SPSS-FORUM.DE

[Benny]

Hallo ich bräuchte mal etwas Hilfe bei der Modelauswahl.
Gegeben ist ein Crossection-Time-Series Design d.h. in den Jahren 00,02 und 04 wurden in 15 Regionen jeweils 1000 Leute befragt und zu einem Set zusammengeführt (also 15.000 Fälle pro Jahr und 45.000 Fälle/Personen insgesamt).
Die Variablen sind:
AV:
Zufriedenheit mit Preis Dichotom 0/1 Interessierend

UV’s:
Bildung Kategorial 0/1/2 Interessierend
Grad der Privatisierung Metrisch von 0.0-6.0
aber für jedes Land gleich deshalb max. 45 verschiedene Werte über 3 Jahre Interessierend
Andere demographisch UV’s Geschlecht, Alter… Kategorial verschieden Kontrolle
Jahr Kategorial 0/1/2 Kontrolle
Region Kategorial 1/…/15 Kontrolle
Ökonomisch UV’s Preis, GDP, Inflation… Metrisch Kontrolle

Gesucht sind nun zwei Modelle: Ein Erstes, das die allgemeine Bedeutung der UV’s für die AV prüft und ein zweites welches nach Interaktionseffekten zwischen „Grad der Privatisierung“ und „Bildung“ sucht. Es soll also festgestellt werden ob der Grad der Privatisierung die Bildungsschichten unterschiedlich beeinflusst oder nicht.

Eigentlich dachte ich dass sich dies am besten als binär-logistische Funktion lösen lässt, die eine mit, die andere ohne die interessierenden Interaktionseffekt e. Allerdings bereiten mir die UVs Jahr und Region nun doch etwas Kopfzerbrechen. Kann ich die ohne weiteres mit aufnehmen oder gibt es ne Möglichkeit SPSS zu sagen, dass es diese als „zeit-“ und „region“ -fixed effect berücksichtigen soll. Wäre das eventuell über die verallgemeinerte Schätzgleichung möglich? Wenn ja wie? Hab das schon mal durchgespielt indem ich eine ID Variable gebaut hab und die als Subjektvariable angegeben habe und Zeit und Region als Innersubjektvariable. Allerdings ließen sich die kategorial Variablen nicht mehr als Indikator angeben sondern es war nur die Bestimmung der redundanten Kategorie möglich…Naja falls mich hier jemand verstanden hat und vielleicht ne Idee hat wie sich das am besten umsetzen lässt ich bin dankbar für jeden Anmerkung oder Idee.
Grüße!
PS: Die Varianzaufklärung ist eher nebensächlich…