Zusammenfassung
Das wohl wichtigste und am meisten verwendete statistische Analysemodell in den Sozialwissenschaften ist das lineare Regressionsmodell. Seine Vorteile liegen klar auf der Hand: Es ist einfach zu berechnen und – womöglich noch wichtiger – die Ergebnisse sind einfach zu interpretieren. Es scheint daher naheliegend, dieses Modell überall dort anzuwenden, wo einem sinnvollen Einsatz nichts entgegensteht. In vielen Fällen, die in den Sozialwissenschaften untersucht werden, besteht das zu untersuchende Phänomen jedoch in einer Charakteristik oder einer Eigenschaft, die entweder vorhanden oder nicht vorhanden ist, die abhängige, zu erklärende Variable ist also dichotomer Natur und kann nur zweierlei Ausprägungen annehmen. Typische dichotome Variablen in den Sozialwissenschaften sind z.B. Arbeitslosigkeit, die Mitgliedschaft in einer bestimmten Vereinigung, z.B. in der OECD, die Verfolgung einer bestimmten Politik, die Teilnahme an einer Wahl, Ehestatus, die Kinderlosigkeit eines Ehepaars, das Vorliegen einer bestimmten Organisationsstruktur in einem Betrieb, z.B. das Vorhandensein eines Betriebsrats etc. Logistische Regressionsmodelle sind statistische Analyseverfahren, die für diese Art von Untersuchungen angewandt werden können bzw. sich für eine Analyse von Daten und Zusammenhängen der beschriebenen Art besonders gut eignen. Neben den klassischen linearen Regressionsmodellen zählen logistische Regressionsanalysen, oft auch als Logit-Modelle bezeichnet, inzwischen zu den Standardverfahren in den Sozialwissenschaften.
This is a preview of subscription content, log in via an institution.
Buying options
Tax calculation will be finalised at checkout
Purchases are for personal use only
Learn about institutional subscriptionsNotes
- 1.
Allerdings erfordert die Interpretation von Interaktionseffekten bei logistischen Regressionen einiges mehr an Fingerspitzengefühl und Hintergrundwissen als bei linearen Regressionen.
Author information
Authors and Affiliations
Corresponding author
Rights and permissions
Copyright information
© 2015 Springer Fachmedien Wiesbaden
About this chapter
Cite this chapter
Behnke, J. (2015). Einführung. In: Logistische Regressionsanalyse. Methoden der Politikwissenschaft. Springer VS, Wiesbaden. https://doi.org/10.1007/978-3-658-05082-5_1
Download citation
DOI: https://doi.org/10.1007/978-3-658-05082-5_1
Published:
Publisher Name: Springer VS, Wiesbaden
Print ISBN: 978-3-658-05081-8
Online ISBN: 978-3-658-05082-5
eBook Packages: Humanities, Social Science (German Language)