Ich befinde mich nun im Rahmen meiner Bachelorarbeit in der Situation, dass ich eine Versuchspersonenanzahl für meine Untersuchung berechnen möchte. Ich habe mehrere Hypothesen, welche ich teilweise mit gepaarten t-Tests prüfen werde und andere, die ich meines Wissens nach mit einer logistischen Regression berechnen sollte. Eine Berechnung der VPNanzahl bezüglich des t-Test habe ich schon gemacht. Dennoch muss ich die Berechnung mit der statistischen Untersuchung durchführen, welche die meisten VPN benötigt und das wäre dann die logistische Regression, richtig? Es handelt sich hierbei um 5 verschiedene Merkmalsausprägungen (z. B. Empathie, sozialer Vergleich, etc.) welche ich als Prädiktor für eine dichotome Zielvariable (Entscheidung für a oder b) annehme. Je stärker die Prädiktoren ausgeprägt, desto eher wird sich (je nach Prädiktor) für a oder für b entschieden. D.h. Die Wirkung der Prädiktoren auf die Entscheidungen ist nicht einheitlich. Kann dennoch eine logistische Regression für jeden Prädiktor einzeln herausstellen, wie er auf die Entscheidung von a und b wirkt?
Nun zu meine eigentlichen Problemstellung. Leider verstehe ich nicht genau, wie ich mittels GPower die optimale VPNanzahl berechne. Mir ist bewusst dass ich die logistische Regression unter z-Tests finde, nur bin ich leider mit den anzugebenden Parametern ein wenig überfragt und überfordert. Ich hoffe mir kann da jemand weiterhelfen und ich freue mich auf eure Anregungen zu meiner Situation!
*Was ich noch erwähnen sollte, da die AV bei der logistischen Regression binär (1 - 0) codiert sein muss: Ich habe VPN die jeweils 10 Entscheidungen von A oder B treffen sollen. D.h. ich hätte bspw. 100 VPN mit jeweils 10 Entscheidungen von A und B. Jede einzelne Entscheidung ist dabei mit (1 - 0) codiert. Dann hat man mal 5x A und 5x B oder 7x A und 3x B etc. Funktioniert dann überhaupt die logistische Regression, da ich nicht für jede Person eine Codierung der Antwort, sondern jeweils 10 habe, die Prädiktoren aber pro Person einen Wert annehmen. Ich hoffe das war jetzt nicht zu verwirrend
Beste Grüße
Noah
