Hallo:)
Ich schreibe gerade meine Diplomarbeit und bekomme im empirischen Teil meiner Arbeit eine nicht signifikante Korrelation -.021 zwischen beiden Konstrukten. Wenn ich allerdings eine lineare multiple Regressionsanalyse berechne, um die Einzelkomponenten der Konstrukte genauer zu betrachten, bieten 2 davon einen signifikanten Erklärungswert (β = .448 und β = - .445).
Wie ist das möglich? Müsste dann nicht wenigstens eine kleine signifikante Korrelation zumindest bei der Korrelationsrechnung sichtbar sein?
Vielen vielen Dank für Antworten im Vorraus!
Liebe Grüße
Hilfe bei der Ergebnisinterpretation Regressionsanalyse
-
- Beiträge: 3
- Registriert: 24.04.2012, 13:06
-
- Beiträge: 2391
- Registriert: 06.02.2011, 19:58
re
einmal vorausgesetzt, dass keine technischen Fehler zugrunde liegen, ist es durchaus möglich.
Es wäre sogar möglich, dass im bivariaten Fall negative Korrelationen auftreten (sig.) und in der Regression unter Berücksichtigung mehrerer Prädiktoren dann eine positive Korrelation. Ursache ist eine nicht korrekte Spezifikation des Modells (meist in der bivariaten Betrachtung).
Stichworte: Multi-Level / Mehrebenen / Hierarchische Regression
Hier ein Programmbeispiel:
[/code]
Es wäre sogar möglich, dass im bivariaten Fall negative Korrelationen auftreten (sig.) und in der Regression unter Berücksichtigung mehrerer Prädiktoren dann eine positive Korrelation. Ursache ist eine nicht korrekte Spezifikation des Modells (meist in der bivariaten Betrachtung).
Stichworte: Multi-Level / Mehrebenen / Hierarchische Regression
Hier ein Programmbeispiel:
Code: Alles auswählen
input program.
loop a =1 to 1000 by 1.
end case.
end loop.
end file.
end input program.
exe.
COMPUTE group2=RV.UNIFORM(0,3).
RECODE group2 (Lowest thru 1=1) (Lowest thru 2=2) (Lowest thru 3=3) INTO group.
EXECUTE .
DELETE VARIABLES a group2.
IF (group = 3) uv=RV.UNIFORM(0,20).
IF (group = 2) uv=RV.UNIFORM(10,30).
IF (group = 1) uv=RV.UNIFORM(20,40).
IF (group = 1) av=uv * 20 + RV.NORMAL(0,50).
IF (group = 2) av=uv * 20 + RV.NORMAL(0,50) + 500.
IF (group = 3) av=uv * 20 + RV.NORMAL(0,50) + 800.
EXECUTE.
IF (group = 1) g1 = 1.
IF (group = 2) g2 = 1.
IF (group = 3) g3 = 1.
EXECUTE .
RECODE g1 g2 g3 (MISSING=0).
EXECUTE.
*--------------------- Berechnungen -------------------------------------------------------.
CORRELATIONS
/VARIABLES=uv av
/PRINT=TWOTAIL NOSIG
/MISSING=PAIRWISE.
GRAPH
/SCATTERPLOT(BIVAR)=uv WITH av
/MISSING=LISTWISE.
REGRESSION
/MISSING LISTWISE
/STATISTICS COEFF OUTS R ANOVA
/CRITERIA=PIN(.05) POUT(.10)
/NOORIGIN
/DEPENDENT av
/METHOD=ENTER uv.
REGRESSION
/MISSING LISTWISE
/STATISTICS COEFF OUTS R ANOVA
/CRITERIA=PIN(.05) POUT(.10)
/NOORIGIN
/DEPENDENT av
/METHOD=ENTER uv group.
*-------------------------------dichotome Regression ------------------------------------------------------------------------.
REGRESSION
/MISSING LISTWISE
/STATISTICS COEFF OUTS R ANOVA
/CRITERIA=PIN(.05) POUT(.10)
/NOORIGIN
/DEPENDENT av
/METHOD=ENTER uv g1 g2 g3.
*------------------ Daten 2 generieren ...............
input program.
loop a =1 to 600 by 1.
end case.
end loop.
end file.
end input program.
exe.
COMPUTE group2=RV.UNIFORM(0,6).
RECODE group2 (Lowest thru 1=1) (Lowest thru 2=2) (Lowest thru 3=3) (Lowest thru 4=4) (Lowest thru 5=5) (Lowest thru 6=6) INTO group.
EXECUTE .
DELETE VARIABLES a group2.
IF (group = 1) uv=RV.UNIFORM(0,20).
IF (group = 2) uv=RV.UNIFORM(10,30).
IF (group = 3) uv=RV.UNIFORM(20,40).
IF (group = 4) uv=RV.UNIFORM(30,50).
IF (group = 5) uv=RV.UNIFORM(40,60).
IF (group = 6) uv=RV.UNIFORM(50,70).
IF (group = 6) av=uv * 20 + RV.NORMAL(0,50).
IF (group = 5) av=uv * 20 + RV.NORMAL(0,50) + 300.
IF (group = 4) av=uv * 20 + RV.NORMAL(0,50) + 600.
IF (group = 3) av=uv * 20 + RV.NORMAL(0,50) + 900.
IF (group = 2) av=uv * 20 + RV.NORMAL(0,50) + 1200.
IF (group = 1) av=uv * 20 + RV.NORMAL(0,50) + 1500.
EXECUTE.
IF (group = 1) g1 = 1.
IF (group = 2) g2 = 1.
IF (group = 3) g3 = 1.
IF (group = 4) g4 = 1.
IF (group = 5) g5 = 1.
IF (group = 6) g6 = 1.
EXECUTE .
RECODE g1 to g6 (MISSING=0).
EXECUTE.
var lab group 'Group'.
var lab uv 'independent variable: predictor'.
var lab av 'dependent variable: dv'.
var lab g1 'group membership: 1 '.
var lab g2 'group membership: 2'.
var lab g3 'group membership: 3'.
var lab g4 'group membership: 4'.
var lab g5 'group membership: 5'.
var lab g6 'group membership: 6'.
GRAPH
/SCATTERPLOT(BIVAR)=uv WITH av
/MISSING=LISTWISE.
CORRELATIONS
/VARIABLES=uv av
/PRINT=TWOTAIL NOSIG
/MISSING=PAIRWISE.
REGRESSION
/MISSING LISTWISE
/STATISTICS COEFF OUTS R ANOVA
/CRITERIA=PIN(.05) POUT(.10)
/NOORIGIN
/DEPENDENT av
/METHOD=ENTER uv group.
REGRESSION
/MISSING LISTWISE
/STATISTICS COEFF OUTS R ANOVA
/CRITERIA=PIN(.05) POUT(.10)
/NOORIGIN
/DEPENDENT av
/METHOD=ENTER uv g1 g2 g3 g4 g5 g6.
drfg2008