STATISTIK-FORUM.de

[Anniibananii]

Hallo zusammen!

Ich habe eine Frage, auf die ich leider noch keine Antwort finden konnte. Vielleicht kann mir jemand helfen und auch Literaturtipps geben?

In meiner Umfrage zum Thema WhatsApp-Nutzung habe ich verschiedene Skalenbreiten (1-5, 1-7 sowie 1-11). Wenn ich nun den Einfluss von zwei unabhängigen Variablen, wobei eine uV eine Skalenbreite 1-5 hat und die andere uV eine Skalenbreite 1-7, auf die abhängige Variable (1-11) testen möchte, muss ich dann alle Skalen vorher z-Transformieren?
Wenn ich einmal eine Regression mit transformierten Daten rechne, muss ich dies dann bei allen Regressionsanalysen so machen, oder jeweils abhängig davon ob unterschiedliche Skalenbreiten verwendet werden?

Zur z-Transformation hätte ich auch noch eine generelle Frage: Muss man die einzelnen Items z-transformieren und dann einen Skalenindex bilden, oder kann man einen Mittelwertindex bilden und diesen dann z-Transformieren? Welche Vorgehensweise ist die richtige?

Ich hoffe mir kann jemand weiter helfen, ich bin am verzweifeln!

Vielen Dank

[bele]

In meiner Umfrage zum Thema WhatsApp-Nutzung habe ich verschiedene Skalenbreiten (1-5, 1-7 sowie 1-11). Wenn ich nun den Einfluss von zwei unabhängigen Variablen, wobei eine uV eine Skalenbreite 1-5 hat und die andere uV eine Skalenbreite 1-7, auf die abhängige Variable (1-11) testen möchte, muss ich dann alle Skalen vorher z-Transformieren?

Nein. Das könnte helfen für Vergleiche, welche der Skalen jetzt den größeren Einfluss hat, aber generell spricht erstmal nichts dagegen, Korrelationen und Regressionen mit den reinen Skalenwerten zu rechnen.

z-Transformation vielleicht für spezielle Fragestellungen, aber nicht generell.

LG,
Bernhard

[mango]

Hallo!

In meiner Umfrage zum Thema WhatsApp-Nutzung habe ich verschiedene Skalenbreiten (1-5, 1-7 sowie 1-11). Wenn ich nun den Einfluss von zwei unabhängigen Variablen, wobei eine uV eine Skalenbreite 1-5 hat und die andere uV eine Skalenbreite 1-7, auf die abhängige Variable (1-11) testen möchte, muss ich dann alle Skalen vorher z-Transformieren?

Grundsätzlich: Nein. Die Tatsache, dass sie Streuung unterschiedlich ist, muss nur bei der Interpretation der Koeffizienten berücksichtigt werden. Zu diesem Zweck rechnen viele Statistikprogramme direkt zusätzlich die standardisierten Koeffizienten aus. Bei diesen ist genau dieser Schritt enthalten.

Zur z-Transformation hätte ich auch noch eine generelle Frage: Muss man die einzelnen Items z-transformieren und dann einen Skalenindex bilden, oder kann man einen Mittelwertindex bilden und diesen dann z-Transformieren? Welche Vorgehensweise ist die richtige?

Ganz grundsätzlich sollten die verschiedenen Items, die in eine Skala eingehen, immer die gleiche Kodierung haben. Ansonsten sind die Items nicht gleich gewichtet. Ein Umweg wäre die Standardisierung aller Items vor der Berechnung der Variable. Standarisierst du eine neu berechnete Variable nach der Addition, hat diese Standardisierung (für die es normalerweise keinen Grund gibt, s. o.) eine andere Funktion.

[Anniibananii]

Vielen Dank für eure Antwort!!! Da bin ich schonmal froh, dass ich nicht völlig auf dem Holzweg bin

Mit den standadisierten Koeffizienten ist dann der Beta-Wert, der bei SPSS gleich mit ausgegeben wird, gemeint, oder? Demnach kann ich wenn ich eine hierarchische multiple Regression rechne, den Beta-Wert der beiden uVs vergleichen, obwohl die Skalenbreite unterschiedlich ist? Oder würde man für eben diesen Vergleich eine Standadisierung benötigen? Dass ich sagen kann uV1 hat einen größeren Einfluss als uV2!?

Danke

[mango]

Die standardisierten Regressionskoeffizienten sind genau das: die Regressionskoeffizienten, berechnet auf Basis z-transformierter Variablen (bzw. in der Praxis aus den nicht-standardisierten Koeffizienten und den Varianzen von UV und AV).

Und ja, vereinfacht gesprochen lassen sich mit den standardisierten Koeffizienten die Effekte der UVs vergleichen.

[PonderStibbons]

Dass ich sagen kann uV1 hat einen größeren Einfluss als uV2!?

Nö. So simpel ist das nicht. Jedenfals nicht, wenn die beiden UVs auch miteinander korreliert sind.

Mit freundlichen Grüßen

P.

[mango]

Dass ich sagen kann uV1 hat einen größeren Einfluss als uV2!?

Nö. So simpel ist das nicht. Jedenfals nicht, wenn die beiden UVs auch miteinander korreliert sind.

Mit freundlichen Grüßen

P.

Okay, korrekter gesagt: Bei einem korrekt spezifizierten Modell lassen sich die Koeffizienten so interpretieren.