aktuell sitze ich an der Analyse meiner Daten für die Masterarbeit. Kurze Darstellung der Variablen:
- 4 Abhängige Variablen, die jeweils [i]gleich[i] auf einer 7er Likert-Skala gemessen wurden: Einkaufsbereitschaft für vier verschiedene Produkte
- 4 Unabhängige Variablen: Metrisch auf einer 7er Likert gemessen
- 3 Moderatoren: Dichotom, d.h. 1. Kontext: Öffentlicher Konsum - privat, 2. Konsumintention: Direkt - indirekt, 3. Produkt: Hedonisch - utilitaristisch
- zusätzlich noch einige Kovariaten.
Zuerst einmal: Ja, die DVs können korrelieren, aber ich werde das Ganze mit vier Regressionsgleichungen rechnen, da meine statistischen Fähigkeiten leider nicht ganz so ausgereift sind.
Leider sitze ich gerade vor vier Fragen, die mir Kopfzerbrechen bereiten:
1. Kann ich die nicht-standardisierten Koeffizienten zwischen den vier Gleichungen bezüglich ihrer Stärke vergleichen? Also dass z.B. IV 1 einen stärker negativen Einfluss auf die Einkaufsbereitschaft von Produkt 1 hat (und das dann auch noch quantifizieren), als auf Produkt 2?
2. Wie beziehe ich die Moderationseffekte in Process ein? Als IV1(2,3,4)*Kontext*Konsumintention*Produkt für alle vier IVs? Oder auch jeweils die einzelnen Interaktionen (z.B. IV1(2,3,4)*Kontext, IV1(...)*Konsumintention, ... und IV1(...)*Kontext*Konsumsituation, ...)
3. Im Hayes steht, dass für die Interpretation metrischer Variablen bei der Berechnung von Moderationen mean-centering notwendig ist. Muss ich das dann "alles oder nichts" auch für die Moderatoren machen oder reicht es für die 4 IVs? Also ich meine wegen der Vergleichbarkeit / "Komplettheit"?
4. Muss man die Assumptions einer Regression auch in irgendeiner Weise für die Moderatoren prüfen?
Vielen herzlichen Dank für eure Hilfe!
Julia
