Diskriminanzanalyse

Beitrag von **eva** » 15.05.2006, 12:08

Hallo, ich schreibe an meiner Seminararbeit und habe eine Frage zu SPSS:

Mein Datensatz enthält die Antworten von 800 Befragten zum Thema „Schokolade“. Dabei wurden 6 Soziodemografika wie Land, Alt, Kinderzahl...abgefragt, die aber jeweils nur nominalskaliert angegeben werden. Meine Aufgabe besteht nun darin, die Konsumhaefigkeit von Schoko mit DISKRIM zu erklaeren.

Nach Meinen Erkenntissen erlaeubt spss eine Diskriminanzanalyse nur mit metrischskalierten Merkmalsvariablen. wie kann ich diese Himmnis ueberwinden? Sind eine geeignete Datentransformation moeglich?

ich bitte Sie um Hilfe.

Danke und Liebe Gruesse

eva

Beitrag von **guido** » 15.05.2006, 17:35

Hallo Eva,

Bei der Diskriminanz kommt meines Wissens noch hinzu, dass die zu erklärende, abhängige Variable auf Nominalskalenniveau angesiedelt sein muss. In deinem Fall wäre das also Schokoladenkonsument u. Nichtkonsument, nicht aber die Konsumhäufigkeit (interessantes Thema übrigens

).

Wäre nicht evtl. ein anderes Verfahren wie z.B. die Regressionsanalyse geeigneter?
Hier hat die abhängige Variable ein metrisches Skalenniveau. Die unabhängigen Variablen müssen dies zwar strenggenommen auch haben, in der Praxis wird hier aber häufig mit sog. Dummy-Variablen gearbeitet.

Dabei würde z.B. Geschlecht als männlich=1 und weiblich=2 kodiert. Ein positiver Regressionskoeffizient würde dann bei einem Wechsel von männlich zu weiblich als Anstieg um entsprechend viele Einheiten zu interpretieren sein ->Frauen haben also im Durchschnitt einen höheren Wert auf der untersuchten unabhängige Variablen.

Wie das mit den Ländern in diesem Fall zu lösen wäre weiss ich allerdings auch nicht. Evtl. könnte hier ein Nord-Süd Gefälle oder eine ähnliche Kategoriesierung hilfreich sein?

Beitrag von **eva** » 15.05.2006, 18:29

Hallo guido,

zunaechst vielen Dank fuer Ihre Antwort.

Ja, in meinem Fall wird die Abhaenige Variable "konsumhaeufigkeit" nominal skaliert, und in 4 kategorie geteilt:
1 Sehr häufig
2 Häufig
3 Durchschnittlich
4 Selten

Alle Merkmalsvariablen sind aber nicht metrisch skaliert, zwar mit mehr als 2 Auspraegungen, z.B. fuer die Eigenschaft "Land":
1 Deutschland
2 Frankreich
3 England

Ich kann natuerlich auch die Daten mit Logit Loglinear Analysis weiter untersuchen. Aber es ist in meiner Aufgabe erfordlich mit DISKRIM zu arbeiten.

Ueber Dummy-Variablen habe ich auch etwas gelesen. Aber dann lautet meine naechste Frage:
wie kann ich die kombiert mit DISKRIM mittels SPSS benutzen?

Dank noch mal und viele liebe Gruesse

EVA

Beitrag von **guido** » 15.05.2006, 18:43

Ja, in meinem Fall wird die Abhaenige Variable "konsumhaeufigkeit" nominal skaliert, und in 4 kategorie geteilt:
1 Sehr häufig
2 Häufig
3 Durchschnittlich
4 Selten

Das ist ja gerade keine Nominal-, sondern eine Ordinalskala, die eine Rangfolge ausdrückt.

Ueber Dummy-Variablen habe ich auch etwas gelesen. Aber dann lautet meine naechste Frage:
wie kann ich die kombiert mit DISKRIM mittels SPSS benutzen?

Du müsstest so tun, als seien Deine unabhängigen Variablen intervallskaliert aber wie willst Du die Ergebnisse z.B. in Bezug auf die Länder interpretieren? Was bedeutet da generell ein höherer Wert? Du könntest (wie bereits gesagt) versuchen, Deine Länder in eine "Ordnung" zu bringen, ob das Sinn macht bezweifle ich aber stark.

In Bezug auf dichotome Variablen wie Geschlecht kann diese Vorgehensweise allerdings Sinn machen (wie bereits am Beispiel vorher erläutert).

Ob eine geeignete Transformation für Dein Problem existiert, kann ich leider nicht sagen. Ich tendiere immer noch dahin, zu sagen dass die Diskrim hier nicht geeignet ist.

Beitrag von **eva** » 15.05.2006, 19:05

Ich tendiere immer noch dahin, zu sagen dass die Diskrim hier nicht geeignet ist.

Fuer mich ist auch diese Feststellung sehr wichtig. Ich werde dann versuchen in meiner Abeit die zu begruenden.

Herzlichen Dank für Ihre schnelle und kompetente Hilfe!!!!!!

"Süßen" Abend !

eva

Beitrag von **guido** » 15.05.2006, 19:14

Gern geschehen. Aber zieh bitte auf jeden Fall noch eine zweite Meinung hinzu, am besten aus nem guten Buch oder auch nen Prof./Assi fragen.

Wie dem Impressum dieser Seite deutlich zu entnehmen ist: Der Betreiber übernimmt keinerlei Haftung für eventuelle Folgeschäden

Grüsse

guido

Beitrag von **eva** » 15.05.2006, 19:20

Ok, mache ich!

Danke noch mal.

EVA