Hilfe!!!Multiple lineare Regression Homoskedastizität

[Ludi]

Hallo,

ich schreibe zur Zeit meine Diplomarbeit und habe dafür verschiedenste Auswertungen mit SPSS vorgenommen im Rahmen einer Kundnenbefragung.
Meine Daten waren ordinale Daten Skalenniveaus 1-5, die ich aber als intervallskalierte behandelt habe.
Unter anderem habe ich eine multiple lineare Regression vorgenommen und die jeweiligen Voraussetzungen geprüft, was bis dahin alles gepasst hat. Allerdings habe ich das große Problem der Überprüfung der Homoskedastizität. Diese zu überprüfen ist über ein Streudiagramm im SPSS möglich, da aber meine Daten eigentlich ordinale sind, weiß ich nicht, wie ich dies nun interpretieren soll. Gibt es denn noch andere Möglichkeiten dies mit SPSS zu überprüfen? Da ich noch nicht so viele Ahnung habe, bitte ich um Hilfe. Was muss ich eigentlich machen, wenn die Daten nicht Homoskedastizität aufweisen? Kann ich trotzdem weiter das Regressionsmodell beibehalten? Was muss ich dann beachten bzw. machen?

[drfg2008]

Erst einmal stellt sich die Frage, wie heteroskedastisch eine Ordinalskala von 1-5 überhaupt werden kann.

Sollte Heteroskedastizität vorliegen, entweder die Variable logarithmieren, oder die Robuste Regression bei SPSS einsetzen, indem über das Python und R-Plugin die Prozedur SPSSINC ROBUST aufgerufen wird:


Beispiel:

Code: Alles auswählen

SPSSINC ROBUST REGR DEPENDENT = v4  ENTER = v5 v6
/OPTIONS MISSING=LISTWISE
/SAVE.

Gruß

[Ludi]

Hi,
wie würde ich die Variable am besten logarithmieren? Gibt es da auch eine einfache Funktion im SPSS?

Vielen Dank im voraus

[drfg2008]

Code: Alles auswählen

COMP neueVar=LN(v3).
EXE.

nur als Beispiel

[verzweifelt7]

Hallo allerseits,

ich habe in meiner Diplomarbeit Ordinaldaten als AV (4 Ausprägungen), habe sie aber als intervallskalierte behandelt (N = 210) und multiple Regressionsanalyse gerechnet.

Jetzt weiß ich überhaupt nicht, wie ich die Homoskedastizitätsannahme überprüfe bzw. das Streudiagramm interpretiere.

Ich habe ein Diagramm vorliegen, in dem die Daten in vier erkennbaren Linien von oben links nach unten rechts parallell zueinander zu sehen sind. Was bedeutet das? Ich habe gelesen, dass es bei der Homoskedastizität und der Linearität eine zufällige Streuung und keinen Muster geben muss. Bei mir sind es aber 4 parallele Linien...

Bin echt verzweifelt , habe bereits viel recherchiert, aber nirgendwo auch nur ansatzweise etwas dazu gefunden. Es ist mir klar, dass es mit der Ordinalskala zu tun hat, weiß aber nicht, wie ich es jetzt interpretieren soll.

Kann mir vielleicht bitte jemand weiter helfen? Ich bin für jede Anregung sehr dankbar.

Viele Grüße

[drfg2008]

Ordinaldaten mit einer Ordinalregression berechnen.

Code: Alles auswählen

PLUM VAR00001 BY VAR00002
  /CRITERIA=CIN(95) DELTA(0) LCONVERGE(0) MXITER(100) MXSTEP(5) PCONVERGE(1.0E-6) SINGULAR(1.0E-8)
  /LINK=LOGIT
  /PRINT=FIT PARAMETER SUMMARY.

[verzweifelt7]

danke schön!!!

[MartinaNeu]

Ich hab eigentlich das selbe Problem, nur hab ich eine intervallskalierte AV und eine ordinalskalierte UV. Wie kann ich die Voraussetzung der Homoskedastizität überprüfen?

[dutchie]

hallo Martina

wie kommt es denn zu einer ordinalen UV?

mit einer ordinalen UV stellt sich das problem nicht,
da ist eh fraglich wie das ausgewertet werden soll.

es sei den du behandelst die UV als nominalskaliert,
dann ist die Frage, was das für eine UV ist?

sind das geordnete Gruppen,
oder hast du eigentlich intervallniveau und du bist beim googln nur auf die falsche statistikratgeberseite geraten!

gruß
dutchie

[MartinaNeu]

Ich möchte wissen, ob die Beziehung zwischen "Beziehungsqualität zum Kind" (5-stufig von sehr schlecht bis sehr gut) sich auf die Lebenszufriedenheit (mit Hilfe von SWLS erhoben) auswirkt, unter Einfluss des Mediators "Beziehungsqualität zum Partner" (mithilfe von RAS erhoben).

[dutchie]

hallo Martina

das kannst du doch als intervallskaliert betrachten,
und du schaust dir dann bei linearer Regression die Residuen an.
wenn es nur ordinal sein soll, würde methodisch gar nichts gehen
auch keine Moderation! Diese ratings von 1 bis 5 sind intervall!
auch wenn man Seiten im netzt findet auf denen das gegenteil steht!
Argumentieren kannst du das über das Manual der Skala,
wenn dort Mittelwerte oder Cronbach alpha usw.
berechnet werden, begreift der Autor der Skala diese als intervall!!

gruß
dutchie

[MartinaNeu]

Vielen Dank für deine Antwort.

Naja, es handelt sich um ein einziges (!) selbst konstruiertes Item, was die UV anbelangt. Ich denke also nicht, dass das intervallskaliert ist.

Wenn ich die Voraussetzungen prüfen will, erhalte ich aber kein herkömmliches Streudiagramm, so wie man es in den Lehrbüchern findet, sondern so parallel verlaufende Linien. Daher weiß ich nicht, wie ich dazu die Homoskedastizität überprüfen soll. Alles klar?

[dutchie]

hallo

Wenn das nur ordinal ist, dann ist eine Korrelation mit Pearson nicht möglich!!!
und auch keine lineare Regression und das Diagramm, das du beschreibst ist Quatsch!
das ist dann wie : "Der unterschied zwischen rot und blau ist 5 cm"
oder "meinen telefonnummer ist größer als deine"
und es können dann keine Residuen berechnet werden, weil keine Differenzen
definiert sind!!!
Also denk dir dein Item als intervallskaliert!

Das die Linien parallel verlaufen ist dann kein problem,
das liegt daran, dass die UV nur 5 verschieden Werte annehmen kann.

Wenn das nur als ordinal gelten soll berechnest du nur Spearman oder Kendall.

Du kannst aber auch anders denken:
du kannst dein 5 stufiges Item einfach als "geordnete" Kategorien begreifen
und in einen ANOVA mit 5 Stufen stecken, dann bekommst du pro stufe einen Mittelwert
und Residuen, um diesen Mittelwert, braucht aber ca 30 VP pro stufe!
Das macht aus deiner Bezeihungsqualität aber erst mal einen nominale Variable.
Problem ist dann aber:
Ist "Beziehungsqualität zum Partner" ein Mediator oder ein Moderator?????

also:
1. Beziehungsqualität zum Kind = intervall
--> alles auf multiple Regression trimmen!
--> Moderation Mediation kein Problem (wenn man wüßte was "Beziehungsqualität zum Partner" darstellt)
oder
2. Beziehungsqualität zum Kind = ordinal
--> spearman kendall
--> keine Moderation oder Mediation
oder
3. Beziehungsqualität zum Kind = nomial (geordnet)
--> ANOVA
--> plus Moderatoren (Kovarianten)
--> Mediation schwierig!

1. ist am einfachsten!

gruß
dutchie

[MartinaNeu]

Aber wenn ich mir die Farbe blau "rot denke", ist sie ja immer noch blau, oder?
Ich rechne also mit den ordinalen Daten so, als wären sie intervallskaliert und rechne eine Mediation damit.

Vielen Dank für deine Antwort!

Liebe Grüße,
Martina

[dutchie]

hallo

was?
blau = blau und rot = rot!
eine rose ist eine rose ist eine rose...

nur mit dem skaleniveau ist das etwas komplizierter.
deine daten sind intervall!!!
wenn du aber meinst, dass du das nicht rechtfertigen kannst rechnest du an besten wie 3.
dann ignorierst du die ordnung und denkst erstmal nominal.

und wieso ist nur die Bezeihung zum kind ordinal und der rest intervall?

wesentlich ist das merkmal das gemessen wird für die beurteilung der skalierung
und weniger die art und weise.
wenn man körpergröße mit 1 2 3 4 5 ratings mißt ist das immer noch intervallniveau.

gruß
dutchie