ich hab mich jetzt durchgegoogelt und in einigen Statistikbüchern gewälzt, aber leider weiß ich trotzdem nicht wie ich mit folgendem Problem verfahren soll und würde mich freuen, wenn mir jemand weiterhelfen könnte.
Ich möchte eine logistische Regression ausführen (n: 290). Jetzt habe ich in einigen Prädikatoren fehlende Werte. Die Muster habe ich analysiert und es spricht nichts dafür, dass diese systematisch für die verschiedenen Variablen in denen Werte fehlen zusammengekommen sind. Wie kann ich die fehlenden Werte nun ersetzen?
Beispiel: Die Personen wurden nach ihrer Parteipräferenz gefragt und anschließend in einer Filterfrage nach der Stärke dieser Parteipräferenz (Ordinal, fünf-stufig). Wer bei der ersten Frage "keine Angabe" angeklickt hat, bekam die zweite Frage folglich nicht zu sehen. Dadurch habe 19 missing auf 290 Fälle für die Variable "Stärke der Parteipräferenz. Hier meine zwei Fragen:
A. ) Jetzt würde ich diese am liebsten mit Mittelwerten ersetzen. Habe aber gelesen, dass die Methode sehr fehleranfällig ist. Welche Methode ist dann sinnvoll? Zwar weiß ich, dass es verschiedene Imputationsverfahren gibt, traue mich aber nicht, diese über SPSS anzuwenden, weil ich befürchte, durch mein Nicht-Wissen mehr fehler zu produzieren.
B.) Ich könnte die logistische Regression (ich muss mehrere machen, weil ich die gleichen Prädikatoren auf verschiedene Gruppen testen) auch jeweils mit den durch die Missings veränderten Gruppengrößen rechen, also eine Reduzierung von n in Kauf nehmen. Wäre das sinnvoll?
Das gleiche Problem habe ich mit anderen Variablen, bei denen jeweils rund 10 Missing vorhanden sind (Einkommen, Bafögbezug, Akademikerhaushalt).
Vielen Dank für Eure Unterstützung! Bin über jeden Rat, Hinweis etc. mehr als überaus dankbar!
Grüße, Thomas
