STATISTIK-FORUM.de

[lotta32]

Hallo allerseits,

ich habe zwei Fragen bezüglich der Interpretation von Regressionsanalysen. Wäre toll, wenn mir jemand helfen könnte.

1. Woran kann es liegen, dass meine Prädiktoren mit dem Faktor korrelieren, aber in der Regressionsanalyse nicht signifikant werden? Liegt es daran, dass die Prädiktoren eventuell auch untereinander korrelieren? Wie kann ich das am besten interpretieren?

2. Woran liegt es, wenn mein Regressionsmodell (Einschlussmethode) nicht signifikant wird, aber ein einzelner Prädiktor trotzdem signifikant wird? WIe gehe ich damit in meiner Interpretation um?

Vielen Dank schon einmal!
Ella.

[PonderStibbons]

Je nun, worum handelt es sich bei der Studie, wie sieht das Studiendesign
aus, wie groß ist die Stichprobe, welche und wie viele Prädiktoren gibt
es, wie stark sind die Prädiktoren untereinander korreliert, was heißt
konkret hier signifikant/nicht signifikant (0,0499 versus 0,050? Oder
0,0001 versus 0,88?)

Liegt es daran, dass die Prädiktoren eventuell auch untereinander korrelieren?

Häufig.

Wie kann ich das am besten interpretieren?

Aber wie soll man das ohne Beschreibung der konkreten Sachlage
beantworten? Falls Überlappung der Prädiktoren eine Rolle spielt, kann
dieselbe Varianz im Kriterium halt nicht mehrfach aufgeklärt werden.
Inhaltliche Interpretation? Siehe z.B. konfundierte Variablen oder
Kontrollvariable, oder auch Mediatoreffekt.

Mit freundlichen Grüßen

P.

[lotta32]

Danke erst einmal für die schnelle Antwort.

Es geht bei mir darum, wie bestimmte Persönlichkeitseigenschaften (in diesem Fall habe ich 4 Stück) mit Stolz zusammenhängen.
Meine Stichprobe ist N=156
die Modellübersicht zeigt mir: R^2= .0046; R^2adj=.021; p= .126, das Modell ist also nicht signifikant
bei den Koeefizienten wird eine Persönlichkeitseigenschaft mit p= .030 signifikant, die anderen 3 haben p= .993, p= .228, p= .811.

Liegt es daran, dass die p-Werte der anderen Persönlichkeitseigenschaften so hoch sind? Wenn ich die beiden mit p= .993 und p= .811 herausnehme, wird mein Modell signifikant.

Viele Grüße!

[PonderStibbons]

Der F-Test überprüft die Nullhypothese, ob das Modell mit 4 Prädiktoren
überzufällig viel Varianz aufklärt. Je mehr Prädiktoren, desto mehr
Varianz muss das Modell aufklären, damit das als überzufällig resultiert
(jeder Prädiktor klärt erwartbar zufällig Varianz auf, weswegen ein
entsprechend adjustiertes R² immer kleiner sein muss als R² - Du musst
da einen Tippfehler haben).

Die Koeffiziententests testen den Zusammenhang jeweils eines
Koeffizienten mit dem Kriterium. Es sind zwei verschiedene
Fragestellungen, die nicht zum selben Ergebnis führen müssen.
Würde man den Koeffiziententest Bonferroni-korrigieren, wäre
das p übrigens = 0,120 .

Mit freundlichen Grüßen

P.

[lotta32]

Du hast recht, beim R^2 habe ich eine 0 zu viel. Sorry!

Und zu den Koeffziententests: Hiebei wird der Zusammenhang aber schon unter Kontrolle der anderen eingegebenen Prädiktoren getestet, oder?
Und zu Bonferroni: Ich rechne mit SPSS und bin davon ausgegangen, dass die Alphafehlerkorktur automatisch durchgeführt wird. Weißt du da etwas?

[PonderStibbons]

Eine Korrektur wird da nicht durchgeführt. Es war nur zur Illustration des
Umstands erwähnt, dass vielfaches Testen zu Érgebnissen führen kann, bei
denen sich Stichprobenzufall und systematischer Zusammenhang nicht mehr
leicht auseinander halten lassen.

Mit freundlichen Grüßen

P.