SPSS-FORUM.DE

Hallo,

ich habe verschiedene Regressionsanalysen in meiner Arbeit gerechnet. Bei einem Modell, das insgesamt nicht signifikant wird, zeigt sich, dass die Normalverteilung der Residuen nicht wirklich gegeben ist und auch leichte Heteroskedastizität vorliegt. Nun habe ich gelesen, dass man Bootstrapping durchführen kann um dann zumindest dennoch realistischere Konfidenzintervalle zu erhalten.

Ich frage mich allerdings, ob es Sinn ergibt, dies für ein sowieso nicht signifikantes Modell noch zu rechnen. Unabhängig davon ob es inhaltlich sinnvoll ist, frage ich mich auch, ob ich es in meiner Abschlussarbeit der Vollständigkeit machen sollte? Es kann ja eigentlich nicht sein, dass sich dann mit dem bootstrapping etwas an den Ergebnissen von nonsignifikant auf signifikant ändert oder? es ist lediglich als Absicherung gedacht, falls man eben signifikante Effekte findet und die aufgrund der verletzten Annahmen aber nicht eindeutig interpretiert werden können oder?

Liebe Grüße und vielen Dank!

Hi,

- Dazu könnte etwas empfohlen werden bei Kenntnis deiner konkreten Modelle und Mitteilung der (ggfs. Teil-) Stichprobenumfänge, deren Zustandekommen und der Zielpopulation.

Gruß
S.

Hi,

meine Regression ist einer hierarchische Regression mit N = 201 Personen. Im ersten Schritt wird psychische Störung dichotom ( 28 vs. 163 VPs) aufgenommen, im zweiten Schritt ungeplante Schwangerschaft (c.a 150 vs. 50 Personen), im dritten Schritt weitere dichotome und metrische Kovariaten mit teilweise kleineren Zellhäufigkeiten.

Was genau meinst du mit deren Zustandekommen und der Zielpopulation?

Liebe Grüße