Diplomarbeit Der Einfluss der elterlichen Scheidung auf das ... - ifb
Diplomarbeit Der Einfluss der elterlichen Scheidung auf das ... - ifb
Diplomarbeit Der Einfluss der elterlichen Scheidung auf das ... - ifb
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
konsistenter <strong>Einfluss</strong> <strong>der</strong> <strong>Scheidung</strong>serfahrung ab, dann wird ein Zusatzmodell berechnet,<br />
welches ausschließlich <strong>Scheidung</strong>skin<strong>der</strong> untereinan<strong>der</strong> vergleicht. Dabei soll getestet<br />
werden, ob <strong>der</strong> Effekt <strong>der</strong> <strong>elterlichen</strong> <strong>Scheidung</strong> variiert, wenn man <strong>das</strong> Ereignis „<strong>Scheidung</strong>“<br />
anhand spezifischer <strong>Scheidung</strong>skind-Merkmale weiter differenziert. Im Fall einer intervallskalierten<br />
abhängigen Variable kann eine lineare Regression gerechnet werden, bei einer<br />
binären bzw. Dummy-Variable hingegen eine logistische Regression. In <strong>der</strong> linearen<br />
Regression werden die Schätzkoeffizienten hinsichtlich ihrer Signifikanz und <strong>der</strong> Richtung<br />
des Effektes interpretiert, in <strong>der</strong> logistischen Regression wird mit Hilfe von Odds-Ratios<br />
argumentiert. Diese haben einen Wertebereich von 0 bis + ∞. Bei statistischer Unabhängigkeit<br />
bei<strong>der</strong> Variablen nimmt die Odds-Ratio den Wert 1 an. Ein Odds-Ratio > 1 zeigt eine<br />
positive Korrelation an und bedeutet, <strong>das</strong>s die Chance bzw. <strong>das</strong> Risiko für <strong>das</strong> Eintreten <strong>der</strong><br />
abhängigen Variable für die getestete Gruppe größer ist als für die Referenzgruppe. Ein Odds-<br />
Ratio < 1 zeigt eine negative Korrelation an und bedeutet, <strong>das</strong>s die Chance bzw. <strong>das</strong> Risiko für<br />
die getestete Gruppe in diesem Fall kleiner ist. Je weiter <strong>der</strong> Wert von 1 entfernt ist, umso<br />
stärker ist <strong>der</strong> statistische Zusammenhang zwischen den beiden Merkmalen. (vgl. Weins<br />
2010: 79) Die Güte einzelner Effekte kann im Modell anhand <strong>der</strong> Signifikanzen überprüft<br />
werden. Zur Beurteilung <strong>der</strong> gesamten Modellgüte wird in <strong>der</strong> linearen Regression <strong>das</strong><br />
adjustierte bzw. korrigierte R² verwendet. Es bildet ab, wie viel Varianz <strong>der</strong> abhängigen<br />
Variable durch die unabhängigen Variablen erklärt werden kann. Damit können einfache<br />
Vergleiche zwischen den Modellstufen (mit unterschiedlicher Anzahl an Prädiktoren)<br />
durchgeführt werden. <strong>Der</strong> Wertebereich des R² liegt zwischen 0 und 1, wobei ein Wert näher<br />
an 1 eine bessere Varianz<strong>auf</strong>klärung wi<strong>der</strong>spiegelt. Zur Beurteilung <strong>der</strong> Modellgüte in <strong>der</strong><br />
logistischen Regression kann <strong>das</strong> Pseudo-R² (nach MacFadden) verwendet werden. Dieses<br />
Maß lässt sich grundsätzlich nicht im Sinne des R² <strong>der</strong> linearen Regression interpretieren, da<br />
eine binäre Variable keine Varianz besitzt. Nach Gautschi (2010: 228) fallen die Werte des<br />
Pseudo-R², im gleichen Wertebereich von 0 bis 1, durchschnittlich geringer aus als die des<br />
korrigierten R² und sollten deswegen nicht unterschätzt werden. Zudem sollte auch <strong>das</strong><br />
Ergebnis des LR-χ²-Tests betrachtet werden. Dafür wird <strong>das</strong> endgültige Modell mit dem<br />
Nullmodell (nur Konstante) verglichen. Ein signifikanter Testwert deutet <strong>auf</strong> eine Verbesserung<br />
des Modells durch die Aufnahme <strong>der</strong> unabhängigen Variablen hin. Um einzelne<br />
Modellstufen (d. h. Modelle mit unterschiedlicher Prädiktorenanzahl) miteinan<strong>der</strong> zu<br />
vergleichen und somit die Aufnahme einzelner Variablen zu beurteilen, kann bei gleicher<br />
Fallzahl in den Modellen <strong>der</strong> LR-Test durchgeführt werden. Ein statistisch signifikantes<br />
- 41 -