Regressionsanalyse

[Leoblaaa]

Hallo zusammen,

in meiner Master-Thesis untersuche ich die Einflussfaktoren auf das affektive Commitment der Generation Z.
Hierzu habe ich einen Fragebogen entwickelt mit verschiedenen Variablen, die anhand einer Likert-Skala beantwortet wurden, von denen einige zusammen Konstrukte wiederspiegeln.
Den Einfluss der einzelnen Variablen habe ich deskriptiv mit Berechnung des Korrelationskoeffizienten analysiert.

Nun habe ich Hypothesen aufgestellt, in denen getestet werden soll, ob auch Konstrukte an sich einen Einfluss haben.
Beispiel: Der Literatur nach bedeutet eine personenorientierte Führung für die Generation Z Partnerschaftliche Zusammenarbeit, ein offenes Ohr und Einsatz der Führungskraft für den Mitarbeiter.
Um Handlungsempfehlungen geben zu können, möchte ich mit einem Hypothesentest nutzen mit folgender Alternativhypothese:
Je personenorientierter der Führungsstil ist, desto höher ist das affektive Commitment der Generation Z.

Ich habe hierfür zuerst an eine multiple Regressionsanalyse gedacht und diese in R durchgeführt. Das Gesamtergebnis ist signifikant und anhand des T-Werts lässt sich die Nullhypothese (Kein Einfluss) verwerfen. Allerdings werden die einzelnen Variablen als nicht signifikant dargestellt, mit p-Werten teilweise über 0,7. Da habe ich mich gefragt, ob die Regressionsanalyse hier das richtige Verfahren ist und wieso so krumme Werte herauskommen.

Die Konstrukte umfassen bis zu 6 manifeste Variablen. Weniger kann ich nicht nehmen, da so in der Literatur definiert.

Kann mir jemand weiterhelfen? Oder muss ich ein ganz anderes Verfahren wählen?

Liebe Grüße
Leoblaaa

[dutchie]

Hallo

wenn die AV intervallskaliert ist ist die lineare Regression
das richtige Verfahren.

Das Gesamtergebnis ist signifikant und anhand des T-Werts lässt sich die Nullhypothese (Kein Einfluss) verwerfen.

?? du meinst die sig für das ganze Modell? Das läuft normal über F und nicht t?

Dein Problem ist jetzt, dass innerhalb der Regression kein Prädiktor sig ist, oder?

oder was ist ein krummer Wert?

Gruß
dutchie

[Leoblaaa]

Hallo
Ja genau, sorry ich habe den t-Wert und den f-Wert verwechselt.
Die Variablen sind intervallskaliert, dann liege ich mit der Regression ja schonmal richtig, danke!

Also das Problem ist, wie du sagst, dass das Modell an sich als signifikant angezeigt wird (p-Wert fast 0 und F-Wert höher als die Prüfgröße) aber eben kein Prädiktor an sich signifikant ist. Kannst du mir da helfen?

[dutchie]

Hallo

also das kann vorkommen!

Warum auch immer...

Frage: Ist das Gesamtmodell sinnvoll, wenn kein Prädiktor im Modell sig ist?
Nein!

Normal passiert das wenn man viel Krempel einfach mal so reinsteckt.

Ist denn eine bivariate Koko signifikant?

Eventuell sind ein paar Prädiktoren nahe dran p = .0523 z.B.
oder die Prädiktoren sind miteinanader zu hoch korreliert!
Man kann mal die Multikorlinearität checken
eventuell mit allen Prdiktoren eine Faktorenanalyse machen
und Anzahl und Inhalte sinnvoll "einkochen", reduzieren.

Oder die lin Regression nicht auf "einschluss" fahren
sondern auf z.B. "stepwise", ich weiß nicht wie da bei R heißt

also die software suchen lassen nach einen Modell mit nur
signifikanten Prädiktoren, das ist dann eventeull auch nicht das
beste Modell, aber erstmal eine Alternative.

oder das Modell selber aufbauen, erstmal rein was rein muss
dann den rest und schaun, ob die hinzunahmen sig ist.
dann müsste man man sich aber inhaltliche Gedanken machen.


gruß
dutchie