Logistische Regression in der Abschlussarbeit 2026: Odds Ratios richtig lesen, prüfen und berichten

Sobald deine abhängige Variable nur zwei Ausprägungen hat — bestanden oder nicht, gekündigt oder geblieben, Angebot genutzt oder nicht —, ist die lineare Regression das falsche Werkzeug. Sie sagt Werte unter null und über eins vorher, ihre Residuen sind nicht mehr annähernd normalverteilt, und die Varianz hängt systematisch vom vorhergesagten Wert ab. Die binär logistische Regression löst dieses Problem, indem sie nicht die Wahrscheinlichkeit selbst modelliert, sondern deren Logit. Der Preis dafür ist, dass die Koeffizienten nicht mehr direkt lesbar sind — und genau daran scheitern die meisten Ergebnisteile.

Was das Modell tatsächlich schätzt

Die logistische Regression modelliert den natürlichen Logarithmus der Chance (Odds), dass das interessierende Ereignis eintritt. Die Chance ist das Verhältnis von Eintrittswahrscheinlichkeit zu Gegenwahrscheinlichkeit: Bei einer Wahrscheinlichkeit von 0,80 beträgt die Chance 0,80/0,20 = 4, gesprochen „vier zu eins“.

Daraus folgen drei Größen, die in jeder Ausgabe nebeneinanderstehen und drei verschiedene Dinge bedeuten:

• B — der Regressionskoeffizient. Er gibt an, um wie viel sich der Logit ändert, wenn der Prädiktor um eine Einheit steigt. Ein positives B bedeutet: Das Ereignis wird wahrscheinlicher. Mehr lässt sich aus B allein nicht ablesen.
• Exp(B) — das Odds Ratio, also B exponenziert. Es gibt an, mit welchem Faktor sich die Chance multipliziert. Werte über 1 erhöhen die Chance, Werte unter 1 senken sie, der Wert 1 bedeutet kein Zusammenhang.
• Das 95-%-Konfidenzintervall von Exp(B) — die eigentlich informative Angabe. Schließt es die 1 ein, ist der Effekt auf dem 5-%-Niveau nicht abgesichert, unabhängig davon, wie groß der Punktschätzer aussieht.

Der Fehler, der in fast jeder Arbeit steht

Ein Odds Ratio von 2,5 heißt nicht „zweieinhalbmal so wahrscheinlich“. Es heißt „zweieinhalbmal so hohe Chance“. Der Unterschied ist keine Spitzfindigkeit: Bei seltenen Ereignissen liegen Chance und Wahrscheinlichkeit dicht beieinander, bei häufigen weit auseinander. Steigt die Chance von 4 auf 10, steigt die Wahrscheinlichkeit nur von 0,80 auf 0,91 — ein Odds Ratio von 2,5, aber ein Zuwachs von elf Prozentpunkten.

Wer die Aussage für Lesende greifbar machen will, rechnet zusätzlich vorhergesagte Wahrscheinlichkeiten für konkrete Konstellationen aus, etwa „für eine Teilzeitstudentin im dritten Semester sagt das Modell eine Nutzungswahrscheinlichkeit von 34 % voraus“. Das ist zulässig, verständlich und bleibt korrekt — solange du dazuschreibst, für welche Ausprägungen der übrigen Prädiktoren die Zahl gilt.

Die Referenzkategorie entscheidet über die Interpretation

Kategoriale Prädiktoren werden in Dummy-Variablen zerlegt. Jedes Odds Ratio ist dann ein Vergleich gegen eine Referenzkategorie — und die legt die Software fest, nicht du, wenn du es nicht ausdrücklich tust. In SPSS geschieht das im Dialog „Kategorial“, wo sich Indikator-Kodierung mit erster oder letzter Kategorie als Referenz einstellen lässt.

Zwei Konsequenzen für den Ergebnisteil: Erstens muss in jeder Tabelle stehen, welche Kategorie die Referenz ist, sonst ist keine einzige Zeile interpretierbar. Zweitens ändert ein Wechsel der Referenz die Odds Ratios, ohne dass sich am Modell etwas ändert — wähle sie also inhaltlich sinnvoll, meist die größte oder die theoretisch neutrale Gruppe, und begründe die Wahl im Methodenteil. Wie Variablen überhaupt zu Kategorien werden, ist im Beitrag zur Operationalisierung von Variablen und Skalenniveaus beschrieben.

Voraussetzungen — kürzer als bei der linearen Regression, aber nicht keine

Die logistische Regression verlangt weder normalverteilte Residuen noch Varianzhomogenität. Fünf Bedingungen bleiben trotzdem:

1. Unabhängige Beobachtungen. Jede Person genau einmal. Mehrfachmessungen derselben Personen brauchen ein Modell für abhängige Daten.
2. Genug Fälle in der selteneren Kategorie. Maßgeblich ist nicht das Gesamt-N, sondern die Zahl der Ereignisse pro Prädiktor. Die Simulationsstudie von Peduzzi, Concato, Kemper und Holford (Journal of Clinical Epidemiology 49, 1996, S. 1373–1379) etablierte die bis heute übliche Untergrenze von etwa zehn Ereignissen je Prädiktor. Bei 30 Kündigungen in deiner Stichprobe sind also höchstens drei Prädiktoren vertretbar — egal, wie groß N insgesamt ist.
3. Keine vollständige oder quasi-vollständige Separation. Wenn ein Prädiktor die Gruppen perfekt trennt, lässt sich das Modell nicht mehr sauber schätzen. Das Erkennungszeichen sind absurd große Koeffizienten mit noch größeren Standardfehlern und Odds Ratios in Millionenhöhe. Das ist kein starker Effekt, sondern ein Schätzproblem.
4. Linearität im Logit für metrische Prädiktoren. Prüfbar über den Box-Tidwell-Ansatz, bei dem der Prädiktor zusätzlich als Produkt mit seinem eigenen Logarithmus ins Modell aufgenommen wird; wird dieser Term signifikant, ist die Annahme verletzt.
5. Keine starke Multikollinearität. Die Diagnose läuft wie bei der linearen Regression über Toleranz und VIF; die Interpretation von Regressionsergebnissen beschreibt das Verfahren im Detail.

Modellgüte: vier Kennwerte, drei Fallen

Omnibus-Test der Modellkoeffizienten. Ein Chi-Quadrat-Test, der prüft, ob dein Modell besser ist als das Nullmodell ohne Prädiktoren. Wird er nicht signifikant, erklärt kein Prädiktor etwas — die Einzelzeilen brauchst du dann gar nicht mehr zu interpretieren.

Cox & Snell R² und Nagelkerkes R². Beides sind Pseudo-Bestimmtheitsmaße. Cox & Snell kann den Wert 1 strukturell nicht erreichen; Nagelkerkes Variante skaliert es so um, dass 1 möglich wird. Beide dürfen nicht als „Anteil aufgeklärter Varianz“ formuliert werden — das ist der häufigste Übersetzungsfehler aus der linearen Regression. Schreibe stattdessen „Pseudo-R² nach Nagelkerke = ,21″ und interpretiere es als relativen Vergleichswert zwischen Modellen, nicht als absolute Erklärungsleistung.

Hosmer-Lemeshow-Test. Er prüft die Anpassungsgüte, und hier ist die Logik umgedreht: Ein nicht signifikantes Ergebnis spricht für das Modell. Zu erwähnen ist, dass der Test von der willkürlichen Einteilung in zehn Gruppen abhängt und bei großen Stichproben fast immer signifikant wird. Er ist ein Hinweis, kein Urteil.

Klassifikationstabelle. Sie zeigt, wie viele Fälle das Modell richtig zuordnet — und enthält die gefährlichste Falle. Wenn 85 % deiner Fälle in eine Kategorie fallen, erreicht ein Modell, das ausnahmslos diese Kategorie vorhersagt, 85 % Trefferquote, ohne irgendetwas gelernt zu haben. Berichte deshalb immer die Basisrate daneben und die Trefferquoten getrennt für beide Gruppen. Ein Modell, das 98 % der Bleibenden und 4 % der Kündigenden korrekt vorhersagt, ist für die Fragestellung wertlos, auch wenn die Gesamtquote glänzt.

Blockweises Vorgehen: geschachtelte Modelle vergleichen

Häufig lautet die eigentliche Frage nicht „wirkt dieser Prädiktor?“, sondern „bringt er zusätzlich etwas, wenn die naheliegenden Erklärungen schon im Modell stehen?“. Dafür schätzt du das Modell in Blöcken: Block 1 enthält nur die Kontrollvariablen (Alter, Semester, Studienform), Block 2 fügt die theoretisch interessanten Prädiktoren hinzu.

Verglichen werden die Modelle über die Differenz der −2-Log-Likelihood. Diese Differenz ist selbst chi-quadrat-verteilt, mit der Zahl der neu aufgenommenen Prädiktoren als Freiheitsgraden — SPSS gibt sie im Omnibus-Test als „Block“ aus. Wird sie signifikant, verbessert der zweite Block das Modell über die Kontrollvariablen hinaus. Das ist die belastbarste Antwort auf eine Zusatznutzen-Frage und deutlich aussagekräftiger als der Vergleich zweier Pseudo-R²-Werte.

Zwei Bedingungen gelten: Die Modelle müssen auf derselben Fallmenge geschätzt sein — schon ein fehlender Wert in einem Block-2-Prädiktor verkleinert N und macht den Vergleich ungültig —, und die Blockreihenfolge muss theoretisch begründet und vorab festgelegt sein, nicht nachträglich so gewählt, dass das Ergebnis passt. Wie sich eine solche Erwartung vorher sauber formulieren lässt, zeigt die Anleitung zum Aufstellen von Hypothesen.

Wenn die Zielvariable mehr als zwei Ausprägungen hat

Die binäre Variante ist nur der einfachste Fall. Zwei Erweiterungen begegnen dir in Abschlussarbeiten regelmäßig:

• Multinomiale logistische Regression für ungeordnete Kategorien, etwa die Wahl zwischen drei Vertiefungsrichtungen. Sie schätzt für jede Kategorie außer der Referenz einen eigenen Koeffizientensatz — bei drei Kategorien und vier Prädiktoren sind das bereits acht Odds Ratios. Die Ergebnisdarstellung wächst entsprechend, und die Anforderung an die Fallzahl steigt mit jeder zusätzlichen Kategorie.
• Ordinale logistische Regression für geordnete Kategorien, etwa Notenstufen oder eine dreistufige Zustimmung. Sie ist sparsamer, weil sie einen einzigen Koeffizienten je Prädiktor schätzt — setzt dafür aber die Annahme proportionaler Chancen voraus: Der Effekt eines Prädiktors soll an jeder Schwelle zwischen zwei Stufen gleich groß sein. Diese Annahme wird über einen Test auf parallele Linien geprüft und in der Praxis oft verletzt. Wird sie verworfen, ist entweder die multinomiale Variante die Alternative oder das Zusammenfassen der Stufen zu einer binären Zielvariable.

Beide Verfahren teilen die Logik der binären Variante: Koeffizienten sind Logits, Exp(B) sind Odds Ratios, die Referenzkategorie bestimmt die Lesart. Wer die binäre Version verstanden hat, muss für die Erweiterungen nur die Tabellenstruktur neu lernen.

Wie du die Ergebnisse berichtest

In den Ergebnisteil gehört eine Tabelle mit einer Zeile je Prädiktor und den Spalten B, Standardfehler, Wald-Statistik, df, p, Exp(B) und dem 95-%-Konfidenzintervall von Exp(B). Darunter Referenzkategorien, N, der Omnibus-Test und mindestens ein Pseudo-R².

Das Gesamtmodell war dem Nullmodell überlegen, χ²(4, N = 212) = 27,86, p < ,001, Nagelkerkes R² = ,18. Teilzeitstudierende hatten eine geringere Chance, das Angebot zu nutzen, als Vollzeitstudierende (Referenzkategorie), Exp(B) = 0,42, 95-%-KI [0,22; 0,79], p = ,007.

Ein Hinweis zur Sprache: Formuliere „hatten eine geringere Chance“ und nicht „waren seltener“, denn die zweite Variante behauptet eine Häufigkeit statt eines modellierten Effekts unter Kontrolle der übrigen Prädiktoren. Auf Deutsch bleibt außerdem das Dezimalkomma, auch in Statistikangaben.

Die Effektstärke steckt hier bereits im Odds Ratio; ein zusätzliches Maß ist nicht nötig. Wer sie über Verfahren hinweg vergleichbar machen muss, findet die Umrechnungslogik im Beitrag zu den Effektstärken in der Abschlussarbeit.

Vier Fehler, die Betreuende regelmäßig anstreichen

1. Kausalsprache. „Teilzeitstudium führt zu geringerer Nutzung“ ist bei Querschnittsdaten nicht gedeckt. Das Modell schätzt Zusammenhänge unter Kontrolle, keine Wirkungen.
2. Alle verfügbaren Variablen ins Modell. Die Ereigniszahl begrenzt die Prädiktoren, nicht die Neugier. Ein überladenes Modell liefert instabile Schätzer und breite Konfidenzintervalle.
3. Schrittweise Verfahren ohne Begründung. Automatische Vorwärts- und Rückwärtsselektion kapitalisiert auf Zufall und liefert je nach Kriterium andere Modelle. Wenn du sie einsetzt, begründe es und berichte auch das theoriegeleitete Modell.
4. Das Odds Ratio als Wahrscheinlichkeitsverhältnis lesen. Siehe oben — es ist der mit Abstand häufigste inhaltliche Fehler in diesem Verfahren.

Zusammenfassung

Die binär logistische Regression ist das Standardverfahren für dichotome Zielvariablen. Ihre Koeffizienten sind Logits und werden erst als Odds Ratios lesbar; jedes Odds Ratio gilt gegenüber einer Referenzkategorie und muss als Chancenverhältnis, nicht als Wahrscheinlichkeitsverhältnis formuliert werden. Die Zahl der Ereignisse in der selteneren Kategorie begrenzt die Modellgröße, Pseudo-R² ist kein Varianzanteil, und eine hohe Trefferquote ist ohne die Basisrate daneben keine Information. Wenn du diese fünf Punkte sauber trennst, ist der Ergebnisteil in einer Sitzung geschrieben.

Wie du die Ausgabe deiner Statistiksoftware überhaupt bis zu diesem Punkt bringst — Daten bereinigen, Variablen kodieren, deskriptive Kennwerte —, steht in der Anleitung zur Auswertung einer Umfrage mit Excel und SPSS. Für kategoriale Zusammenhänge ohne Modellierung ist stattdessen der Chi-Quadrat-Test das passende Verfahren, und wenn am Ende nichts signifikant wird, hilft der Beitrag dazu, was bei nicht signifikanten Ergebnissen zu tun ist.

Für die Übersetzung der Modelltabelle in einen zusammenhängenden, konsistent formulierten Ergebnisteil kannst du deine Abschlussarbeit mit Tesify strukturieren — von der Kapitelgliederung bis zur einheitlichen Zitation über alle Abschnitte hinweg.