Regressionsanalyse

Zusammenfassung

Die Regressionsanalyse bildet eines der flexibelsten und am häufigsten eingesetzten Verfahren der multivariaten Datenanalyse. Sie dient der Analyse von Beziehungen zwischen einer metrisch skalierten abhängigen Variablen und einer oder mehreren metrisch skalierten unabhängigen Variablen. Insbesondere wird sie eingesetzt, um

• Zusammenhänge quantitativ zu beschreiben und zu erklären;

• Werte der abhängigen Variablen zu schätzen bzw. zu prognostizieren.

Primäre Anwendungsbereiche der Regressionsanalyse betreffen die Untersuchung von Kausalbeziehungen wie auch die Unterstützung von Entscheidungen. Die Regressionsanalyse ist damit von herausragender Bedeutung für Wissenschaft und Praxis.

Das Kapitel verdeutlicht die Vorgehensweise der Regressionsanalyse anhand der fünf zentralen Ablaufschritte des Verfahrens unter Rückgriff auf ein einfaches Beispiel. Anschließend wird für ein größeres Fallbeispiel gezeigt, wie eine blockweise und eine schrittweise (multiple) Regressionsanalyse mit Hilfe von IBM SPSS gerechnet wird und welche Ergebnisoutputs dabei für die praktische Anwendung eine besonders zentrale Bedeutung besitzen. Die SPSS Outputs werden anwendungsbezogen interpretiert, sodass für den Leser eine Übertragbarkeit auf eigene Anwendungsfälle leicht möglich ist. Das Kapitel schließt mit wichtigen Anwendungsempfehlungen zur Durchführung einer Regressionsanalyse.