STATISTIK-FORUM.de

[MichaelaxX]

Hallo zusammen,

Ich mache gerade eine Forschung wo ich 3 Persönlichkeitstypen auf eine andere AV beziehe. Dabei habe ich 5-6 weitere UVs untersucht, die ich als Moderatoren nutzen möchte.
D.h. immer Persönlichkeit 1 mit jeweils einer UV auf die AV. ( das ganze dann 5-6 mal für die verschiedenen Moderatoren)
Und dann die Persönlichkeit 2 auch mit jeweils diesen 5-6 UVs nacheinander ...usw.

Jetzt prüfe ich gerade die Vorrausetzungen der linearen Regressionsanalyse (linearität der Variablen, Multikolinearität, Normalverteilung der Residuenetc.)
Müssen die alle erfüllt werden oder darf man abweichen und ich kann das irgendwie begründen, dass ich trotzdem die lineare Regression nutze?
Ich kann anhang der Graphen nicht alle Kriterien erfüllen (vor allem die lineare Beziehung immer einer der Persönlichkeiten mit einer der UVs)

Die Persönlichkeiten sind Quasimetrisch/Ordinal (Likertskalen) und die andere 5-6 UVs sind teilweise Likert-Skalen und teilweise Ordinalskalen (zB. Anzahl der gesprochenen Sprachen= 1, 2, 3, 4).
DIe Stichprobe ist etwas über 500.

Denn wie soll ich ansonsten sinnvoll die Moderationen untersuchen, wenn nicht mit der Regression? Würde das gerne nutzen auch wenn vielleicht nicht alle Vorrausetzungen erfüllt werden.
Meine Linearen Regressionsgeraden, die ich bisher mal so ausgerechnet und anzeigen lassen habe sind halt sehr flach und meist mitten in der riesigen Punktewolke wo auch sehr viel von der gerade entfernt liegt. Das liegt aber meiner Meinung daran, dass fast alle Daten Likertskalen sind und somit keine richtige Wolke entsteht sondern die Antworten ja fast alle vorgegeben waren und viele der Punkte direkt aufeinander liegen und in einem "Raster" angeordnet sind.


Danke

[strukturmarionette]

Hi,

- du vergisst das wichtigste: Die AV(s).


Gruß
S.

[MichaelaxX]

Was meinst du genau?

Die av ist metrisch skaliert.
Gegen welche Variablen muss ich die für die voraussetzungen der Regression testen?
Für die Homoskeda. Habe ich sie natürlich in spss eingebunden.

Und bei der Multikollin. Müssen ja die UVs gegeneinander getestet werden bevor ich sie einbeziehe.

[PonderStibbons]

Ich kann anhang der Graphen nicht alle Kriterien erfüllen (vor allem die lineare Beziehung immer einer der Persönlichkeiten mit einer der UVs)
(...) Meine Linearen Regressionsgeraden, die ich bisher mal so ausgerechnet und anzeigen lassen habe sind halt sehr flach und meist mitten in der riesigen Punktewolke wo auch sehr viel von der gerade entfernt liegt.

Das klingt, als läge schlicht eine schwache Beziehung vor und nicht nach einer nicht-linearen Beziehung.

Mit freundlichen Grüßen

PonderStibbons

[MichaelaxX]

Ich kann anhang der Graphen nicht alle Kriterien erfüllen (vor allem die lineare Beziehung immer einer der Persönlichkeiten mit einer der UVs)
(...) Meine Linearen Regressionsgeraden, die ich bisher mal so ausgerechnet und anzeigen lassen habe sind halt sehr flach und meist mitten in der riesigen Punktewolke wo auch sehr viel von der gerade entfernt liegt.

Das klingt, als läge schlicht eine schwache Beziehung vor und nicht nach einer nicht-linearen Beziehung.

Mit freundlichen Grüßen

PonderStibbons

Okay. Das ist auch der Fall das stimmt. Die Beziehungen sind alle sehr schwach, aber das macht ja erstmal nichts.
Dachte nur da sehr viele Punkte auch immer weit entfernt der ausgegebenen Regressionsgeraden liegen, dass es dort vielleicht zu Fehlinterpretationen kommen kann bzw. dass nicht alle Vorrausetzungen für eine lineare Regression erfüllt sind (keine aussagekräftige Geradengleichung aufgestellt werden kann) und das deshalb so aussieht.

Aber ich habe gerade noch raus gefunden, dass ich in die Multiple Regression ja ein Bootstrapping einbeziehen kann um die Regression etwas robuster gegen den Fehler, dass es sich nicht um exakt linearverteilte Variablenbeziehungen handelt, machen kann und damit die signifikanz der Regression nach dem Bootstrapping etwas geringer ausfällt


Eine Frage noch: Ist das Vorgehen denn so richtig, wie es oben beschrieben wurde.
Das ich immer eine der Persönlichkeitstypen (das ist eine der UVs) mit jeweils den 6 verschiedenen anderen UVs einzeln als Regression und Moderation zu der immer gleichen AV testen kann?
Ich will halt ungerne direkt in einer Regression alle UVs (die Moderatoren sein können) auf einmal einbeziehen, weil dann die Interpretation schwieriger wird bzw. die Vorhersagekraft des Modells sowieso immer weiter steigt, je mehr UVs und Moderatoren einbezogen werden.

Das heißt ich teste alle meine möglichen Moderatoren nacheinander auf die Beziehung zwischen einer Persönlichkeit mit der AV und dann die nächste Beziehung Persönlcihkeit 2 mit der selben AV und wieder den Moderatoren.

Persönlichkeit 1 mit AV1 und Moderator (UV1)
Persönlichkeit 1 mit AV1 und Moderator (UV2)
Persönlichkeit 1 mit AV1 und Moderator (UV3)

Persönlichkeit 2 mit AV1 und Moderator (UV1)
Persönlichkeit 2 mit AV1 und Moderator (UV2)
...

Vielen Dank bereits jetzt!

[strukturmarionette]

Hi,

- wäre davon abhängig zu entscheiden, was du feststellen willst. .?

Gruß
S.