Logistische Regressionsanalyse mit SPSS

In der statistischen Forschungspraxis sind oft nominal- oder ordinalskalierte Kriterien zu untersuchen, z.B.:

  • Kaufentscheidung für ein Produkt: ja oder nein
  • Durchblutungsstörung: keine, periphere, koronare

Zur Aufklärung solcher Kriterien sollen in der Regel mehrere Prädiktoren mit metrischer oder nominaler Skalenqualität einbezogen werden, wobei eventuell auch Interaktionen zwischen zwei oder mehreren Prädiktoren unterstellt werden sollen.

In dieser Situation kann man die lineare Regressionsanalyse sowie die lineare Diskriminanzanalyse u.a. wegen Ihrer Verteilungsvoraussetzungen nicht einsetzen. Bei log-linearen Modellen stört vor allem, dass metrische Prädiktoren künstlich (und willkürlich) kategorisiert werden müssen. Daher ist die logistische Regressionsanalyse zur Untersuchung von nominal- oder ordinalskalierten Kriterien oft am besten geeignet.

Das Manuskript erläutert die wichtigsten statistischen Grundlagen der logistischen Regressionsanalyse und behandelt ihre praktische Anwendung bei dichotomen, allgemein kategorialen sowie ordinalen Kriterien mit Hilfe der SPSS-Prozeduren LOGISTIC REGRESSION, NOMREG und PLUM.

Hier finden Sie ...