SPSS-FORUM.DE

[Okiedokie44]

Hallo, ich benötige im Rahmen der Auswertung einer Umfrage dringend Hilfe. Kurz zum Modell:

Abhängige Variable: Praktikum (ja/nein) --> Hast du in den letzten Semesterferien ein Praktikum gemacht

Unabhängige Variablen:
Alter
Ehrgeiz (kategoriale Variable aufgeteilt in 2 Kategorien: ehrgeizig und weniger ehrgeizig; weniger ehrgeizig als Referenzkategorie gewählt)

Nun kam folgender Output raus:
Ehrgeiz: B-Wert:0.677 Sig:0.533 Exp(B) 1.968
Alter: 0.178 0.124 1.195
Konstante: -6.687 0.018 0.001


Interpretiert habe ich es folgender Maßen (in Kurzform):

Positiver Zusammenhang zwischen höherem Ehrgeiz und Motivation ein Praktikum zu machen----> ist aber nicht signifikant da P-Wert über 0.05

Positiver Zusammenhang zwischen Alter und Motivation ein Praktikum zu machen---> ist aber nicht signifikant da P-Wert über 0.05


Frage:
Wie ziehe ich daraus denn jetzt eine richtige Schlussfolgerung? Sagt der observierte Zusammenhang denn jetzt gar nichts aus, da er nicht signifikant ist??

Vielen Dank im Voraus!

Liebe Grüße

[strukturmarionette]

Hi,

das wichtigste (der Stichprobenumfang) fehlt.
Dann für das Gesamtmodell das N´kerke R² (u.a.).

Wenn die Ratios in beiden Fällen n.s. werden, dann ist das halt so: Für eine statistische Interpretation.

Zur genauso wichtigen inhaltlichen Interpretation kann ohne weitere Angaben auch nichts geschlussfolgert werden.

Gruß
S.

[Okiedokie44]

Stichprobenumfang sind 120 Studenten.

Hier mal kurz meine Schlussfolgerungen zur Modellgüte:

In overall terms, an ideal model would correspond to a high likelihood of the ob-servations and a ‘–2LogLikelihood’ value of zero. However, in our current model this value is 79.675. Only considering this value, the quality of the model could be described as being rather low. Nevertheless, before digging deeper into the signif-icance and the meaning of the model it was also important to valuate its suitability on the basis of ‘Model Chi-square’, ‘Nagelkerke R square’, ‘R square adjusted count’ and the ‘Classification Plot’.
1) The value of the Model Chi-square, that shows the difference between the ‘-2LL’ values of the Zero-Model (Block 0) and the Full-Model (Block1), is 2.648. On the basis of this value it can be said that the transition from the Zero-Model to the Full-Model is accompanied by a drop in the ‘-2LL’ of 2.648. However, this drop doesn´t seems to be significant because the p-value of 0.266 exceeds 0.001 and so the Zero-Model could be considered as a better model.
2) ‘Nagelkerke R square’ shows a value of 0.044 that indicates that the quality of the model could be described as rather low.
3) The same applies with the value of ‘Cox & Snell R Square’, which is about 0.022 and therefore related to a low qualitative model.
4) On the other hand, the ‘Classification Table’ shows that only 13 students actually did an internship in their vacation whereas 107 students did not. In overall terms, we could observe that 89,2% of all students participating in the survey was correctly classified which appears to be a good value.


Habe die ganzen Werte fett markiert.
Vielen Vielen Dank!!!

[strukturmarionette]

Hi,

wenn Du dann noch entsprechendes zu den beiden nichtsignifikanten UVs des Modells hinzufügst, passt es doch (grob).

Gruß
S.

[ponderstibbons]

4) On the other hand, the ‘Classification Table’ shows that only 13 students actually did an internship in their vacation whereas 107 students did not. In overall terms, we could observe that 89,2% of all students participating in the survey was correctly classified which appears to be a good value.

Das ist ein Mißverständnis. Wenn man auf den Aufwand einer logistischen Regression verzichtet und für alle einfach "no internship" vorhergesagt hätte, wäre die Trefferquote 89,1%.

[Elli00]

Hallo ihr!
Ich habe eine Frage und zwar habe ich eine logistische Regression mit SPSS gerechnet mit einer dichotomisierten Variablen und 5 Kovariaten (und der Einstellung: Einschluss) und weiß jetzt nicht wie ich die Ausgabe interpretieren soll.

Es kommt ja zuerst: "Block 0: Anfangsblock" mit den Tabellen "Variablen in der Gleichung" und "Nicht in der Gleichung vorhandene Variablen".

Dann folgt der Block 1: Methode = Eingabe und weitere Tabellen (Omnibustest, Modellübersicht, Klassifikationstabelle) und die Tabelle "Variablen in der Gleichung"

Welche Tabelle ist jetzt für mich relevant, wenn ich schauen möchte, welche Prädiktoren meine dichotomisierte abhängige Variablen vorhersagen??

Eine Bekannte meinte, die Tabelle "Nicht in der Gleichung vorhandene Variablen" aus Block 0 wäre relevant aber das kommt mir komisch vor... nicht eher "Variablen in der Gleichung" aus Block 1??

Kann mir irgendjemand schnell helfen?? vielen vielen lieben dank schon einmal!!