1. Die Zielstichprobe umfasst Paare, bei denen beide Partner auf Instagram sind
Aha. Schade eigentlich.
2. bisher habe ich die Frequenz des Postens mit einem Multiple Choice Antwort Format angelegt also von: nie, jährlich, monatlich, wöchentlich bis täglich. Allerdings bin ich mit nicht sicher, ob ich hier lieber eine Likert Skala zwischen nie bis sehr oft anlegen soll. Diese wäre dann allerdings für die Befragten schwerer zu interpretieren.
Obacht. Einzelne Items sind keine Likert-Skalen. Likert-Skalen bestehen aus mehreren Items, die summiert werden.
Außerdem weißt Du nicht, ob alle unter "oft" dasselbe verstehen. Da wäre eine konkrete Antwortalternative
wie in der ersten Version allemal vorzuziehen. Vielleicht solltest Du auch in Referenzliteratur schauen,
wie man das im Allgemeinen bei solchen oder ähnlichen Themen gehandhabt hat. Eventuell wäre eine Frage
"wie häufig haben Sie in den letzten 7 Tagen..." oder "wie häufig haben Sie in den letzten 30 Tagen..."
vorzuziehen.
Beantwortung durch Likert Skala von 1-7
Wie gesagt, Likert-Skala ist nicht die Bezeichnung für ein Antwortformat von Items. Wenn die 3 Items
summiert werden, um zu einem Gesamtwert zu kommen, das könnte dann eine (quasi intervallskalierte)
Likert-Skala sein.
Die Partnerschaftsqualität wird erhoben mit dem FPD von Hahlweg - ebenfalls Beantwortung mit Likert Skala zwischen 1 - 4.
Es wird jeweils nur für den Partner erhoben, der den Fragebogen ausfüllt. Die Fragen beziehen sich allerdings auf das gemeinsame Paarverhalten, zum Beispiel: vor dem Schlafen gehen kuscheln wir uns aneinander.
Demnach erhält man einen Gesamtscore, nehme ich an. Dass das nur von einem der Partner kommt, ist
wissenschaftlich etwas schade, macht aber die Analysen einfacher.
Was die Frage "ob es sich auf die Partnerschaftsqualität auswirkt: wenn eine Diskrepanz zwischen dem
eigenen Posting Verhalten und dem des Partners besteht", würde ich eine lineare Regression
mit Qualität als abhängiger Variable und der Diskrepanz als Prädiktor rechnen. Man wird zudem
noch einige andere Variablen einbeziehen wollen, um Schein-Zusammenhänge durch unberücksichtigte
Drittvariablen zu vermeiden. Man kann Alter, Geschlecht u.a. relevante Erklärungsmöglichkeiten in die
Regression einschließen.
Wie man in der Regression "Differenz der Postingfrequenz" einbezieht, hängt wiederum davon ab,
wie Frequenz es gemessen wurde. Misst man das durch jeweils ein ordinalskaliertes Item, kann man
nur eine dummy-Variable bilden (1=Frequenz unterschiedlich, 0=Frequenz ca. gleich) oder auch 2
dummy-Variablen (erster Dummy: der andere häufiger als der Befragte 1=zutreffend, 0=unzutreffend;
2. Dummy: der andere seltener als der Befragte, 1=zutreffend, 0=unzutreffend).
Misst man das z.B. als "Beiträge pro Monat", dann kann darauf aufbauend dummy-Variablen bilden wie
oben, oder die Regression mit dem Prädiktor "Differenz zwischen Anzahl der Postings im angegebenen
Zeitraum" durchführen (entweder als absolute Zahl, oder als Differenz "Frequenz des befragten Partners
minus Frequenz des nicht befragten Partners"). Allerdings müsste man darüber nochmal nachdenken,
weil 100-90 Beiträge eine größere Differenz wäre als z.B. 6-1, was inhaltlich in die Irre führen
könnte. Man bräuchte also eine Idee, was psychologisch eine große oder kleine Differenz sein könnte.
Oder man müsste komplizierte Verfahren rechnen (polynomiale Regression nach Edwards), die
gar nicht mal so schwer durchzuführen, aber schwer zu interpretieren sind.
Mit freundlichen Grüßen
PonderStibbons