STATISTIK-FORUM.de

[Alexoh]

Hallo zusammen,

ich schreibe gerade eine Bachelorarbeit und benötige dringend Hilfe bei der Interpretation meiner Daten.
Als Software nutze ich SPSS.

Ich habe 2 UV die sig. negativ mit meiner AV korrelieren.
Wenn ich eine multiple lineare Regression rechne, steigen (nähert sich null an) beide standardisierten Koeffizienten. (also der Effekt wird kleiner als die Korrelationskoeffizienten)

UV1: r=-.23 --> std. koeffizient: -.18 p=.08
UV2: r=-.22 --> std. koeffizient: -.19 p=.06

Das Modell ist signifikant p<0,05 und hat mir einem korrigierten rquadrat von 0,07 eine schwache Varianzaufklärung.

wie ist das zu interpretieren? Ist es überhaupt zu interpretieren?

Ich bin für jede Hilfe dankbar.

[bele]

Sind die beiden UV miteinander korreliert?

[Alexoh]

Ja sind sie. r=.26**

[bele]

Dann bringt jedes UV Information ins Modell, aber teilweise die gleiche Information. Beide zusammen also weniger als die Summe der einzeln eingebrachten.
Das Modell kann sich diese überlappende Information entweder aus der einen oder aus der anderen UV holen und deshalb sind die Standardfehler der Koeffizienten hoch und deshalb die Signifikanz schlechter. Stichwort Multikollinearität.

LG,
Bernhard

[Alexoh]

Vielen Dank dir, für die schnelle Antwort !
Liebe Grüße

[bele]

Worum geht es denn ich diesem Modell? Geht es darum, den Einfluss beider UV gemeinsam zu untersuchen? Dann ist die Gesamtmodellsignifikanz und das R² hinreichend. Geht es darum, mit dem Modell vorhersagen zu machen? Dann kann man das auch mit den beiden unabhängigen Variablen machen, selbst wenn sie je einzeln nicht signifikant sind. Willst Du ein Modell, in dem UV1 und UV2 möglichst gleich stark gewichtet werden, dann könnte man sich eine Ridge-Regression überlegen. Wenn Du beim aktuellen Modell bleiben und die Multikollinearität quantifizieren willst, dann lass Dir einen Variance inflation factor (VIF) berechnen. Für weitere Vorschläge müsstest Du das Problem aus einer höheren Warte schildern.

LG,
Bernhard

[Alexoh]

Genau, es geht darum den Gesamteinfluss der beiden UV zusammen und einzeln zu untersuchen. Die Annahme ist das der Einfluss der UV1 auf AV von der UV2 abhängt und eine Scheinkorrelation vorliegt.
Daher wollte ich herausfinden inwiefern die UV unabhängige Prädikatoren für die AV darstellen.
Der VIF liegt bei 1,08.

Liebe Grüße

[strukturmarionette]

Hi,

Ja sind sie. r=.26**

- N?
- frequentisische Inferenzstatistik oder was andere?

Gruß
S.