Guten Abend!
Ich habe ein Verständnisproblem: ich untersuche den Einfluss verschiedener Arbeitgebermaßnahmen (Aufstiegsmöglichkeiten, Möglichkeit Ideen einbringen usw.) auf die gefühlte gesellschaftliche Zugehörigkeit von Arbeitnehmern. Beantwortung erfolgte mit 5er Likert Skalen. Eine Pearson Korrelation ergibt durchgehende Signifikanz der einzelnen Items auf das Item Zugehörigkeit. Eine Regression nur noch für ein einziges Item. Das korrigierte R² ist auch nicht sehr berühmt: .12 Liegt das daran, dass die (multivariate?) Regression zusätzlich die Einflüsse der Prädiktoren untereinander erfasst und sich das dann auf die Signifikanz auswirkt? Oder liegt es daran, dass die symmetrische Wirkrichtung bei der Korrelation die Signifikanz besser macht, als wenn es gerichtet ist, wie bei der Regression? Sind die Tests für meinen Fall überhaupt so sinnvoll?
Regression vs. Korrelation Signifikanzproblem
-
oliver87
- Beiträge: 14
- Registriert: 05.09.2018, 19:47
-
dutchie
- Beiträge: 2734
- Registriert: 01.02.2018, 10:45
Re: Regression vs. Korrelation Signifikanzproblem
hallo oliver
R2 ist immer größer als das Größte r2
ist R2 = .12 oder ist das das p von R2 ?
Das liegt vermutlich daran, dass die Items als Predictoren miteinander hoch korrelieren
und man das item als Kriterium (das was vorhergesagt werden soll) nur einmal aufklären kann.
sinnvoll ist es nicht items mit items zu erklären, da gibt es doch summensores der items
mit denen kann man korrelieren.
zur Reliabilitätsbestimmung innerhalb eines Tests macht du Cronbach alpha und trennschärfen fertig!
gruß
dutchie
R2 ist immer größer als das Größte r2
ist R2 = .12 oder ist das das p von R2 ?
Das liegt vermutlich daran, dass die Items als Predictoren miteinander hoch korrelieren
und man das item als Kriterium (das was vorhergesagt werden soll) nur einmal aufklären kann.
sinnvoll ist es nicht items mit items zu erklären, da gibt es doch summensores der items
mit denen kann man korrelieren.
zur Reliabilitätsbestimmung innerhalb eines Tests macht du Cronbach alpha und trennschärfen fertig!
gruß
dutchie
-
oliver87
- Beiträge: 14
- Registriert: 05.09.2018, 19:47
Re: Regression vs. Korrelation Signifikanzproblem
R= .409 ; R² = .167, korrigiertes R² = .115, Standardfehler 1,978
ANOVA: F=3.229 ; Sign.: 0.001
bei Koeffizienten ist jetzt aber nur noch ein Item signifikant mit .004
Wie meinst du das mit dem Summenscore? Ich hab die Items selbst "entwickelt", das ist keine Likert-Skala die mit 10 Items ein Konstrukt misst, sondern alles einzelne Bereiche: Karrierechancen, Arbeitsatmosphäre, betriebliche Altersvorsorge, Urlaubs-/Weihnachtsgeld usw!
Meine Hypothese ist einfach, dass eins von diesen Dingen die subjektiv erlebte Zugehörigkeit beeinflusst/stärkt bei Erfüllung durch den Arbeitgeber.
Deshalb dachte ich die Regression ist das Werkzeug, welches am meisten Aussagekraft hat, weil es ja auch kausale Aussagen trifft.
Gruß
ANOVA: F=3.229 ; Sign.: 0.001
bei Koeffizienten ist jetzt aber nur noch ein Item signifikant mit .004
Wie meinst du das mit dem Summenscore? Ich hab die Items selbst "entwickelt", das ist keine Likert-Skala die mit 10 Items ein Konstrukt misst, sondern alles einzelne Bereiche: Karrierechancen, Arbeitsatmosphäre, betriebliche Altersvorsorge, Urlaubs-/Weihnachtsgeld usw!
Meine Hypothese ist einfach, dass eins von diesen Dingen die subjektiv erlebte Zugehörigkeit beeinflusst/stärkt bei Erfüllung durch den Arbeitgeber.
Deshalb dachte ich die Regression ist das Werkzeug, welches am meisten Aussagekraft hat, weil es ja auch kausale Aussagen trifft.
Gruß
