SPSS und lineare Regression: Ausgabe Schritt für Schritt verstehen

Lineare Regression in SPSS: Aufruf, Ausgabe und Annahmen

SPSS führt die lineare Regression unter Analysieren, Regression, Linear und gibt dabei mehrere Tabellen aus, darunter Modellzusammenfassung und Koeffizienten. Zu den Ausgaben gehören der korrigierte Determinationskoeffizient und der Standardfehler des Schätzers aus der Modellzusammenfassung sowie die Spalten T und Sig. aus der Koeffiziententabelle; die Anleitung des ZIMK der Universität Trier nennt zudem fünf Voraussetzungen, die vor der Interpretation zu prüfen sind.

Regression in SPSS aufrufen

Eine lineare Regression schätzt, wie gut eine oder mehrere unabhängige Variablen eine abhängige Variable vorhersagen. Nach dem Skript Lineare Regressionsanalyse von Kappelhoff ist das Hauptanliegen der Regressionsanalyse die Vorhersage von Variablenwerten der abhängigen Variablen aus den Ausprägungen der unabhängigen Variablen. Bevor dieser Schritt in SPSS ausgeführt wird, sollten die Daten vollständig und korrekt vorliegen. Grundlegende Arbeitsschritte dazu, etwa die Dateneingabe und die Variablenansicht vor der eigentlichen Analyse, lassen sich in einem eigenen Beitrag zu SPSS-Grundlagen nachlesen. Ist die Datenbasis bereit, erfolgt der eigentliche Aufruf der Prozedur über einen festen Menüpfad.

1. Im Menü Analysieren den Punkt Regression und darin Linear auswählen.
2. Im folgenden Dialogfenster die abhängige Variable festlegen.
3. Im selben Dialogfenster die unabhängige Variable festlegen.

Dieser Menüpfad wird sowohl in der Anleitung des ZIMK der Universität Trier als auch in der Beschreibung der Methodenberatung der Universität Zürich genannt. Weitere Einstellungen innerhalb des Dialogfensters, etwa zu Diagrammen oder Statistikoptionen, sind in diesen Anleitungen nicht beschrieben; bei Unsicherheit empfiehlt sich Rücksprache mit der betreuenden Person oder der Methodenberatung der eigenen Hochschule. Nach der Auswahl der Variablen und dem Start der Berechnung erzeugt SPSS mehrere Ausgabetabellen im Output-Fenster. Diese Tabellen bilden die Grundlage für die Interpretation der Ergebnisse. Wer unsicher ist, ob die eigene Variable als abhängige oder unabhängige Variable in den Dialog gehört, sollte sich die Fragestellung der eigenen Untersuchung noch einmal vor Augen führen, bevor die Berechnung gestartet wird.

Die einfache lineare Regression mit genau einem Prädiktor und ihre theoretischen Grundlagen werden in einem eigenen Beitrag vertieft.

Die Tabelle Modellzusammenfassung lesen

Nach dem Aufruf der Prozedur erscheint im SPSS-Output unter anderem die Tabelle Modellzusammenfassung. Der SPSS-Output enthält immer das R-Quadrat, das auch als Bestimmtheitsmass bezeichnet wird, sowie das korrigierte R-Quadrat. Bei der einfachen linearen Regression, also bei genau einem Prädiktor, wird in der Regel das korrigierte R-Quadrat berichtet. Die Anleitung des ZIMK der Universität Trier ergänzt, dass in der Tabelle Modellzusammenfassung der korrigierte Determinationskoeffizient und der Standardfehler des Schätzers stehen. Beide Kennwerte lassen sich für die spätere Berichterstattung aus dieser Tabelle notieren. Eine allgemeingültige Grenze, ab welchem Wert ein R-Quadrat als gut oder schlecht gilt, lässt sich nicht angeben. Wer eine solche Einordnung für die eigene Arbeit benötigt, sollte dazu Rücksprache mit der betreuenden Person oder der Methodenberatung der eigenen Hochschule halten. Für die Dokumentation der Analyse ist es sinnvoll, sowohl das korrigierte R-Quadrat als auch den Standardfehler des Schätzers aus dieser Tabelle zu notieren, bevor die Koeffiziententabelle betrachtet wird.

Die Tabelle Koeffizienten lesen

Neben der Modellzusammenfassung gibt SPSS die Tabelle Koeffizienten aus, die Auskunft über den Beitrag der einzelnen unabhängigen Variablen gibt. Nach der Beschreibung der Methodenberatung der Universität Zürich wird die Signifikanz der Regressionskoeffizienten mit einem t-Test geprüft, die Ergebnisse dazu stehen in den Spalten T und Sig. der Tabelle. Die folgende Übersicht fasst zusammen, welche dieser beiden Spalten was zeigt.

Für eine Einordnung weiterer Spalten der Tabelle, etwa B oder Beta, empfiehlt sich Rücksprache mit der betreuenden Person oder der Methodenberatung der Hochschule. Aus einem signifikanten Koeffizienten lässt sich zudem keine kausale Wirkung der unabhängigen auf die abhängige Variable ableiten. Für Analysen mit mehr als einer unabhängigen Variablen gilt: Die multiple lineare Regressionsanalyse und die dabei veränderte Interpretation der Koeffiziententabelle werden auf einer eigenen Seite behandelt. Für die einfache Regression mit nur einer unabhängigen Variablen genügt es zunächst, die Spalten T und Sig. zusammen mit den Werten aus der Modellzusammenfassung zu notieren. Bei Unklarheiten zur Einordnung einzelner Koeffizienten empfiehlt sich Rücksprache mit der betreuenden Person oder der Methodenberatung der eigenen Hochschule, da über die t-Test-Prüfung hinaus keine allgemeingültige Interpretationsregel angegeben werden kann.

Voraussetzungen der Regression prüfen

Bevor die Ergebnisse der Modellzusammenfassung und der Koeffiziententabelle inhaltlich gedeutet werden, lohnt sich ein Blick auf die Voraussetzungen der linearen Regression. Die Anleitung des ZIMK der Universität Trier nennt dazu folgende Punkte.

• Metrisches Skalenniveau der abhängigen Variablen
• Linearität des Zusammenhangs
• Normalverteilung der Residuen
• Varianzhomogenität, auch Homoskedastizität genannt
• Unkorreliertheit der Residuen

Diese fünf Punkte sollten vor der inhaltlichen Interpretation der Ausgabe durchgegangen werden. SPSS berechnet die Kennwerte der Regression; das Durchgehen dieser Voraussetzungen bleibt Aufgabe der Person, die die Analyse durchführt. Für die eigene Arbeit empfiehlt es sich, diese Prüfung im Methodenteil kurz zu dokumentieren, damit nachvollziehbar bleibt, auf welcher Grundlage die anschließende Interpretation der Modellzusammenfassung und der Koeffizienten erfolgt. Eine solche Dokumentation kann knapp ausfallen, etwa als kurzer Absatz, der benennt, welche Punkte geprüft wurden und mit welchem Ergebnis. Das Skript von Kappelhoff behandelt in diesem Zusammenhang unter anderem die Prüfung der Linearitätsannahme und der Normalverteilung der Residuen. Werden einzelne Punkte nicht erfüllt, sollte das konkrete Vorgehen mit der betreuenden Person oder der Methodenberatung der eigenen Hochschule besprochen werden.

Ergebnisse dokumentieren und berichten

Nach der Berechnung und der Prüfung der Voraussetzungen stellt sich die Frage, wie die Analyse in der Abschlussarbeit festgehalten wird. Es empfiehlt sich, beim Thema SPSS-Syntax dokumentieren sorgfältig vorzugehen, da dies die Nachprüfbarkeit der Analyse für Betreuende und Gutachtende erleichtert. Eine kurze Syntaxdatei mit Kommentaren zu den einzelnen Schritten kann diese Dokumentation veranschaulichen. Für die inhaltliche Darstellung der Ergebnisse gilt: Wer die Regression berichten möchte, stützt sich dabei auf die Kennwerte aus der Modellzusammenfassung, also das korrigierte R-Quadrat und den Standardfehler des Schätzers, sowie auf die Werte aus der Koeffiziententabelle, insbesondere T und Sig. Diese Kennwerte lassen sich für die schriftliche Zusammenfassung im Ergebnisteil der Arbeit notieren. Es empfiehlt sich, die Kennwerte in einer übersichtlichen Tabelle zusammenzustellen, bevor die Interpretation im Fließtext erfolgt. Für eine vertiefte Auseinandersetzung mit dem Ablauf und der Ausgabe der linearen Regression bieten sich zwei Quellen zum Nachlesen an: das Skript Lineare Regressionsanalyse, verfasst von Kappelhoff und über das Informationsportal Forschungsmethoden der Pädagogischen Hochschule Freiburg zugänglich, sowie die Anleitung des ZIMK der Universität Trier zur linearen Regressionsanalyse mit SPSS. Welcher Zitierstil gilt, lässt sich bei der betreuenden Person oder der Methodenberatung der eigenen Hochschule erfragen.

Quellen und Stand

• Methodenberatung der Universität Zürich: Einfache lineare Regression: www.methodenberatung.uzh.ch (geprüft am 2026-10-02)
• Kappelhoff (PH Freiburg): Skript Lineare Regressionsanalyse: www.ph-freiburg.de (geprüft am 2026-10-02)
• Universität Trier, ZIMK: Lineare Regressionsanalyse mit SPSS: www.uni-trier.de (geprüft am 2026-10-02)
• Universität Trier, ZIMK: Lineare Regressionsanalyse mit SPSS: www.uni-trier.de (PDF) (geprüft am 2026-10-02)
• Universität Trier, ZIMK: Lineare Regressionsanalyse mit SPSS: www.uni-trier.de (Quelle 2) (geprüft am 2026-10-02)