Multikollinearität in der Regression – woran erkenne ich sie, und was mache ich dagegen?

Hey Robert, Korrelationsmatrix allein reicht tatsächlich nicht, weil die nur paarweise Zusammenhänge zeigt. Multikollinearität kann aber auch entstehen, wenn mehrere Variablen zusammen eine andere erklären, das siehst du in der Matrix gar nicht. Deswegen VIF checken, ist echt der Standard.

Kurz zur Logik: Für jede unabhängige Variable wird eine Hilfsregression auf alle anderen X gerechnet, daraus bekommst du ein R². Der VIF ist dann 1/(1-R²), die Toleranz ist einfach der Kehrwert davon (1-R²). Merksatz: Toleranz und VIF sagen dasselbe aus, nur gespiegelt – kleine Toleranz = hoher VIF = Problem.

Als Faustregel gilt meistens:

• VIF < 5 (manche sagen auch < 10): meist unproblematisch
• VIF > 10 bzw. Toleranz < 0,1: da würde ich definitiv genauer hinschauen

Wichtig: es gibt keinen scharfen Grenzwert, der überall gilt, das hängt auch von Stichprobengröße und Kontext ab. Typischer Fehler ist, dass man nur auf einen einzigen Schwellenwert starrt und den Rest der Diagnostik ignoriert.

Zum Umgang: Rauswerfen ist nur eine Option. Man kann auch Variablen zu einem Index zusammenfassen, zentrieren (v.a. bei Interaktionstermen hilfreich), die Stichprobe vergrößern oder im Extremfall Ridge-Regression nutzen, die genau für solche Fälle gemacht ist. Kommt halt drauf an, wie theoretisch wichtig beide Variablen für deine Fragestellung sind.