Nachweis und Behandlung von Multikollinearität

Auszug

Multikollinearität bezeichnet eine lineare Abhängigkeit zwischen zwei oder mehr unabhängigen Variablen. Es handelt sich dabei um ein zentrales Problem bei regressionsbasierten, statistischen Analysen, das beim empirischen Arbeiten häufig unterschätzt wird. Liegt Multikollinearität vor, so kann dies zu stark negativen Auswirkungen auf die Aussagekraft des Regressionsmodells führen (u.a. Farrar und Glauber 1967; Gunst 1983; Ofir und Khuri 1986). So sind Schätzergebnisse der Regressionskoeffizienten möglicherweise weit von den tatsächlichen, aber unbekannten Parametern entfernt - was deutlichen über- oder Unterschätzungen entsprechen würde. Auch sind hohe Varianzen bzw. Standardfehler eine Folge von Multikollinearität, die letztendlich auch dazu führen können, dass die Koeffizienten Vorzeichen annehmen, die theoretischen überlegungen widersprechen. Trotz unplausibler Werte für die Regressionskoeffizienten muss aber nicht zwangsläufig eine Beeinträchtigung der Schätzgüte auftreten (Steffen 1994, S. 6), was in der Praxis dazu führen kann, dass man sich in „falscher Sicherheit“ wiegt. Eine Adressierung des Problems Multikollinearität ist daher beim empirischen Arbeiten von besonderer Bedeutung.