Die logistische Regressionsanalyse ist ein mächtiges Werkzeug der Statistik, das es uns erlaubt, für eine große Anzahl abhängiger Variablen Vorhersagen zu machen. Im Unterschied zur linearen Regression (OLS-Regression) erlaubt die Logit-Regression Vorhersagen über Wahrscheinlichkeiten vom Eintreten von Ereignissen. Wie wahrscheinlich ist es, dass eine Frau in den nächsten Monaten schwanger wird? Wie wahrscheinlich ist es, dass ein gebildeter Renter die CDU wählt? Derartige Aussagen erlaubt die Logit-Regression.

 

 

Welche Themen werden in diesem Tutorial erklärt?

  • Wo kann ich freie Daten aus sozialwissenschaftlichen Studien kostenlos herunterladen? Wie erhalte ich das passende Format, das auch in SPSS eingelesen werden kann? Für die Beispiele werden wir uns hier auf Daten des ESS (European Social Survey) beschränken.
  • Wie müssen Daten vorbereitet werden, damit die Durchführung einer logistischen Regression sinnvoll ist und vernünftige Ergebnisse liefert? Dazu werden wir uns vor allem auf deskriptive Statistiken und Diagramme stützen und lernen, wann Daten geeignet sind und welche Konstellationen besser ausgeschlossen werden.
  • Anhand von Screenshots wird anschließend die konkrete Durchführung der Verfahren in SPSS aufgezeigt. Dabei werden auch die wichtigsten Optionen und Einstellungen kurz erklärt, damit man besser einschätzen kann, welche Verfahren die gewünschten Ergebnisse liefern.
  • Das Tutorial wird sich auch intensiv mit der Interpretation der erhaltenen Tabellen auseinandersetzen. Dies ist mit die schwierigste Aufgabe, da nun nackte Zahlen in sinnvolle und leicht verständliche Sätze übersetzt werden müssen. Verschiedene Möglichkeiten, wie dies korrekt und eindeutig geschehen kann, werden wir diskutieren.
  • Zuletzt sollte auch eine sinnvolle Ergebnisdarstellung erfolgen. Wie kann man schöne und gleichzeitig informative Grafiken erstellen, die nicht überfrachtet sind?

 

PDF Symbol Download als PDF (2,4 MB).

 

Achtung: Seit kurzer Zeit ist auch eine Einführung für Stata vorhanden, siehe hier.