STATISTIK-FORUM.de

[sinavera]

Hallo zusammen,

in meiner Abschlussarbeit untersuche ich Einflussfaktoren auf das Weiterbildungsverhalten und möchte dazu mit SPSS eine multiple Regression rechnen. Zusätzlich zu den üblichen Tabellen habe ich mir die Itemkorrelationen ausgeben lassen, da die Signifikanz der Einflussfaktoren nicht sehr hoch war. Nun korrelieren einige Items signifikant (wenn auch nur schwach) miteinander. Wie verfahre ich mit diesen Items am Besten weiter? In der Literatur habe ich dazu leider keinen Anhaltspunkt gefunden.
Vielen Dank für's Helfen!

Viele Grüße,
sinavera

[PonderStibbons]

Nun korrelieren einige Items signifikant (wenn auch nur schwach) miteinander.

Wenn nur schwach, worin siehst Du denn dann ein mögliches Problem?

Gruß

P.

[sinavera]

Weil die Signifikanz sehr hoch ist (z.B. ,000) und R bei ,71 liegt. Meistens korrelieren die Items nur schwach, in 2-3 Fällen aber auch mittel - stark.

[PonderStibbons]

Also, mir fällt bei Deiner Beschreibung nichts ein, weswegen es da irgendwas zu überlegen gäbe, deswegen nochmal die Frage, welches konkrete Problem Du da siehst? Multikollinearität ist anscheinend keine vorhanden, und selbst wenn, berührt sie nicht die Resultate für das Gesamtmodell.

Gruß

P.

[PonderStibbons]

Also, mir fällt bei Deiner Beschreibung nichts ein, weswegen es da irgendwas zu überlegen gäbe, deswegen nochmal die Frage, welches konkrete Problem Du da siehst? Multikollinearität ist anscheinend keine vorhanden, und selbst wenn, berührt sie nicht die Resultate für das Gesamtmodell.

Gruß

P.

[sinavera]

Naja, mein Bedenken ist, dass die Korrelation der Items untereinander das Modell verzerrt, sodass Effekte gemessen werden, die keine sind, oder Effekte fälschlicherweise nicht gemessen werden. Sollte ich Items deshalb von der Analyse ausschließen, gibt es die Möglichkeit, diesen Effekt herauszurechnen...? Oder ignoriert man eine starke signifikante Itemkorrelation?

Danke und Grüße,
sinavera

[daniel]

Naja, mein Bedenken ist, dass die Korrelation der Items untereinander das Modell verzerrt,

Das ist nicht der Fall. Kollinearität erhöht die Standardfehler und es ist bei hohen Korrelationen tatsächlich schwer den anteiligen Effekt der korrelierten Variablen exakt zu bestimmen, aber das willst Du vermutlich auch nicht tun.

Sollte ich Items deshalb von der Analyse ausschließen,

Das führt garantiert zu einer Verzerrung der Koeffizienen.