STATISTIK-FORUM.de

[gicana]

Wir haben in unserer Studie ein 2x2 Design und ich habe jetzt einige Moderatoren identifiziert. Das Ding ist, dass ich glaube, dass die Moderatoren pro Bedingung unterschiedlich wirken. Meine Frage wäre es jetzt, ob es ein Problem hinsichtlich der Alpha-Fehler-Wahrscheinlichkeit gibt, wenn ich zu viele moderierte Regressionen rechne? Bzw. ob es eine Empfehlung gibt wie viele in Ordnung wären?

Meine UVs sind positiver & negativer Affekt und positives und negatives Feedback
Die AV ist: Feedbackannahme
Moderatoren sind unterschiedliche Formen der Emotionsregulation z.B. Akzeptanz der Emotionen, Rumination, Verdrängung

[strukturmarionette]

Hi,

wenn ich zu viele moderierte Regressionen rechne? Bzw. ob es eine Empfehlung gibt wie viele in Ordnung wären?

- zunächst wäre (dein) zugrundeliegendes Signifikanzniveau darzulegen und zu begründen

Gruß
S.

[gicana]

Alpha liegt bei uns immer bei .05

[PonderStibbons]

Ohne Angabe der Stichprobengröße sind praktische statistische Probleme selten diskutierbar.

Und was heißt "und ich habe jetzt einige Moderatoren identifiziert." Die müssen ja bereits vorher identifiziert
worden sein, sonst wären sie nicht gemessen worden, oder wie lässt siich das interpretieren?

Mit freundlichen Grüßen

PonderStibbons

[gicana]

Ich erhebe meine Daten im Rahmen der Doktorarbeit meines Betreuers, sodass die Variablen bereits festgelegt waren, bevor ich ins Projekt mit eingestiegen bin.
Durch meine Literaturrecherche, habe ich geschaut wie die Variablen, welche wir erheben, zusammenhängen könnten. Die Fragestellung meines Betreuers ist nochmal eine andere.

Stichprobenumfang berechnen wir a priori mit alpha=.05; beta=.8; und angenommener Effektgröße auf Basis der vorliegenden Literatur. Ich gehe von einem mittleren Effekt aus, denke nun aber, dass die Rechnungen wie ich sie mir gedacht haben unrealistisch sind, weil die Stichprobe nicht groß genug sein wird, dass ich die moderierte Regressionen in jeder Bedingung rechnen kann. Was ich mir als Alternative dachte, wären zwei multiple lineare Regressionen für jeweils positives und negatives Feedback zu rechnen.