STATISTIK-FORUM.de

[Greene]

Hallo zusammen!

Ich habe nun einzelne Regressionsanalysen zur Überprüfung von meinen aufgestellten Hypothesen durchgeführt. Nun stelle ich mir die Frage, wann eine Hypothese bestätigt und wann sie abgelehnt wird?

Alle meine Variablen sind bis auf eine mit .000 signifikant.
Manche Variablen haben eine Erklärungsleistung (R2) von .22 und manche nur .085

Ich hoffe, ihr könnt mir fix helfen.

LG Greene

[PonderStibbons]

Eine statistische Nulhypothese wird gewöhnlich verworfen, wenn p < 0,05.

Mit freundlichen Grüßen

PonderStibbons

[Greene]

Eine statistische Nulhypothese wird gewöhnlich verworfen, wenn p < 0,05.

Ah okay.

Da ist mir gerade noch eine Frage aufgekommen.
Macht man zu der Überprüfung der Hypothese einzelne Regressionsanalysen oder alles in eine multiple?

[PonderStibbons]

Mal so mal so. Je nachdem, welche Fragestellungen, Hypothesen, Studiendesigns und Daten vorliegen.

[Greene]

Mal so mal so. Je nachdem, welche Fragestellungen, Hypothesen, Studiendesigns und Daten vorliegen.

Und wann könnte man zu den Hypothesen einzelne Regressionsanalysen machen?
Denn ich habe beides einmal durchgeführt und ich muss sagen, dass die einzelnen Analysen vom Sinn her sehr viel logischer sind als die multiple Regressionsanalyse, bei der der Wert einer Variable nicht einmal signifikant ist und einen negativen Beta-Wert hat (obwohl R2 dieser Variable bei der einzelnen Analyse um die 30% liegt)...

Da ich ein Regressionsmodell aufgestellt habe, müsste ich aber eigentlich eine multiple Reg. machen oder?

[PonderStibbons]

Wie soll ich dazu was sagen? Ich kenne nicht Thema, Fragestellung, Hypothesen, Studiendesgn, Stichprobengröße, Anzahl und Inhalt der Variablen. Wenn Dich wundert, dass bei multiplen Regressionen andere Ergebnisse herauskommen als bei einer Serie einzelner Regressionen, dann musst Du Dich vermutlich einmal in die Materie einlesen. Zum Beispiel was passiert, wenn 2 Prädiktor-Variablen miteinander und zugleich mit der abhängigen Variable überlappen (miteinander korreliert sind), also teilweise dieselbe Information bezüglich der abhängigen Variable enthalten. Im Extremfal. was Multikollinearität bedeutet. Oder im Fall eines Vorzeichenwechsels, was ein Suppressor-Effekt ist. Vielleicht sind auch "technische" Faktoren bei der Durchführung ausschlaggebend, wie hohe Zahl fehlender Werte in einzelnen Prädiktor-Variablen, oder zu kleine Stichprobe bei zu vielen Pträdiktoren. Man weiß es halt ohne Glaskugel nicht.

Mit freundlichen Grüßen

PonderStibbons

[bele]

Hi!

Inhaltlich scheinst Du über multiple Regressionsanalyse tatsächlich noch zu wenig zu wissen, um sie selbst anzuwenden. Das ist nicht böse gemeint, aber dieser Teil passt wahrscheinlich weniger zum Forumsformat und mehr zu einem Lehrbuchformat. Du kannst es aber mit einer präziseren Darstellung Deines Problems gerne versuchen.

Vielleicht hilft das hier, bei einer besseren Darstellung des Problems.
nutzung-des-forums-f44/das-musste-mal-gepostet-werden-t6682.html

LG,
Bernhard

[Greene]

Hi!

Inhaltlich scheinst Du über multiple Regressionsanalyse tatsächlich noch zu wenig zu wissen, um sie selbst anzuwenden. Das ist nicht böse gemeint, aber dieser Teil passt wahrscheinlich weniger zum Forumsformat und mehr zu einem Lehrbuchformat. Du kannst es aber mit einer präziseren Darstellung Deines Problems gerne versuchen.

Vielleicht hilft das hier, bei einer besseren Darstellung des Problems.
nutzung-des-forums-f44/das-musste-mal-gepostet-werden-t6682.html

LG,
Bernhard

Okay ich versuche es nochmal und fange mal bei 0 an und bei meinem eigentlichen Problem, danach sehe ich weiter...

Ich untersuche in meiner Arbeit die Markentreue und wie diese beeinflusst wird. Ich habe einen Fragebogen entworfen und diese Daten in SPSS importiert (N= 180).. Danach habe ich mehrere Variablen zu einer neuen Variable berechnen lassen.
So, dann habe ich die Anwendungsvoraussetzungen für die Regressionsanalyse überprüft, welche alle erfüllt sind.
Nun möchte ich die 8 aufgestellten Hypothesen anhand von 8 unabhängigen Variablen überprüfen. Also zu jeder Hypothese habe ich eine Variable.

Und nun kommt mein Problem. Ich weiß nicht, ob ich die Hypothesen mit einzelnen Regressionsanalysen überprüfen kann oder ob in diesem Fall eine multiple Regressionsanalyse geeigneter ist.
Wenn ich die einzelnen Regressionsanalysen berechne, bekomme ich ja zu jeder uV das korrigierte R2. Demnach beurteile ich dann inwiefern die uV zu der Erklärung der aV beiträgt.
Im Falle der multiplen Regressionsanalyse schaue ich mir die beta werte an, und gucke welche da den höchsten Einfluss auf die Markentreue hat...

Meiner Meinung nach ergeben die einzelnen Regressionsnalysen aber viel mehr Sinn, einfach von der Logik her was bei den Ergebnissen rauskommt und zu interpretieren ist... Zudem sind bei der multiplen Regression nur 2 von 8 Variablen signifikant. Ich weiß, dass bei dieser Methode die geteilte Varianz nicht beachtet wird aber ich finde die Ergebnisse nicht so logisch, da z.B. die Zufriedenheit die Markentreue lediglich mit einem beta Wert von 0,095 und einer Signifikanz von 0,100 beeinflusst... Laut den einzelnen Analysen beträgt das R2 immerhin 25,6 %.

Also in welchem Fall sollten/können/dürfen die einzelnen Regressionsanalysen gemacht werden und müsste/sollte ich in meinem Fall doch die multiple Regression durchführen?

Ich hoffe, dass ich dies nun besser erklärt habe...

[bele]

Nun möchte ich die 8 aufgestellten Hypothesen anhand von 8 unabhängigen Variablen überprüfen. Also zu jeder Hypothese habe ich eine Variable.
[...]
Meiner Meinung nach ergeben die einzelnen Regressionsnalysen aber viel mehr Sinn, einfach von der Logik her

Wenn die einzelnen Regressionsanalysen mehr Sinn machen, dann mach einzelne Regressionsanalysen. Deine Problemschilderung reicht wirklich nicht aus, dass wir uns ein eigenes Bild davon machen können, ob bei Dir einzelne Analysen mehr Sinn machen als eine multiple. Das musst Du verstehen.

die Ergebnisse nicht so logisch, da z.B. die Zufriedenheit die Markentreue lediglich mit einem beta Wert von 0,095

Meinst Du beta wie REgressionskoeffizient beta oder wie standardisierter Regressionskoeffizient? Im einen Fall käme es auf die Einheit an, in der gemessen wird, im anderen darauf, wieviel Varianz so eine Markentreue hat. Wissen wir alles nicht, gibt es also von uns keinen Kommentar dazu.

und einer Signifikanz von 0,100 beeinflusst... Laut den einzelnen Analysen beträgt das R2 immerhin 25,6 %.

Welcher Umrechnungsfaktor von Signifikanz zu R^2 würde Dir denn angemessen erscheinen?

Also in welchem Fall sollten/können/dürfen die einzelnen Regressionsanalysen gemacht werden und müsste/sollte ich in meinem Fall doch die multiple Regression durchführen?

Es kommt darauf an, welche Fragen Du jeweils an die Daten stellen willst. Wenn es acht einzelne Fragen ohne Berücksichtigung der anderen Werte sind, dann können acht einzelne Regressionen die Antwort sein.

LG,
Bernhard

[Greene]

Es kommt darauf an, welche Fragen Du jeweils an die Daten stellen willst. Wenn es acht einzelne Fragen ohne Berücksichtigung der anderen Werte sind, dann können acht einzelne Regressionen die Antwort sein.

Vielen Vielen Dank. Das hat mir schon sehr geholfen. Ich werde diese Analysen nun durchführen und die Werte interpretieren. Falls ich noch spezielle Fragen habe, weiß ich ja wo ich mich melden kann.