SPSS-FORUM.DE

Hallo zusammen,

Ich habe bei zwei Variablen, die miteinander korrelieren, eine bivariate Regression durchgeführt, um evt. Aussagen treffen zu können, ob die eine die andere erklärt. Das Besondere dabei ist, dass ich nicht mit Sicherheit sagen kann, welches die uV und welches die aV ist. Also habe ich die Regression einfach zweimal durchgeführt und die uV und aV dabei vertauscht, sodasss jede Variable einmal uV und aV war. Die Ergebnisse waren exakt dieselben. Egal welche die aV war, das Ergebnis war signifikant und der R² derselbe. Was sagt mir das nun? Bedeutet das, dass die Wirkrichtung der beiden Variablen nicht bestimmt werden kann und die eine eben nicht die andere erklärt?

Danke für eure Antworten!

Das beta in einer einfachen Regression ist gleich dem r in einer Pearson-Korrelation.

Ob irgendwas irgendwas beeinflusst, darauf kann eine Regression kéine Antwort geben.
Nur, ob was zusammenhängt. Die Prozedur weiß ja nicht, was wir uns so denken oder
wie die Realität so beschaffen ist.

Mit freundlichen Grüßen

PodnerStibbons

Hallo PonderStibbons,

danke für deine Antwort. Einen Zusammenhang der Variablen beweist ja bereits eine Korrelation, dafür müsste ich ja keine Regression durchführen. Ich habe das Verfahren der Regression so verstanden, dass sie anzeigt, ob eine Variable Vorhersagen über eine andere Variable treffen kann. Ist das korrekt? Also, wenn ich weiß, welche Ausprägung die aV hat, kann ich vorhersagen, welche Ausprägung die uV annehmen wird. Beispielsweise nach dem Motto ein hoher Wert der aV bedeutet ein hoher Wert der uV. Wenn ich das so richtig verstanden habe, was sagt es mir dann wenn die Ergebnisse mit getauschten Variablen gleich sind?
Oder geh ich schlicht und einfach falsch an die Sache ran? Sollte man eine Regression nur durchführen, wenn die uV und die aV bekannt sind?

Danke und viele Grüße