Multiple Lineare Regression

Multiple lineare Regression in SPSS durchführen

Da sich drei der sechs Voraussetzungen auf die Residuen beziehen, müssen wir diese zuerst berechnen. Dies erfordert allerdings, dass wir erst die komplette multiple lineare Regression durchführen, da die Residuen erst berechnet werden können, wenn das gesamte Modell erstellt bzw. an die Daten gefittet wurde.

Multiple lineare Regression wird in SPSS wie eine einfache lineare Regression durchgeführt. Dazu rufen wir das Dialogfeld Lineare Regression und wählen die Optionen auf, wie unterhalb beschrieben:

  1. Um eine multiple lineare Regression auszuführen, gehen wir zu Analysieren > Regression > Linear…

    Multiple Regression: Menü


  2. Es erscheint das folgende Dialogfenster.

    Auf der linken Seite sehen wir die beiden Variablen in unserem Datensatz. Auf der rechten Seite die Felder, in die wir die Variablen entweder durch Drag-and-Drop hineinziehen können oder durch Auswählen und Drücken der Pfeiltaste zu der Liste hinzufügen können.

    Multiple Regression: Dialog


  3. intervallskalierte Variablegehalt ist unsere Abhängige Variable und damit unser Kriterium. Wir wollen also also den Gehalt durch die unabhängigen Variablen vorhersagen. Sie sind unsere Prädiktoren. Wir haben drei Variablen aus denen wir den Gehalt vorhersagen wollen: intervallskalierte Variableerfahrung, intervallskalierte Variablegeschlecht und intervallskalierte Variableausbildung. Sie werden unter Unabhängige Variable(n) eingetragen.

    Falls wir noch eine Variable haben, die unseren Fällen einen besseren Namen gibt als die fortlaufende Nummerierung durch SPSS, können wir diese bei Fallbeschriftung eintragen.

    Die Fallbeschriftung ist allerdings optional und dient lediglich der einfacheren Zuordnung bei der späteren Auswertung.

    Für unseren Beispieldatensatz würde das ausgefüllte Dialogfenster so aussehen:

    Multiple Regression: Dialog (ausgefüllt)


  4. Mit einem Klick auf Statistiken… öffnet sich ein Dialogfenster mit weiteren Statistiken, die wir berechnen lassen können.

    Multiple Regression: Statistiken


  5. Hier wollen wir noch zusätzlich ausgewähltes KontrollkästchenKonfidenzintervalle, ausgewähltes KontrollkästchenDeskriptive Statistik, ausgewähltes KontrollkästchenTeil- und partielle Korrelationen, ausgewähltes KontrollkästchenKollinearitätsdiagnose, sowie ausgewähltes KontrollkästchenDurbin-Watson und ausgewähltes KontrollkästchenFallweise Diagnose auswählen.

    Das ausgefüllte Dialogfenster würde so aussehen:

    Multiple Regression: Statistiken (ausgefüllt)


  6. Durch Klicken auf Weiter wird die Eingabe bestätigt und wir gelangen wieder zum vorherigen Dialog.

  7. Dort klicken wir auf Diagramme… um das folgende Dialogfenster zu öffnen.

    Multiple Regression: Diagramme


  8. Hier wählen wir alle Kontrollkästchen aus: ausgewähltes KontrollkästchenHistogramm, ausgewähltes KontrollkästchenNormalverteilungsdiagramm und ausgewähltes KontrollkästchenAlle partiellen Diagramme erzeugen.

  9. Wir bestätigen die Auswahl mit Weiter.

  10. Als letztes soll SPSS noch Variablen erzeugen, die Teil des Regressionsmodells sind, wir z.B. die Residuen. Wir brauchen sie zur Überprüfung weiterer Voraussetzungen. Dazu klicken wir im Hauptdialog auf Speichern…. Es erscheint folgendes Dialogfenster:

    Multiple Regression: Speichern


  11. Unter — Vorhergesagte Werte — wählen wir ausgewähltes KontrollkästchenNicht standardisiert aus. Rechts daneben, unter — Residuen —, ausgewähltes KontrollkästchenStudentisiert und ausgewähltes KontrollkästchenStudentisiert, ausgeschl.. Unter — Distanzen — wollen wir ausgewähltes KontrollkästchenCook und ausgewähltes KontrollkästchenHebelwerte berechnen lassen.

    Wenn alle ausgewählt wurden, sieht das Dialogfenster so aus:

    Multiple Regression: Speichern (ausgewählt)


  12. Durch Klicken auf Weiter wird die Eingabe bestätigt und wir gelangen wieder zum vorherigen Dialog.

  13. Damit sind alle Einstellungen gemacht. Durch Drücken auf OK berechnet SPSS für uns die multiple lineare Regression und noch fünf weitere Variablen, die wir auf der folgenden Seite interpretieren werden.