Regressionsanalyse: einfach
Die einfache Regressionsanalyse testet (genauso wie die Pearson-Korrelationsanalyse), ob ein linearer Zusammenhang zwischen einer unabhängigen und einer abhängigen Variable besteht. Unabhängig von der tatsächlichen Kausalität definieren Sie jedoch - im Unterschied zur Korrelationsanalye - eine der beiden Variablen als UV und eine als AV.
Voraussetzung für die einfache, lineare Regressionsanalyse ist, dass
- die UVs intervallskaliert oder dichotom (d.h. zwei Ausprägungen hat, z.B. ja/nein oder m/w) sind,
- die AV intervallskaliert ist,
- Homoskedastizität besteht (konstante Varianz der Rediduen - wird mittels Streudiagramm optisch kontrolliert) und
- die Rediduen normalverteilt sind (so testen Sie das in SPSS).
Die Regressionsanalyse ergibt den Regressionskoeffizienten (normal bzw. unstandardisiert = B, standardisiert = β bzw. Beta). Hier finden Sie eine Videoanleitung zur Durchführung der einfache, lineare Regressionsanalyse in SPSS, hier eine für JASP.
Bei Zusammenhangs- und Veränderungshypothesen wird meistens von einem linearen Zusammenhang ausgegangen, d.h. wenn die UV (z.B. Alter) um steigt oder sinkt, so steigt/sinkt die AV (Arbeitserfahrung) auch, und das unabhängig der Höhe der Ausprägung der Variablen. Sie können die Regressionsanalyse jedoch auch nutzen um komplexere, nichtlineare Zusammenhangsmuster zwischen zwei Variablen zu prüfen.