STATISTIK-FORUM.de

[Jenni1989]

Hallo zusammen,

im Rahmen meiner Masterarbeit muss ich den Zusammenhang zwischen der Intelligenz(UV) und den Entscheidungen von Probanden (AV) analysieren. Die Variable für die Entscheidung ist binär codiert als "0=keine Übereinstimmung" und "1=Übereinstimmung" zwischen zwei Entscheidungen. Die Intelligenz kann als ordinale Variable mit 5 Kategorien "1=sehr niedrige Intelligenz" "2=niedrige Intelligenz" usw. bis "5=sehr hohe Intelligenz" angesehen werden.

Mittels einer Kreuztabelle habe ich schon herausgefunden, dass ein Zusammenhang zwischen diesen Variablen besteht. Nun würde ich aber gerne überprüfen, ob das Involvement eines Probanden als Moderator auf den gefundenen Zusammenhang wirkt. Dabei habe ich an die binäre logistische Regression gedacht.

Um diese durchzuführen habe ich die unabhängige Variable als Dummy-Variable mit 5 Kategorien codiert. Ist das richtig?

In einem zweiten Schritt, habe ich die metrisch skalierte Variable "Involvement" durch einen Mediansplit aufgeteilt. Allerdings bin ich mir auch hier nicht sicher, ob dies nötig ist.

Im dritten Schritte habe ich dann die Regression durchgeführt. Was mich hier allerdings verwirrt, ist die Tatsache, dass ohne Interaktionseffekte zumindest ein Teil der Haupteffekte der UV auf die AV signifikant ist. Sobald die Modertorvariable in die Regression integriert wird, sind keine Effekte mehr signifikant. Woran kann das liegen?

Und wie genau können die einzelnen Interaktionseffekte interpretiert werden, die durch Kombination der 5 Dummy-Variablen und der 2 Involvement-Kategorien (Moderator) entstehen?

Über eine schnelle Antwort würde ich mir sehr freuen. Die Zeit drängt...

Viele Grüße

[PonderStibbons]

Um diese durchzuführen habe ich die unabhängige Variable als Dummy-Variable mit 5 Kategorien codiert. Ist das richtig?

Wenn, dann 4 dummies, 1 Referenzkategorie bleibt ohne.
Wundert mich, dass Deine software das trotzdem berechnet
hat. Oder wurde eine Stufe automatisch ausgesondert?
Welche software benutzt Du? Und wieviele Fälle hast Du
in den beiden Kategorien der abhängigen Variablen?

In einem zweiten Schritt, habe ich die metrisch skalierte Variable "Involvement" durch einen Mediansplit aufgeteilt. Allerdings bin ich mir auch hier nicht sicher, ob dies nötig ist.

Man sollte niemals einen Mediansplit machen, zumindest
nicht anhand des Stichprobenmedians. Aber auch sonst
eigentlich nicht.

Im dritten Schritte habe ich dann die Regression durchgeführt. Was mich hier allerdings verwirrt, ist die Tatsache, dass ohne Interaktionseffekte zumindest ein Teil der Haupteffekte der UV auf die AV signifikant ist. Sobald die Modertorvariable in die Regression integriert wird, sind keine Effekte mehr signifikant. Woran kann das liegen?

Was heßt signifikant/nicht signifikant, p=0,049 versus p=0,050?
Und was heißt "ein Teil"?

Mit freundlichen Grüßen
P.

[Jenni1989]

Ich verwende SPSS 22. Ja stimmt, ich habe vier Dummies und eine Referenzkategorie. Aber ist das Vorgehen hier prinzipiell richtig?

Meine AV hat in den beiden Kategorien je zwischen 20 und 40 Fälle. Ganz genau kann ich das nicht sagen, da ich mehrere Untersuchungsdesigns mit unterschiedlichen Probanden durchgeführt habe.

Gibt es anstatt des Mediansplits eine andere Möglichkeit, die metrisch skalierte Moderatorvariable aufzuteilen? Oder wir binde ich diese in die binäre logistische Regression ein?

Signifikant/nicht signifikant heißt bspw. 0,033 vs. 0,440! Allerdings ist nur der Einfluss von bspw. zwei der fünf der Intelligenzkategorien auf die AV anfangs signifikant. Deswegen "ein Teil".

Viele Grüße

[PonderStibbons]

Meine AV hat in den beiden Kategorien je zwischen 20 und 40 Fälle. Ganz genau kann ich das nicht sagen, da ich mehrere Untersuchungsdesigns mit unterschiedlichen Probanden durchgeführt habe.

Das verstehe ich nun zwar leider nicht so ganz,
aber was ich weiß ist, dass in einer logistischen
Regression laut Faustregel pro 10 Fälle in der
kleineren Kategorie 1 Prädiktor ins Modell
aufgenommen werden kann. Bei z.B. n=20 deren 2.
Mit einem 4-stufig codierten Prädiktor plus Moderator plus
4 Interaktionen wird die Sache also etwas schwierig. Im
Extremfall versuchst Du, 20 Ereignisse mit Hilfe von 10
Prädiktoren vorherzusagen. Das wäre klares overfitting.

Gibt es anstatt des Mediansplits eine andere Möglichkeit, die metrisch skalierte Moderatorvariable aufzuteilen? Oder wir binde ich diese in die binäre logistische Regression ein?

Wozu denn aufteilen? Du würdest 4 Produktterme aus
dummy*Moderator berechnen und aufnehmen. Aber
wie gesagt, die Fallzahlen geben das m.E. nicht her.

Woher stammt eigentlich dieses ungewöhnlich anmutende
Intelligenzmaß?


Mit freundlichen Grüßen

P.