STATISTIK-FORUM.de

[Marcsen]

Hallo zusammen,
wir machen zur Zeit ein Studienprojekt und versuchen mittels SPSS eine Regressionsanalyse durchzuführen und zu deuten. Dabei haben wir einige Schwierigkeiten. Wir haben auf der einen Seite

- eine abhängige Variable („Studienzufriedenheit“, Skala 1-5)

und auf der anderen Seite

- mehrere unabhängige Variablen (Bewertung verschiedenster Aspekte bzgl. der Hochschule (z.B. „Ausstattung der Hochschule“ oder „Betreuung“, Skala 1-5)

Letzteres sind insg. 26 Variablen, mittels einer Faktorenanalyse haben wir nun 4 Faktoren, mit denen wir eine lineare Regressionsanalyse durchgeführt haben. Das Ergebnis:

R = 0,297
R-Quadrat = 0,088

ANOVA
Signifikanz = 0,100
F-Wert = 2,015

Und die Signifikanzen der einzelnen Faktoren
0,041
0,413
0,148
0,309

Wir sind ziemlich verwirrt, weil das R/R-Quadrat so gering ist. Verstehe ich das richtig, dass das kein gutes Ergebnis ist? Haben gelesen, dass ein R-Quadrat von under 0,3 eigentlich unbrauchbar ist. Aber was heißt das nun? Wir sind ehrlich gesagt ein bisschen aufgeschmissen und hoffen, dass uns hier jemand helfen kann

[PonderStibbons]

Wir sind ziemlich verwirrt, weil das R/R-Quadrat so gering ist.

Warum? Inwiefern gering? Was habt Ihr erwartet?

Verstehe ich das richtig, dass das kein gutes Ergebnis ist?

Kommt auf die Kriterien an.

Haben gelesen, dass ein R-Quadrat von under 0,3 eigentlich unbrauchbar ist.

Da musst Du Dich krass verlesen haben. So eine Aussage wäre
mit Verlaub schwachsinnig. Erstens ist es von vornherein
völlig unmöglich, irgendeinen Wert allgemein als
brauchbar/unbrauchbar zu bezeichnen, da kommt es
immer auf die Umstände an. Zweitens wäre R²=0,3 bzw.
R=0,54 in den meisten Disziplinen allein schon aufgrund
Messfehlern nur in Ausnahmen erreichbar (oder wird
durch fehlerhafte Anwendung von Methoden erzeugt).

Mit freundlichen Grüßen

P.

[bele]

Hingegen gibt es bei der Signifikanz, dem p-Wert, durchaus weit verbreitete Grenzen dessen, was man als gut empfindet und 0,1 ist gehört nicht in den Bereich, in dem Forscher üblicherweise jubeln.
Um mehr zur Regression zu sagen wäre es wichtig, mehr Details zu kennen. Stimmt es, dass ihr eine gestufte Skala mit nur 5 Stufen durch eine einfache lineare Regression darstellen wollt? Haben Eure Items genug Varianz? Manchmal sind bei Antworten in 5 Stufen fast alle auf "5" oder auf "1" oder auf "3" und dann kann ein Prädiktor kaum noch "gut" sein.

LG,
Bernhard

[Marcsen]

Vielen Dank für eure Antworten!

Hingegen gibt es bei der Signifikanz, dem p-Wert, durchaus weit verbreitete Grenzen dessen, was man als gut empfindet und 0,1 ist gehört nicht in den Bereich, in dem Forscher üblicherweise jubeln.
Um mehr zur Regression zu sagen wäre es wichtig, mehr Details zu kennen. Stimmt es, dass ihr eine gestufte Skala mit nur 5 Stufen durch eine einfache lineare Regression darstellen wollt? Haben Eure Items genug Varianz? Manchmal sind bei Antworten in 5 Stufen fast alle auf "5" oder auf "1" oder auf "3" und dann kann ein Prädiktor kaum noch "gut" sein.

LG,
Bernhard

Gibt es eine bessere Methode als eine lineare Regression?

Die Varianz der Items reicht von 0,43 bis 1,55.

Wir sind ziemlich verwirrt, weil das R/R-Quadrat so gering ist.

Warum? Inwiefern gering? Was habt Ihr erwartet?

Verstehe ich das richtig, dass das kein gutes Ergebnis ist?

Kommt auf die Kriterien an.

Wir wurden mit diesem Studienprojekt und SPSS ziemlich ins kalte Wasser geworfen, wir haben nichts wirklich erwartet. Wir versuchen uns dieses Programm anhand verschiedenster Literatur selber beizubringen und verstehen es eben leider teilweise nicht.

[PonderStibbons]

Eure Stichprobe ist zu klein für eine Faktorenanalyse mit 26 Variablen,
ein 5stufiges Item darf man streng genommen nicht mit einer
linearen Regression analysieren (Alternative eventuell ordinale
Regression), die Reliabilität Eurer abhängigen Variable ist
sicherlich nicht hoch (daher hohe Fehlervarianz, wo für
das verwendete Analyseverfahre eben auch nichts mehr zu
holen ist - besser wäre wohl die Operationalisierung von
Zufriedenheit mithilfe einer Skala aus mehreren Items),
und der p-Wert ist > 0,10 , weswegen man unabhängig
vom Stichproben-R² feststellen muss, dass nicht
nachgewiesen werden konnte, dass Euer Model signfikant
die Zufriedenheit über den Zufall hinaus vorersagt. Bei
zu kleinen Stichprobe auch nicht ganz überraschend. Aber
wenn das alles mehr oder minder eine Übung zur Bedienung
einer bestimmten Statistiksoftware ist, dann ist's vermutlich ok.

Mit freundlichen Grüßen

P.