STATISTIK-FORUM.de

[Ovoje123]

Hallo zusammen,

Ich führe eine Regressionsanalyse durch mit 4 unabhängigen und einer abhängigen Variable. Dabei würde ich gerne untersuchen ob es geschlechterspezifische Unterschiede hinsichtlich der Einflussstärke der unabhängigen Variablen auf die Abhängige gibt.

Kann ich zur Überprüfung dieser Unterschiede den nicht-standardisierten Regressionskoeffizienten B verwenden und zunächst schauen ob bei den Männern und Frauen der jeweilige Effekt signifikant ist und wenn ja, bei welchem der Geschlechter der nicht-standardisierte Regressionskoeffizient B höher ist, um daraus schlusszufolgern, bei welcher Gruppe (Männer oder Frauen) der Effekt stärker ausgeprägt ist?

Danke!

[bele]

Hallo Ovoje,

Das Problem bei so einem Vorgehen ist, dass Du nicht weißt, ob der Unterschied vielleicht einfach nur Zufall ist. Die übliche Vorgehensweise wäre Frau-Sein als 0 oder 1 Dummyvariable zu codieren und dann für alle zu untersuchenden Koeffizienten einen sog Interaktionsterm mit ins Modell zu nehmen. Ist der Begriff geläufig? Sonst belies Dich dazu mal und komm dann mit Fragen hierher zurück.

LG, Bernhard

[PonderStibbons]

Irgendwie waren wir da schon weiter post52673.html#p52673

[Ovoje123]

Hallo Ovoje,

Das Problem bei so einem Vorgehen ist, dass Du nicht weißt, ob der Unterschied vielleicht einfach nur Zufall ist. Die übliche Vorgehensweise wäre Frau-Sein als 0 oder 1 Dummyvariable zu codieren und dann für alle zu untersuchenden Koeffizienten einen sog Interaktionsterm mit ins Modell zu nehmen. Ist der Begriff geläufig? Sonst belies Dich dazu mal und komm dann mit Fragen hierher zurück.

LG, Bernhard

Vielen Dank für deine schnelle und hilfreiche Antwort!
Bei dem Vorgehen wie ich es beschrieben habe mithilfe der nicht standardisierten Regressionskoeffizienten B, ergeben sich Unterschiede in der Einlfussstärke bei Männern und Frauen da der jeweilige B-Wert bei Männern höher ist. Also würdest du sagen, dass man grundsätzlich so vorgehen kann, es jedoch nicht ratsam wäre, da man hier nicht sieht, dass dieser Effekt zufällig ist?

Nun habe ich auch viel zum Interaktionsterm gelesen und wollte dich nun fragen, ob ich die Moderation richtig durchgeführt habe.
Zunächst habe ich eine Dummyvariable erstellt (0=Frau, 1=Mann)
Dann habe ich für jede unabhängige Variable den Interaktionsterm berechnet (z.B. Nützlichkeit x Dummyvariable)
Anschließend habe ich eine lineare Regression durchgeführt mit der Nutzungsabsicht als Abhängige Variable und als Unabhängige Variable zunächst die Nützlichkeit eingegeben, dann die Dummy Variable und als letztes den Interaktionsterm. Bis auf die unabhängige Variable waren die Dummy Variable und der Interaktionsterm nicht signifikant, sodass ich davon ausgehen kann, dass kein Moderationseffekt des Geschlechts auf die Nützlichkeit besteht, richtig?

[bele]

Hallo Ovoje,

Zunächst habe ich eine Dummyvariable erstellt (0=Frau, 1=Mann)

Kann man so machen.

Dann habe ich für jede unabhängige Variable den Interaktionsterm berechnet (z.B. Nützlichkeit x Dummyvariable)
Anschließend habe ich eine lineare Regression durchgeführt mit der Nutzungsabsicht als Abhängige Variable und als Unabhängige Variable zunächst die Nützlichkeit eingegeben, dann die Dummy Variable und als letztes den Interaktionsterm.

Mich stört gerade der Singular. Plan ist es, eine Regression mit vier Unabhängigen plus dem Geschlecht zu untersuchen. Dann würden da vier "reine unabhängige", vier mal "unabhängige mal Dummyvariable" und einmal die Dummyvariable selbst in dieses Modell eingehen. Oder rechnest Du vier verschiedene Regressionen und in jeder gibt es nur einen Interaktionsterm?

Bis auf die unabhängige Variable waren die Dummy Variable und der Interaktionsterm nicht signifikant

Ich weiß nicht, wie etwas bis auf etwas anderes signifikant sein kann, aber ich verstehe das so, dass "alles mit Dummyvariable" drin nicht signifikant geworden ist.

sodass ich davon ausgehen kann, dass kein Moderationseffekt des Geschlechts auf die Nützlichkeit besteht, richtig?

Du hast keinen Nachweis eines Moderationseffekts führen können. Das ist nicht ganz das gleiche, aber wahrscheinlich meinst Du das richtig.

LG,
Bernhard

[Ovoje123]

Hallo Bernhard,

nochmal Danke für deine Antwort.
Ja da habe ich mich etwas unglücklich ausgedrückt. Natürlich würde ich dann alle Variablen, alle Interaktionsterme und die Dummy Variable mit in die Regression eingeben.

In SPSS habe ich eine Koeffizienten-Tabelle ausgegeben bekommen, wo die unabhängigen Variablen zwar signifikant waren, aber die Interaktionsterme alle nicht signifikant waren. Demnach schließe ich daraus, dass kein Moderatoreffekt des Geschlechts auf die unabhängigen Variablen nachgewiesen werden konnte.

Sollte man die unabhängigen Variablen vorher z-standardisieren oder ist das bei dieser Art von Moderation eher unüblich?

LG

[bele]

Hi!

Manchmal hilft Zentrieren, manchmal Standardisieren bei der Interpretation der Koeffizienten. Wenn Du damit kein Problem hast, würde ich da erstmal nichts standardisieren. Auf gar keinen Fall die Dummyvariable.

LG, Bernhard

[Ovoje123]

Hallo nochmal!

Da die Interaktionsterme nicht signifikant sind (p>0,05), würde ich nun für meine Arbeit trotzdem gerne beschreiben für welche Gruppe (Männer oder Frauen) der jeweilige Effekt stärker ist, obwohl dieser nicht signifikant ist.
Nun habe ich eine multiple lineare Regression mit SPSS durchgeführt mit der Abhängigen Variable, den 4 unabhängigen Variablen, den dazugehörigen 4 Interaktionstermen und einer Dummy-Variable Geschlecht (0=Frau, 1=Mann)

Die SPSS-Ausgabe des nicht standardisierten Koeffizienten B lautet:
Interaktionsterm1= 0,121
Interaktionsterm2= -0,029
Interaktionsterm3= 0,149
Interaktionsterm4= -0,200

Ich weiß, dass die Frauen mit der Codierung =0 die Referenzkategorie sind, nur weiß ich nicht wie ich die Werte des Regressionskoeffizienten B nun interpretieren kann. Bedeutet das Minus vor der Zahl, dass der jeweilige Effekt bei Männern stärker ist (also Interaktionsterme 2 und 4)?

LG