Statistik

704 Aufrufe

Veröffentlicht am

0 Kommentare
0 Gefällt mir
Statistik
Notizen
  • Als Erste(r) kommentieren

  • Gehören Sie zu den Ersten, denen das gefällt!

Keine Downloads
Aufrufe
Aufrufe insgesamt
704
Auf SlideShare
0
Aus Einbettungen
0
Anzahl an Einbettungen
9
Aktionen
Geteilt
0
Downloads
0
Kommentare
0
Gefällt mir
0
Einbettungen 0
Keine Einbettungen

Keine Notizen für die Folie

Statistik

  1. 1. Auslandsemester SS 2015 Wirtschaftsstatistik 2. Tutorium Tutor: Gernot Pruschak Irena Jokic Mirna Smoljan Krisztina Lisztes Ferenc Ertl Jokic, Smoljan, Lisztes, Ertl
  2. 2. Fragebogen 1. Haben Sie Interesse ein Semester im Ausland zu absolvieren? • Ja • Nein 2. Wo möchten Sie dieses Semester verbringen? Europa Nordamerika Südamerika Asien Australien Afrika Kein Ausland Jokic, Smoljan, Lisztes, Ertl
  3. 3. 3. Wie wichtig finden Sie, die folgende Punkten, bei den Entscheidung eines Auslandsemester? Sehr wichtig Eher wichtig neutral Eher unwichtig Völler unwichtig Persönliche Interesse Neugierde Freundschaf ten schließen Nützlich in der Zukunft bei Ihrem Job Zukünftige Reise Jokic, Smoljan, Lisztes, Ertl
  4. 4. 4. Was ist Ihre Studienrichtung? BWL IBWL VWL Statistik Mathematik Andere 5. In welchem Studiensemester befinden Sie sich? 6. Was sind Ihre Einschätzung des bisherigen Studienerfolgs, was ist Ihre Notendurchschnitt? 1-1.5 1.5-2 2-2.5 2.5-3 3-3.5 3.5-4 4-4.5 4.5-5 5 Notendurchschnitt Jokic, Smoljan, Lisztes, Ertl
  5. 5. 7. Möchten Sie in der Zukunft wissenschaftlich tätig sein? Ja Nein 8. Was ist Ihre Geschlecht? Weiblich Männlich 9. Wie alt sind Sie? Jokic, Smoljan, Lisztes, Ertl
  6. 6. UNGLAUBWÜRDIGE EINGABEN • Wie alt sind Sie? 43 • In welchem Studiensemester befinden Sie sich? 32 • Was sind Ihre Einschätzung des bisherigen Studienerfolgs, was ist Ihre Notendurchschnitt? 5 Jokic, Smoljan, Lisztes, Ertl
  7. 7. Haben Sie Interesse ein Semester im Ausland zu absolvieren? Interesse Häufigkeit Prozent Gültige Prozente Kumulierte Prozente Gültig Ja 78 75,7 75,7 75,7 Nein 25 24,3 24,3 100,0 Gesamt 103 100,0 100,0 Jokic, Smoljan, Lisztes, Ertl
  8. 8. Haben Sie Interesse ein Semester im Ausland zu absolvieren? Jokic, Smoljan, Lisztes, Ertl
  9. 9. Wo möchten Sie dieses Semester verbringen? Wo Häufigkeit Prozent Gültige Prozente Kumulierte Prozente Gültig Europa 35 34,0 34,3 34,3 Nordamerika 23 22,3 22,5 56,9 Südamerika 6 5,8 5,9 62,7 Asien 8 7,8 7,8 70,6 Australien 6 5,8 5,9 76,5 Afrika 3 2,9 2,9 79,4 Keine Interesse 21 20,4 20,6 100,0 Gesamt 102 99,0 100,0 Fehlend System 1 1,0 Gesamt 103 100,0 Jokic, Smoljan, Lisztes, Ertl
  10. 10. Wo möchten Sie dieses Semester verbringen? Jokic, Smoljan, Lisztes, Ertl
  11. 11. Wie wichtig finden Sie, die folgende Punkten, bei den Entscheidung eines Auslandsemester? Pers Häufigkeit Prozent Gültige Prozente Kumulierte Prozente Gültig sehr wichtig 74 71,8 73,3 73,3 eher wichtig 19 18,4 18,8 92,1 neutral 5 4,9 5,0 97,0 völler unwichtig 3 2,9 3,0 100,0 Gesamt 101 98,1 100,0 Fehlend System 2 1,9 Gesamt 103 100,0 Jokic, Smoljan, Lisztes, Ertl
  12. 12. Wie wichtig finden Sie, die folgende Punkten, bei den Entscheidung eines Auslandsemester? Neugierde Häufigkeit Prozent Gültige Prozente Kumulierte Prozente Gültig sehr wichtig 41 39,8 40,6 40,6 eher wichtig 43 41,7 42,6 83,2 neutral 12 11,7 11,9 95,0 eher unwichtig 3 2,9 3,0 98,0 völler unwichtig 2 1,9 2,0 100,0 Gesamt 101 98,1 100,0 Fehlend System 2 1,9 Gesamt 103 100,0 Jokic, Smoljan, Lisztes, Ertl
  13. 13. Wie wichtig finden Sie, die folgende Punkten, bei den Entscheidung eines Auslandsemester? Freunden Häufigkeit Prozent Gültige Prozente Kumulierte Prozente Gültig sehr wichtig 39 37,9 38,2 38,2 eher wichtig 35 34,0 34,3 72,5 neutral 19 18,4 18,6 91,2 eher unwichtig 5 4,9 4,9 96,1 völler unwichtig 4 3,9 3,9 100,0 Gesamt 102 99,0 100,0 Fehlend System 1 1,0 Gesamt 103 100,0 Jokic, Smoljan, Lisztes, Ertl
  14. 14. Wie wichtig finden Sie, die folgende Punkten, bei den Entscheidung eines Auslandsemester? Zukunft Häufigkeit Prozent Gültige Prozente Kumulierte Prozente Gültig sehr wichtig 55 53,4 53,9 53,9 eher wichtig 22 21,4 21,6 75,5 neutral 15 14,6 14,7 90,2 eher unwichtig 6 5,8 5,9 96,1 völler unwichtig 4 3,9 3,9 100,0 Gesamt 102 99,0 100,0 Fehlend System 1 1,0 Gesamt 103 100,0 Jokic, Smoljan, Lisztes, Ertl
  15. 15. Wie wichtig finden Sie, die folgende Punkten, bei den Entscheidung eines Auslandsemester? Reise Häufigkeit Prozent Gültige Prozente Kumulierte Prozente Gültig sehr wichtig 34 33,0 33,3 33,3 eher wichtig 23 22,3 22,5 55,9 neutral 29 28,2 28,4 84,3 eher unwichtig 7 6,8 6,9 91,2 völler unwichtig 9 8,7 8,8 100,0 Gesamt 102 99,0 100,0 Fehlend System 1 1,0 Gesamt 103 100,0 Jokic, Smoljan, Lisztes, Ertl
  16. 16. Was ist Ihre Studienrichtung? Studienr Häufigkeit Prozent Gültige Prozente Kumulierte Prozente Gültig BWL 44 42,7 42,7 42,7 IBWL 49 47,6 47,6 90,3 VWL 1 1,0 1,0 91,3 Statistik 1 1,0 1,0 92,2 Mathematik 2 1,9 1,9 94,2 Fehlende Wert 6 5,8 5,8 100,0 Gesamt 103 100,0 100,0 Jokic, Smoljan, Lisztes, Ertl
  17. 17. Was ist Ihre Studienrichtung? Jokic, Smoljan, Lisztes, Ertl
  18. 18. In welchem Studiensemester befinden Sie sich? Semester Häufigkeit Prozent Gültige Prozente Kumulierte Prozente Gültig 1 1 1,0 1,0 1,0 2 10 9,7 10,2 11,2 3 4 3,9 4,1 15,3 4 19 18,4 19,4 34,7 5 11 10,7 11,2 45,9 6 28 27,2 28,6 74,5 7 6 5,8 6,1 80,6 8 11 10,7 11,2 91,8 9 4 3,9 4,1 95,9 10 3 2,9 3,1 99,0 32 1 1,0 1,0 100,0 Gesamt 98 95,1 100,0 Fehlend System 5 4,9 Gesamt 103 100,0 Jokic, Smoljan, Lisztes, Ertl
  19. 19. In welchem Studiensemester befinden Sie sich? Deskriptive Statistik Statistik Standardfehler Semester Mittelwert 5,71 ,342 95% Konfidenzinte rvall des Mittelwerts Untergren ze 5,04 Obergren ze 6,39 5% getrimmtes Mittel 5,45 Median 6,00 Varianz 11,443 Standardabweichung 3,383 Minimum 1 Maximum 32 Spannweite 31 Interquartilbereich 3 Schiefe 4,863 ,244 Kurtosis 37,271 ,483 Jokic, Smoljan, Lisztes, Ertl
  20. 20. In welchem Studiensemester befinden Sie sich? Jokic, Smoljan, Lisztes, Ertl
  21. 21. Was sind Ihre Einschätzung des bisherigen Studienerfolgs, was ist Ihre Notendurchschnitt? Notend Häufigkeit Prozent Gültige Prozente Kumulierte Prozente Gültig 1-1,5 3 2,9 3,0 3,0 1,5-2 16 15,5 15,8 18,8 2-2,5 20 19,4 19,8 38,6 2,5-3 21 20,4 20,8 59,4 3-3,5 31 30,1 30,7 90,1 3,5-4 7 6,8 6,9 97,0 4-4,5 2 1,9 2,0 99,0 Fehlende Wert 1 1,0 1,0 100,0 Gesamt 101 98,1 100,0 Fehlend System 2 1,9 Gesamt 103 100,0 Jokic, Smoljan, Lisztes, Ertl
  22. 22. Was sind Ihre Einschätzung des bisherigen Studienerfolgs, was ist Ihre Notendurchschnitt? Jokic, Smoljan, Lisztes, Ertl
  23. 23. Möchten Sie in der Zukunft wissenschaftlich tätig sein? Wiss.t Häufigkeit Prozent Gültige Prozente Kumulierte Prozente Gültig Ja 40 38,8 38,8 38,8 Nein 63 61,2 61,2 100,0 Gesamt 103 100,0 100,0 Jokic, Smoljan, Lisztes, Ertl
  24. 24. Möchten Sie in der Zukunft wissenschaftlich tätig sein? Jokic, Smoljan, Lisztes, Ertl
  25. 25. Was ist Ihre Geschlecht? Geschlecht Häufigkeit Prozent Gültige Prozente Kumulierte Prozente Gültig Weiblich 68 66,0 66,0 66,0 Männlich 35 34,0 34,0 100,0 Gesamt 103 100,0 100,0 Jokic, Smoljan, Lisztes, Ertl
  26. 26. Was ist Ihre Geschlecht? Jokic, Smoljan, Lisztes, Ertl
  27. 27. Wie alt sind Sie? Alter Häufigkeit Prozent Gültige Prozente Kumulierte Prozente Gültig 19 3 2,9 2,9 2,9 20 8 7,8 7,8 10,7 21 19 18,4 18,4 29,1 22 19 18,4 18,4 47,6 23 20 19,4 19,4 67,0 24 15 14,6 14,6 81,6 25 8 7,8 7,8 89,3 27 2 1,9 1,9 91,3 28 4 3,9 3,9 95,1 29 2 1,9 1,9 97,1 32 1 1,0 1,0 98,1 43 1 1,0 1,0 99,0 50 1 1,0 1,0 100,0 Gesamt 103 100,0 100,0 Jokic, Smoljan, Lisztes, Ertl
  28. 28. Wie alt sind Sie? Jokic, Smoljan, Lisztes, Ertl
  29. 29. Wie alt sind Sie? Jokic, Smoljan, Lisztes, Ertl
  30. 30. Wie alt sind Sie? Deskriptive Statistik Statistik Standardfehler Alter Mittelwert 23,33 ,398 95% Konfidenzint ervall des Mittelwerts Untergre nze 22,54 Obergren ze 24,12 5% getrimmtes Mittel 22,82 Median 23,00 Varianz 16,321 Standardabweichung 4,040 Minimum 19 Maximum 50 Spannweite 31 Interquartilbereich 3 Schiefe 4,142 ,238 Kurtosis 22,997 ,472 Jokic, Smoljan, Lisztes, Ertl
  31. 31. BIVARIATE VORANALYSEN Jokic, Smoljan, Lisztes, Ertl
  32. 32. Abhängigkeiten außerhalb der Hauptfragestellung • Einfache lineare Regression • Einfache Varianzanalyse • Zwei Stichprobe T-test • Kreuztabelle • Chi-Quadrat Homogenitätstest Jokic, Smoljan, Lisztes, Ertl
  33. 33. EINFACHE LINEARE REGRESSION • Lineare Zusammenhang zwischen Alter und Interesse? Koeffizientena Modell Nicht standardisierte Koeffizienten Standardisiert e Koeffizienten T Sig. Regressionsko effizientB Standardfehler Beta 1 (Konstante) 23,872 1,225 19,483 ,000 Interesse -,436 ,932 -,046 -,468 ,641 a. Abhängige Variable: Alter • Sig > 0,05 -> kein linearer Zusammenhang Jokic, Smoljan, Lisztes, Ertl
  34. 34. EINFACHE LINEARE REGRESSION • Linearer Zusammenhang zwischen Semester und Notendurchschnitt? Koeffizientena Modell Nicht standardisierte Koeffizienten Standardisiert e Koeffizienten T Sig. Regressionsko effizientB Standardfehler Beta 1 (Konstante) 3,265 ,983 3,320 ,001 Notend ,641 ,237 ,268 2,701 ,008 a. Abhängige Variable: Semester • Sig < 0,05 -> linearer Zusammenhang Jokic, Smoljan, Lisztes, Ertl
  35. 35. EINFACHE LINEARE REGRESSION • Prüfung der Voraussetzungen • Normalverteilung der Residuen? Jokic, Smoljan, Lisztes, Ertl
  36. 36. EINFACHE VARIANZANALYSE • Levene´s Test: es gibt keinen Unterschied zwischen einzelnen Gruppen ( 0,277>0,05) • Varianzen gleich? Sig>0,05-> Varianzen gleich Levene-Test auf Gleichheit der Fehlervarianzena Abhängige Variable: Alter F df1 df2 Sig. 1,193 1 101 ,277 Prüft die Nullhypothese, daß die Fehlervarianz der abhängigen Variablen über Gruppen hinweg gleich ist. a. Design: Konstanter Term + Geschlecht Jokic, Smoljan, Lisztes, Ertl
  37. 37. EINFACHE VARIANANALYSE - BOXPLOT Jokic, Smoljan, Lisztes, Ertl
  38. 38. KRUSKAL-WALLIS-TEST Jokic, Smoljan, Lisztes, Ertl
  39. 39. ZWEI STICHPROBEN T-TEST Gruppenstatistiken Geschlecht N Mittelwert Standardabwe ichung Standardfehle r des Mittelwertes Alter Weiblich 68 23,21 3,862 ,468 Männlich 35 23,57 4,414 ,746 Test bei unabhängigen Stichproben Levene-Test der Varianzgleichheit T-Test für die Mittelwertgleichheit F Signifikanz T df Sig. (2-seitig) Mittlere Differenz Standardfehler der Differenz 95% Konfidenzintervall der Differenz Untere Obere Alter Varianzen sind gleich 1,193 ,277 -,433 101 ,666 -,366 ,844 -2,039 1,308 Varianzen sind nicht gleich -,415 61,237 ,680 -,366 ,881 -2,127 1,396 • Levene´s Test: Sig>0,05->gleiche Varianzen • Mittelwert von Männer höher • Sig. Von T-test>0,05->H0 beibehalten Jokic, Smoljan, Lisztes, Ertl
  40. 40. KREUZTABELLE Geschlecht * Wiss.t Kreuztabelle Wiss.t GesamtJa Nein Geschlecht Weiblich Anzahl 28 40 68 % innerhalb von Geschlecht 41,2% 58,8% 100,0% Männlich Anzahl 12 23 35 % innerhalb von Geschlecht 34,3% 65,7% 100,0% Gesamt Anzahl 40 63 103 % innerhalb von Geschlecht 38,8% 61,2% 100,0% • Wer möchtet mehr in der Zukunft wissenschaftlich tätig sein, Frauen oder Männer? Jokic, Smoljan, Lisztes, Ertl
  41. 41. CHI-QUADRAT HOMOGENITÄTSTEST • Unterscheidet sich das Anzahl von Frauen oder Männer hinsichtlich der Wissenschaftliche Tätigkeit in der Zukunft signifikant? • Sig.>0,05-> keine signifikante Unterschied in Verteilung Chi-Quadrat-Tests Wert df Asymptotische Signifikanz (2- seitig) Exakte Signifikanz (2- seitig) Exakte Signifikanz (1- seitig) Chi-Quadrat nach Pearson ,462a 1 ,497 Kontinuitätskorrekturb ,217 1 ,641 Likelihood-Quotient ,466 1 ,495 Exakter Test nach Fisher ,530 ,322 Zusammenhang linear-mit- linear ,457 1 ,499 Anzahl der gültigen Fälle 103 a. 0 Zellen (,0%) haben eine erwartete Häufigkeit kleiner 5. Die minimale erwartete Häufigkeit ist 13,59. b. Wird nur für eine 2x2-Tabelle berechnet Jokic, Smoljan, Lisztes, Ertl
  42. 42. GESTAPELTES BALKENDIAGRAMM Jokic, Smoljan, Lisztes, Ertl
  43. 43. ZUSAMMENFASSUNG DER ABHÄNGIGKEITEN • Sig.>0,05-> kein linearer Zusammenhang zwischen Interesse und Alter • Sig.<0,05-> linearer Zusammenhang zwischen Semester und Notendurchschnitt • Sig.>0,05-> keine signifikante Unterschied in Verteilung ( Wiss. Tätigkeit) Jokic, Smoljan, Lisztes, Ertl
  44. 44. VORANALYSEN FÜR DIE HAUPTFRAGESTELLUNG • Multiple lineare Regression • Paarweise Korrelation • Einfache Varianzanalyse • Binäre logistische Regression • Gruppierte Boxplot Jokic, Smoljan, Lisztes, Ertl
  45. 45. MULTIPLE LINEARE REGRESSION Jokic, Smoljan, Lisztes, Ertl
  46. 46. PAARWEISE KORRELATION • Korrelationskoeffizient nach Spearman Da eine Variable ordinal ist • Sig.>0,05-> es gibt Korrelation • H0 beibehalten Korrelationen Pers Interesse Spearman-Rho Pers Korrelationskoeffizi ent 1,000 -,018 Sig. (2-seitig) . ,862 N 101 101 Interesse Korrelationskoeffizi ent -,018 1,000 Sig. (2-seitig) ,862 . N 101 103 Jokic, Smoljan, Lisztes, Ertl
  47. 47. KORRELATIONSKOEFFIZIENT NACH PEARSON Kolmogorov-Smirnov-Anpassungstest Semester N 98 Parameter der Normalverteilunga,b Mittelwert 5,71 Standardabweichung 3,383 Extremste Differenzen Absolut ,211 Positiv ,211 Negativ -,153 Statistik für Test ,211 Asymptotische Signifikanz (2-seitig) ,000c a. Die zu testende Verteilung ist eine Normalverteilung. b. Aus den Daten berechnet. c. Signifikanzkorrektur nach Lilliefors. • Voraussetzung für gültige Berechnung • Normalverteilung beider Variablen • Überprüfung der Normalverteilung • Kolmogorov-Smirnov-Anpassungstest • p<0,05-> H0 verwerfen-> kein NV Jokic, Smoljan, Lisztes, Ertl
  48. 48. PAARWEISE KORRELATION • Korrelationskoeffizient nach Spearman beträgt 0,074 Jokic, Smoljan, Lisztes, Ertl
  49. 49. EINFACHE VARIANZANALYSE • Hängen der Alter und das Geschlecht zusammen? • Varianz gleich? • Levene´s Test • Sig.>0,05-> Varianzen gleich Deskriptive Statistiken Abhängige Variable: Semester Interesse Studienr Mittelwert Standardabwe ichung N Ja BWL 5,63 2,420 27 IBWL 4,92 1,783 39 VWL 6,00 . 1 Statistik 9,00 . 1 Mathematik 10,00 . 1 Fehlende Wert 5,83 2,137 6 Gesamt 5,39 2,149 75 Nein BWL 6,86 7,389 14 IBWL 6,67 1,732 9 Gesamt 6,78 5,776 23 Gesamt BWL 6,05 4,679 41 IBWL 5,25 1,885 48 VWL 6,00 . 1 Statistik 9,00 . 1 Mathematik 10,00 . 1 Fehlende Wert 5,83 2,137 6 Gesamt 5,71 3,383 98 Levene-Test auf Gleichheit der Fehlervarianzena Abhängige Variable: Semester F df1 df2 Sig. 1,454 7 90 ,194 Prüft die Nullhypothese, daß die Fehlervarianz der abhängigen Variablen über Gruppen hinweg gleich ist. a. Design: Konstanter Term + Interesse + Studienr + Interesse * Studienr Jokic, Smoljan, Lisztes, Ertl
  50. 50. EINFACHE VARIANZANALYSE • Jedoch Sig. der einfachen Varianzanalyse > 0,05 • Keine Aussage möglich Tests der Zwischensubjekteffekte Abhängige Variable: Semester Quelle Quadratsumme vom Typ III df Mittel der Quadrate F Sig. Korrigiertes Modell 80,387a 7 11,484 1,004 ,434 Konstanter Term 813,884 1 813,884 71,143 ,000 Interesse 35,998 1 35,998 3,147 ,079 Studienr 40,172 5 8,034 ,702 ,623 Interesse * Studienr 1,086 1 1,086 ,095 ,759 Fehler 1029,613 90 11,440 Gesamt 4310,000 98 Korrigierte Gesamtvariation 1110,000 97 a. R-Quadrat = ,072 (korrigiertes R-Quadrat = ,000) Jokic, Smoljan, Lisztes, Ertl
  51. 51. BINÄRE LOGISTISCHE REGRESSION • Zusammenhang zwischen Interesse und Geschlecht? • Sig>0,05-> nein, es gibt keinen signifikanten Zusammenhang Likelihood-Quotienten-Tests Effekt Kriterien für die Modellanpassun g Likelihood-Quotienten-Tests -2 Log- Likelihood für reduziertes Modell Chi-Quadrat Freiheitsgrade Signifikanz Konstanter Term 8,214a ,000 0 . Interesse 8,752 ,538 1 ,463 Die Chi-Quadrat-Statistik stellt die Differenz der -2 Log-Likelihoods zwischen dem endgültigen Modell und einem reduziertem Modell dar. Das reduzierte Modell wird berechnet, indem ein Effekt aus dem endgültigen Modell weggelassen wird. Hierbei liegt die Nullhypothese zugrunde, nach der alle Parameter dieses Effekts 0 betragen. a. Dieses reduzierte Modell ist zum endgültigen Modell äquivalent, da das Weglassen des Effekts die Anzahl der Freiheitsgrade nicht erhöht. Jokic, Smoljan, Lisztes, Ertl
  52. 52. GRUPPIERTE BOXPLOT Jokic, Smoljan, Lisztes, Ertl
  53. 53. AUSWERTUNG DER HAUPTFRAGESTELLUNG LOGISTISCHE REGRESSION Jokic, Smoljan, Lisztes, Ertl
  54. 54. LOGISTISCHE REGRESSION • Bivariate Voranalyse ergeben, dass multiple Regression und Varianzanalyse nicht durchführbar sind -> Logistische Regression • Abhängige Variable muss kategorial sein • Interesse und Semester haben mit 0,074 positiven Korrelationskoeffizient-> nicht gemeinsam verwertbar Jokic, Smoljan, Lisztes, Ertl
  55. 55. LOGISTISCHE REGRESSION • α= 0,10 • Abhängige Variable: • Zukunft • Erklärende Variable: • Interesse Jokic, Smoljan, Lisztes, Ertl
  56. 56. LOGISTISCHE REGRESSION Likelihood-Quotienten-Tests Effekt Kriterien für die Modellanpassun g Likelihood-Quotienten-Tests -2 Log- Likelihood für reduziertes Modell Chi-Quadrat Freiheitsgrade Signifikanz Konstanter Term 25,311a ,000 0 . Interesse 27,772 2,461 4 ,652 Die Chi-Quadrat-Statistik stellt die Differenz der -2 Log-Likelihoods zwischen dem endgültigen Modell und einem reduziertem Modell dar. Das reduzierte Modell wird berechnet, indem ein Effekt aus dem endgültigen Modell weggelassen wird. Hierbei liegt die Nullhypothese zugrunde, nach der alle Parameter dieses Effekts 0 betragen. a. Dieses reduzierte Modell ist zum endgültigen Modell äquivalent, da das Weglassen des Effekts die Anzahl der Freiheitsgrade nicht erhöht. • α> 0,10 ->Kein signifikanter Zusammenhang zwischen Zukunft und Interesse Jokic, Smoljan, Lisztes, Ertl
  57. 57. LOGISTISCHE REGRESSION • α= 0,10 • Abhängige Variable: • Reise • Erklärende Variable: • Interesse Jokic, Smoljan, Lisztes, Ertl
  58. 58. Likelihood-Quotienten-Tests Effekt Kriterien für die Modellanpassun g Likelihood-Quotienten-Tests -2 Log- Likelihood für reduziertes Modell Chi-Quadrat Freiheitsgrade Signifikanz Konstanter Term 27,336a ,000 0 . Interesse 28,682 1,347 4 ,853 Die Chi-Quadrat-Statistik stellt die Differenz der -2 Log-Likelihoods zwischen dem endgültigen Modell und einem reduziertem Modell dar. Das reduzierte Modell wird berechnet, indem ein Effekt aus dem endgültigen Modell weggelassen wird. Hierbei liegt die Nullhypothese zugrunde, nach der alle Parameter dieses Effekts 0 betragen. a. Dieses reduzierte Modell ist zum endgültigen Modell äquivalent, da das Weglassen des Effekts die Anzahl der Freiheitsgrade nicht erhöht. LOGISTISCHE REGRESSION • α> 0,10 ->Kein signifikanter Zusammenhang zwischen Reise und Interesse Jokic, Smoljan, Lisztes, Ertl
  59. 59. LOGISTISCHE REGRESSION • α= 0,10 • Abhängige Variable: • Neugierde • Erklärende Variable: • Interesse Jokic, Smoljan, Lisztes, Ertl
  60. 60. LOGISTISCHE REGRESSION Likelihood-Quotienten-Tests Effekt Kriterien für die Modellanpassun g Likelihood-Quotienten-Tests -2 Log- Likelihood für reduziertes Modell Chi-Quadrat Freiheitsgrade Signifikanz Konstanter Term 21,722a ,000 0 . Interesse 24,825 3,103 4 ,541 Die Chi-Quadrat-Statistik stellt die Differenz der -2 Log-Likelihoods zwischen dem endgültigen Modell und einem reduziertem Modell dar. Das reduzierte Modell wird berechnet, indem ein Effekt aus dem endgültigen Modell weggelassen wird. Hierbei liegt die Nullhypothese zugrunde, nach der alle Parameter dieses Effekts 0 betragen. a. Dieses reduzierte Modell ist zum endgültigen Modell äquivalent, da das Weglassen des Effekts die Anzahl der Freiheitsgrade nicht erhöht. • α> 0,10 ->Kein signifikanter Zusammenhang zwischen Neugierde und Interesse Jokic, Smoljan, Lisztes, Ertl
  61. 61. LOGISTISCHE REGRESSION Jokic, Smoljan, Lisztes, Ertl
  62. 62. MULTIPLE LOGISTISCHE REGRESSION • α= 0,10 • Abhängige Variable: • Reise • Erklärende Variable: • Interesse • Alter Jokic, Smoljan, Lisztes, Ertl
  63. 63. MULTIPLE LOGISTISCHE REGRESSION Likelihood-Quotienten-Tests Effekt Kriterien für die Modellanpassun g Likelihood-Quotienten-Tests -2 Log- Likelihood für reduziertes Modell Chi-Quadrat Freiheitsgrade Signifikanz Konstanter Term 93,999a ,000 0 . Interesse 95,066b 1,067 4 ,899 Alter 145,953 51,954 48 ,323 Die Chi-Quadrat-Statistik stellt die Differenz der -2 Log-Likelihoods zwischen dem endgültigen Modell und einem reduziertem Modell dar. Das reduzierte Modell wird berechnet, indem ein Effekt aus dem endgültigen Modell weggelassen wird. Hierbei liegt die Nullhypothese zugrunde, nach der alle Parameter dieses Effekts 0 betragen. a. Dieses reduzierte Modell ist zum endgültigen Modell äquivalent, da das Weglassen des Effekts die Anzahl der Freiheitsgrade nicht erhöht. b. Die Hesse-Matrix enthält unerwartete Singularitäten. Dies bedeutet, daß entweder einige Einflußvariablen weggelassen oder einige Kategorien zusammengefügt werden sollten. • α> 0,10 ->Kein signifikanter Zusammenhang zwischen Reise, Interesse und Alter Jokic, Smoljan, Lisztes, Ertl
  64. 64. MULTIPLE LOGISTISCHE REGRESSION • α= 0,10 • Abhängige Variable: • Zukunft • Erklärende Variable: • Interesse • Alter Jokic, Smoljan, Lisztes, Ertl
  65. 65. Likelihood-Quotienten-Tests Effekt Kriterien für die Modellanpassun g Likelihood-Quotienten-Tests -2 Log- Likelihood für reduziertes Modell Chi-Quadrat Freiheitsgrade Signifikanz Konstanter Term 84,743a ,000 0 . Interesse 86,954b 2,211 4 ,697 Alter 121,841 37,098 48 ,873 Die Chi-Quadrat-Statistik stellt die Differenz der -2 Log-Likelihoods zwischen dem endgültigen Modell und einem reduziertem Modell dar. Das reduzierte Modell wird berechnet, indem ein Effekt aus dem endgültigen Modell weggelassen wird. Hierbei liegt die Nullhypothese zugrunde, nach der alle Parameter dieses Effekts 0 betragen. a. Dieses reduzierte Modell ist zum endgültigen Modell äquivalent, da das Weglassen des Effekts die Anzahl der Freiheitsgrade nicht erhöht. b. Die Hesse-Matrix enthält unerwartete Singularitäten. Dies bedeutet, daß entweder einige Einflußvariablen weggelassen oder einige Kategorien zusammengefügt werden sollten. MULTIPLE LOGISTISCHE REGRESSION • α> 0,10 ->Kein signifikanter Zusammenhang zwischen Zukunft, Interesse und Alter Jokic, Smoljan, Lisztes, Ertl
  66. 66. MULTIPLE LOGISTISCHE REGRESSION • α= 0,10 • Abhängige Variable: • Reise • Erklärende Variable: • Interesse • Semester Jokic, Smoljan, Lisztes, Ertl
  67. 67. Likelihood-Quotienten-Tests Effekt Kriterien für die Modellanpassun g Likelihood-Quotienten-Tests -2 Log- Likelihood für reduziertes Modell Chi-Quadrat Freiheitsgrade Signifikanz Konstanter Term 87,248a ,000 0 . Interesse 89,732b 2,485 4 ,647 Semester 125,187 37,939 40 ,563 Die Chi-Quadrat-Statistik stellt die Differenz der -2 Log-Likelihoods zwischen dem endgültigen Modell und einem reduziertem Modell dar. Das reduzierte Modell wird berechnet, indem ein Effekt aus dem endgültigen Modell weggelassen wird. Hierbei liegt die Nullhypothese zugrunde, nach der alle Parameter dieses Effekts 0 betragen. a. Dieses reduzierte Modell ist zum endgültigen Modell äquivalent, da das Weglassen des Effekts die Anzahl der Freiheitsgrade nicht erhöht. b. Die Hesse-Matrix enthält unerwartete Singularitäten. Dies bedeutet, daß entweder einige Einflußvariablen weggelassen oder einige Kategorien zusammengefügt werden sollten. MULTIPLE LOGISTISCHE REGRESSION • α> 0,10 ->Kein signifikanter Zusammenhang zwischen Reise, Interesse und Semester Jokic, Smoljan, Lisztes, Ertl
  68. 68. MULTIPLE LOGISTISCHE REGRESSION • Probleme bei mehreren erklärenden Variablen • Keine Signifikanzwerte ermittelbar Jokic, Smoljan, Lisztes, Ertl
  69. 69. MULTIPLE LOGISTISCHE REGRESSION Abhängige Variable: Reise Likelihood-Quotienten-Tests Effekt Kriterien für die Modellanpassun g Likelihood-Quotienten-Tests -2 Log- Likelihood für reduziertes Modell Chi-Quadrat Freiheitsgrade Signifikanz Konstanter Term 50,104a ,000 0 . Interesse 51,351 1,247 4 ,870 Studienr 70,553 20,450 20 ,430 Die Chi-Quadrat-Statistik stellt die Differenz der -2 Log-Likelihoods zwischen dem endgültigen Modell und einem reduziertem Modell dar. Das reduzierte Modell wird berechnet, indem ein Effekt aus dem endgültigen Modell weggelassen wird. Hierbei liegt die Nullhypothese zugrunde, nach der alle Parameter dieses Effekts 0 betragen. a. Dieses reduzierte Modell ist zum endgültigen Modell äquivalent, da das Weglassen des Effekts die Anzahl der Freiheitsgrade nicht erhöht. Jokic, Smoljan, Lisztes, Ertl
  70. 70. MULTIPLE LOGISTISCHE REGRESSION Abhängige Variable: Zukunft Likelihood-Quotienten-Tests Effekt Kriterien für die Modellanpassun g Likelihood-Quotienten-Tests -2 Log- Likelihood für reduziertes Modell Chi-Quadrat Freiheitsgrade Signifikanz Konstanter Term 90,155a ,000 0 . Interesse 93,584b 3,429 4 ,489 Semester 111,524 21,369 40 ,993 Die Chi-Quadrat-Statistik stellt die Differenz der -2 Log-Likelihoods zwischen dem endgültigen Modell und einem reduziertem Modell dar. Das reduzierte Modell wird berechnet, indem ein Effekt aus dem endgültigen Modell weggelassen wird. Hierbei liegt die Nullhypothese zugrunde, nach der alle Parameter dieses Effekts 0 betragen. a. Dieses reduzierte Modell ist zum endgültigen Modell äquivalent, da das Weglassen des Effekts die Anzahl der Freiheitsgrade nicht erhöht. b. Die Hesse-Matrix enthält unerwartete Singularitäten. Dies bedeutet, daß entweder einige Einflußvariablen weggelassen oder einige Kategorien zusammengefügt werden sollten. Jokic, Smoljan, Lisztes, Ertl
  71. 71. MULTIPLE LOGISTISCHE REGRESSION Abhängige Variable: Zukunft Likelihood-Quotienten-Tests Effekt Kriterien für die Modellanpassun g Likelihood-Quotienten-Tests -2 Log- Likelihood für reduziertes Modell Chi-Quadrat Freiheitsgrade Signifikanz Konstanter Term 219,830a ,000 0 . Interesse 224,031b 4,201 4 ,379 Studienr 70,376 . 20 . Die Chi-Quadrat-Statistik stellt die Differenz der -2 Log-Likelihoods zwischen dem endgültigen Modell und einem reduziertem Modell dar. Das reduzierte Modell wird berechnet, indem ein Effekt aus dem endgültigen Modell weggelassen wird. Hierbei liegt die Nullhypothese zugrunde, nach der alle Parameter dieses Effekts 0 betragen. a. Dieses reduzierte Modell ist zum endgültigen Modell äquivalent, da das Weglassen des Effekts die Anzahl der Freiheitsgrade nicht erhöht. b. Die Hesse-Matrix enthält unerwartete Singularitäten. Dies bedeutet, daß entweder einige Einflußvariablen weggelassen oder einige Kategorien zusammengefügt werden sollten. Jokic, Smoljan, Lisztes, Ertl
  72. 72. MULTIPLE LOGISTISCHE REGRESSION Abhängige Variable: Neugierde Likelihood-Quotienten-Tests Effekt Kriterien für die Modellanpassun g Likelihood-Quotienten-Tests -2 Log- Likelihood für reduziertes Modell Chi-Quadrat Freiheitsgrade Signifikanz Konstanter Term 82,101a ,000 0 . Interesse 83,127b 1,026 4 ,906 Semester 101,888 19,787 40 ,997 Die Chi-Quadrat-Statistik stellt die Differenz der -2 Log-Likelihoods zwischen dem endgültigen Modell und einem reduziertem Modell dar. Das reduzierte Modell wird berechnet, indem ein Effekt aus dem endgültigen Modell weggelassen wird. Hierbei liegt die Nullhypothese zugrunde, nach der alle Parameter dieses Effekts 0 betragen. a. Dieses reduzierte Modell ist zum endgültigen Modell äquivalent, da das Weglassen des Effekts die Anzahl der Freiheitsgrade nicht erhöht. b. Die Hesse-Matrix enthält unerwartete Singularitäten. Dies bedeutet, daß entweder einige Einflußvariablen weggelassen oder einige Kategorien zusammengefügt werden sollten. Jokic, Smoljan, Lisztes, Ertl
  73. 73. MULTIPLE LOGISTISCHE REGRESSION Likelihood-Quotienten-Tests Effekt Kriterien für die Modellanpassun g Likelihood-Quotienten-Tests -2 Log- Likelihood für reduziertes Modell Chi-Quadrat Freiheitsgrade Signifikanz Konstanter Term 35,263a ,000 0 . Interesse 38,266 3,003 4 ,557 Geschlecht 37,220 1,957 4 ,744 Die Chi-Quadrat-Statistik stellt die Differenz der -2 Log-Likelihoods zwischen dem endgültigen Modell und einem reduziertem Modell dar. Das reduzierte Modell wird berechnet, indem ein Effekt aus dem endgültigen Modell weggelassen wird. Hierbei liegt die Nullhypothese zugrunde, nach der alle Parameter dieses Effekts 0 betragen. a. Dieses reduzierte Modell ist zum endgültigen Modell äquivalent, da das Weglassen des Effekts die Anzahl der Freiheitsgrade nicht erhöht. Abhängige Variable: Neugierde Jokic, Smoljan, Lisztes, Ertl
  74. 74. Jokic, Smoljan, Lisztes, Ertl Vielen Dank für die Aufmerksamheit!

×