Interpretation Regressionsanalyse

[Julius_so]

Hallo!
Ich bin neu hier im Forum und hoffe, dass ihr mir helfen könnt.
Ich habe im Rahmen meiner Abschlussarbeit eine Studie gemacht, bei der ich nun unsicher bin, was die Ergebnisse bedeuten und ob die Berechnung so sinnvoll ist. Bin leider ziemlicher Anfänger auf dem Gebiet. Ich würde mich sehr freuen, eure Einschätzung zu hören.

Zur Studie:
Es wurden Lehrkräfte befragt, wie Zufriedenheit sie mit einem Beratungsgespräch waren (die Lehrkräfte wurden von einem Schulsozialarbeiter zu Verhaltensauffälligkeiten bei Kindern beraten).
Zunächst habe ich die Lehrkräfte in zwei Gruppen geteilt: zufriedene Lehrkräfte vs. unzufriedene Lehrkräfte.
Anschließend wurden t-Tests bzw. Chi²-Tests für diverse erhobene Konstrukte gerechnet, in vielen finden sich Gruppenunterschiede zugunsten der zufriedenen Lehrkräfte. Z.B. in diesen:
- Dauer des Gesprächs
- Methodenvielfalt
- Einfühlsamkeit des Sozialarbeiters
- Fachliche Kompetenz des Sozialarbeiters
- Praktische Handlungsanweisungen /Praxistipps

Nun hat mir meine Betreuerin geraten, zusätzlich eine Regressionsanalyse vorzunehmen. Demnach habe ich mit den Konstrukten eine multiple Regression gerechnet (Methode Einschluss; Zufriedenheit hier als metrische? Variable; keine Autokorrelation der Residuen und keine Multikollinearität). Hier zeigen sich nur die Einfühlsamkeit, Fachliche Kompetenz sowie Praktische Handlungsanweisungen bedeutsam für die Varianzaufklärung. Nicht jedoch die anderen Konstrukte.

Meine Unsicherheit bezieht sich darauf, was diese Befunde zu bedeuten haben. Was sagt es mir inhaltlich, dass die Gruppenunterschiede z.B. in der Methodenvielfalt hoch signifikant sind, aber in der Regressionsanalyse dann keine Varianz mehr aufklären? Und macht es überhaupt Sinn, beide Berechnungen im Rahmen der Arbeit zu berichten?

Über eine Rückmeldung würde ich mich sehr freuen.
Julius

[dutchie]

Hallo Julius_so

Wenn deine AV, die Variable die man erklären will dichotom ist
oder nominalskaliert musst du eine logistische Regression rechnen,
keine lineare!!!
Deine AV Zufriedenheit ist eigentlich metrisch, oder?
warum hast du das in nur zwei Variablenausprägungen vorliegen?, gemessen?, trasformiert?

Anschließend wurden t-Tests bzw. Chi²-Tests

diese info ist keine, es gibt viele t-Test bzw CHi2 Test

Die UVs korrelieren untereinader, deshalb unterscheiden sich die ergebniss
bei bivariater Betrachtung durch Korrelation von multivariter bei Regression.
Das ist aber der sinn der Regression dies zu berücksichtigen.

gruß
dutchie

[Julius_so]

Hallo dutchie,
vielen Dank für deine Antwort!
Richtig, die AV ist metrisch. Warum habe ich sie nachträglich dichotomisiert? Tja, da habe ich nur eine blöde Antwort: Der Betreuer hatte es so vorgeschlagen… Im Prinzip, um deutlich zu machen, was dazu führt, dass Lehrkräfte zufrieden sind. Anschließend kam er nun auf die Idee, dass ich zusätzlich die Regressionsanalyse machen soll. In der Regressionsanalyse habe ich die metrische AV genutzt, mit dem Gedanken, dass damit weniger Informationen verloren gehen.
Insgesamt erscheint es mir wenig sinnvoll, Gruppenvergleiche (zufrieden vs. unzufrieden) und Regressionsanalyse zu berichten, da ich es so verstanden habe, dass die Gruppenvergleiche letztlich weniger/verzerrtere Informationen bieten als die Regressionsanalyse. Kann man das so sagen? Da hänge ich nun. Da ich mich methodisch nicht so gut auskenne, bin ich nun unsicher, ob ich mit meinem Betreuer darüber noch einmal ins Gespräch gehe (und versuche ihm die Gruppenvergleiche auszureden), oder ob es für meine Diskussion einen sinnvollen Mehrwert gibt, die Gruppenvergleiche mitzubetrachten und wenn ja welchen. Vielleicht kannst du (oder auch Andere) mir dazu noch kurz eine Einschätzung geben?
LG
Julius

Ps. Die UV sind teilweise dichotom, teilweise nicht. Entsprechend habe ich t-Tests für unabhängige Stichproben oder Chi²-Tests für zwei Variablen (Test auf Unabhängigkeit) durchgeführt.

[dutchie]

hallo

dass die Gruppenvergleiche letztlich weniger/verzerrtere Informationen bieten als die Regressionsanalyse

Was???

Du stecks alle Variablen in die Regression metrische und dichotome!
andere gehen nicht.
nominalskalierte mit mehr als zwei kategorien musst du über dummies in die Regression stecken.

Dem ganzen geht die Berechnung aller bivariaten zusammehänge voraus!
Wenn davon einige dichtom sind (du nennst das dann Gruppe) kein Problem.
Die kannst du alle über pearson Korrelation prüfen, brauchst kein CHI2 dafür!

fertig! Was will man denn sonst machen? Das muss ja vollständig ausgewertet werden!!!

blöd wenn die AV nominal ist (dichtom), dann hat man eine sperrige log Reg.
der outcome wird als wahrscheinlichkeit interpretiert, braucht viele VP
die Güte der Schätzung ist schwer zu beurteilen,
Wenn man kann vermeidet man eine log Reg!!! Das macht man doch nicht aus Laune!

gruß
dutchie