STATISTIK-FORUM.de

[Suii]

Hallo ihr lieben,

ich habe eine sehr wichtige Frage. Ich sitze gerade bei der Auswertung für meine Diplomarbeit, und möchte die Korrelation der Rollenzentralität von Großeltern (AV) und ihrer Depressivität (UV) berechnen. Ich habe hier aber drei konfundierende Variablen, die einen sehr großen Einfluss haben. Mein Problem ist, dass weder meine AV noch meine UV normalverteilt sind. Kann mir jemand helfen, wie ich hier am besten vorgehe? Eine normale Spearman-Korrelation zu rechnen macht meiner Meinung nach keinen Sinn, weil dann alles hoch signifikant ist, ich aber weiß, dass es einen großen Einfluss meiner konfundierenden Variablen gibt...:/

Wäre unglaublich dankbar über Tips, wie ich das rechnen könnte.... :/

lg Zoe

[PonderStibbons]

Da fehlt jetzt aber die Angabe der Stichprobengröße sowie
die der Skalenniveaus der 5 beteiligten Variablen.

Mit freundlichen Grüßen

P.

[Suii]

Sorry :/

Stichprobengröße ist (leider nur) N = 70.
Meine AV und UV ist intervallskaliert.
Die Konfundierenden Variablen sind:
Geschlecht (also dichotom)
Haushaltseinkommen (ordinalskaliert)
Niedergeschlagenheit (dichotom) --> wobei ich mir hier nicht sicher bin, ob ich dies als konfundierende Variable einbeziehen sollte, da die Niedergeschlagenheit (zum Glück, da als Kontrollvariable hinzugefügt) sehr hoch mit meiner AV - dem Depressionsscore korreliert, weil ja das selbe erfragt wird. Ich tendiere daher dazu, diese Variable nicht als konfundierende Variable einzubeziehen.

Vielen vielen dank für die rasche Antwort, ich finde darauf leider keine Antwort und werde langsam etwas nervös :/

[PonderStibbons]

Da kannst Du eine multiple lineare Regression rechnen mit der
Prädiktoren Depressivität, Geschlecht (0/1-dummy-Variable)
und Einkommen. Aus den k Stufen von Einkommen musst Du k-1
dummy-Variablen bilden, eine Stufe bleibt ohne eigenen Dummy.
Falls Einkommen mehr als 5 Stufen hat, solltest Du Stufen
zusammenfassen, damit nicht zu viele Prädiktoren in der
Gleichung sind.

Mit freundlichen Grüßen

P.

[PonderStibbons]

Ach so, noch zur Verteilung:
bei einer Regression sollten die Vorhersagefehler (Residuen)
möglichst aus einer normalverteilten Grundgesamtheit stammen,
bei einer ausreichenden Stichprobengröße (n > 50) schadet
aber auch eine "nichtnormale" Verteilung nicht.

Mit freundlichen Grüßen

P.

[Suii]

Vielen vielen Dank für deine Antworten, das war eine riesen Hilfe!

Ich hab' nur eine Verständnis-Frage...

Eine multiple lineare Regression stellt ja ein Modell auf, mit welchem der Effekt der Kontakthäufigkeit (UV) und in diesem Fall meiner konfundierenden Variablen auf die Depressivität meiner Testpersonen beschrieben werden soll. Gibt es da nicht einen Unterschied zur Korrelation, die ich urpsprünglich rechnen wollte, (weil ich daraus ja keine Ursache-Wirkungs-Zusammenhänge beschreiben kann)?

Meine Erklärung wäre jetzt einfach, dass die multiple lineare Regression, wie du sie vorgeschlagen hast, das passendste Verfahren ist, um die konfundierenden Variablen miteinzubeziehen?

Ich möchte hier nur nochmal nachfragen weil ich das ja dann auch begründen muss warum ich dieses Verfahren rechne

Danke nochmal für deine Unterstützung!

Lg Zoe

[strukturmarionette]

Hi,

Rollenzentralität von Großeltern (AV) und ihrer Depressivität (UV)

mit welchem der Effekt der Kontakthäufigkeit (UV) auf die Depressivität meiner Testpersonen beschrieben werden soll

- das ist ja völlig durcheinander.
- was ist (sind) denn nun UV AV (Rollenzentr Depessivität Nidergeschl ?)

Gruß
S.

[Suii]

Hallo,

meine AV ist der Depressionswert (Allgemeine Depressions Skala; 4-stufige Likert-Skala).
Meine UV ist in dem Fall, den ich beschrieben habe, die Kontakthäufigkeit (gemessen in Stunden/Woche, also intervallskaliert. ich habe hier nur ein Beispiel genommen, obwohl ich verschiedene Hypothesen habe. Ich bin mir nun aber nicht sicher, ob ich die nicht evtl. in ein Modell packen kann. Sie Statistik-Vorlesungen sind bei mir mittlerweile 6 Jahre her....). Die weiteren Faktoren, welche wie erwähnt meine anderen Hypothesen darstellen, und evtl. mit in das Modell kommen können sind: Übernahme anderer Rollen (intervallskaliert), Zustimmung zu Aussagen bezüglich der Großelternrolle (7-stufige Likert-Skala)

Die weiteren UVs, die ich ins Modell packen möchte, und eigentlich meine konfundierenden Variablen für die Depressivität sind, sind die folgenden:
Geschlecht, Bildungsstatus (habe ich leider in meiner ersten Beschreibung nicht erwähnt, da ich mitten im Auswerten bin und diese Variable als konfundierend übersehen habe; die Variable ist ordinalskaliert), Haushaltseinkommen (ebenfalls ordinalskaliert).

Vielen Dank für Eure Hilfe, wenn ich auch vieles durcheinander beschreibe. Wenn ich's super verstehen würde, würde ich mich ja nicht hier melden

Liebe Grüße,
Zoe