STATISTIK-FORUM.de

[cada]

Hallo zusammen!

Ich habe folgendes Problem: In einer Korrelationstabelle korrelieren meine Prädiktoren signifikant mit dem Kriterium, korrelieren aber untereinander nicht signifikant. Soweit so gut. Wenn ich jetzt den ersten Prädiktor in eine Blockweisen Regression einspeise, wird dieser Prädiktor allein zunächst ebenfalls signifikant, sobald ich allerdings die anderen Prädiktoren mit aufnehme, nicht mehr. Wenn die Prädiktoren untereinander nicht korrelieren / nicht multikollinear sind, warum werden die Prädiktoren in der Regression dann nicht mehr signifikant, sobald ich sie alle mit aufgenommen habe?

Vllt kann mir ja einer weiterhelfen! LG

[PonderStibbons]

Um dazu ansatzweise was sagen zu können, müsste die Stichprobengröße angegeben werde, die Höhe der Koeffizienten, die genauen p-Werte. Zahl und Inhalte der berücksichtigten Variablen wären von Interesse. Und worum es bei der Studie inhaltlich überhaupt geht.

Mit freundlichen Grüßen

PonderStibbons

[cada]

In dieser Regression geht es um den Einfluss von Relativer Deprivation (RD), affektiver Loyalität (Loyaff) und Alter auf die Bewertung von Psychologen (Je höher beta, desto positiver werden Psychos bewertet, sprich desto höher Ingroup Favoritism -> nur Psycho-Studenten wurden erhoben)

Stichprobengröße: 123 Probanden

Koeffizienten Tabelle (wenn Schritt für Schritt einen Prädiktor hinzufügt):
RD: Beta: -.181 (p = .046)
RD, Loyaff: Beta (RD): -.168 (p = .059), Beta (Loyaff): .186 (p = .038)
RD, Loyaff, Alter: Beta (RD): -.164 (p = .064), Beta (Loyaff): .164 (p = .067) , Beta (Alter): -.156 (p = .08)

Danke schon mal für die schnelle Antwort!

Mit freundlichen Grüßen!

[strukturmarionette]

Hi,

du hast nicht darauf geantwortet, was Du überhaupt feststellen willst.
Möglicherweise missverstehst Du den Sinn dieser 'Blöcke' von SPSS. (Ich vermute, dass Deine Befunde aus SPSS stammen..)
Generell sind alle Deine Befunde absolut modellkonform und entsprechen den Erwartungen daraus.

Gruß
S.

[cada]

Hey

Okay, jetzt bin ich leider komplett verwirrt Bis jetzt dachte ich, dass blockweise Regression in SPSS vor allem dann genutzt werden, wenn ich wissen will, wann welcher Prädiktor wie viel Varianz aufklärt. Wenn ich jetzt wissen will, ob RD, Loyaff und Alter signifikante Prädiktoren von Ingroup Fav. sind, rechne ich eine blockweise Regression (weil die ganze Analyse ziemlich explorativ war) und nehme die einzelnen Prädiktoren blockweise mit rein, um die Änderung in R^2 nachvollziehen zu können. Soweit ich weiß, ist es so, dass es bei korrelierten Prädiktoren sein kann, dass, wenn sich zwei Prädiktoren in ihrer Varianzaufklärung am Kriterium überlappen, nur einem Prädiktor die Varianz zugeschlagen wird, weshalb der andere nicht mehr signifikant wird. Ich dachte erst, das wäre der Grund, warum RD nicht mehr signifikant wird, wenn Loyaff mit reingenommen wird, bis ich festgestellt habe, dass die beiden Prädiktoren gar nicht korrelieren.

Das war mein Gedanke, aber grade glaube ich, dass ich iwo einen ordentlichen Denkfehler habe... Könntest du mir vllt erklären, warum du denkst, dass die Ergebnisse hypothesenkonform sind?

LG

[strukturmarionette]

Hi,

um die Änderung in R^2

- das ist nun ein neuer Sachverhalt von Dir, den du nicht berichtet hast.
- wenn Du diesbezügliche Fragestellungen hast, ließen die sich damit beantworten..

Gruß
S.

[PonderStibbons]

RD: Beta: -.181 (p = .046)
RD, Loyaff: Beta (RD): -.168 (p = .059)
RD, Loyaff, Alter: Beta (RD): -.164 (p = .064)

RD und Loayaff sind vermutlich nicht vollkommen unkorreliert (oder meinst Du mit "nicht korrelieren" tatsächlich, dass der Koeffizient in der Stichprobe exakt r = 0,00 beträgt?), was die geringen Veränderungen erklärt.

Eine Änderung des Koeffizienten von -0,181 auf -0,168, also um rund 1 Hunderstel, als maßgebich zu diskutieren, halte ich für weit überzogen. Nur weil der eine Wert zufällig knapp über der 5%-Grenze liegt, der andere knapp darunter, ergibt sich dadurch doch keine substanzielle Änderung. Die 5%-Grenze trennt nicht magisch zwischen "Effekt existiert" und "Effekt existiert nicht".

Mit freundlichen Grüßen

PonderStibbons

[cada]

Hey

Änderung in R^2 wären:

RD: .033 (p = .046)
RD, Loyaff: .034 (p = .038)
RD, Loyaff, Alter: .024 (p = .08)

@PonderStibbons: Ahh okay, nein, die Prädiktoren korrelieren nicht zu .00, sondern einfach nur nicht signifikant. Mir war nicht ganz klar, dass nicht-signifikante Korrelationen auch zu Veränderungen führen können... Und gut das du das nochmal mit der Signifikanzgrenze erwähnst, ich seh das tatsächlich schon mal gerne als magische Grenze!


Vielen Dank für die Hilfe!

[bele]

ich seh das tatsächlich schon mal gerne als magische Grenze!

Dass das ein Fehler ist, kann man inzwischen sogar im Handelsblatt nachlesen: https://www.handelsblatt.com/politik/in ... oU412V-ap6