Hallo zusammen,
ich komme leider nicht mehr weiter und brauche eure Hilfe. Ich habe im Rahmen meiner Abschlussarbeit eine Umfrage erstellt und komme mit der Interpretation der Ergebnisse nicht wirklich weiter. Ich glaube, dass ich irgendwo einen Fehler habe (vielleicht liegt auch eine Multikollinarität/Hetero./ser. Korrel.) vor. Könnt ihr mir bitte weiterhelfen?
Mein Modell betrachtet eine abhängige Variable und 9 unabhängige.
Modell R R-Quadrat Korrigiertes R-Quadrat Standardfehler des Schätzers Durbin-Watson-Statistik
1 ,869 ,756 ,609 ,52542 1,588
ANOVA
Modell Quadratsum. df Mittel der Quadrate F Sig.
1 Regression 12,819 9 1,424 5,159 ,003b
Ns Residuen 4,141 15 ,276
Gesamt 16,960 24
Modell
RK B Std.-Fehler Beta T Sig. Toleranz VIF
1 (Konstante) -,996 2,048 -,487 ,634 -5,361 3,369
WN ,383 ,322 ,247 1,189 ,253 ,379 2,640
WB -,202 ,213 -,217 -,948 ,358 ,311 3,213
EB ,204 ,207 ,213 ,985 ,340 ,349 2,864
WQ ,029 ,202 ,027 ,145 ,887 ,456 2,193
SE -,096 ,184 -,087 -,522 ,609 ,580 1,723
KiA ,613 ,261 ,515 2,345 ,033 ,337 2,966
PI ,175 ,144 ,167 1,213 ,244 ,862 1,160
S ,197 ,103 ,272 1,919 ,074 ,809 1,237
WR -,166 ,162 -,191 -1,025 ,322 ,468 2,138
Ich komme leider nicht mehr weiter. Das Gesamtmodell scheint signifikant zu sein aber alle u.Variablen haben echt hohe Signifikanzen. Selbst wenn ich mit nur zwei Varibalen teste, kommen echt komische Ergebnisse raus. Hat jemand eine Vermutung? Danke euch!
Regressionsanalyse
-
dutchie
- Beiträge: 2767
- Registriert: 01.02.2018, 10:45
Re: Regressionsanalyse
Hallo,
du hast ein signifikantes Gesamtmodell, aber innerhalb
dessen ist keine UV signifikant, wenn ich es richtig sehe.
oder ? doch!
KIA p = .033
S p =.074 (willl auch)
Sofern du keine Zeitriehe hast, brauchst du Durbin Watson nicht!!!
Von hoher Signifikanz spricht man wenn p klein ist, nicht groß!!
Das ist kein Fehler, das kann vorkommen!
Das liegt daran, dass du zu viel UVs im Modell hast.
Aber R2 = 75% das ist schon viel! ...komisch.
MultiKo ist eigentlich immer.
Du machst folgendes
erstmal alle bivariat korrelieren
alle UV mit der AV
und alle UVs untereinander
dann lin Regression mit allen UV (enter, hast du schon)
dann ändere die methode und lass die Software
ein Modell bestimmen in dem nur sig UVs drin sind
z.B über (stepwise, oder wie deine software das auch immer haben will)
..dann erstmal gucken und interpretieren.
Kommt auf dei UVs an, man könnte eine Faktorenanalyse machen mit den UVs
und sie dadurch reduzieren.
gruß
dutchie
du hast ein signifikantes Gesamtmodell, aber innerhalb
dessen ist keine UV signifikant, wenn ich es richtig sehe.
oder ? doch!
KIA p = .033
S p =.074 (willl auch)
Sofern du keine Zeitriehe hast, brauchst du Durbin Watson nicht!!!
Von hoher Signifikanz spricht man wenn p klein ist, nicht groß!!
Das ist kein Fehler, das kann vorkommen!
Das liegt daran, dass du zu viel UVs im Modell hast.
Aber R2 = 75% das ist schon viel! ...komisch.
MultiKo ist eigentlich immer.
Du machst folgendes
erstmal alle bivariat korrelieren
alle UV mit der AV
und alle UVs untereinander
dann lin Regression mit allen UV (enter, hast du schon)
dann ändere die methode und lass die Software
ein Modell bestimmen in dem nur sig UVs drin sind
z.B über (stepwise, oder wie deine software das auch immer haben will)
..dann erstmal gucken und interpretieren.
Kommt auf dei UVs an, man könnte eine Faktorenanalyse machen mit den UVs
und sie dadurch reduzieren.
gruß
dutchie
