anwendungsfall wirklich eine solche Verletzung der Unabhängigkeitsannahme vorliegt bzw. wahrscheinlich ist und unbedingt kontrolliert werden muss.

Ich habe mich bereits mit dem Prozedere der Mehrebenenanalyse beschäftigt, hier allerdings (ehrlicherweise) größere Verständnisprobleme und frage mich, ob ich diese Komplexität in mein Modell aufnehmen muss oder ob es nicht auch eine pragmatischere Lösungen gibt.

Wäre es nicht beispielsweise auch denkbar, für die fünf Standorte dummy-codierte Kontrollvariablen in das Modell aufzunehmen? Ich habe auf der "Ebene" der Stadtteile keine weiteren Prädiktoren, die ich untersuchen möchte, meine 30 unabhängigen Variablen (Einzelmerkmale) sind für alle fünf Standorte identisch.

Über euer Feedback wäre ich dankbar.

[strukturmarionette]

Hi,

- wie ist denn die AV konkret operationalisiert?

Gruß
S.

[#Kilian]

Als Ratingskala mit 7 Ausprägungen.
Die Endpunkte sind verbalisiert mit 0 = „überhaupt nicht attraktiv“ bis 6 = „außerordentlich attraktiv“

[strukturmarionette]

Wahrgenommene Qualität von was?

[#Kilian]

U.a. Erreichbarkeit mit öffentlichen Verkehrsmitteln, Verfügbarkeit von Einkaufsmöglichkeiten, Freizeiteinrichtungen, städtebauliche Attraktivität, Verfügbarkeit von Grünanlagen usw.

[strukturmarionette]

Dann sind doch UV und AV identisch, so dass dein statistisches Modell komplett sinnlos ist.

[#Kilian]

Warum? Die AV ist 7-stufig, hier geht es um die Gesamtattraktivität des Standortes.

Die 30 UV ermitteln die wahrgenommene Qualität bzw. Erfüllung von Einzelmerkmalen. Es soll untersucht werden, welche Merkmale den größten Beitrag zur Gesamtattraktivität leisten.

Also

UV
Erreichbarkeit 1
Erreichbarkeit 2
Erreichbarkeit 3
Angebot 1
Angebot 2
Angebot 3
Angebot 4
...
Gestaltung 1
Gestaltung 2
Ausstattung 1
Ausstattung 2
usw.

AV
Gesamtattraktivität

Die UV sind fünfstufig und werden mit positiv formulierten Statements abgefragt, welche Befragte nach dem Grad der Zustimmung beurteilen soll. Auch hier sind die Endpunkte verbalisiert, Äquidistanz wird angenommen.

Die 30 UV sowie die 1 AV werden nun von jedem Probanden nur für den einen Stadtteil abgefragt, in dem er wohnt. Kein Teilnehmer beantwortet mehr als 1 Standort. Meine Frage ist nun, ob ich hier eine Verletzung der Unabhängigkeitsannahme vorliegt und ob oder inwiefern man dies in einem Regressionsmodell untersuchen kann. Benötige ich eine Mehrebenenanalyse oder gibt es Alternativen?

[strukturmarionette]

Hi,

- dann würde sich für deine 30 UV-Items (wenn es sich tatsächich um 30 Items handelt) eine explorative Faktorenanalyse anbieten
- und dann zunächst mal schauen, ob dabei etwas interpretierbares herauskommt

Gruß
S.

[#Kilian]

Hab ich schon in Erwägung gezogen, obgleich kaum Multikollinearität zwischen den UVs besteht.

Allerdings ist diese Frage ob Faktorenanalyse oder nicht doch unabhängig von meiner o.g. Fragestellung ob die Gefahr von abhängigen Residuen besteht und ob ich eine zusätzliche Ebene für mein Modell benötige.

Die Frage würde sich mir auch stellen, wenn ich nur 5 UV und die 1 AV habe und alle 5 Standorte in einem Modell analysieren möchte.

Ginge es nicht auch, die Zugehörigkeit zu den einzelnen Stadtvierteln anhand von Dummy-Variablen codiert und diese als zusätzliche UV in das Modell aufnimmt?

[strukturmarionette]

Klar, es lassen sich alle kategorialen polytomen und ordinalen Prädiktoren auch per Dummycodierung darstellen.
Das Problem, wonach deine AV und die UVs offensichtlich gleiches messen, bleibt aber bestehen.