Binär logistische Regression notwendig?

[Jules212]

Hallo zusammen,

ich sitze gerade an einer Hausarbeit und muss zwei case studies auswerten.

Eine Teilaufgabe besteht darin anhand passender Tests zu beurteilen, ob Befragte, die eine Affinität für Statistikkurse im Allgemeinen hegen, eher befördert werden als diese, die keine solche Affinität zeigen.

Die Affinität wird ermittelt durch 5 Aussagen, denen dann zugestimmt oder nicht zugestimmt wird (mittels 5er Skala 1=starke Zustimmung bis 5=starke Ablehnung) wird. Jede Aussage wird dann als Variable x1 bis x5 abgebildet.
Die Variable "Befördert" ist definiert als 1=befördert, 0=nicht befördert.

Was ich jetzt getan habe, ist via T-Test für jede Aussage zu gucken, ob die Gruppe "Befördert" sich in ihrer Zustimmung/Ablehnung zu den einzelnen Statements jeweils von der Gruppe "Nicht befördert" unterscheidet. Ich habe hier keine signifikaten Unterschiede gefunden.

Um nun den Einfluss auf die Variable "Befördert" durch die Variablen x1 bis x5 zu testen, habe ich überlegt eine binäre logistische Regression zu rechnen. Doch ist das angesichts der Ergebnisse der T-Tests überhaupt notwendig?

Ich hoffe, ich konnte den Sachverhalt einigermaßen verständlich erklären. Außerdem war ich nicht sicher, welches Board ich nutzen sollte, also verzeiht bitte, falls ich den Beitrag hier falsch zugeordnet habe.

Wenn mir jemand helfen könnte, wäre ich sehr dankbar.

VG
Jules212

[anna84]

...

[Gauß]

Hey,

ich würde eine Kreuztabelle erstellen und einen pearson chi quadrat-test durchführen, um festzustellen ob ein signifikanter zusammenhang besteht. Allerdings ist damit noch nichts üner die Stärke des Zusammenhangs gesagt. Eine logistische Regression danach durchzuführen um die Odds Ratios zu ermitteln, erscheint mir bei deiner Fragestellung sinnvoll.

Gruß