STATISTIK-FORUM.de

[LasApf]

Hallo liebes Forum

für meine Thesis möchte ich gerne 5 verschiedene Formen von Gesundheitsverhalten (z.B. Ernährungsverhalten) anhand von zwei Subskalen (nennen wir sie S-A und S-B) eines Tests vorhersagen. Um den Einfluss einer Subskala auf die AV zu untersuchen, möchte ich dabei für Alter und Geschlecht und die jeweils andere Subskala kontrollieren.
Ich möchte also z.B. prüfen, ob Personen mit einer hohen Ausprägung auf S-A sich eher gesund ernähren/ ob Personen mit einen hohen Auspägung auf S-B sich eher ungesund ernähren usw.

Insgesamt habe ich in meine multiple Regression also 4 UVs aufgenommen (S-A, S-B, Alter und Geschlecht), um 5 verschiedene Avs vorherzusagen (also eine Regression pro AV).

Tatsächlich interessiert mich aber nur der Einfluss von S-A bzw. S-B auf das Gesundheitsverhalten.
Wie kann ich die Ergebnisse jetzt am besten (in einer Tabelle) berichten?

Soll ich für jede AV das komplette Modell angeben? Oder kann ich einfach nur B, SE, Beta t und Signifikanzniveau für S-A und S-B seperat anzeigen?

** Anhang lässt sich leider nicht hochladen ** Bisher habe ich de Ergebnisse wie im Anhang berichtet (ohne für Alter und Geschlecht zu korrelieren), habe also einfach bie Betas für jede UV seperat aufgelistet, obwohl sie eigentlich in einer Gleichung stehen. Macht das denn überhaupt Sinn? Das ganze scheint mir noch unpassender, wenn ich noch Alter und Geschlecht in die Gleichung aufnehmen möchte, oder reicht es, in den Notes der Tabelle anzugeben, dass für Alter und Geschhlecht kontrolliert wurde?

Vielen Dank schonmal!

[strukturmarionette]

Hi,

Insgesamt habe ich in meine multiple Regression also 4 UVs aufgenommen (S-A, S-B, Alter und Geschlecht), um 5 verschiedene Avs vorherzusagen (also eine Regression pro AV).

- warum jenes?

Tatsächlich interessiert mich aber nur der Einfluss von S-A bzw. S-B auf das Gesundheitsverhalten.

- das erforderte sorgfältiges Vorgehen bei der Konstruktoperationalisierung und bei der Zielpopulation.
- und es reicht jeweils ein (abh vom Skalenniveau und Stichprobenumfang) Zusammenhangmaß.

Gruß
S.

[LasApf]

Vielen Dank schon mal für die Antwort!

Meinem Verständnis nach kann ich mit der multiplen Regression den Zusammenhang von z.B. der Ausprägung auf Skala A mit Ernährungsverhalten untersuchen.
Durch die Hinzunahme weiterer Variabeln (Skala B, Alter, Geschlecht) kann ich dann den um diese Variablen bereinigten, standardisierten Zusammenhang von Skala A und Gesundheitsverhalten betrachten. Dieser ist als Beta angegeben. Ist das so korrekt?

Sofern das der Fall sein sollte, frage ich mich jetzt, ob es geügen würde, um den Zusammenhang von Skala A und Ernährungsverhalten zu berichten, einfach Beta zu berichten.

Gerne würde ich einfach ein Bild meiner Tabelle anhängen, aber leider weigert sich das Forum.

Danke und viele Grüße

[strukturmarionette]

Hi,

Meinem Verständnis nach kann ich mit der multiplen Regression den Zusammenhang von z.B. der Ausprägung auf Skala A mit Ernährungsverhalten untersuchen.

- das ist derart ein grundlegendes Missverständnis von Dir.

Durch die Hinzunahme weiterer Variabeln (Skala B, Alter, Geschlecht) kann ich dann den um diese Variablen bereinigten, standardisierten Zusammenhang von Skala A und Gesundheitsverhalten betrachten. Dieser ist als Beta angegeben. Ist das so korrekt?

- Nein.

Gruß
S.

[LasApf]

Okay, neuer Versuch!

Mithilfe einer Regression kann ich herausfinden, wie gut ich eine Variable (Gesundheitsverhalten) durch eine andere (Ausprägung aus Skala A) vorhersagen kann.
Mit einem Korrelationskoeffizienten und der einfachen linearen Regression kann ich nur bivariate Zusammenhänge zwischen zwei Variablen untersuchen. Möchte ich aber mehrere Variablen zur Vorhersage einfließen lassen, benötige ich die multiple Regression.

Gerne möchte ich mir jetzt folgende Frage beantworten: Wie groß ist der relative Einfluss der Ausprägung auf Skala A auf das Gesundheitsverhalten, wenn der
Zusammenhang von Skala A mit anderen unabhängigen Variablen (Skala B, Alter, Geschlecht) statistisch kontrolliert wird?
Das gleiche auch für Skala B: Wie groß ist der relative Einfluss der Ausprägung auf Skala B auf das Gesundheitsverhalten, wenn der
Zusammenhang von Skala B mit anderen unabhängigen Variablen (Skala A, Alter, Geschlecht) statistisch kontrolliert wird?

Mein Regessionsgewicht b1 wäre dann z.B. der Einfluss des von Skala B, Alter und Geschlecht bereinigten Anteil von Skala A auf den durch Skala B, Alter und Geschlechht nicht vorhergesagten Anteil von Y. Da die Regressionsgewichte in Abhängigkeit aller UVs im Modell nur geschätzt werden, kann ich sie nur im Kontext meines Modells verwenden.
Wenn ich das standardisierte Regressionsgewicht Beta benutze, kann ich den relativen Einfluss von Skala A auf Gesundheitsverhalten unter statistischer Kontrolle aller übrigen UVs des Modells betrachten.

Meine Frage wäre jetzt: Macht es Sinn, einfach eine Tabelle zu zeigen, die b, Standardfehler, Beta und dessen Signifikanz angeben? Ist das Aussagekräftig genug?
Oder sollte ich für jede AV einzeln (insgesamt 5 Variablen, die Gesunheitsverhalten messen) das komplette Modell auflisten?

Dankeschön!

[strukturmarionette]

Hi,

- zwecks Kontrolle von UVs bei (multipler) Linearer Regression könnte diese in Erweiterung als Hierarchische Linerare Regression konzipiert werden.

Gruß
S.