Skalenniveau "gewünschte Anzahl Kinder"

[comfortably numb]

Hallo liebe Forumsnutzer,

ich habe mir schon ziemlich lange den Kopf über das Skalenniveau meiner aV zerbrochen.
Diese ist: "Anzahl gewünschter Kinder". Die Frage wurde mit folgenden Kategorien erhoben: "kein Kind", "ein Kind", "zwei Kinder", "drei Kinder", "vier und mehr Kinder".
Nun stehe ich vor der Frage, ob ich eine
1. multinomiale logitische Regression
2. ordinale Regression oder eine
3. lineare Regression durchführen kann/soll.

Meine uVs sind Einkommen (metrisch), Erwerbsstatus (kategorial), Bildungsniveau (ordinal), Beziehungsstatus (ordinal) sowie Einstellung zu Kosten- und Nutzenaspekten von Kindern (ordinal) usw.

Hypothesenbesipiele:
Je höher ökonomische Nutzen von Kindern bewertet werden, desto höher ist die Anzahl der Kinder, die man sich wünscht.
Je höher emotionale Nutzen von Kindern bewertet werden, desto geringer ist die Anzahl der Kinder, die man sich wünscht.

Ferner ist eine Überlegung, dass es sich bei Nutzen und Kosten von Kindern um einen Mediator handelt. Ich gehe davon aus, dass Faktoren wie Einkommen und Bildung einen direkten Einfluss auf die Anzahl von Kindern haben und einen indirekten, über die Einstellung zu Nutzen und Kosten von Kindern. Die Nutzen und Kosten haben wiederum nur einen direkten Einfluss auf den Kinderwunsch.

Meine Untersuchungsgesamtheit sind nur kinderlose Männer und Frauen.

Ich arbeite mit Stata.

Ich wäre sehr dankbar, wenn mir jemand sagen könnte, welche Regression (multinomial, ordinal oder linear) ich am besten rechnen sollte und welche Tests ich dafür durchführen sollte.

Vielen Dank im Voraus.

Steffi

[comfortably numb]

Hallo zusammen,

ich versuche mal meine Frage anders zu formulieren.

Meine aV (Anzahl gewünschter Kinder) hat insgesamt 5 Auspägungen (keine, eins, zwei, drei, vier und mehr).
Wie kann ich gezielt ausschließen, dass ich eine lineare Regression durchführen kann?
Am liebsten würde ich eine lin. Reg. rechnen, da ich mich da am sichersten fühle, was die Interpretation angeht.

Kann mir jemand sagen, wie ich testen kann, ob meine aV für eine LR zu gebrauchen ist? Oder hängt das ausschließlich von theoretischen Überlegungen ab?

Liebe Grüße!

[Skuz]

Mir ist jetzt zwar kein direkte Reliabilitätstest für lineare Regressionen bekannt, aber für den Anfang, könntest du ja mal überprüfen, ob deine Daten die kritischeren Annahmen für eine lineare Regression erfüllen.

http://pareonline.net/getvn.asp?v=8&n=2

[comfortably numb]

Danke für die Antwort!

Inzwischen habe ich mich so für eine lienare Regression entschieden und es sieht ganz gut aus.
Habe Tests durchgeführt und wie es ausschaut sind die Fehler normalverteilt und Linearität liegt auch vor (habe die Variable Alter quadriert).

Habe jetzt aber ein anderes Problem:
wenn ich robuste Schätzer produziere (reg y x x x, robust) kommt die Meldung: "the model that you estimated has its F or chi2 model statistic reported to be missing. Stata has done that so as not to be misleading, not because there is something necessarily wrong with your model"

Ich könnte ja auf die robusten Schätzer verzichten, aber dadurch wird z.B. das Einkommen signifikant und auch andere p-Werte verbessern sich.

Meine Fragen:
Kennt ihr das Problem?
Warum fehlt die F Statistik in meinem Modell?
Liegt das an robusten Schätzern?
Kann ich die Koeffizienten trotzdem interpretieren?
Soll ich auf signifikantes Einkommen verzichten und die robusten Schätzer rausnehmen?

Danke im Voraus!!