Druckversion: | Nach dem Drucken: | und zurück zum Dokument |
Sollte das Drucken mit diesem Schaltknopf nicht funktionieren, nutzen Sie bitte die Druckfunktion in Ihrem Browser: Menü Datei -> Drucken
ViLeS 1 > XI Zusammenhangsmaße für metrischskalierte Daten (Regression und Korrelation) > XI-3 Eigene Analysen und Interpretationen > Datenquellen und Arbeitsanregungen |
Für eigene Regressions- und Korrelationsanalysen können Sie auf die metrischen Daten in den folgenden Datensätzen zurückgreifen. Hier finden Sie die Beispielsdatensätze.
Neben den bereits betrachteten Zusammenhängen zwischen der gewünschten und der tatsächlichen Beteiligung können Sie Regressions- und Korrelationsrechnung zur Abhängigkeit dieser Variablen z.B von den Variablen Status oder Ausbildung durchführen. Dabei wird hilfsweise unterstellt, die Ausprägungen dieser Variablen seien äquidistant. Das trifft zwar nicht ganz zu, gleichwohl liefern die Ergebnisse erhellende Einblicke in die Entscheidungsstrukturen.
Unter den MZ-Daten finden sich ebenfalls eine Reihe von metrischen Daten, die interessante Analysen erlauben.
So könnte bezüglich der Wohnsituation der Haushalte die Regressions-Zusammenhänge untersucht werden zwischen:
der Wohnfläche und der Anzahl der Personen im Haushalt,
der Wohnfläche und der Miethöhe,
der Wohnfläche und dem HH-Einkommen sowie
der Miete und dem HH-Einkommen.
Hinsichtlich der Einkommenssituation der Haushalte könnten die Beziehungen zwischen dem
Alter des HH-Vorstandes und dem HH-Einkommen oder zwischen der
Anzahl der Erwerbstätigen und dem HH-Einkommen analysiert werden.
Für einen Teil der Analysen sollten die vorliegenden klassierten Daten auf die Klassenmitten recodiert werden.
a) Eigene Analysen mit mit einem internen Regressionstool
Beim Vorliegen von kleineren Wertereihen mit bis zu 15 Wertepaaren können Sie mit dem folgenden Regressionstool arbeiten.
b) Eigene Analysen mit StatCrunch
In der Kopfzeile der Datentabelle können sie die Variablennummern (var1, var2, usw.) durch beliebige Bezeichnungen ersetzen. In der Datenmatrix geben Sie einfach die Werte aus den Tabellen ein. Beachten Sie, dass Kommazahlen in der amerikanischen Schreibweise eingetragen werden müssen, d.h. mit einem Punkt anstelle des Kommas!
Um die Regressionsrechnung durchzuführen, wählen Sie "Stat / linear Regression", legen die Variablen für X und Y fest und aktivieren auf der zweiten Seite, auf die sie durch Anklicken von "Next" gelangen, das Feld "plot fitted line". Damit geben Sie den Befehl, die Regressionsgerade in die Punktwolke einzuzeichnen.
Sie erhalten einen Graphen mit der Punktwolke, der Regressionsgeraden und der Geradengleichung sowie eine zusätzliche Textausgabe. Die Parameter a und b finden Sie in der Spalte "Estimates". Die übrigen Ausgaben des Programms sind im Moment noch nicht von Bedeutung.
c) Eigene Analysen mit Excel
Zur Generierung eines Streuungsdiagramms markiert man zunächst die abzubildenden Variablen in ihren Spalten und ruft über den Diagrammassistenten „Punkt (XY)“ auf.
Im resultierenden Streuungsdiagramm ist die Punktwolke zu markieren. Anschließend betätigt man die rechte Maustaste und wählt „Trendlinie hinzufügen“. Im sich öffnenden Fenster wird als Form die Gerade selektiert. Mit „OK“ erscheint die Regressionsgerade im Streuungsdiagramm.
Die Regressionsgleichung ergibt sich durch → Extras → Analyse-Funktionen → Regression und Eingabe der Spaltenbezeichnungen für die metrischen Variablen.
Über → Extras → Analyse-Funktionen → Korrelation enthält man ein Fenster, in das die Spalten der metrischen Variablen einzugeben sind. Es resultiert der Korrelationskoeffizient nach Bravais-Pearson.
d) Eigene Analysen mit SPSS
Die reichhaltigsten Analysen können Sie mit dem gerade vorgestellten Analyseprogramm SPSS durchführen. Setzten SIe dazu sowohl das Grafik-Programm wie das Regressionstool ein und vergessen Sie auch nicht, sich das Beziehungsgeflecht aller Variablen eines Untersuchungskomplexes in einer Korrelationsmatrix anzuschauen.
letzte Änderung am 5.4.2019 um 4:24 Uhr.
Adresse dieser Seite (evtl. in mehrere Zeilen zerteilt)
http://viles.uni-oldenburg.de/navtest/viles1/kapitel11_Regression~~lund~~lKorrelation/modul03_Eigene~~lAnalysen~~lund~~lInterpretationen/ebene02_Arbeit~~lmit~~l
Auswertungsprogrammen/11__03__02__01.php3