STATISTIK-FORUM.de

[Anti123]

Hallo zusammen,

Ich habe 3 Zusammenhangshypothesen mit jeweils 3 unterschiedlichen unabhängigen Variablen und einer gleichen abhängigen Variable. Ein Bsp.: Es besteht ein positiver Zusammenhang zwischen familienfreundlichen Programmen und Commitment.

Ich habe jetzt für alle 3 Hypothesen eine einfache Regression durchgeführt und dann eine multiple Regression. Bei den einfachen Regressionen waren alle drei Zusammenhänge signifikant. Bei der multiplen Regression ist eine Variable nun nicht mehr signifikant. Würde ich dann die Hypothese mit dieser Variable auf Basis der multiplen Regression verwerfen?

Vielen Dank für die Hilfe!!

[bele]

Hallo Anti123,

oft ist es so, dass zwei ähnliche Variablen ähnliches Erklären. Wenn Du eine Variable hast, die Alter über 65 und eine, die Rentner-Sein codiert, dann enthalten beide vielleicht sehr ähnliche Informationen. Beides korreliert negativ mit Fidget-Spinner-Erfahrung. Dem multiplen Modell gelingt es vielleicht, sich alle nötige Information aus einer der beiden Variablen zu holen sodass dann eine von beiden nicht mehr hilfreich(signifikant) ist.

Würde ich dann die Hypothese mit dieser Variable auf Basis der multiplen Regression verwerfen?

Du könntest dann die Nullhyptothese nicht verwerfen - das bedeutet noch lange nicht, dass Du die Hypothese verwerfen kannst. Ein sehr grundlegender Denkfehler, der leider sehr verbreitet ist.

Im Zweifel ist es meistens sinnvoll, Arbeiten genauer darzustellen. Ob es sich um dreißig Befragte oder dreizigtausend befragte handelt, ob der p-Wert von 0,049 auf 0,051 angestiegen ist oder auf 0,95 etc.

Du könntest einen tieferen Einblick erhalten, indem Du spaßeshalber Regressionsmodelle mit nur zwei UV rechnest oder indem Du mal schaust, ob Dein Statistikprogramm Dir einen VIF ausgiebt: http://www.statistics4u.info/fundstat_g ... r_vif.html

LG,
Bernhard

[PonderStibbons]

Anscheinend überlappen sich da Variablen, was ihren Erklärungswert für die abhängige Variable angeht.
Wenn das, was Variable A erklärt, schon (teilweise oder in hohem Maße) von Variable B erklärt wird,
dann bleibt salopp gesagt für A nichts mehr übrig.

Die Interpretation kann trickreich sein und muss vor allem inhaltliche Überlegungen einbeziehen.
Zudem muss man sich mal ansehen, wie hoch die 3 Prädiktoren miteinander korreliert sind.

Allerdings ist die Beschreibung sehr uninformativ. Wenn der Wechsel von statistisch signifikant
zu statistisch nichtr signifikant eine Änderung von p=0,049 auf p=0,050 bedeutet, wäre das
nicht sehr spannend. Eigentlich wichtig sind die Regressionsgewichte und Standardfehler sowohl
im Fall der einfachen, als auch in der multiplen Regression.

Mit freundlichen Grüßen

PonderStibbons