STATISTIK-FORUM.de

[Markus924]

Liebe Community,

im Zuge meines aktuellen Forschungsprojekts habe ich eine Vignettenstudie (Factorial Survey) durchgeführt, die steckbriefartig verschiedene Führungstypen vorstellt und anschließend abfragt, ob die eigenen Ideale einer Führungskraft mit der jeweils gezeigten fiktiven Persönlichkeit übereinstimmt.

Diese Umfrage soll nun mit R als Random-Intercept-Model ausgewertet werden, was meine Frage aufwirft: Ist es für die Auswertung entscheident, dass jede Vignette gleich oft bewertet wurde? Bzw. sind die Schätzer sonst verzerrt?

Danke für eine kurze Einschätzung!

Viele Grüße
Markus

[mango]

Hallo,

ich bin mir offen gesagt nicht sicher, was mit Random Intercept gemeint ist (nicht deine Schuld sondern meine). Ist das einfach ein Fixed-Effects-Modell? Wenn ja, müssen die Gruppengrößen nicht gleich sein. Nur sollte keine der Gruppe extrem klein sein, weil das den Standardfehler des gruppenspezifischen Koeffizienten in die Höhe treibt.

[Markus924]

Hallo mango,

Random-Intercept fällt unter Mehrebenenmodelle (Hierarchiches Lineares Modell) und hat neben Fixed Effects auch Random Effects.
Wobei ich in meinem Forschungsdesign hauptsächlich die Fixed Effects auswerte.

[mango]

Nein, dann müssen die Gruppengrößen erstmal nicht gleich sein. Du musst eben nur im Hinterkopf behalten, dass Gruppeneffekte, die auf Basis einer geringen Gruppengröße zustande kommen, größere Standardfehler haben. Bei FE-Modellen ist im Prinzip nichts zu beachten außer den Voraussetzungen für lineare Modelle allgemein. Zum Verständnis: Was ist denn deine Gruppenvariable? Deine Beschreibung klingt eigentlich nach einer ganz normalen randomisierten Studie.

[Markus924]

Gruppenvariablen gibt es hier nur indirekt.
Auf Ebene 1 sind die Vignetten bzw. einzelne Beobachtungen und auf Ebene 2 die Individuen, die jeweils 6 Vignetten beurteilt haben.
Die Variablen auf Ebene 1 sind dementsprechend die zufällig variierenden Vignettendimensionen und die Gruppenvariablen auf Ebene 2 sind Variablen wie Core Self Evaluations, Alter, Geschlecht, Ausbildung, etc.