STATISTIK-FORUM.de

[posa5]

Ich fahre gerade ein paar Analysen zum Thema Arbeitsgestaltung in SPSS und stoße derzeit auf einige Probleme...

Hypothese: Die Möglichkeit sich seine Arbeitszeiten am Tag auszusuchen steigert die Arbeitszufriedenheit

"Möglichkeit sich die Arbeitszeiten auszusuchen" ist je nach Interpretation nominal/ordinal skaliert (nein, an bestimmten tagen, ab und zu, grundsätzlich erlaubt), arbeitszufriedenheit ist metrisch

Hinzu kommen noch eine Reihe von Kontrollvariablen wie Alter, Bildungsabschluss (Abitur, Studium) die teils metrisch, teils nominal sind.
+ H2: Die Möglichkeit sich seine Arbeitszeiten am Tag auszusuchen, reduziert die Tage an Krankschreibungen

Fragen:
1. Grundsätzlich: Gehe ich richtig in der Annahme, dass für meine Untersuchung eine Regression besser geeignet ist als eine ANOVA?
2. Ist mein Vorgehen richtig?:
-Bei den unabhängigen Variablen wähle ich zunächst alle Kontrollvariablen ein und wähle als Methode "Schrittweise" (metrische Variablen und dichototome lasse ich so wie sie sind; ordinale konvertiere ich in k-1 dummy-Variablen um?!)
- Im zweiten Step lade ich die unabhängige Variable ein (die muss auch in 3 dummy-Variablen umkodieren, da mehrere Ausprägungen?!... wenn ich nur 3 dummies erstelle, kann ich dann noch immer aussagen treffen a la " an bestimmten Tagen" ist signifikant besser als "nein" obwohl "nein" dann als Referenz quasi unsichtbar ist?)
3. Wie teste ich dann noch auf einen Moderator-Effekt? (H3 : wenn weiblich, dann wird der positive Effekt der Möglichkeit sich seine Arbeitszeiten am Tag auszusuchen auf die Arbeitszufriedenheit verstärkt.?)

Vielen Dank für jegliche Hilfe. Hab immer nur zu einzelnen Themen etwas gefunden, aber nicht im Zusammenhang.

[PonderStibbons]

Hinzu kommen noch eine Reihe von Kontrollvariablen wie Alter, Bildungsabschluss (Abitur, Studium) die teils metrisch, teils nominal sind.

Wieso sind das Kontrollvariablen? Ist z.B. Alter mit der Möglichkeit, sich seine
Arbeitszeit auszusuchen, nennenswert assoziiert?

1. Grundsätzlich: Gehe ich richtig in der Annahme, dass für meine Untersuchung eine Regression besser geeignet ist als eine ANOVA?

Was meinst Du mit "besser geeignet"? Die erste Analyse lässt sich
als Varianzanalyse unter Einschluss von Kovariaten rechnen, oder
als Regression, das Ergebnis bleibt sich gleich.

3. Wie teste ich dann noch auf einen Moderator-Effekt? (H3 : wenn weiblich, dann wird der positive Effekt der Möglichkeit sich seine Arbeitszeiten am Tag auszusuchen auf die Arbeitszufriedenheit verstärkt.?)

http://davidakenny.net/cm/moderation.htm

Mit freundlichen Grüßen

P.

[posa5]

Vielen Dank.

Diese Assoziation kann bestehen (man denke an ältere Arbeiter in höheren Positionen, die eher über ihre Arbeitsbedingungen entscheiden können; dennoch geht es bei mir bei der Auswahl der Kontrollvariablen eher um einen obligatorischen Pflichtschritt um Einflüsse auszuschließen)

Das eine Regression rein von den Ergebnissen bei Dummy-UVs eine ANOVA ist, ist zwar klar. Jedoch habe ich vermehrt gelesen, dass ich für die spätere Analyse von Moderator und Mediator-Effekten besser auf eine Regression zurückgreifen soll?!

Wäre mein Vorgehen denn richtig? (bin leider was statistische Fragestellungen anbelangt noch totaler Anfänger)
--> Ich lade in SPSS unter Linearer Regression zunächst alle Kontrollvariablen als UV rein (Nominale Variablen wandle ich in K-1 Dummies um?!) und wähle unter Block 1 "schrittweise".
In Block 2 lade ich dann meine richtigen Hauptuntersuchungs-Dummy-UVs für "Möglichkeit sich seine Arbeitszeit auszusuchen" rein.
In Block 3 kommen alle meine für die Moderatoren/Mediatoren-Analyse extra berechneten Variablen rein (kann ja mehrere dieser Beziehungen parallel überprüfen ohne eine neue Regression laufen zu lassen?!)

Moderatoren-Analyse würde ich wie folgt vorbereiten:
analyze>descriptives>speichern als standardized values (Auswahl von UV und moderating-V)
transform>compute (Produkt der 2 standardized-Vs berechnen)
analyze > regression > linear (Auswahl der IV, auswahl von UV und moderating-V in Block 2 , hinzufügen des Produktes in Block 3)
Ist das Produkt signifikant? Dann Moderation bestätigt.

Oder ist da ein grober Denkfehler drin?

[PonderStibbons]

Das Vorgehen sieht nach einem gängigen Schema aus.
Eine Standardisierung vor der Produktbildung ist meines
Wissens nach nicht unbedingt erforderlich.

Mediatoranalyse geht anders, aber sowas willst Du allem
Anschein nach ohnehin nicht untersuchen.

Mit freundlichen Grüßen

P.

[posa5]

Wirklich vielen Dank für die bisherigen Bemühungen!

- Standardisieren vor Moderatorkontrolle muss ich ja nicht, da alle 3 zu überprüfende UVs (für die unterschiedlichen Ausprägungen von " Möglichkeit sich die Arbeitszeit auszusuchen") dummy-coded sind und die mögliche Moderatorvariable (Geschlecht) auch...das müsste der Grund sein?!

- In der Literatur bin ich nicht auf Besonderheiten gestoßen, aber es gibt vielleicht doch welche, wenn ich hier 3 relevante Dummy-UVs und eine mögliche Dummy-coded Moderatorenvariable aufeinander treffen lasse (irgendwas wieso die Produktbildung anders ausfällt, Bedingungen die zu erfüllen wären, Unterschiede in der Interpretation?... habe bisher nur den fall einer metrischen UV und einer dummy-coded Moderatorenvariable gesehen, nicht das beide dummy-coded sind... Zufall oder problematisch?)

Vielen Dank.

[PonderStibbons]

Wenn sowohl Prädiktpor als auch Moderator kategorial
sind, dann rechne halt eine zweifaktorielle Varianzanalyse
mit den "Kontrollvariaben" als Kovariaten.

Mit freundlichen Grüßen

P.

[Alex_1989]

Hallo,

ich habe ein ähnliches Problem / Situation. Wie überprüfe ich einen Moderationseffekt?

Situation:
Ich habe ein Experiment durchgeführt und möchte ebenfalls Kausalität überprüfen: Haben Private Label Brands Einfluss auf Retailer Image?
6 Test-Gruppen:
- 1 Supermarkt mit je 1x Premium Private Label und 1x Budget Private Label
- 1 Discounter mit je 1x Premium Private Label und 1x Budget Private Label
- 1 Hypermarkt mit je 1x Premium Private Label und 1x Budget Private Label

1. Vor der Manipulation befrage ich jeden Teilnehmer nach seiner Einschätzung zum Retailer Image (Variablen: Price, Supply, Value - gemessen mit 7-Point Likert scale)
2. Zur Manipulation präsentiere ich ein Szenario mit einer Private Label Brand (je nach Test-Gruppe: Premium oder Budget)
3. Nach der Manipulation befrage ich wieder die Teilnehmer nach ihrer Einschätzung zum Retailer Image (Variablen: Price, Supply, Value - gemessen mit 7-Point Likert scale)

Mit Hilfe eines T-Tests mit abhängigen Samples konnte ich bereits einen positiven signifikanten Effekt vor vs. nachher (für jeweils Price, Supply, Value) nachweisen.

Wie kann ich nun überprüfen, ob die ebenfalls abgefragte Variable Category Involvement einen Moderator-Effekt auf diesen Link hat?
Ich nehme an, ich kann hier keine Regression machen, da ich ich Mittelwerte vergleiche.

Über eure Hilfe würde ich mich sehr freuen!

Vielen Dank im Voraus!

Alexander