STATISTIK-FORUM.de

[.Gerd]

Hallo Community.

ich möchte eine multiple, lineare Regression mit Likert-Skalen (4-stufig) von trifft nicht zu (1) bis trifft zu (4) rechnen. Mir ist bewusst, dass dies eigentlich ordinalskaliert ist, ich möchte sie jedoch als intervallskaliert behandelt. Die Prüfungen der Voraussetzungen sind soweit auch ok, außer bei der Homoskedastizität. Hier erhalte ich folgende Abbildung für den Scatterplott:
https://picload.org/view/ddpgrici/unbenannt.jpg.html
Wie ist diese Grafik zu interpretieren? Ist dies ein Zeichen für Heteroskedastizität?
Falls ja: Kann ich diese Problematik beheben, da es die einzige Voraussetzung ist, die nicht erfüllt wäre? Und wenn ja, wie mache ich das?

Viele Grüße und herzlichen Dank
Gerd

[bele]

Da sind halt diskrete Linien, weil Du nur diskrete Werte hast. Wenn Du beim Skalenniveau so großzügig bist, warum dann so kleinlich bei der Heteroskedastizität?

[.Gerd]

Danke für deine Antwort. Ich möchte wirklich niemanden ärgern mit der Frage. Ich habe eine Quelle, dass man für die Regression Likert-Skalen wie intervallskaliert behandeln kann (insbesondere in den Sozialwissenschaften). Auf dieser Grundlage habe ich mich dafür entscheiden.
Ich weiß, dass dies schon kritisch ist. Deshalb möchte ich versuchen, die Voraussetzungen zu erfüllen, und bis auf diese scheint das der Fall zu sein.

Was genau versteht man unter diskreten Linien/Werten (zu wenig Ausprägungen der Skala?)? Gibt es eine Möglichkeit, das Problem mit der Heteroskedastizität zu lösen? (diese Graphik sagt doch aus, dass Heteroskedastizität vorliegt, richtig?)

[bele]

Teil 1 lies bitte hier: nutzung-des-forums-f44/likertskalen-und-anderes-t9192.html

Teil 2: Ja, augenscheinlich ist rechts auf dem Bild weniger Streuung als links, das liegt aber ganz offensichtlich nur daran, dass Du mit vier Ausprägungen keine fünfte Linie oben rechts haben kannst, die die Varianz wieder gleichmäßiger verteilen würde, wenn sie da wäre. Da, wo drei Linien gleichzeitig vorkommen, sieht das mit der Streuung doch gar nicht schlecht aus. Du kannst das Problem der Heteroskedastizität nicht vom Problem lösen, dass die Skala für eine einfache lineare Regression nicht geeignet ist. Beide gehören zusammen. Deshalb die Frage, warum Du im einen Fall beide Augen zudrückst, im anderen aber nicht.

Gibt es eine Möglichkeit, das Problem mit der Heteroskedastizität zu lösen?

Rechne halt eine mehrstufige logistische Regression und schau, ob es dann nicht von selbst weg ist.

LG,
Bernhard

[.Gerd]

Lieber Bernhard,

vielen herzlich Dank für deine wirklich konstruktive Rückmeldung. Ich werde den Link morgen detailliert durchgehen und ggf. das mit der logistischen Regression probieren.
Toll, dass du dir die Zeit nimmst.

Liebe Grüße
Gerd