momentan schreibe ich meine Bachelorarbeit und bin mir mit der Vorgensweise überhaupt nicht sicher, obwohl ich schon sämtliche Bücher durchgeblättert und sämtliche Youtube Videos zum Theme geschaut habe.
Also meine Hypothese sind u.a. folgende:
H1: Eine starke Ausprägung politischer Fertigkeiten geht mit einer höheren Leistung einher.
H2: Eine starke Ausprägung proaktiven Copings geht mit einer höheren Leistung einher.
H3: Eine starke Ausprägung politischer Fertigkeiten und proaktiven Copings geht mit einer höheren Leistung einher als politische Fertigkeiten oder proaktives Coping alleine.
Das Modell basiert auf der Manipulation einer Ego Depletion. Das ist für die Berechnung ja irrelevant, weil die Manipulation für die gesamte Stichprobe vorgenommen wurde.
Mir steht eine Stichprobe von N = 84 zur Verfügung.
Leistung wird auf zwei Ebenen gemessen: Ausdauer und Anzahl der gelösten Anagramme
Was die Verteilung angeht, so ist alles normalverteilt bis auf die Lösung der Anagramme (rechtsschiefe Verteilung), die Ausdauer ist nach der Logarithmierung n0romalverteilt nun ist meine
1. Frage, muss ich nun die Logarithmierten Werte der AV Ausdauer für die weiteren Berechnungen nehmen oder die ursprünglichen?
2. Frage, ist es bei der Größe der Stichprobe ein Problem für eine Pearson Korrelation und Regressionsanalyse, wenn die AV Lösung der Anagramme nicht normalverteilt ist bzw. wie ich eine Normalverteilung erziele. Hilft da z-standardisierung oder ist das nicht nötig?
Die beiden UV politische Fertigkeiten und proaktives Coping korrelieren miteinander (r = .48, p < .01). Allerdings gibt es keine Korrelation zwischen UV1 politischen Fertigkeiten und UV2 Leistung
2. Frage: Darf ich dann die Hypothese H3 überhaupt mittels multipler Regression überprüfen?
3. Frage: Muss ich für die H3 einen Interaktionsterm politische Fertigkeiten*proaktives Coping bilden? Eigentlich doch nicht weil ich doch von keinem Moderatoreffekt ausgehe?!
Ich weiß das sind sehr grundlegende Fragen, aber je mehr Informationen ich gelesen habe, desto mehr haben sie mich verwirrt und an meiner Hochschule gab es keine so weit reichenden Informationen zu diesen Themen.
Vielen Dank schon mal für euro Mühe
Die Korrelation ist in der Tat eine gute Vorraussetzung für eine Regression. Ich vermute, bei der Regression sind die Koeffizienten nicht signifikant.
