Die Ziele der vorliegenden Arbeit sind, die Erläuterung der Definition, Durchführung und Zweck der Regressionsanalyse, Beschreibung der Analyseschritte zur SPSS.
In dem ersten Kapitel wird die Regressionsanalyse in der Marktforschung definiert. Es wird beschrieben welche Ausprägungen das Verfahren hat und wo diese in der Fachliteratur zu finden sind. In dem zweiten Teil der Arbeit werden die verschieden Arten der Regressionsanalyse beschrieben. Im dritten Kapitel wird die einfache Regressionsanalyse näher betrachtet. Es werden Schritte der Vorgehensweise anhand eines Beispiels erläutert. Außerdem werden die notwendigen, für den hohen Signifikanzwert der Analyse, Prämissen beschrieben und erklärt. In der Zusammenfassung der Arbeit wird auf die Spezifik der Methode noch einmal eingegangen. Im Anschluss der Arbeit werden Nachteile und Vorteile dieses Verfahrens aufgezählt und verglichen.
Inhaltsverzeichnis
1. EINLEITUNG
2. REGRESSIONSANALYSE. KONTEXT UND ANWENDUNGSFELDER
2.1. Diverse Ausprägungen der Regressionsanalyse
2.1.1 Deskriptive Regression
2.1.2 Wahrscheinlichkeitstheoretische Regression
2.2. Einfache lineare Regressionsanalyse
2.2.1 Einfache lineare Regressionsanalyse
2.2.1.1 Das Modell der einfachen Regressionsanalyse
2.2.1.2 Beispiel
2.3. Multiple Regressionsanalyse
2.3.1 Arten der multiplen Regressionsanalyse
2.3.1.1 Mehrfache lineare Regressionsanalyse
2.3.1.2 Multiple nicht lineare Regressionsanalyse
2.3.1.3 Stufenweise Regressionsanalyse
2.3.1.4 Simultante Regressionsanalyse
2.3.1.5 Partielle Regressionsanalyse
2.4 Schlussfolgerung
3 VORGEHENSWEISE DER REGRESSIONSANALYSE
3.1 Annahmen des Regressionsmodells
3.2 Schritte der Regressionsanalyse
3.2.1 Bestimmung des Modells
3.2.2 Grafische Darstellung des Regressionsanalyse
3.2.3 Ermittlung der Regressionskoeffizienten
3.2.4 Aufstellung der Regressiongleichung
3.2.5 Prüfung des Modells
3.2.5.1 Bestimmheitsmaßberechnung
3.2.5.2 Die Schätzung der Standardfehler
3.2.5.3 F-Statistik
3.2.5.4 Prüfung des einzelnen Regressionskoeffizienten
3.2.5.4.1 T-Test der Regressionskoeffizienten
3.2.5.4.2 Konfindenzintervallen um die Regressionskoeffizienten
3.2.6 Tools zu Prüfung der Modell-Prämissen
3.2.3.1 Variablenprüfung
3.2.3.1.1 Linearität der Zusammenhänge
3.2.3.1.2 Prüfung der Kollinearität
3.2.3.2 Prüfung der Residuen
3.3 Schlussfolgerung
4. ZUSAMMENFASSUNG
Zielsetzung & Themen
Die vorliegende Arbeit zielt darauf ab, die Regressionsanalyse zu definieren, ihren Zweck zu erläutern und den konkreten Ablauf der Durchführung anhand eines Projekts aus der Fitnessbranche zu beschreiben. Dabei wird untersucht, wie statistische Verfahren genutzt werden können, um Einstellungen von Menschen zu erfassen und einseitige Zusammenhänge zwischen Variablen abzubilden.
- Definition und Anwendungsfelder der Regressionsanalyse in der Marktforschung
- Unterscheidung zwischen einfacher und multipler Regressionsanalyse
- Vorgehensweise und notwendige Prämissen bei der Regressionsanalyse
- Methoden zur Modellprüfung und Interpretation der Ergebnisse
Auszug aus dem Buch
2.1. Diverse Ausprägungen der Regressionsanalyse
2.1.1 Deskriptive Regression Im Falle einer deskriptiven Regression wird angenommen, dass die Zusammenhänge zwischen x und den Beobachtungen y deterministisch sind, also nicht vom Zufall abhängen. Dieser Fall lässt sich als Y = f(x) darstellen, wobei die Funktion f nicht oder nicht vollständig bekannt ist. Bei diesen deskriptiven Verfahren wird vor allem Wert auf den numerischen Aspekt der Regression gelegt. Das typische Instrument zur Analyse ist dabei die Methode der kleinsten Quadrate.
2.1.2 Wahrscheinlichkeitstheoretische Regression Im Falle der wahrscheinlichkeitstheoretisch basierten Regression sind die beobachteten Variablen mit einem zufälligen Fehler ε behaftet, dieser Fall wird durch modelliert. Die „wahren“ Zusammenhänge zwischen y und f(x) sind demnach nicht bekannt und müssen geschätzt oder prognostiziert werden. Entsprechend wird dieses statistische Regressionsmodell anhand von Schätz- und Testverfahren analysiert. Dennoch liegen der wahrscheinlichkeitstheoretisch basierten Regressionsanalyse immer die numerischen Verfahren der deskriptiven Regression zu Grunde. Außerdem gibt es weitere Ausprägungen dieses analytischen Instruments. Die sind in der folgenden Abbildung 2.1 systematisch dargestellt.
Zusammenfassung der Kapitel
1. EINLEITUNG: Es werden Definition, Zweck und Durchführung der Regressionsanalyse vorgestellt sowie der Forschungsansatz anhand des Projekts „Fitness und Gesundheit“ skizziert.
2. REGRESSIONSANALYSE. KONTEXT UND ANWENDUNGSFELDER: Dieses Kapitel definiert die Regressionsanalyse in der Marktforschung und differenziert zwischen deskriptiven, wahrscheinlichkeitstheoretischen, einfachen und verschiedenen Formen der multiplen Regression.
3 VORGEHENSWEISE DER REGRESSIONSANALYSE: Hier wird der Prozess der Regressionsanalyse von den Grundannahmen über die Modellbildung bis zur Prüfung der Modellvalidität detailliert erläutert.
4. ZUSAMMENFASSUNG: Das Kapitel fasst die Bedeutung der Regressionsanalyse zur Ermittlung funktionaler Zusammenhänge zusammen und warnt vor Fehlinterpretationen bei Verletzung der Modellannahmen.
Schlüsselwörter
Regressionsanalyse, einfache lineare Regression, multiple Regressionsanalyse, Marktforschung, Methode der kleinsten Quadrate, Bestimmtheitsmaß, F-Statistik, Residuen, Kausalzusammenhang, Modellprüfung, Variablenprüfung, Signifikanz, Prognose, Statistik, SPSS
Häufig gestellte Fragen
Worum geht es in dieser Studienarbeit grundsätzlich?
Die Arbeit behandelt die Grundlagen und die praktische Durchführung der einfachen und multiplen Regressionsanalyse zur Darstellung von einseitigen Zusammenhängen zwischen Variablen im Kontext der Marktforschung.
Welche zentralen Themenfelder werden abgedeckt?
Die Arbeit thematisiert verschiedene Arten der Regression (einfach, multipel, linear, nicht-linear), die theoretischen Annahmen, den praktischen Ablauf der Berechnung sowie die Validitätsprüfung der Modelle.
Was ist das primäre Ziel der Untersuchung?
Das primäre Ziel ist die Erläuterung der Definition, des Zwecks und der Durchführung der Regressionsanalyse, verdeutlicht durch ein Anwendungsbeispiel aus dem Projekt „Fitness und Gesundheit“.
Welche wissenschaftlichen Methoden werden verwendet?
Es werden mathematisch-statistische Methoden wie die Methode der kleinsten Quadrate zur Parameterschätzung sowie Testverfahren wie F-Statistik und T-Test zur Modellprüfung angewandt.
Was wird im Hauptteil der Arbeit behandelt?
Der Hauptteil gliedert sich in die theoretische Einordnung verschiedener Regressionsarten und die detaillierte Darstellung der Arbeitsschritte bei der Durchführung einer Regressionsanalyse, inklusive der Prüfung von Modell-Prämissen.
Welche Schlüsselbegriffe charakterisieren die Arbeit?
Wichtige Begriffe sind Regressionsanalyse, Bestimmtheitsmaß, Residuen, Modellvalidität, Signifikanz und Kausalzusammenhang.
Wie unterscheidet sich die einfache von der multiplen Regressionsanalyse laut der Autorin?
Während die einfache Regression lediglich die Abhängigkeit einer Variablen von einer einzigen unabhängigen Variablen untersucht, analysiert die multiple Regressionsanalyse die Abhängigkeit einer Variablen von mehreren Einflussfaktoren gleichzeitig.
Warum ist die Prüfung der Modell-Prämissen für die Analyse essenziell?
Die Prüfung ist unabdingbar, da nur bei erfüllten Modell-Prämissen (wie Normalverteilung der Störgrößen oder Homoskedastizität) valide Ergebnisse erzielt werden und Fehlspezifikationen des Modells vermieden werden können.
- Quote paper
- Alina Opanasenko (Author), 2009, Die einfache und multiple Regressionsanalyse zur Darstellung der einseitigen Zusammenhänge, Munich, GRIN Verlag, https://www.grin.com/document/140959
