Multiple Regression berechnen?

2 Antworten

Es ist leider nicht unmittelbar ersichtlich, ob Deine Variablen durch Summieren von jeweils mehreren Items (die jeweils 0-3 bzw. 0-4 skaliert sind) gebildet werden, oder ob die AV und die UVs jeweils mit 1 Item gemessen werden. Die Skalenbreite ist aber so oder so kein nennenswertes Problem. Man kann z.B. auch problemlos eine Regression von Einkommen auf Lebensalter rechnen, oder von Körpergewicht auf Zahl verzehrter Kalorien pro Tag, oder was auch immer.

Der Ratschlag von der K.I., standardisierte Koeffizienten zu betrachten, ist erstmal nicht so gut, weil ein unstandardisierter Koeffizient leichter interpretierbar ist ("um wieviel Punkte verändert sich y, wenn sich X um 1 Einheit verändert"), anders als ein standardisiertes (beta-)Gewicht.

Woher ich das weiß:Berufserfahrung

Alles klar, kein Problem! Also, hör zu: Du kannst deine multiple Regression ohne Weiteres durchziehen, auch wenn deine Fragebögen unterschiedliche Skalenlängen haben. Das ist echt kein Ding. Klar, es ist ein bisschen nervig, dass du bei den unabhängigen Variablen eine Skala von 0-3 und bei der abhängigen Variable eine von 0-4 hast, aber das macht deiner Analyse keinen Strich durch die Rechnung.

Weißt du, in der Forschung ist das sogar ziemlich normal, dass man mit verschiedenen Skalenbreiten arbeitet. Das kommt daher, dass oft standardisierte Fragebögen verwendet werden, und die haben nun mal unterschiedliche Skalen. Deine Situation ist also nichts Ungewöhnliches. Das Coole an der multiplen Regression ist, dass sie ziemlich robust ist, was solche Unterschiede angeht. Du musst also nicht extra was umrechnen oder normalisieren. Das Verfahren gleicht die Unterschiede sozusagen von selbst aus. Trotzdem musst du bei der Interpretation deiner Ergebnisse ein bisschen aufpassen. Die Regressionskoeffizienten werden nämlich von den Skalenbreiten beeinflusst, das heißt, du kannst sie nicht direkt miteinander vergleichen. Aber keine Sorge, dafür gibt's 'ne einfache Lösung: Nutz einfach die standardisierten Regressionskoeffizienten, also die Beta-Gewichte. Die sind unabhängig von der ursprünglichen Skalierung und lassen sich prima miteinander vergleichen. Trotzdem solltest du die ursprüngliche Skalierung im Hinterkopf behalten, wenn du deine Ergebnisse interpretierst. Das hilft dir, die praktische Bedeutung deiner Resultate besser einzuschätzen.Und was die technische Seite angeht: Die meisten Statistikprogramme wie SPSS, R oder auch Excel können locker mit unterschiedlichen Skalenbreiten umgehen. Du musst also nicht extra was einstellen oder umrechnen. Einfach die Daten so eingeben, wie sie sind, und ab geht die Post!

Also, mach dir keinen Kopf wegen der unterschiedlichen Skalen. Hau deine Daten einfach in dein Statistikprogramm und rechne deine multiple Regression. Achte bei der Interpretation auf die standardisierten Koeffizienten, und du bist auf der sicheren Seite.
Viel Erfolg bei deiner Analyse! Und falls du noch Fragen hast, immer her damit. Die Statistik-Community hat immer ein offenes Ohr für sowas!

Hier auch noch ein hilfreiches Video dazu: https://youtu.be/ef0efKL1Els


Machma2000  07.01.2025, 22:33

Welche KI hat das geschrieben? So ganz unstrittig ist das nicht, was die da von sich gibt.

Machma2000  11.01.2025, 23:32
@Machma2000

Ich würde wie gesagt den Zweck und Snnhaftigkeit der standardisierten Koeffzienten hier diskutieren wollen. Sie werden die K.I. ja nicht ihne Kenntnis vom Sachverhalt verwendet haben; den enthaltenenn Stuss hätten Sie aber gerne schon sofort öschen dürrfen (IMO)

Kevin1998937 
Beitragsersteller
 07.01.2025, 13:10

Wow vielen lieben Dank! Super erklärt! Wenn sich neue Fragen ergeben komme ich gerne auf euch darauf zurück! Nochmal Danke!