Profile von Senioren mit Autounfällen (PROSA)

0,40
0,30
0,20
0,10
0,00
-0,10
-0,20
-0,30
-0,40
-0,50
-0,60
Bild 31: Profile der Cluster über die standardisierten Z-Werten
Eine erneute Durchführung der Clusteranalyse unter
einer anderen zufälligen Sortierung der Probanden
ergibt die gleichen Cluster, was für die Güte
der Clusteraufteilung spricht.
11.2 Diskriminanzanalytische Ergebnisse
Das strukturprüfende Verfahren der Diskriminanzanalyse
soll nun eingesetzt werden, um die Trennkraft
der Merkmalsvariablen zu testen und den Erklärungswert
einzelner Variablen zu bestimmen.
Als abhängige Variable wird die Clusterzugehörigkeit
eingesetzt, als unabhängige Variablen werden
alle in die Clusteranalyse aufgenommenen Merkmale
integriert. Um die nominale Variable der
Schuldfrage des Hauptunfalls aufgrund ihres Skalenniveaus
nicht ausschließen zu müssen, wird
stattdessen die Anzahl schuldhafter Unfälle der
letzten fünf Jahre als metrische Variable eingesetzt.
Diese beinhaltet den Hauptunfall, aufgrund
dessen die Probanden rekrutiert worden sind, und
Profile der Cluster
63
Schuldige
(65-74 Jahre)
Schuldige
(≥75 Jahre)
Unschuldige
aller Altersklassen
kann als Annäherungswert a die ursprüngliche Variable
verstanden werden.
Es zeigt sich, dass für die gleichzeitig aufgenommenen
Variablen im Einschlussverfahren zwei signifikante
Diskriminanzfunktionen zu ermitteln sind
(p=0,000). So resultiert ein Wilks-Lambda-Wert
von 0,236 für die Testung beider Funktionen. Die
Kanonischen Korrelationen ergeben 0,764 für die
erste und 0,657 für die zweite Diskriminanzfunktion.
Auf die erste Funktion fällt damit anteilig 64,9%
der Streuung und auf die zweite 35,1%, womit die
erste Funktion einen sehr viel größeren Beitrag zur
Unterscheidung zwischen den Gruppen leistet.
Auch die Tatsache, dass sich durch Hilfe der Funktionen
89,3% der ursprünglich gruppierten Fälle
korrekt klassifizieren lassen, spricht für die Güte
beider Diskriminanzfunktionen. Um die diskriminatorische
Bedeutung einer Merkmalsvariable bzgl.
beider Diskriminanzfunktionen zu beurteilen, sind
nach BACKHAUS et al. (2008) durch Gewichtung
der absoluten Werte der Koeffizienten mit dem Eigenwertanteil
der betreffenden Funktionen die mitt­