STATISTIK-FORUM.de

[claie]

Hallo,

ich habe drei Modelle erstellt, bei denen nach und nach unabhängige Variablen hinzugefügt wurde. Modell 1 ist Ausgangsmodell, bei Modell 2 kommt die Variable Arbeitsstunden dazu, bei Modell 3 die Variable Bundesland. Hier die Stata Outputs:

Modell 1:

AV: eink = Einkommen
UV's: alter, frau, bil_2 = mittlere Bildung, bil_3= hohe Bildung

------------------------------------------------------------------------------
eink | Coef. Std. Err. t P>|t| [95% Conf. Interval]
-------------+----------------------------------------------------------------
alter | 9.213648 1.228454 7.50 0.000 6.804448 11.62285
frau | -615.6825 40.52239 -15.19 0.000 -695.1535 -536.2114
bil_2 | 319.097 49.898 6.39 0.000 221.2388 416.9551
bil_3 | 897.6182 52.99931 16.94 0.000 793.6778 1001.559
_cons| 867.6169 80.172 10.82 0.000 710.3865 1024.847
------------------------------------------------------------------------------

Modell 2:
AV: eink = Einkommen
UV's: alter, frau, bil_2 = mittlere Bildung, bil_3= hohe Bildung, arbeith = Arbeitsstunden

------------------------------------------------------------------------------
eink | Coef. Std. Err. t P>|t| [95% Conf. Interval]
-------------+----------------------------------------------------------------
alter | 21.71692 1.18582 18.31 0.000 19.39133 24.0425
frau | -402.5952 36.45194 -11.04 0.000 -474.0835 -331.1069
bil_2 | 170.5324 44.00992 3.87 0.000 84.22165 256.8432
bil_3 | 743.2153 46.78408 15.89 0.000 651.4639 834.9666
arbeith | 23.70056 .9560058 24.79 0.000 21.82567 25.57544
_cons | -304.5192 84.50424 -3.60 0.000 -470.246 -138.7923
------------------------------------------------------------------------------

Modell 3:
AV: eink = Einkommen
UV's: alter, frau, bil_2 = mittlere Bildung, bil_3= hohe Bildung, arbeith = Arbeitsstunden, alt = alte Bundesländer

------------------------------------------------------------------------------
eink | Coef. Std. Err. t P>|t| [95% Conf. Interval]
-------------+----------------------------------------------------------------
alter | 22.76479 1.154431 19.72 0.000 20.50076 25.02882
frau | -431.3636 35.46314 -12.16 0.000 -500.9127 -361.8145
bil_2 | 252.0497 43.326 5.82 0.000 167.0802 337.0192
bil_3 | 753.1543 45.40268 16.59 0.000 664.1121 842.1965
arbeith | 23.59822 .9276438 25.44 0.000 21.77895 25.41748
alt | -425.7607 38.26212 -11.13 0.000 -500.799 -350.7223
_cons | -243.5906 82.17583 -2.96 0.003 -404.7511 -82.43011

Jetzt soll ich statistisch und inhaltlich erklären, warum sich die Koeffizienten zwischen den einzelnen Modellen unterscheiden!

Statistisch gesehen hätte ich gesagt kommt die Veränderung der Koeffizienten daher, dass nach und nach neue unabhängige Variablen in das Modell aufgenommen werden. Dadurch rechnet sich die Variation, die durch andere unabhängige Variablen verursacht wurde, heraus.
Stimmt das so?

Allerdings weiss ich nun nicht wie bzw. was ich inhaltlich erklären soll. Könnte mir jemand diesbezüglich Tipps geben?

Liebe Grüße und danke für Antworten!

LG Claie

[PonderStibbons]

Zwischen 2 und 3 tut sich ja nichts, nur zwischen 1 und 2.
Wenn ein Effekt größer wird nach Hinzunahme eines weiteren
Prädiktors, kann man entsprechend dem Konzept "Suppressoreffekt"
Überlegungen anstellen. Wird ein Effekt kleiner nach Hinzunahme
des weiteren Prädiktors, könnte ein "Mediatoreffekt" vorliegen
(e.g. Geschlechtseffekt wird kleiner, weil er vermittelt wird
durch "Arbeitsstunden" - Frauen arbeiten im Schnitt weniger als
Männer, und wenn "Arbeitsstunden" einbezogen werden, wird
der Geschlechtereffekt geringer).

HTH

P.

[claie]

Vielen Dank für deine Antwort, das hat mich auf jeden Fall schon mal weiter gebracht!