Die multiple lineare Regressionsanalyse hat einige Voraussetzungen, die bei der Anwendung der Regression überprüft werden müssen. Es existieren hierbei die folgenden Voraussetzungen, wobei jede der Voraussetzungen in SPSS mit einer spezifischen Methode überprüft werden muss:

1. Es darf keine Multikollinearität der Residuen vorliegen. Überprüfung in SPSS durch Berechnung des VIF (Variance inflation factor).
2. Die Residuen dürfen keine Autokorrelation aufweisen. Wird in SPSS mittels des Durbin-Watson-Wertes geprüft.
3. Die Residuen müssen normalverteilt sein. Kann mit einem Histogramm der Residuen überprüft werden.
4. Es darf keine Heteroskedastizität vorliegen. Zur Überprüfung wird mit SPSS das sogenannte Residuals-vs-fitted-Diagramm erstellt.

Im folgenden erfahren Sie, wie diese Voraussetzungen in SPSS geprüft werden können.

Die 1. Voraussetzung besagt, dass die unabhängigen Variablen untereinander nicht zu stark korrelieren dürfen. Die Voraussetzung wird mittels der VIF-Werte überprüft.

Um die VIF-Werte zu erhalten, wählen in SPSS das Menü Analysieren -> Regression -> Linear aus. Geben Sie dann Ihre abhängige und die unabhängigen Variablen ein. 

• Klicken Sie als nächstes auf den Button Statistiken und setzten Sie einen Haken bei Kollinearitätsdiagnose. Drücken Sie dann auf Weiter und danach auf OK.
• Im SPSS-Outputfenster erscheint nun der Regressions-Output. Betrachten Sie hier die Tabelle Koeffizienten: Am rechten Rand dieser Tabelle finden Sie eine Spalte mit der Überschrift VIF. Diese Spalte enthält für jede der unabhängigen Variablen den VIF-Wert.
• Wenn alle der VIF-Werte kleiner als 10 sind, ist die Voraussetzung erfüllt.
• Wenn Sie in Ihrer Regression einen VIF-Wert finden der größer als 10 ist, müssen Sie Ihr Modell modifizieren: Entfernen Sie hierzu die unabhängige Variable mit dem größten VIF-Wert, und berechnen Sie die VIF-Werte erneut.

Wiederholen Sie diese Vorgehensweise, bis nur noch unabhängige Variablen mit einem VIF-Wert kleiner als 10 in Ihrem Modell enthalten sind.

Diese Voraussetzung besagt, dass die Residuen (d.h. die Fehlerterme der Regression) untereinander nicht korreliert sein dürfen. Zur Prüfung der Voraussetzungen in SPSS wird der Durbin-Watson-Wert berechnet. 

Gehen Sie hierzu in SPSS in das Menü Analysieren -> Regression -> Linear und geben Sie die abhängige und die unabhängigen Variablen ein.

• Klicken Sie dann auf Statistiken und setzen Sie einen Haken bei Durbin-Watson. Drücken Sie dann auf Weiter und dann auf OK.
• Betrachten Sie nun im Outputfenster die Tabelle mit der Überschrift Modellzusammenfassung. In dieser Tabelle finden Sie rechts den Durbin-Watson-Wert. Dieser sollte nahe an 2 liegen.
• Als Faustregel können Sie verwenden dass der Durbin-Watson-Wert in Ordnung ist, wenn er zwischen 0.7 und 2.3 liegt.

Die Residuen d.h. die Fehlerterme einer Regression sollten normalverteilt sein. Um diese Voraussetzung in SPSS zu überprüfen, wählen Sie wieder den Menüpunkt Analysieren -> Regression -> Linear. Wählen Sie dann die abhängige und die unabhängigen Variablen ein, und klicken Sie rechts auf den Button Diagramme. 

• Setzen Sie nun einen Haken bei Histogramm, drücken Sie dann auf Weiter und danach auf OK.
• Im Output ganz unten finden Sie nun in Histogramm mit einer eingezeichneten Normalverteilungs-Kurve.
• Wenn die Gestalt des Histogrammes gut mit der glockenförmigen Gestalt der Normalverteilungskurve übereinstimmt, ist die Voraussetzung der Normalverteilung erfüllt.

Seien Sie bei der Beurteilung der Normalverteilung nicht zu streng. Wenn das Histogramm einigermaßen wie die Kurve aussieht, ist die Voraussetzung als erfüllt anzusehen.

Diese Voraussetzung besagt, dass die Streuung der Residuen konstant sein muss. Wenn die Voraussetzung erfüllt ist, wird das als Homoskedastizät bezeichnet. Heteroskedastizät bedeutet, dass die Voraussetzung nicht erfüllt ist. Um die Voraussetzung zu überprüfen, gehen Sie folgendermaßen vor: Wählen Sie in SPSS das Menü Analysieren -> Regression -> Linear und geben Sie abhängige und unabhängige Variablen ein. Klicken Sie dann auf Diagramme.

• Wählen Sie nun im linken Auswahlfeld die Zeile *ZRESID aus und fügen Sie sie rechts bei Y ein. 
• Wählen Sie dann im linken Auswahlfeld die Zeile *ZPRED aus und fügen Sie sie rechts bei X ein.
• Drücken Sie nun auf Weiter und dann auf OK. Im Output ganz unten finden Sie nun ein Diagramm.

In diesem Diagramm sollten die Punkte überall eine in etwa gleich große Streuung nach oben und unten zeigen. Wenn die Punkte z.B. im linken Teil der Graphik eine kleinere Streuung zeigen als rechts, ist die Voraussetzung nicht erfüllt.