Macht Reichtum unmoralisch?

Eine kürzlich veröffentliche Studie kommt zu dem Ergebnis: Wohlhabende Menschen sind eher dazu bereit, sich zu nehmen, was sie wollen – und dafür auch Regeln zu brechen. Dies gelte im Straßenverkehr ebenso wie im Sozialleben. Als Begründung wird eine positivere Einstellung zur Gier angeführt. Das methodische Vorgehen klingt einleuchtend: zum einen konnten die Verhaltensunterschiede nicht … „Macht Reichtum unmoralisch?“ weiterlesen

Gehaltsunterschied zwischen Frauen und Männern im Osten geringer

Laut Statistischem Bundesamt verdienen Männer in Deutschland durchschnittlich 23% mehr als Frauen. Der Lohnunterschied ist jedoch regional sehr unterschiedlich: in Westdeutschland beträgt er 25%, im Osten nur 6%. Die Suche nach Gründen ist ein klassischer Anwendungsfall für multivariate Verfahren mit Drittvariablenkontrolle, z. B. Regressionsanalysen. Kontrolliert man das Einkommen nach Art der Tätigkeit und Ausbildung, so … „Gehaltsunterschied zwischen Frauen und Männern im Osten geringer“ weiterlesen

Scheinkorrelation vs. intervenierende Variable

In anderen Artikeln habe ich bereits auf Scheinkorrelationen hingewiesen, z. B. den statistischen Klassiker: Je mehr Störche es in einer Region gibt, desto mehr Kinder gibt es dort auch. Typisch für eine Scheinkorrelation ist: betrachtet man lediglich den Zusammenhang zwischen zwei Variablen, ohne auf weitere Merkmale zu achten, so ist dieser statistisch bedeutsam. Die Gültigkeit … „Scheinkorrelation vs. intervenierende Variable“ weiterlesen

Regressionsmodelle: R², Zielsetzung / Denkmodelle

Meines Erachtens gibt es zwei recht unterschiedliche Arten, mit Regressionsmodellen umzugehen. Das „empiristische“ Vorgehen Die erste, die ich wesentlich häufiger antreffe, geht von der Vorstellung aus: Regressionsmodelle sind dafür da, Zusammenhänge möglichst genau zu „erklären“ bzw. möglichst gute Prognosen zu erstellen. In dieser Denkweise ist R² (der erklärte Varianzanteil) das entscheidende Gütemaß. Wenn Studien vorgestellt werden, … „Regressionsmodelle: R², Zielsetzung / Denkmodelle“ weiterlesen

Verdeckte Korrelation

Neben Scheinkorrelationen gibt es auch verdeckte Korrelationen: Es besteht tatsächlich ein Zusammenhang zwischen zwei Merkmalen, die statistische Korrelation ist jedoch nahe 0. Grund: eine intervenierende Variable verdeckt den Zusammenhang. Fiktives Beispiel: Es wird untersucht, welchen Einfluss ein unterschiedlich intensiver Kontakt mit einer bestimmten Tabakwerbung auf das Rauchverhalten von Jugendlichen ausübt. Die Korrelation ist überraschenderweise 0. … „Verdeckte Korrelation“ weiterlesen

Warum multivariate Verfahren? Für kommerzielle Forschung reichen doch Kreuztabellen!

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. 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 … „Warum multivariate Verfahren? Für kommerzielle Forschung reichen doch Kreuztabellen!“ weiterlesen