Advertisement

Lineare Regressionsanalyse

Chapter
  • 9.3k Downloads

Zusammenfassung

Mithilfe einer linearen Regressionsanalyse lässt sich die Beziehung zwischen einer oder mehreren unabhängigen Variablen und einer abhängigen Variablen untersuchen. Die unabhängigen Variablen werden mit dem Buchstaben X dargestellt und können jegliches Skalierungsniveau aufweisen, während die abhängige Variable mit dem Buchstaben Y indiziert wird und mindestens intervallskaliert sein muss. Im Rahmen einer linearen Regressionsanalyse werden die unabhängigen Variablen (UV) häufig als exogene, erklärende oder Prädiktorvariablen bzw. Regressoren bezeichnet, während die abhängige Variable (AV) häufig auch als endogene, erklärte oder Prognosevariable bzw. als Regressand erwähnt wird (Backhaus et al., 2003).

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literaturverzeichnis

  1. Stanat, P.; Rauch, D.; Segeritz, M., (2010): Schülerinnen und Schüler mit Migrationshintergrund. In: Eckhard, K.; Artelt, C.; Hartig, J.; Jude, N.; Köller, O.; Prenzel, M.; Schneider, W.; Stanat, P. (Hrsg.), PISA 2009. Bilanz nach einem Jahrzent. Münster: Waxmann, S. 200–230.Google Scholar
  2. Backhaus, K.; Erichson, B.; Plinke, W.; Weiber, R., (2003): Multivariate Analysemethoden. Eine anwendungsorientierte Einführung. Zehnte, neu bearbeitete und erweiterte Auflage. Berlin, Heidelberg, New York: Springer, S. 45–116.Google Scholar
  3. Benninghaus, H. (1998): Einführung in die Sozialwissenschaftliche Datenanalyse. München: Oldenbourg Verlag, S. 311–344.Google Scholar
  4. Bortz, J. (2005): Statistik für Human- und Sozialwissenschaftler. 6., vollständig überarbeitete Auflage. Berlin Heidelberg: Springer, S. 181–210.Google Scholar
  5. Bortz, J. und Schuster, C. (2010): Statistik für Human- und Sozialwissenschaftler. 7., vollständig überarbeitete Auflage. Berlin Heidelberg: Springer, S. 342–349.Google Scholar
  6. Bühner, M.; Ziegler, M. (2009): Statistik für Psychologen und Sozialwissenschaftler. München: Pearson Studium, S. 634–721.Google Scholar
  7. Gehring, U. W. und Weins, C. (2009): Grundkurs Statistik für Politologen und Soziologen. 5., überarbeitete Auflage. Wiesbaden: VS Verlag für Sozialwissenschaften, S. 177–192.Google Scholar
  8. Kabacoff, R. I. (2011): R in Action. Data analysis and graphics with R. Shelter Island: Manning, S. 173–218.Google Scholar
  9. König, J. und Klemenz, S. (2015): Der Erwerb von pädagogischem Wissen bei angehenden Lehrkräften in unterschiedlichen Ausbildungskontexten: Zur Wirksamkeit der Lehrerausbildung in Deutschland und Österreich. Zeitschrift für Erziehungswissenschaft, 18 (2), S. 247–277.Google Scholar
  10. König, J.; Tachtsoglou, S.; Seifert A. (2012): Individuelle Voraussetzungen, Lerngelegenheiten und der Erwerb von pädagogischem Professionswissen. In: König, J. und Seifert, A. (Hrsg.), Lehramtsstudierende erwerben pädagogisches Professionswissen. Ergebnisse der Längsschnittstudie LEK zur Wirksamkeit der erziehungswissenschaftlichen Lehrerausbildung. Münster: Waxmann, S. 243–283.Google Scholar
  11. Torney-Purta, J., R. Lehmann, H. Oswald, and W. Schulz (2001): Citizenship and education in twenty-eight countries: Civic knowledge and engagement at age 14. Amsterdam: IEA. http://www.wam.umd.edu/iea (accessed October 25, 2007).
  12. Wooldridge, Jeffrey M. (2009): Introductory Econometrics. A Modern Approach. South-Western Cengage Learning, S. 84–105.Google Scholar

Copyright information

© Springer Fachmedien Wiesbaden 2017

Authors and Affiliations

  1. 1.Institut für Allgemeine Didaktik und SchulforschungUniversität zu KölnKölnDeutschland
  2. 2.Institut für Allgemeine Didaktik und SchulforschungUniversität zu KölnKölnDeutschland

Personalised recommendations