SPSS: Multinomiale logistische Regression

Wissenschaft Sozialwissenschaften
#1

Liebe/-r Experte/-in,

Hallo! Ich habe eine multinomiale Regressionsanalyse mit SPSS durchgeführt. Die AV ist die Aufteilung der Hausarbeit die in 4 Kategorien unterteilt ist: stark traditionell, traditionell, partnerschaftlich und Rollentausch. Die UV sind die Einstellungen bezüglich der Aufteilung von Hausarbeit mit den selben vier Kategorien. Bei der Berechnung kommt allerdings totaler Unsinn heraus, woran kann das liegen? Muss ich da irgendwie eine Dummy Variable erstelln oder was mache ich falsch? Schon jetzt vielen Dank für eure Antworten!

… mehr auf http://w-w-w.ms/a47gg4

#2

Hallo,

"Die AV ist die Aufteilung der Hausarbeit die in

4 Kategorien unterteilt ist: stark traditionell, traditionell, :stuck_out_tongue:artnerschaftlich und Rollentausch"

"Die UV sind die Einstellungen bezüglich der Aufteilung von Hausarbeit mit den

selben vier Kategorien."

Du möchtest also Untersuchen, ob verschiedene Einstellung zur Aufteilung dann die tatsächliche Aufteilung beeinflussen?
Hast Du die Werte bei AV und UV in Zahlen kodiert?
Also 1 = starkl traidtionell, 2 = traditionell, 3 = partnerschaftlich und 4 = Rollentausch?
Wenn nicht, dann solltest Du das tun, man kann keine Analyse mit Begriffsbezeichnungen rechnen.

Dann hast Du nur noch zwei Variblen: AV (mit den Stufen 1-4) und die UV (auch mit den Stufen 1-4). Und das kommt dann in die Regressionsnalye.

#3

Hi! Ja die Werte habe ich in Zahlen codiert, genau so wie Sie es oben beschrieben haben, aber der Output von SPSS beinhaltet dann Werte die völlig unsinnig sind. Hm? Parameterschätzer

#4

Was heißt denn unsinnig?

Hi! Ja die Werte habe ich in Zahlen codiert, genau so wie Sie
es oben beschrieben haben, aber der Output von SPSS beinhaltet
dann Werte die völlig unsinnig sind. Hm? Parameterschätzer

#5

Naja, z.B. sttehen in der Spalte Exp(B) Werte wie: 65167406, 11 usw. und in der Spalte B 17,99 oder 20,19 usw… Leider Kann ich die Ausgabe hier nicht einfügen…

#6

Naja, z.B. sttehen in der Spalte Exp(B) Werte wie: 65167406,
11 usw. und in der Spalte B 17,99 oder 20,19 usw… Leider Kann
ich die Ausgabe hier nicht einfügen…

Hier ist ein Beispiel für eine Ausgbe: https://statistics.laerd.com/spss-tutorials/img/line…

Sieht das so ähnlich aus? In der ersten Zeile (bei Konstante) stehen immer so große Wert, sie sind nicht relevant. Es werden nur die Angaben von der zweiten Zeile verwendet.

#7

Guten Morgen! Diese Ausgabe erscheint bei mir gar nicht, obwohl ich alle Statistiken angewählt habe. Kann es sein, dass der Link von Ihnen eine Ausgabe von einer linearen Regression oder binären logistischen Regression ist? Bei mir handelt es sich ja um eine multinomiale logistische Regression. Oder muss ich da vorher irgendwelche Einstellungen vornehmen? Guten Start in den Tag! Grüße! Chris

#8

Bei einer logistischen Regresion ht man doch immer nur zwei Ausprägungsgrade bei der AV, hie gibt es doch aber vier?
Wäre es da nicht besser, eine lineare Regression zu rechnen? Oder eine Varianzanalyse?

Ja, das Bild stammte von einer linearen Regr.

#9

Hallo! Das Problem ist, dass die Variable nicht metrisch skaliert ist, eine lineare Regresion kommt also nicht in Frage und eine binär logistische geht auch nicht, da die AV mehr als 2 Ausprägungen hat. Könnte man evtl. aus den vier Ausprägungen 2 machen z.B. modern/traditionell un dann eine binär logistische Rechnen, oder wäre das gemogelt?

#10

Deine Variable ist ordinalskaliert, das reicht für eine Regressionsanalyse.

Denn die Abstufungen Also 1 = stark tradtionell, 2 = traditionell, 3 = partnerschaftlich und 4 = Rollentausch stellen ja eine graduelle Abstufung des Merkmals Traditionalität, mit den Polen sehr traditionell und überhaupt nicht traditionell bzw. interaktiv (also Rollentausch).

Mit ordinal skalierten Variablen kann man eine Regression rechnen.

Man kann auch die AV in modern vs traditionell unterteilen und eine logistische Regression nutzen, warum denn nicht. Oder eine normale Korrleation.

#11

Hallo! Danke für die Info, aber ich muss ja auch irgendwie Argumente finden wieso ich das so machen kann und die Literatur rät ja davon ab. Am ehesten wäre wohl noch die Reduktion auf 2 Ausprägungen zu vertreten, denke ich. Trotzdem vielen Dank, mal sehen wie ich es mache. Grüße!

#12

Hallo sweatt,

Ich habe eine multinomiale Regressionsanalyse mit SPSS
durchgeführt. Die AV ist die Aufteilung der Hausarbeit die in
4 Kategorien unterteilt ist: stark traditionell, traditionell,
partnerschaftlich und Rollentausch.

so weit kann ich Deine Frage ganz gut nachvollziehen. Aber was meinst Du mit …

Die UV sind die
Einstellungen bezüglich der Aufteilung von Hausarbeit mit den
selben vier Kategorien. Bei der Berechnung kommt allerdings
totaler Unsinn heraus, woran kann das liegen?

Liegen nun vier Einstellungsvariablen für alle Probanden vor? (z.B. Einstellung zur stark traditionellen Aufgabenverteilung)

Oder hast Du eine Einstellungsvariable (z.B. Einstellung zur Aufgabenverteilung im Haushalt) erhoben, deren Ergebnisse du dann nachträglich kategoriert hast?

Neugierig, auch etwas ratlos,
Kutya

#13

Ich habe die Aufteilung der Hausarbeit und die Einstellungen zur Aufteilung der Hausarbeit mit jeweils 6 Items erhoben.
Aufteilung: Wer macht die folgenden Tätigkeiten in Ihrem Haushalt? Kochen, Spülen, Waschen…
Antwortskala besteht aus 5 Stufen von immer ich bis immer Partner
Einstellungen: wurden genau so erhoben nur das die Frage umformuliert wurde in: Wer sollte Ihrer Meinung nach folgende Tätigkeiten in Ihrer Beziehung übernehmen?

So konnte für jedes Item ein Wert zwischen 1 und 5 erreicht werden. Die sechs Items wurden dann zu einem Index zusammengefasst der von 6-30 reicht. Also 6 wenn man jedesmal „immer ich“ angekreuzt hat und 30 wenn man jedesmal „immer Partner“ angekreuzt hat.
Danach habe ich verschieden Klassengrenzen getestet und entscheiden das von 6-10 stark traditionell, von 11-15 traditionell, von 16-20 egalitär und von 1-30 Rollentausch gelten soll.

Nun will ich anhand dieser beiden neu erstellten Variablen eine Regression rechnen AV= Aufteilung der Hausarbeit UV= Einstellungen zur Hausarbeit.

ICh hoffe ich habe Sie jetzt ncht noch mehr verwirrt mit der Erklärung.

#14

OK, jetzt kann ich die Fragestellung nachvollziehen.

Allerdings halte ich die multinominale logistische Regression hier nicht für das Mittel der Wahl. Denn letztlich liegen AV und UV nicht als nominale Variable vor, sondern sie sind entweder ordinalskaliert (Kategorien „stark traditionell“ … „Rollentausch“) oder intervallskaliert (Summenwerte).

Ich würde Ihnen dann auch raten, die Regression mit den ursprünglichen Summenwerten zu rechnen. Sollte es da Schwierigkeiten mit der Verteilungsform geben (ich kann mir vorstellen, dass beide Verteilungen rechtsschief sind), können Sie die beiden Variablen vorab log-transformieren. Dieses einfache Regressionmodell kann dann ggf. noch um einige relevante Moderatoren-Variablen ergänzt werden (z.B. Geschlecht, Alter). Auch ein Interaktionsterm könnte spannend sein (z.B. Geschlecht*Einstellung).

Eine Klassifikation der Ergebnisse auf Basis der Summenwerte empfinde ich dagegen als wenig überzeugend. Warum sollten sich Testpersonen mit einem Testwert von 12 qualitativ von solchen mit Testwerten von 25 oder 6 unterscheiden? Viel spannender wäre es, entweder Gruppen von Probanden mit ähnlichen Antwortmustern zu unterscheiden (Clusteranalyse) oder zu prüfen, ob die einzelnen Items nicht vielleicht sogar mehr als ein gemeinsames Antwortverhaltensmuster abbilden (Faktorenanalyse).

Hoffe, ich konnte weiterhelfen,
Kutya

#15

Hallo! Vielen Dank für die ausführliche Antwort! Wenn ich also mit den Summenwerten rechne kann ich eine lineare Regression rechnen? Die Items sind nicht normalverteilt, also müsste ich eine log transformation durchführen, richtig? Sagen Sie mal kann man Sie auch mal für 1-2 Stunden buchen? Mir stellen sich immer neue Fragen und die Lehrbücher geben alle nur standardisiert das selbe wieder :frowning: