Hallo Zusammen,
ich hätte eine kurze Frage zur Auswertung der multiplen Regressionsanalyse.
Ich habe eine multiple Regr.analyse mit zwei Blöcken durchgeführt.
Im ersten Block habe ich meine abhänige Variable und zwei Prädiktoren (P1 und P2) in das Modell eingegeben (meine Hypothese).
Im zweiten Block habe ich weitere Variablen, die mit der abhängigen Variablen korellieren aufgenommen, um eine Verbesserung des Modells zu erhalten.
Nun habe ich als Output signifikante Ergebnisse für beide Modelle bekommen.
- in Modell 1 sind meine beiden Prädiktoren signifikant
- in Modell 2 sind keine der Prädiktoren signifikant, sondern lediglich die wetieren Varablen,die zur Verbesserung des Modells aufgenommen wurde.
Darf ich nun meine Hypothese, dass Präditkor 1 und 2 signifikant die abhängige Variable vorhersagen, bestätigen (wegen signifikanten Ergebnis von Modell 1) oder muss ich sie verwerfen (wegen nicht signifikanten der Prädiktoren in Modell 2)?
Ich hätte jetzt die Hypothese bestätigt, aber unter der Anmerkung, dass beide Prädiktoren nur einen sehr geringen Anteil der Varianz aufklären und nach Aufnahme weiterer "Kontrollvariablen" kein signifikantes Ergebnis mehr liefern.
Ist das so richtig??
Es wäre super, wenn mir jemand kurz Feedback dazu geben könnte!! Vielen Dank im Voraus!!
Multiple Regressionsanalyse - kurze Frage!
-
AnnaMaria
- Beiträge: 4
- Registriert: 20.08.2012, 15:44
-
Skuz
- Beiträge: 141
- Registriert: 25.07.2008, 19:08
Deine Kontrollvariablen sind ja in der Regel Einflussgrößen, die sowohl theoretisch als auch empirisch relevant sind.
Sie werden aufgenommen, damit Effekte nicht überschätzt werden. Im Endeffekt sagt dir Modell 1: Es gibt einen Effekt dieser Prädikatoren (wie stark oder schwach auch immer). Ob es sinnvoll ist jeden noch so kleinen Effekt als Bestätigung seiner Hypothesen zu betrachten, hängt a) von der Fragestellung ab und b) von den Konventionen deines Fachs.
Modell 2 ist dann dein Gesamtmodell und gewöhnlich das Modell auf dem deine Ergebnisse basieren sollten. Sind die Effekte deiner Prädikatoren auch noch sichtbar, so kann deine Hypothese für diesen Datensatz als bestätigt angesehen werden. Sind keine Effekte vorhanden, so kannst du deine Hypothese nicht aufrecht erhalten. Anders formuliert: Deine Interpretation ist mir zu positiv. Wenn im Gesamtmodell keine Effekte deiner Prädikatoren mehr vorhanden sind, kannst deine Hypothese in die "Tonne kloppen", sofern deine Fragestellung nicht darauf abstellt, dass deine Prädikatoren überhaupt einen Effekt haben (Bsp: Gibt es einen Effekt vom Geschlecht auf X? vs. Wie groß ist der Effekt vom Geschlecht auf X unter Berücksichtigung sonstiger Merkmale).
Sie werden aufgenommen, damit Effekte nicht überschätzt werden. Im Endeffekt sagt dir Modell 1: Es gibt einen Effekt dieser Prädikatoren (wie stark oder schwach auch immer). Ob es sinnvoll ist jeden noch so kleinen Effekt als Bestätigung seiner Hypothesen zu betrachten, hängt a) von der Fragestellung ab und b) von den Konventionen deines Fachs.
Modell 2 ist dann dein Gesamtmodell und gewöhnlich das Modell auf dem deine Ergebnisse basieren sollten. Sind die Effekte deiner Prädikatoren auch noch sichtbar, so kann deine Hypothese für diesen Datensatz als bestätigt angesehen werden. Sind keine Effekte vorhanden, so kannst du deine Hypothese nicht aufrecht erhalten. Anders formuliert: Deine Interpretation ist mir zu positiv. Wenn im Gesamtmodell keine Effekte deiner Prädikatoren mehr vorhanden sind, kannst deine Hypothese in die "Tonne kloppen", sofern deine Fragestellung nicht darauf abstellt, dass deine Prädikatoren überhaupt einen Effekt haben (Bsp: Gibt es einen Effekt vom Geschlecht auf X? vs. Wie groß ist der Effekt vom Geschlecht auf X unter Berücksichtigung sonstiger Merkmale).



