Download (1031Kb) - Electronic Publications of the WU-Wien ...

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