Sie Statistiksoftware SPSS gibt automatisch sowohl die standardisierten als auch die unstandardisierten Koeffizienten aus. Hierbei stellt sich häufig die Frage, was der Unterschied zwischen diesen zwei Arten von Koeffizient ist. Beide Methoden haben hierbei sowohl Vorteile als auch Nachteile:

Vorteil: Bessere Interpretierbarkeit. Nehmen wir z.B. an, wir berechnen eine Regression mit unabhängiger Variable Bildungsjahre und abhängiger Variable Einkommen in € und erhalten für die Bildungsjahre einen unstandardisierten Koeffizienten von B=125,3. Dieser Wert bedeutet, dass mit jedem zusätzlichen Bildungsjahr das Einkommen durchschnittlich um 125,3 € ansteigt.

Nachteil: Schlechtere Vergleichbarkeit. Nehmen wir an, wir hätten als weitere unabhängige Variable das Alter, mit einem unstandardisierten Koeffizienten von B=51,2 und wie im obigen Beispiel die Bildungsjahre mit einem unsatndardisierten Koeffizienten von B=125,3.

Anhand dieser Koeffizienten kann nicht gesagt werden, welche der beiden Variablen einen stärkeren Einfluss auf das Einkommen hat.

Vorteil: Bessere Vergleichbarkeit. Falls sich z.B. in obigem Beispiel der standardisierte Koeffizient für das Alter zu Beta=0.6 und für die Bildungsjahre zu Beta=0.4 ergibt, so weiß man das Alter einen stärkeren Einfluss auf Einkommen hat als Bildungsjahre.

Nachteil: Schlechtere Interpretierbarkeit. Die Interpretation eines Beta-Wertes von 0.6 ist die folgende: Wenn sich die unabhängige Variable um eine Standardabweichung erhöht, so erhöht sich die abhängige Variable und 0.6 Standardabweichungen. Dies ist eine deutlich weniger anschauliche Interpretation als für die unstandardisierten Koeffizienten.

Benötigen Sie weitere Informationen zum Thema lineare Regression in SPSS oder sind Sie interessiert an einer Statistik Beratung? Nehmen Sie Kontakt zu uns auf und informieren Sie sich unverbindlich.