STATISTIK-FORUM.de

[Nadja123]

Hallo liebe Forenmitglieder,

ich sitze gerade an einer linearen Regression und hoffe, dass mir jemand helfen kann. Trotz ein paar Wälzern, die sich um mich rum stapeln, habe ich eine Frage zum korrigierten Bestimmtheitsmaß. Dazu muss ich vielleicht kurz anmerken, dass ich mir meine Statistik- und SPSS-Kenntnisse selbst angeeignet haben, diese also bescheiden sind...
Mein korrigiertes Bestimmtheitsmaß beträgt lediglich 0,3. Was bedeutet das für meine Analyse? Nahe an 1 würde bedeuten, dass der Großteil der Streuung der AV erklärt wird, soweit habe ich es verstanden. Ich habe aber gelesen, dass in sozialwissenschaftlichen Studien ein geringeres korrigiertes Bestimmtheitsmaß "üblich ist". Diese Aussage hilft mir wenig.

Eckdaten:
- AV: politisches Vertrauen
- UV: 16 (ein paar metrische, ein paar Dummies)
- Fälle: etwa 1500

Ich würde aufgrund der großen Stichprobe schließen, dass das korrigierte Bestimmtheitsmaß so gering ist, dass ich meine Hypothesen anhand der Regressionskoeffizienten nicht verifizieren/falsifizieren kann. Ich würde diese dennoch interpretieren, aber darauf hinweisen, dass es vermutlich andere UV gibt, die ebenfalls einen großen Einfluss auf meine AV haben.

Was meint ihr?

[PonderStibbons]

Mein korrigiertes Bestimmtheitsmaß beträgt lediglich 0,3. Was bedeutet das für meine Analyse?

Ziemlich hohe Varianzaufklärung, außer die Prädiktoren sind
derartig banal (von vornherein zuverlässig sehr hoch mit der
AV korreliert), dass man weitaus höhere Varianzaufklärung
erwarten musste.

Allerdings ist durch unreliable Messung sowohl der AV als auch
der Prädiktoren die maximal mögliche Varianzaufklärung
normalerweise sowieso auf irgendwas im Berech 0,5 bis 0,8
beschränkt.

Ich habe aber gelesen, dass in sozialwissenschaftlichen Studien ein geringeres korrigiertes Bestimmtheitsmaß "üblich ist". Diese Aussage hilft mir wenig.

Du kannst es mit der Varianzaufklärung in anderen Studien vergleichen.

Eckdaten:
- AV: politisches Vertrauen
- UV: 16 (ein paar metrische, ein paar Dummies)
- Fälle: etwa 1500

Warum sage und schreibe 16 Prädiktoren, zu welchem Zweck,
mit welcher Fragestellung?

Ich würde aufgrund der großen Stichprobe schließen, dass das korrigierte Bestimmtheitsmaß so gering ist, dass ich meine Hypothesen anhand der Regressionskoeffizienten nicht verifizieren/falsifizieren kann.

Die statistische Nulhypothese ("die korrigierte Varianzaufklärung
durch die 16 Prädiktoren ist in der Grundgesamtheit = 0") kannst
Du sicher verwerfen.

Ich würde diese dennoch interpretieren, aber darauf hinweisen, dass es vermutlich andere UV gibt, die ebenfalls einen großen Einfluss auf meine AV haben.

Wenn sie einen "großen" Einfluss haben, dann müssten sie
doch bereits bekannt sein.

Mit freundlichen Grüßen

PonderStibbons

[Nadja123]

Hallo, erstmal vielen Dank für die schnelle Antwort!
I
ch versuche nochmal mein "Projekt" etwas genauer zu erklären. Ich denke die Reliabilität der Daten ist sehr hoch, da sie von einem Forschungsinstitut erhoben wurden, deren Erhebungsmethoden/Umfragen sehr gut sind. Die große Zahl der Prädiktoren ergibt sich aus fast 30 Jahren Forschung, die habe ich mir nicht mal eben ausgedacht, sondern die vertreten verschiedenen Forschungsrichtungen, die ich gegenüberstelle + Kontrollvariablen. Sodass ich erwartet hätte, dass sie einen Großteil der Varianzaufklärung leisten. Mein R beträgt übrigens 0,556.

Leider geben die Studien, auf die ich mich beziehe, clevererweise ihr Bestimmtheitsmaß nicht an. Aber stimmt, das wäre ein Indiz. ... Oh da fällt mir doch eins ein, da hatte eine um die 0,6. Ok, darauf kann ich mich beziehen. Eine sehr gute Idee, danke!

Stimmt, ich kann die Nullhypothese verwerfen. Das werde ich erwähnen und dann ergänzen, dass ich aufgrund XY von einer größeren Varianzaufklärung ausgegangen wäre. XY hat auch noch mehr UVs genutzt. Ich habe auch schon eine Vermutung, was da so fehlen könnte... Ich werde das ansprechen, danke!!

[PonderStibbons]

Ich versuche nochmal mein "Projekt" etwas genauer zu erklären. Ich denke die Reliabilität der Daten ist sehr hoch, da sie von einem Forschungsinstitut erhoben wurden, deren Erhebungsmethoden/Umfragen sehr gut sind.

Die besseren sozialwissenschaftlichen Skalen schaffen Reliabilitäten von 0,8.
Dies sowohl auf Kriteriums- als auch auf Prädiktorenseite, führt zwangsläufig
zu eingeschränkter maximal möglicher Varianzaufklärung.

Die große Zahl der Prädiktoren ergibt sich aus fast 30 Jahren Forschung, die habe ich mir nicht mal eben ausgedacht, sondern die vertreten verschiedenen Forschungsrichtungen, die ich gegenüberstelle + Kontrollvariablen. Sodass ich erwartet hätte, dass sie einen Großteil der Varianzaufklärung leisten. Mein R beträgt übrigens 0,556.

Den Zweck der Studie verstehe ich leider nicht, was heißt gegenüberstellen,
Du hast doch nur 1 Modell?

Da das Modell aus altbewährten Zutaten besteht, scheint ein adjustiertes R=0,56
bzw. R²=0,3 durchaus im Rahmen des erwartbaren zu liegen.

Mit freundlichen Grüßen

Ponderstibbons