Hallo Zusammen,
ich habe folgendes statistisches Problem bei meiner Masterthesis: Ich habe quantitative Daten erhoben, es geht um die Zufriedenheit mit einem Chatbot. Ich habe die Zufriedenheit (Skala 1-7) zu 33 verschiedenen Kriterien abgefragt (Bsp. Grammatikalische Richtigkeit, Professionalität,…) sowie die Gesamtzufriedenheit mit dem Chatbot (auch Skala 1-7).
Ich möchte nun eine multiple Regression durchführen (in SPSS), bei der ich prüfe, welches Kriterium den größten Einfluss auf die Gesamtzufriedenheit hat. Das Ergebnis der Regression ist verwunderlich. Nur 3 der 33 Variablen sind signifikant. Von diesen 3 Variablen haben jedoch auch noch 2 einen negativen Regressionskoeffizienten, was inhaltlich bedeuten würde, dass bei höherer Zufriedenheit mit diesen Kriterien die Gesamtzufriedenheit sinken würde. Das macht alleine inhaltlich keinen Sinn.
Ich habe nun einmal eine einfache Regression aller 33 unabhängigen Variablen auf die abhängige Variable durchgeführt. Dabei kommt heraus, dass alle Variablen einen signifikanten sowie positiven Einfluss auf die Gesamtzufriedenheit haben.
Kann mir jemand sagen, was die genaue statistische Erklärung dafür ist und ob es ein Argument in der Literatur gibt, dass besagt, dass man in gewissen Situationen (z.B. unzureichende Validität oder Reliabilität) anstelle einer multiplen Regression auf eine einfache Regression zurückgreifen darf?