Download (1031Kb) - Electronic Publications of the WU-Wien ...
Download (1031Kb) - Electronic Publications of the WU-Wien ...
Download (1031Kb) - Electronic Publications of the WU-Wien ...
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
Binäre Logistische Regression - 113 -<br />
Arten von<br />
Gütekriterien<br />
Akzeptable<br />
Wertebereiche<br />
Beschreibung Besonderheiten<br />
Gütekriterien auf Basis der LogLikelihood-Funktion (Güte der Anpassung)<br />
Devianz (-2LL-Wert) • -2LL nahe 0<br />
• Sig.niveau nahe 1<br />
Abweichung<br />
vom „Idealfall“<br />
Pseudo-R-Quadrat-Statistiken (Güte des Gesamtmodells)<br />
Cox und Snell-R² Akzeptabel, ab Werte<br />
größer 0,2; gut ab 0,4<br />
Nagelkerke-R² Akzeptabel, ab Werte<br />
größer 0,2; gut ab 0,4;<br />
sehr gut ab 0,5<br />
Gegenüberstellung von<br />
Likelihood-Werten; Gewichtung<br />
über den<br />
Stichprobenumfang<br />
Anteil der Varianzerklärung<br />
der abhängigen<br />
Variablen durch die<br />
unabhängigen Variablen<br />
Beurteilung der Klassifikationsergebnisse (Güte der Anpassung)<br />
Analyse der Klassifikationsergebnisse<br />
Hosmer-Lemeshow-<br />
Test<br />
Höher als proportionale<br />
Zufallswahrscheinlichkeit<br />
• Möglichst hoher<br />
Chi Quadrat<br />
• Sig.niveau < 10 %<br />
Vergleich derTrefferquote<br />
der log. Regression<br />
mit der bei rein zufälliger<br />
Zuordnung der Elemen-<br />
te<br />
Prüft Differenz zwischen<br />
den vorhergesagten und<br />
den beobachteten Werten<br />
Berücksichtigt keine<br />
Verteilung der<br />
Beobachtungen auf die<br />
Gruppen<br />
Nachteil:<br />
erreicht nur Werte < 1<br />
Vorteil:<br />
kann den Maximalwert<br />
von 1 erreichen<br />
Überhöhte Trefferquote<br />
bei Verwendung derselben<br />
Stichprobe wie zur<br />
Schätzung der log. Reg-<br />
ressionsfunktion<br />
Überprüfung mit Chi<br />
Quadrat-Prüfgröße<br />
Abbildung 10.10: Zusammenfassende Darstellung einiger zentraler Gütemaße zur Beurteilung des<br />
Modellfits<br />
Kommen wir nun zur Prüfung der Merkmalsvariablen. Dazu bedienen wir uns der<br />
Wald-Statistik, die eng an der Überprüfung der Signifikanz einzelner Koeffizienten<br />
innerhalb der linearen Regressionsanalyse (t-Test) angelehnt ist. Auch hier wird die<br />
Null-Hypo<strong>the</strong>se gestestet, dass ein bestimmtes bj Null ist, d. h. die zugehörige unabhängige<br />
Variable keinen Einfluss auf die Trennung der Gruppen hat.<br />
In der Tabelle unter „Variablen in der Gleichung“ unter Schritt 6, werden die entsprechenden<br />
Signifikanzen ausgewiesen (siehe Anhang 10A). Hier lässt sich erkennen,<br />
dass vor allem der Bürgerdienstnutzer/Browser, der sehr starkes Interesse aufweist,<br />
hoch signifikant ist und es wird somit ein Einfluss auf e-Voting sichtbar. Dann konnten<br />
auch noch Wechselwirkungen festgestellt werden. Die Wechselwirkung „Partizipations-/Unterhaltungsnutzer<br />
* Transaktionsnutzer mit e-Mail“ ist hoch signifikant mit<br />
0,001 (siehe Anhang 10A), wobei nur der Partizipations-/Unterhaltungsnutzer, der<br />
starkes Interesse für Partizipation/Unterhaltung zeigt und der Transaktionsnutzer mit<br />
e-Mail, der sehr starkes Interesse für Transaktionen bzw. e-Mail schreiben aufweist,