STATISTIK-FORUM.de

Hallo:)

ich habe eine Frage zur Auswertung meiner linearen Regression.
Ich habe als Prädiktor die soziale Unterstützung (die aus 3 subskalen besteht: soziale unterstützung durch freunde/ familie/ vertrauensperson) und Kriterium das Wohlbefinden (beides intervallskaliert). die multiple regression ist nciht signifikant. allerdings einer der prädktoren (soziale unterstützung durch die familie). wenn ich eine lineare regression mit aussshcließlich diesem prädiktor rechne ist dies aber signifikant. kann ich dass so erklären dass nicht alle drei skalen zur erklärung des kriteriums beitragen aber eben dieser einzelne prädiktor schon?

lg und danke:)

Hi,

wie groß ist denn die Stichprobe und wie hoch ist das p in dem Modell mit drei Prädiktoren und wie niedrig das mit nur einem Prädiktor? Was sagen die R^2?
Ich tippe auf eine kleine Stichprobe. Habe ich recht?

LG, Bernhard

ja also habe n=69
die multiple regression mit den subskalen der sozialen Unterstützung als Prädiktorvariablen ist nicht signifikant (p=.118). F(3,65)=1.63, p=.191; R²-Wert=.07
Das einfache lineare regressionsmodell mit der subskala soziale Unterstützung durch die Familie als erklärender Variable, ist signifikant, F(1, 67)=5.69, p=.02. der R²-Wert des Modells beträgt 0.078 (β=-.28, p=.02).

Die Varianzaufklärung ist in beiden Modellen etwa gleich, die beiden zusätzlichen Prädiktoren bringen also keine Verbesserung und erhöhen die Zahl der Freiheitsgrade. 8% Varianzaufklärung mit drei Prädiktoren ist weniger überzeugend als 8% mit einem Prädiktor.
LG, Bernhard

ok vielen dank dir! also trägt nur dieser eine prädiktor zur erklärung des kriteriums bei oder?

Das ist schwer zu sagen, vielleicht würden die anderen auch etwas beitragen, wenn das nicht schon genausogut oder besser von dem einen beigetragen worden wäre. Wahrscheinlich hast Du Recht und die anderen beiden sind nutzlos, aber Du kannst auch einfach mal ausprobieren, was ein Ein-Prädiktor-Modell mit den anderen beiden ergeben würde.

vielen vielen dank erstmal für die hilfreichen antworten!
da ich mehrere abhängige Variablen habe, ist mir aufgefallen dass im bezug auf stress als kriterium die multiple regression mit den subskalen der sozialen Unterstützung als Prädiktorvariablen signifikant ist (p<.001). F(3,65)=13.57; R²-Wert=.385, korrigiertes R²=.357
soz. Unterstützung Vertrauensperson p=.082 (->nicht signifikant)
soz. Unterstützung Familie p=.014
soz. Unterstützung Freund.innen p=.039
und wenn ich jeweils eine lineare regression rechne mit den drei subskalen der sozialen unterstützung so sind alle drei signifikant:
-soz. Unterstützung Vertrauensperson R²=.274 (p<.01)
-soz. Unterstützung Familie R²=.225 (p<.01)
-soz. Unterstützung Freund.innen R²=.252 (p<.01)

jetzt bin ich mir nicht sicher, in diesem fall würde ja die multiple regression mehr varianz aufklären, allerdings wäre einer der prädiktoren nciht signifikant hingegen zu der linearen regression. eigentlich wäre es ja auch sinnvoller einheitlich die subskalen eher als getrennt zu betrachten... was wäre deine einschätzung dazu?

Das klingt so, als gäbe es eine übergeordnete "soziale Unterstützung gesamt" und die führt dazu, dass die einzelnen sozialen Unterstützungen miteinander korrelieren. Berichten würde ich beides, sowohl die bivariate als auch die multiple Regression und im Zweifel auch noch die Korrelationen der sozialen Unterstützungen untereinander.

Stichwort: Multikollinearität.

LG, Bernhard