Analyse einer multiplen logistischen Regression

[Jules]

Hallo zusammen,

ich habe nun schon einige Einträge zu diesem Thema gesucht, jedoch keine präzise Antwort bezüglich meiner Fragestellung gefunden.

Also:

Im Rahmen einer Kundenzufriedenheitsuntersuchung habe ich 19 Zufriedenheiten mit Eigenschaften des Unternehmens abgefragt ( z.B. Zufriedenheit mit der Produktqualität, Zufriedenheit mit der Bedienungsfreundlichkeit,Zufriedenheit mit der Herstellergarantie, Zufriedenheit mit der Homepage, Zufriedenheit mit den Fachkenntnissen des Verkaufspersonals, usw. Diese sollten auf einer 7-Punkte Skala mit -3 als sehr unzufrieden, 0-Punkt als Mittelwert, und +3 als sehr zufrieden abgetragen werden. Dann habe ich eine multiple (schrittweise) lineare Regression durchgeführt. Dabei stellten die 19 Zufriedenheitendie unabhängige Variablen dar. Die abhängige Variable stellt die Gesamtzufriedenheit mit dem Unternehmen dar, welche ich auch erfragt habe.
Nach der schrittweisen Regression bleiben noch 4 Variablen übrig mit einem Signifikanzwert < 0,05. Die standardisierten Beta Koeffizienten liegen zwischen 0,15 und 0,35. Nun hab ich erfahren, dass diese Werte aussagen, wie stark der Einfluss auf die Gesamtzufriedenheit ist. - Was genau sagen mir denn die Beta-Werte? Kleiner Einfluss - großer Einfluss - mittlerer? Was würde ein negativer Beta-Wert bedeuten?

Des Weiteren bekomme ich bei der Modellzusammenfassung ein korrigiertes R-Quadrat von 0,52. Bedeutet dass, dass nur die vier Variablen die, oder alle (auch die Aussortierten) 52% der Varianz der Gesamtzufriedenheit bestimmen?

Letztes Problem: Jetzt habe ich nur 4 Variablen, die Aussagen über ihren Einfluss auf die Gesamtzufriedenheit machen. Bleiben die restlichen 15 aufgrund ihrer geringen Signifikanz wertlos für eine Auswertung?

[anovia]

Was genau sagen mir denn die Beta-Werte? Kleiner Einfluss - großer Einfluss - mittlerer? Was würde ein negativer Beta-Wert bedeuten?

Des Weiteren bekomme ich bei der Modellzusammenfassung ein korrigiertes R-Quadrat von 0,52. Bedeutet dass, dass nur die vier Variablen die, oder alle (auch die Aussortierten) 52% der Varianz der Gesamtzufriedenheit bestimmen?

Letztes Problem: Jetzt habe ich nur 4 Variablen, die Aussagen über ihren Einfluss auf die Gesamtzufriedenheit machen. Bleiben die restlichen 15 aufgrund ihrer geringen Signifikanz wertlos für eine Auswertung?

Hi!
Also ich würde folgendes zu deinen Fragen sagen:
1. Die Betas stehen für die Stärke der Einflüsse. Wenn bspw. Var1 ein Beta von 0,15 und Var2 ein Beta von 0,3 hat, dann ist der Einfluss von Var2 auf die abh. Var doppelt so stark wie der von Var1

2. das R² bezieht sich m.W. auf das gesamte Modell. Ein Wert von 0,5 ist für eine empirische Studie ziemlich gut.

3. Die restlichen Variablen sind wertlos für deine Auswertung.

Grüße
Markus

[FranzWeissi]

Beta-Werte können zwischen -1 und +1 liegen.

-1 wäre ein 100%ig negativer Zusammenhang zwischen den beiden Variablen, d.h. je größer A, desto kleiner B.

+1 wäre ein 100%ig positiver Zusammenhang, d.h. je größer A, desto größer B.

0 heißt kein Zusammenhang: Wie groß A ist, hat auf B keinen Einfluss.

Es liegt auf der Hand, dass es -1 und +1 nur in der Theorie gibt.

Zusammenhänge größer als +/-0,5 sind schön außergewöhnlich groß.

In Deinem Modell kannst Du also die Beta-Werte vergleichen und sagen: je größer der Betrag von Beta umso größer der Einfluss. Das Vorzeichen des Wertes musst Du dann noch zusätzlich als Richtung des Einflusses interpretieren.

-0,5 und +0,5 wären also gleich große Einflüsse, nur halt jeweils in einer anderen Richtung (siehe oben)

lg
Franz