Ordinale/multinomiale Regression: Indikatorvariablen

[Rocky1709]

Hallo!

Im Rahmen meiner Diplomarbeit möchte ich eine ordinale oder multinomiale Regression berechnen. Nun habe ich gelesen, dass man bei logistischen Regressionen kategoriale (also nominal oder ordinal skalierte) Variablen in Indikatorvariablen umwandeln muss, d.h., für jede Ausprägung der Variable eine Art Dummy-Variable anlegen. Bei der binären logistischen Regression kann man das ja über den METHOD-Befehl machen, aber wie funktioniert das bei den anderen beiden logistischen Regressionstypen?
Ich bin wie folgt vorgegangen:

Bsp.: Variable "schule" mit den Ausprägungen "hauptschule" (1), "realschule" (2), "gymnasium" (3)

compute hauptsch=0.
if schule=1 hauptschule=1.
compute realsch=0.
if schule=2 realsch=1.

Allerdings hat mir dieses Vorgehen die Fälle geklaut. Plötzlich hatten Variablen mit ursprünglich über 3.000 nur noch halb so viele Fälle. Habe ich da 'nen Denkfehler gemacht? Oder gibt es sogar einen Zusatz, den man gleich in die Regressions-Syntax eingeben kann, um Indikatorvariablen anzulegen?

Ich bin für jeden Tipp dankbar!
Danke schon mal im Voraus!

Liebe Grüße
Rocky

[KarinJ]

es könnte sein, dass es ein problem ist, die variable zuerst mit 0en zu füllen und dann die 1en dazuzuschreiben. ich würde es mal anders herum probieren:

if (schule=1) hauptschule=1.
if (schule~=1) hauptschule=0.

[Rocky1709]

Hallo Karin!

Danke für Deinen Hinweis!
Mittlerweile habe ich herausgefunden, dass das Anlegen von Indikatorvariablen nur bei der binären logistischen Regression nötig ist, bei der ordinalen & der multinomialen Regression wird das gar nicht gemacht. Vielleicht hing die Fallzahl-Reduktion also auch damit zusammen.
Wie auch immer: Problem gelöst!

Liebe Grüße!