STATISTIK-FORUM.de

[lydia]

Hallo liebe Community,

ich stehe für meine Bachelorarbeit vor einem Problem, bei dem ich einfach nicht recht weiter komme und über einen kleinen Denkanstoß sehr glücklich wäre.

Ziel meiner Arbeit ist, eine bestimmte pädagogische Arbeitsweise (mit verschiedenen Aspekten A bis E) mit Kindern zu untersuchen und speziell, wie sich dies auf deren Leistung auswirkt. Ich wollte also herausfinden, ob diese spezielle Arbeitsweise insgesamt etwas "bringt" und auch, ob die verschiedenen Programmpunkte einzeln nützlich sind bzw. welcher davon am wichtigsten für die positive Wirkung ist. Dafür habe ich Daten von 200 Schülern untersucht.
Aspekte A bis E werden auf 5-stufigen Likertskalen erfasst, Intervallskalenniveau nehme ich daher an. Die Leistung an sich wird ebenfalls auf einer 5-stufigen Likertskala erfasst.

Für die Auswertung habe ich sowohl eine einfache lineare Regression (Arbeitsweise gesamt --> Leistung) berechnet. Außerdem habe ich, um die Wirksamkeit der einzelnen Teilaspekte zu untersuchen eine weitere, multiple Regression berechnet (Aspekte A bis E --> Leistung).
Nun ist es so, dass die lineare Einfachregression deutlich signifikant wird - soweit, so gut.
Bei der multiplen Regression ist es so, dass ich zuerste eine Variante mit dem Modell "Einschluss" mit SPSS berechnet habe. Hier wurde das Gesamtmodell ebenfalls deutlich signifikant - die einzelnen Prädiktoren A bis E aber überhaupt nicht.
Auf Anraten meiner Betreuerin habe ich dann einmal versucht, mit der Methode "Rückwärts" zu rechnen. Hier wird wieder das Gesamtmodell signifikant, von den 5 Prädiktoren jedoch nur 2.

Ich habe bereits gelesen, dass Multikollinearität zu den Ergebnissen führen kann und tatsächlich korrelieren die Prädiktoren A bis E auch alle deutlich miteinander (was ja inhaltlich auch absolut Sinn macht) - die Multikollinearitätsdiagnostik via SPSS zeigt mir allerdings KEINE Multikollinearität an. Mithilfe einer Faktorenanalyse habe ich dann untersucht, ob die 5 Aspekte wirklich von einander zu unterscheiden sind - der Screeplot hat auf eine Ein-Faktoren-Lösung hingedeutet, anhand der anderen Kriterien könnte man aber auch eine 5-Faktoren-Lösung befürworten.

Mein Problem ist jetzt einfach, wie ich diese ganzen Ergebnisse interpretiere und ob ich trotzdem noch sinnvoll auf inhaltliche Ergebnisse für meine Fragestellung (welcher Aspekt A bis E ist denn jetzt besonders wichtig?) schließen kann. Regressionskoeffizienten der signifikant gewordenen Prädiktoren interpretieren? Auf bloße Korrelationen stützen? Oder doch einfach sagen, dass wohl "alles wichtig" ist? Und wie gehe ich damit um, dass laut Test keine Multikollinearität vorliegt, aber trotzdem scheinbar die Ursache der fehlenden Signifikanz einzelner Prädiktoren darin begründet ist, dass nur einziger zugrundeliegender Faktor existiert (sofern diese Annahmen alle zutreffen)?

Über einen kleinen Impuls würde ich mich sehr freuen - ich habe noch nicht so oft mit Regressionsanalysen gearbeitet und bin mir bei der inhaltlichen Interpretation wirklich unsicher... Vielen Dank im Voraus!