Regressionsanalyse

Heiko Schimmelpfennig

Ansprechpartner
Prof. Dr. Heiko Schimmelpfennig
+ 49 40 25 17 13 35
hschimmelpfennig@ifad.de

Aufgabenstellung der Regressionsanalyse

Das Ziel der Regressionsanalyse ist die Beantwortung der Frage: Wie wird ein Merkmal durch ein oder mehrere andere Merkmale beeinflusst?

Bei dem beeinflussten Merkmal wird es sich in der Regel um ein wichtiges, allgemeines Kriterium handeln, das man einerseits verändern möchte, das aber andererseits nicht direkt kontrollierbar ist. Um eine solche Veränderung dennoch – und zudem möglichst effektiv – durchführen zu können, muss man wissen, durch welche Aspekte das Merkmal besonders stark beeinflusst wird.

Auf der Abbildung der Regressionsanalyse ist ein waagerechtes Balkendiagramm zu sehen, welches auf der Vertikalachse 6 Persönlichkeits-Eigenschaften anzeigt und in der Horizontalachse Prozentuale.

Relative Einfluss-Stärken in Hinblick auf die Zufriedenheit mit Callcentern

Gegenüber Kreuztabellierungen zur Aufdeckung von Zusammenhängen liefert die Regressionsanalyse:
  • Direkt vergleichbare Kennwerte für die Größe der Einflüsse (die Gewichte)
  • Angaben darüber, wie groß der Erklärungsgrad durch die beeinflussenden Merkmale insgesamt ist (multipler Korrelationseffizient, Determinationskoeffizient)
  • Angaben zur statistischen Sicherheit der Ergebnisse (Signifikanzaussagen)

Voraussetzungen

In die Analyse sollten mindestens 50 bis 60 Fälle einfließen.

Das Verfahren erwartet metrische Messwerte. Dabei ist es aber ziemlich robust gegenüber Abweichungen von der Normalverteilung und einem reinen Intervall-Skalenniveau. Da auch „Ja/Nein“-Daten metrisch interpretiert werden können, lässt sich grundsätzlich auch damit eine Regressionsanalyse rechnen.

Die Einflussvariablen sollten untereinander weitgehend unabhängig sein.

Wichtig ist die Modellbildung:

  • Die Einflussrichtung muss eindeutig sein.
  • Die Zusammenhänge zwischen der beeinflussten und jeder Einflussvariablen sollten linear sein.