STATISTIK-FORUM.de

Hallo.

Ich weiß, dass diese Frage relativ gängig ist. Aber trotz langem Suchen und Lesen verschiedener Seiten, bin ich nicht wesentlich schlauer. Deshalb möchte ich sie hier kurz stellen:

Ausgangspunkt: Mitarbeiterbefragung. Dabei habe ich...
1. ...mehrere Variablen (likert, 5-Stufig), welche auf Arbeitsdruck hinweisen, zu einem Mittelwertindex transformiert (Cronbachs Alpha ~0,83).
2. ...diesen Mittelwertindex auf verschiedene Variablen (likert, 5-Stufig), welche auf Erkrankungen/Beschwerden hinweisen, angewandt.

Dadurch habe ich erfahren, wie stark der Stressindex also mit den verschiedenen Beschwerden korreliert. Meine Fragen sind nun:
1. Ist das Vorgehen erstmal grundsätzlich in Ordnung?
2. Ist es legitim, dass ich zusätzlich eine lineare Regressionsanalyse anwende?

Vielen Dank für die Hilfe!

Der standardisierte Regressionskoeffizient einer einfachen linearen Regression ist identisch mit dem Pearson-Koeffizienten, insofern ist die Frage, wozu noch eine Regression.

Da Du Deinen Index anscheinend mit einzelnen 5stufigen Likert-Items korrelierst (nicht zu verwechseln mit Likert-Skalen, die bestehen aus ehreren solcher Items, deren Werte summiert werden) und solche ordinal sind, wäre allerdings eher Spearman als Pearson passend, eine lineare Regression hinfällig.

Mit freundliche Grüßen

PonderStibbons

Danke für die Antwort.

1. Deine Empfehlung ist also, bei den Korrelationen eher auf Spearman anstatt auf Pearson zu setzen?
2. "Hinfällig"? Naja, aber durch Korrelationen zwischen zwei Variablen (bzw. einer Variable und dem besagten Mittelwertindex) erkenne ich ja nur diesen einen Zusammenhang, und nicht, die Wirkstärke der jeweils anderen unter Kontrolle aller. Also, wenn ich feststelle, dass der Stressindex beispielsweise mit "Nacken- und Schulterschmerzen" korreliert (Pearson: .43), ist das eine Information. Wenn ich in einer linearen Regression nun aber den Stressindex mit allen Erkrankungen wechselwirken lasse, zeigt sich, dass die "Nacken- und Schulterschmerzen" bei Beta nur noch mit .22 korrelieren. Das bedeutet, der Einfluss ist gesunken, weil eine andere Erkrankung dominanter ist. Wieso ist dieses Vorgehen hinfällig?

Hi Konkordanz,

wenn man Deiner fünfstufige Zielvariable nur ordinales Skalenniveau zubilligt, und dafür gibt es gute Gründe, dann kann man sie nicht als Zielvariable einer einfachen linearen Regression nutzen. Natürlich kann man eine mehrstufige logistische (oder probit, oder) Regression trotzdem durchführen und damit die erstrebte Kontrolle durch die anderen Variablen erreichen. Dann muss man aber bereit sein, so weit in den Methodentopf zu greifen.
Siehe zum Beispiel in diesem PDF ab Kapitel 6.5 http://data.princeton.edu/wws509/notes/c6.pdf

LG,
Bernhard

Konkordanz hat geschrieben:2. "Hinfällig"?

Wenn man das Skalenniveau der AV betrachtet, dann schon.

Naja, aber durch Korrelationen zwischen zwei Variablen (bzw. einer Variable und dem besagten Mittelwertindex) erkenne ich ja nur diesen einen Zusammenhang, und nicht, die Wirkstärke der jeweils anderen unter Kontrolle aller.

Von einer multiplen linearen Regression hast Du nicht geschrieben. Beim nächsten Mal bitte genauer.

MIt freundlichen Grüßen

PonderStibbons