STATISTIK-FORUM.de

Hallo zusammen,

ich hoffe bei meinem folgenden Problem Unterstützung von euch zu bekommen:

H1: Je größer Variable X1, desto größer ist Variable Y
H2: Je größer Variable X2, desto größer ist Variable Y
H3: Je größer Variable X3, desto größer ist Variable Y

Stichprobengröße: 146

Ergebnis mehrerer einfachen Regressionsanalysen: Alle Hypothesen sind jeweils signifikant und können bestätigt werden.
Ergebnis einer multiplen Regressionsanalyse: Hypothesen H1 und H2 sind signifikant und können bestätigt werden. Der postulierte Zusammenhang von X3 auf Y der Hypothese 3 ist nun leider nicht mehr signifikant.

Jetzt gibt es natürlich mehrere mögliche Erklärungsmöglichkeiten wie Multikollinearität, Drittvariableneffekte/Moderationseffekte oder auch Suppressionseffekte (Scheinkorrelationen dürften sinnlogisch nicht vorhanden sein)

Mein größeres Problem ist nun aber wie ich das weiter interpretieren kann bzw. kann ich H3 aufgrund der einfachen Regressionsanalyse bestätigen auch wenn die Hypothese in einer multiplen Regressionsanalyse nicht bestätigt werden kann?


Hoffe mir kann geholfen werden. Danke im Voraus!

Viele Grüße
Jonas

Wo ist das Problem? H3 ist bestätigt. Die multiple Regressionsanalyse hat mit H3 ja nichts mehr zu tun.
Der Grund und Zweck für die multiple Analyse ist leider nicht angegeben.

Mit freundlichen Grüßen

PonderStibbons

Hi,

es kommt auf Deine fachliche(n) Fragestellung(en) an.
Die musst Du vorab formulieren.
Wenn Du Dir darüber fachlich im klaren bist, kannst Du passendes aus Deinen vier linearen Regressionsmodellen heraussuchen und
1.) statistisch interpretieren
2.) fachlich interpretieren

Gruß
S.

Super! Mit so einer schnellen Antwort hätte ich nicht gerechnet - Danke!

@PonderStibbons: Aber wo liegt dann der Sinn in einer multiplen Regressionsanalyse ggü. mehreren einfachen Regressionsanalysen?

@PonderStibbons, @strukturmarionette:
Meine Interpretation des Ganzen würde also wie folgt aussehen: die Variable X1 und X2 regressieren auf die unabh. Variable Y und erklären diese zu R^2 = ... . Weiterhin hat aber die Variable X3 auch einen Effekt auf Y hat, welcher jedoch in einer multiplen Analyse durch die anderen beide Effekte unterdrückt wird.
Ergibt eine solche Interpretation Sinn?

Viele Grüße
Jonas

@PonderStibbons: Aber wo liegt dann der Sinn in einer multiplen Regressionsanalyse ggü. mehreren einfachen Regressionsanalysen?

Sag Du es mir, Du hast doch eine durchgeführt. Welche Fragestellung lag dem zugrunde?

Meine Interpretation des Ganzen würde also wie folgt aussehen: die Variable X1 und X2 regressieren auf die unabh. Variable Y und erklären diese zu R^2 = ... . Weiterhin hat aber die Variable X3 auch einen Effekt auf Y hat, welcher jedoch in einer multiplen Analyse durch die anderen beide Effekte unterdrückt wird.
Ergibt eine solche Interpretation Sinn?

Nicht so sehr. Alle 3 erklären in der Stichprobe gemeinsam y. x3 ist dabei inferenzstatistisch nicht signifikant.
Ohne Angabe des Koeffizienten, seines Standardfehlers und des p-Wertes ist das aber eine weitgehende
substanzlose Aussage. Was mit "unterdrückt" hier genau bezeichnet wird, weiß ich leider nicht.
Ein üblicher Fall ist hier (für die Varianzanalyse, was analog ist zur linearen Regressionsanalyse) beschrieben:
https://psychologie.uni-graz.at/de/biol ... -list/faq/ FAQ #7
Demnach könnte man sich mal die Interkorrelationsmatrix der 4 Variablen ansehen, mit wem x3 alles
substanziell korreliert ist.

Mit freundlichen Grüßen

PonderStibbons