Seite 1 von 1

Daten für lineare Regression geeignet!?

BeitragVerfasst: Di 16. Jan 2018, 18:08
von bolimbo
Hallo

Re: Daten für lineare Regression geeignet!?

BeitragVerfasst: Di 16. Jan 2018, 18:38
von strukturmarionette
Hi,

- was sind konkret AVs, UVs, N?

Gruß
S.

Re: Daten für lineare Regression geeignet!?

BeitragVerfasst: Di 16. Jan 2018, 19:26
von bolimbo
Hallo

A

Re: Daten für lineare Regression geeignet!?

BeitragVerfasst: Di 16. Jan 2018, 19:34
von bele
Zwei Möglichkeiten: Wer in A1 mit nein geantwortet hat, fliegt entweder aus der Analyse raus oder er war halt 0 Monate im Ausland. A1a ist Intervall skaliert und Verhältnis skaliert. Zum Thema Likert findest Du was hier nutzung-des-forums-f44/likertskalen-und-anderes-t9192.html

LG,
Bernhard

Re: Daten für lineare Regression geeignet!?

BeitragVerfasst: Di 16. Jan 2018, 20:21
von bolimbo
Hallo,

Danke Bernhard für den Link, mir war der Unterschied zwischen Likert-Skala und Item nicht bewusst. Ich Muss einmal nachschauen wie die das mit CQ - Skala gelöst haben. CQ besteht grundsätzlich aus vier Faktoren, die mit 20 Items erhoben werden. ich kann mir vorstellen, dass die einfach aus den Anworten eine Summe bilden und je mehr Punkte umso höher ist der eine Faktor...oder? SO habe ich das zumindest jetzt verstanden mit der Likert-Skala.

Bzgl. meiner anderen Frage, ich habe die Frage jetzt umformuliert:

A1 Wieviele Monate waren Sie in den letzten drei Jahren (1.1.2015 – 31.12.2017) im Rahmen eines Studiums durchgehend im Ausland (z.B. ErasmusstudentIn)?

AAntowrtmöglichkeit 0 -12 Monate.

Danke hierfür an euch beide :)


Was ich mache wenn die 20 Items von CQ weiterhin ORdinalskaliert zu behandeln sind weiss ich noch nicht, weil die UV ist ja intervallskaliert. Habt ihr da einen Tipp zufälligerweise ?

Danke LG Bol

Re: Daten für lineare Regression geeignet!?

BeitragVerfasst: Di 16. Jan 2018, 22:39
von bele
Wenn es ein standardisierter Bogen ist und da vier zusammenfassende Werte entstehen, dann kannst Du die sehr wahrscheinlich wie intervallskaliert verwenden.

LG,
Bernhard