ich sitze an meiner Bachelorarbeit und soll einen Datensatz mittels Stata auswerten.
Meine Hypothesen sehen wie folgt aus:
1: Mitglieder einer Gewerkschaft schätzen ihre deutschen Sprachkenntnisse als besser ein als Nicht-Mitglieder. AV= Spracheeinschätzung UV= Mitgliedschaft
2: Frauen sind seltener Mitglieder als Männer. AV= Mitgliedschaft UV= Geschlecht
3: Menschen mit niedrigerem Schulabschluss und niedrigerem Sozioökonmischen Status sind seltener Mitglieder in Gewerkschaften. AV= Mitgliedschaft UV= ökonomischer Status und /oder Haushaltseinkommen
4: Menschen, die Mitglieder in Gewerkschaften sind, verfügen über mehr soziale Kontakte als Nicht-Mitglieder. AV= Freunde im Bekanntenkreis UV= Mitgliedschaft
So weit so gut, wenn ich das richtig überblicke sind alle Daten bis auf das Geschlecht (m/w) und der Mitgliedschaft (ja/nein) ordinal skaliert. Auch Dinge wie das Haushaltseinkommen sind in dem Datensatz nicht metrisch, sondern ordinal skaliert (Einkommen bis -2000 €, 2000-3000€ etc. Freunde im Bekanntenkreis: sehr viele, viele etc.)
Jetzt habe ich bereits zu jeder Hypothese Kreuztabellen, wie folgt dargestellt:
tab Freunde Mitgliedschaft, column um die Spaltenprozente rauszubekommen. So bin ich bei jeder Variable vorgegangen.
Da ich ja den Zusammenhang zwischen den Variablen ermitteln will, gehe ich davon aus, dass diese nicht ausreicht. Welche weiteren Analyseverfahren könnte ich noch verwenden ?
Wenn ich richtig verstanden habe, sind lineare Regressionen ausgeschlossen, da ich keine metrischen Variablen habe.
Andernfalls würde sich nur eine logistische Regression für die Hypothese Nr.3 anbieten. Sehe ich das richtig ?
Würde mich sehr über hilfreiche Antworten freuen
