STATISTIK-FORUM.de

[Mimi1234]

Hallo ihr,
ich öffnen dann doch nochmal ein eigenes Thema um meinen speziellen Fall zu beschreiben.
Ich habe eine Regressionsanalyse mit AV - Identifikation, einer UV - extrinsische Motive; einem Moderator - Moral und einem Interaktionsterm UVxModerator. (darüber hinaus sind noch weitere Variablen im Modell, die jedoch nicht relevant sind für meine Frage und N=200)

UV ist nicht signifikant b=-,014
Moderator ist signifikant mit b=,098
Interaktionsterm ist signifikant mit b=-,069

Kann ich das jetzt so interpretieren,
1.Der Moderator ist gleichzeitig Prädiktor und hat einen direkten Einfluss auf die Identifikation, indem eine Steigung der Moral zu einer Steigung der Identifikation führt
2. Der Einfluss von extrinsischen Motiven auf Identifikation wird vollständig durch Moral moderiert und dadurch ist die UV nicht signifikant
3. Je höher die Moral, desto geringer die Steigung der ursprünglichen Regressionsgeraden zur Vorhersage von Identifikation durch extrinsische Motive. Dies führt dazu, dass eine hohe Moral die negative Beziehung zwischen extrinsischen Motiven und Identifikation(die nicht signifikant ist) verstärkt, indem bei gleichbleibenden extrinsischen Motiven, die Identifikation sinkt.

Hm, macht das Sinn?

Vielen Dank für eine Antwort!

[daniel]

Kann ich das jetzt so interpretieren,

In den ersten beiden Fällen leider nein.

Beginnen wir mit

2. Der Einfluss von extrinsischen Motiven auf Identifikation wird vollständig durch Moral moderiert und dadurch ist die UV nicht signifikant

Eine Moderation (Interaktion/Wechselwirkung) ist entweder vorhanden, oder eben nicht. So etwas wie unvollständig moderiert gibt es nicht. Diese Terminologie passt zu Mediationsanalysen - das ist ein vollkommen anderes Modell.

1.Der Moderator ist gleichzeitig Prädiktor und hat einen direkten Einfluss auf die Identifikation, indem eine Steigung der Moral zu einer Steigung der Identifikation führt

Das stimmt so leider auch nicht. Erstens ist die Unterscheidung zwischen Prädiktor und Moderator eher theoretischer denn statistischer Natur - mathematisch betrachtet ist in der Regression beides das selbe. Eine Interaktion ist immer wechselseitig (daher: Wechselwirkung) - auch dann, wenn theoretisch nur eine Richtung sinnvoll ist (oder vorhergesat wird). Zweitens ist die Grundidee einer Interaktion gerade, dass es eben keinen linearen Effekt mehr von Prädiktor (oder Moderator) gibt. Deine Aussage, dass eine Steigerung der Moral zu einer Steigerung der Identifikation führt ist daher falsch. das lässt sich sehr leicht an einem Beispiel verdeutlichen. Setzte Prädiktor = 100 und berechne Identifikation mit Moral = 0 und Moral = 1 (i.e. Steigerung der Moral um eine Einheit an der Stelle Prädiktor = 100). Die Identifikation wäre im ersten Fall 100*(-0,014) = -1,4. Im Zweiten Fall 100 * (-0,014) + 0,098 + 100 * (-0,069) = -8,202. Eine Steigerung der Moral führt an dieser Stelle zu einer Reduktion der Identifikation.

Die dritte Interpretation sieht korrekt aus.

[Mimi1234]

Vielen lieben Dank! Es ist großartig, dass du immer so schnell antwortest - mir hat das bei meiner Arbeit bislang sehr viel geholfen.

Noch eine Frage habe ich dann, wie interpretiere ich denn jetzt die Signifikanz des Moderators?
Kann ich in meiner Arbeit einfach schreiben, dass dieser signifikant ist ohne näher darauf einzugehen oder gibt es noch eine Interpretationsmöglichkeit?

[daniel]

Naja, falls der Prädiktor den Wert Null annimmt, hat die Moral einen signifikant positiven Effekt auf die Identifikation. Wie das im Lichte Deiner Forschungsfrage inhaltlich zu interpretieren ist, vermag ich nicht zu beurteilen.