STATISTIK-FORUM.de

[Nordlicht77]

Hallo.
Ich habe in meiner Forschungsarbeit verschiedene Hypothesen zu linearen Zusammenhängen formuliert. Z.B.: Steigt die Wahrnehmung der Individualisierung, steigt auch die Belastung. Die einfache Korrelation dieser beiden Variablen ergab kein signifikantes Ergebnis.
Wenn ich nun aber die "Individualisierung" zusammen mit anderen Prädiktoren in ein multiples Regressionsmodell aufnehme, in dem die "Belastung" das Kriterium darstellt, wird mir auf einmal ein signifikanter Wert für "Individualisierung" angezeigt..
Wie muss ich das nun interpretieren? Hat der Wert im Regressionsmodell überhaupt eine Aussage für die einzelne Korrelation?
Vielleicht kann mir hier ja jemand helfen?

[bele]

Ein multtvariates Verfahren bekommt mehr Information und kann deshalb auch komplexere Zusammenhänge erkennen.

LG,
Bernhard

[Nordlicht77]

Danke für die schnelle Antwort. Heißt das, die Ergebnisse aus der multiplen Regression sind eher als "richtig" zu interpretieren als die reine Korrelation?

[bele]

"Rot ist nicht blau", "Äpfel sind Kernobst". Was von beidem ist "richtig"? Beides! In der einfachen Korrelation gibt es keinen signifikanten Zusammenhang, in der multiplen Regression, wenn ein Teil des Rauschens durch andere Prädiktoren erklärt wird, erkennt man einen Einfluss von Individualisierung. Warum muss eines von beiden eher "richtig" sein? Beides sind verschiedene Aussagen.

LG,
Bernhard

[Nordlicht77]

Ich überlege nur, ob ich meine Hypothese jetzt auf Basis dieser beiden Ergebnisse verwerfen oder beibehalten kann

LG!

[PonderStibbons]

Wie groß ist denn die Stichprobe? Wie hoch ist die bivariate Korelation und der p-Wert? Wie viele und was für sonstige Variablen wurden in die multiple Regression einbezogen, wie lautet der Koeffizient mit Standardfehler und p-Wert für Individualisierung im Gesammodell? Wie lauten R² und adjstiertes R² des Gesamtmodells?

Mit freundlichen Grüßen

PonderStibbons