Warum multivariate Verfahren? Für kommerzielle Forschung reichen doch Kreuztabellen!

Streudiagramm

Der Kunde muss die Analyse verstehen können! Dieses Argument habe ich schon öfter zu hören bekommen.

Folgendes Beispiel mag zeigen, warum multivariate Verfahren durchaus angemessen sein können.

Streudiagramm
Streudiagramm mit Regressionsgerade

Annahme: Jugendliche mit höherer Sportorientierung ernähren sich gesünder als Jugendliche mit geringerer Sportorientierung.

Lässt sich diese Annahme anhand vorliegender Befragungsdaten bestätigen?
Korrelationsanalyse [man könnte auch Mittelwerte bilden und in einfachen Tabellen vergleichen]: Je höher die Sportorientierung, desto ungesünder die Ernährung.
Ist die Annahme damit widerlegt?



Ergebnis ist kontra-intuitiv und bedarf einer inhaltlichen Erklärung.

Weitere Befunde:
1. Mädchen ernähren sich deutlich gesünder als Jungen.
2. Jungen weisen eine höhere Sportorientierung auf als Mädchen.

Vermutung: Bei dem Effekt der Sportorientierung könnte es sich um eine Scheinkorrelation handeln.

Multivariate Verfahren (hier: ordinal logistisches Regressionsmodell) bieten Möglichkeiten zur Drittvariablenkontrolle. Tatsächlich zeigt sich: Unter Kontrolle des Geschlechtseffekts kehrt sich der Effekt der Sportorientierung um. D. h. je höher die Sportorientierung, desto gesünder die Ernährung. Der deutliche Geschlechtseffekt überlagerte den Einfluss der Sportorientierung.


Ein Gedanke zu „Warum multivariate Verfahren? Für kommerzielle Forschung reichen doch Kreuztabellen!“

Freue mich über Kommentare!