Ob ein Effekt klein, mittel oder groß ist, sollte immer daran gemessen werden, was für das Feld typische Effekte sind und in der Praxis relevant ist (Funder & Ozer, 2019). Dazu können entweder die standardisierten Regressionsgewichte oder die Varianzaufklärung z.B. über den Determinationskoeffizienten R2 herangezogen werden. 

Um Regressionskoeffizienten zwischen verschiedenen Prädiktoren in einem Modell zu vergleichen, sollte man standardisierte Regressionskoeffizienten betrachten (Nerdhinweis #2).

Immer wieder werden zur Beurteilung des Effekts einzelner Prädiktoren auch Nützlichkeitsanalysen (Commonality-Analysis) durchgeführt. Dabei wird die aufgeklärte Varianz am Kriterium in die Beiträge einzelner Prädiktoren sowie auch den gemeinsamen Beitrag mehrerer Prädiktoren zerlegt. Die dabei resultierenden quadrierten Semipartialkorrelationen sind allerdings inhaltlich oft schwierig zu interpretieren (z.B. kann man so quantifizieren, welchen Einfluss ein ganz bestimmter Teil an der Varianz der Bildung auf beruflichen Erfolg hat, zum Beispiel der Teil der durch Alter oder die finanzielle Lageerklärt werden kann - Die Herausforderung ist dann, zu klären, was das dann eigentlich noch für ein Varianzanteil an Bildung ist? Wie lässt sich das theoretisch einordnen?).

Zuletzt geändert: Freitag, 17. Mai 2024, 12:13