STATISTIK-FORUM.de

[iGrop]

Hey liebe Gemeinde!
Im Rahmen meiner Bachelor-Arbeit habe ich den Zusammenhang zwischen dem Selbstwert und der eigenen Fähigkeitseinschätzung untersucht.
Da ich in meiner Untersuchung eine Manipulation in Form eines randomisierten Feedbacks eingebaut habe, möchte ich nun mittels linearer Regression untersuchen, ob diese Manipulation einen zusätzlichen Effekt auf den oben beschriebenen Zusammenhang hat. Das Feedback (also die Manipulation) ist folglich der zweite Prädiktor (neben dem Selbstwert) der auf das Ganze seinen Einfluss gehabt haben könnte. Laut meiner Hypothesen hat es aber keinen Einfluss was sich rechnerisch auch erstmal so darstellt. Ich habe die Regression mit Interaktionseffekten und allem drum und dran auch schon gerechnet und kann meine Hypothesen bestätigen. Nun habe ich mich gefragt, ob die Voraussetzungen für das Rechnen einer Regression überhaupt gegeben sind. Ja, etwas spät. Aber ich hatte alles mit meinem Betreuer besprochen und irgendwie ist das Thema nie aufgekommen. Die anderen Verfahren meiner Arbeit (t-Test, Pearson-Korrelation) sind sehr robuste Verfahren (besonders bei großem N) weswegen diese Problematik dort nicht aufgetaucht ist.
Nun endlich zur Frage:
1. Kann die Verteilung die ich als Bild angehängt habe noch als "normalverteilte Residuen" durchgehen? Ich habe das doch sehr bezweifelt, weswegen sich
2. für mich die Frage stellt, ob die Voraussetzung der normalverteilen Residuen verletzt werden kann, ohne das das Rechnen einer Regression sinnlos wird? Anzahl der Probanden beträgt 299.
Edit: komischerweise ist es nicht möglich ein Bild anzuhängen, weswegen das Bild auf folgendem Link kostenlos runtergeladen werden kann: https://ufile.io/3dlqn


Unabhängig davon habe ich noch eine letzte Frage: Ich muss für jeden Prädiktor r² und r²korr angeben. Diese Werte werden mir allerdings nur für das gesamte Modell angegeben (1 AV, 3 UV). Wie komme ich an diese Werte für jeden Prädiktor einzeln ran?

Ich bedanke mich jetzt schon für jeden der sich die Zeit nimmt das Ganze hier durchzulesen und hoffe es ist jemand dabei der mir helfen kann!
Ich wünsche einen schönen Sonntag
Lieber Gruß

[strukturmarionette]

Hi,

[quote]Diese Werte werden mir allerdings nur für das gesamte Modell angegeben [/quote
- Wer oder was hat Dir die anderen Werte berechnet?

Gruß
S.

[iGrop]

Hey,
danke für deine schnelle Rückemeldung!
Habe mich vielleicht etwas unklar ausgedrückt. Die Werte habe ich alle selbst berechnet. Dazu habe ich 3 Variabeln erstellt.
1. Variable Selbstwert_mc (Selbstwert_mean - Selbstwert)
2. Variable Feedback_mc (Feedback_mean - Feedback)
3. Variable als Interaktionseffekt (Selbstwert_mc x Feedback_mc)
Nun bräuchte ich für alle eben die beiden r-Werte. Ich hänge nochmal ein Bild an.

https://ufile.io/fpa8b

[strukturmarionette]

Hi,

- Was meinst du mit r?
- die Regressionskoeffizienten per Hand ausrechnen?


Gruß
S.

[iGrop]

Sorry, Ich meinte r Quadrat und eben das korrigierte r Quadrat.
Die für mich vor allem wichtige Frage ist aber folgende:

Kann man die Residuen die in meinem ersten Post abgebildet sind als normalverteilt ansehen? Und wenn nicht, ist diese Vorassetzung bei einem N von 299 Probanden vernachlässigbar?

Vielen dank, dass du dir die Zeit nimmst!!

Edit: die Frage mit r Quadrat hat sich soeben erledigt!

[strukturmarionette]

Hi,

Sorry, Ich meinte r Quadrat und eben das korrigierte r Quadrat.

- Das sind aber noch die Dich interessierenden Regressionskoeffizienten
- Diese Bild eröffnet sich bei mit nicht
- Bei N =299 stellt sich die Frage nach NV-Population eher nicht.

Gruß
S.

[bele]

- Diese Bild eröffnet sich bei mit nicht

Ging mir auf einem anderen Gerät auch so. Die standardisierten Residuen sind sicher nicht normal, sondern extrem linksschief (rechtssteil) verteilt.

LG,
Bernhard

[iGrop]

Komisch. Eigentlich öffnet man den Link, muss 5sek warten und hat dann die Möglichkeit den "slow download" auszuwählen und das Bild zu speichern.
@Bernhard: Danke für deine Antwort. Ist es trotzdem noch möglich die Regression zu rechnen, da alle anderen Voraussetzungen erfüllt sind? Aus Marionettes Antwort hatte ich nun geschlossen, dass es aufgrund meiner hohen Probandenanzahl dennoch möglich ist.
@Strukturmarionette: Ich habe nun r² und r²korr für das jeweilige Modell angegeben und mich entschieden für die einzelnen Prädiktoren Beta und den p-Wert zu nennen.

Vielen Dank für eure Hilfe!

[bele]

Strukturmarionette ist da im Zweifel kompetenter als ich. Ich würde versuchen zu verstehen, wo das eigentlich herkommt und im Zweifel die Regression einfach so rechnen. Alle Modelle sind falsch, wie schlimm kann es sein, wenn Deines noch ein wenig falscher ist?
Ein großes N ist immer ein bequemes Polster.

LG,
Bernhard