STATISTIK-FORUM.de

[daniel]

Du hast ja schon zwei Berater, deshalb lese ich mir jetzt auch nicht den ganzen Thread durch. Aber vielleicht mal um etwas klarzustellen.

Kontrollvariablen sind mathematisch genau das gleiche wie unabhängige Varibalen (und Prädikatoren und Kovariaten und ...).

Der Unterschied zwischen Prädikatoren und Kontrollvariablen ist häufig der, dass Du am Effekt der Prädikatoren inhaltlich interessiert bist. Die Kontrollvariablen sind dafür da, sicher zu stellen, dass der Effekt der Prädikatoren nicht durch eine dieser Kontrollvariablen verzerrt wird. I.d.R. interpretierst Du daher nur die Koeffizienten der Pärdikatoren, nicht jedoch die der Kontrollvariablen.

Mathematisch sollten/dürfen in einer Regression zwei Arten von Kovariaten verwendet werden: metrische und dummy Variablen. Die Codierung hängt also nicht von der inhaltlichen Absicht der Interpretation ab.

[lisa2209]

Hallo Daniel,

Vielen lieben Dank für diese Klarstellung. Ich habe nun einmal eine multiple Regression ausprobiert, in der ich alle Variablen, die mich interessieren, aufgenommen habe. Hier ist der Syntax-Befehl:

REGRESSION
/MISSING LISTWISE
/STATISTICS COEFF OUTS R ANOVA
/CRITERIA=PIN(.05) POUT(.10)
/NOORIGIN
/DEPENDENT t8jsag_s
/METHOD=ENTER t7vawi_s
/METHOD=ENTER Dummy_sex
/METHOD=ENTER studygr
/METHOD=ENTER interaction_vawi_economy interaction_vawi_law interaction_vawi_human
interaction_vawi_natural interaction_vawi_medicine interaction_vawi_technics
interaction_vawi_others.

Zur Erklärung: t7vawi_s sind die intrinsischen Arbeitswerte. t8jsag_s ist die Arbeitszufriedenheit. Studygr sind die Studiengruppen und z.B. interaction_vawi_economy die Interaktionsterme. Dummy_sex ist die Kontrollvariable für Geschlecht. Ist das so richtig?

Es sind nur die ersten beiden Modelle signifikant. Also einmal das mit UV --> AV und dann das Modell mit UV-->AV und Geschlecht als Kontrolle. Jedoch ist die Kontrollvariable nicht signifikant. Nun habe ich mir das beta von vawi (also den intrinsischen Arbeitswerten) angesehen und in den beiden signifikanten Modellen verglichen. Teste ich nur den Haupteffekt, ist das beta für vawi = .178. Kontrolliere ich für Geschlecht steigt das beta von vawi auf = .180. Welches Modell wüRde ich nun interpretieren? Das mit oder ohne Kontrollvariable?

Viele liebe Grüsse.

[Claas]

Wie ist studygr skaliert?

[PonderStibbons]

Ist das so richtig?

Dito. Soll studygr die kategoriale Studienfach-Variable sein? Das geht so nicht, die muss als 6 dummies ins Modell.

Gruß

P.
---
Gottseidank...Kanon für 36

[lisa2209]

Ja genau. Also eigentlich ist die Studienfach-Variable eine "scale" Variable in SPSS, aber ich habe bereits 6 dummies erstellt. Dann nehme ich jetzt die Studienfächer als dummies in das Modell auf.
Mein Betreuer meinte nun, dass ich auf jeden Fall das schrittweise Testen der Regressionsmodelle machen soll. Könntet ihr mir vielleicht sagen, welche Schritte ich da in SPSS machen muss? Muss ich für jeden Schritt einen neuen Syntax-Regresssions-Befehl machen oder teste ich alle Schritte in einem Syntax-Reggresions-Befehl?

Liebe Grüsse.

[Claas]

Alle gewählten Prädiktoren eingeben und STEPWISE oder FORWARD (je anchdem, wie Dein Betreuer das jetzt genau meint) als Methode anwählen.
Syntax habe ich jetzt nicht im Kopf.
LG
Claas

[daniel]

Es gibt hier eine SPSS Rubrik. Da können Dir die Leser vermutlich gut weiterhelfen. Ich wollte nur anmerken, dass Du darauf achten musst die Dummies simultan (i.e. alle in einem Schritt) ins Modell zu stecken. Soweit ich mich an SPSS erinnere funktioniert das mit STEPWISE und Konsorten nicht ohne Weiteres, weil jeder einzelne Dummy als eigenständige Variable betrachtet wird. Eventuell musst Du das dann manuel mit einer Reihe von ENTER Befehelen machen.

[Claas]

Guter Hinweis von Daniel, sonst bekommst Du am Ende evtl. ein Modell, dass einige der dummys enthält und andere nicht...

[lisa2209]

Ok, super. Dankeschön an euch alle. Dann rechne ich jetzt also mehrere Regressionsmodelle, die ich jeweils aufeinander aufbauen werde und mit der Enter-Methode rechnen werde.

Dankeschön und liebe Grüße.