"Wichtigkeit" nominale Variable in Form von Dummie

[Micha13]

Hallo,

ich habe eine lineare Regression durchgeführt mit verschiedenen unabh. Variablen, u.a. einer nominalen Variablen A (Berufe) mit 10 Ausprägungen, die in der Regression entsprechend als 9 Dummyvariablen aufgenommen ist.

Jetzt möchte ich eine Aussage treffen, wie "wichtig" diese nominale Variable A (Berufe) im Vergleich zu den anderen unabhängigen Variablen ist.

Mein Problem dabei: Der Regressionsoutput gibt mir natürlich die Beta-Werte, allerdings für jede Dummy-Variable einzeln (also Beruf 2 im Vergleich zum Referenzberuf 1, etc.). Für die eigentliche nominale Variable A (Berufe) insgesamt, aus der die Dummies abgeleitet sind, habe ich aber keine zusammenfassende/gesamte Aussage.

Wie kann ich nun eine Aussage treffen im Sinne von Variable A (Berufe) ist z.B. wichtiger/hat stärkeren Einfluss als eine andere Variable B (z.B. Geschlecht)?

[drfg2008]

Die Frage gehört eigentlich in die Kategorie SPSS , falls die Rechnung mit SPSS erfolgen soll.

Zur Antwort: In SPSS lassen sich in der Reg. Analyse sog. "Blöcke" berechnen. Sämtliche dummycodierten Berufe müssten in einen Block. Dann müsste auch die Reihenfolge der Blöcke berücksichtigt werden und als Schaltfläche die "Veränderung in R2" ausgewählt werden. Das betrifft die <<zusätzliche>> Varianz, die durch Hinzufügen dieses Blocks erklärt wird. Reihenfolge spielt hier also eine große Rolle.

Immer daran denken, dass Dummycodierung Abhängigkeit zwischen den UVs schafft und damit das Modell der Regressionsanalyse (nämlich: das Ganze ist die Summe seiner Teile) nicht erfüllt.

Gruß