STATISTIK-FORUM.de

[TwixDuDu]

++Update++ich habe die Do'& Don'ts I'm Forumteil gefunden und passe meinen Fragenpost jetzt nochmal an.++

Hallo an Alle,
ich habe mehrere Hypothesen mit geplanter linearer Regressionsanalyse (+1Interaktionseffekt/Moderation)
Mein Datensatz hat etwa 1000personen erfasst.
Es sollen zwei potentielle Prädiktoren jeweils einzeln überprüft werden auf 3Av's
-die prädiktoren kommen aus einem Schulfragebogen zu schulischen variablen und sind dort einzelne Items (als likert Skala)
Die avs sind mit einem Fragebogen erhobene subskalen zu Burnout Faktoren (auch likert Skalen Form)
Ich möchte prüfen,ob die Prädiktoren eine Vorhersagekraft auf die jeweilige av haben und wenn ja,in welchem Maße
Dazu habe ich nach den Vorraussetzungen geschaut, habe versucht schritt für schritt zu bearbeiten und :

Aus Mangel an Erfahrung,habe ich sowohl Heteroskedastizität als auch Linearität zu wohlwollend grafisch interpretiert,
(Bei heteroskedastizität dann noch Shapiro will geschaut -was natürlich eine Vorraussetzungsverketzung angezeigt hat,aber ja auch sensibel für die angegebene Stichproben Größe und deren mögliche(n) ausreißer sein kann...damit habe ich dann gedacht,das wird vielleicht reichen.(Man weiß ja vorher nicht,was man alles nicht weiß, schläft damit sehr gut BIS man dann auf immer mehr Hinweise kommt,ob das wirklich so richtig ist was man macht.
Vor den zweifeln habe ich alle Vorraussetzungsverletzungen als erfüllt betrachtet und dann alles einmal durchgerechnet..bei allen linearen regressionsanalysen erschienen signifikante Ergebnisse, nur.der Moderationseffekt war nicht signifikant. Nun bin ich bei der Suche nach Erklärungen darauf gekommen, dass evtl doch manche Vorraussetzungsverletzungen falsch angenommen wurden:( ich habe die Vorraussetzungen dann nochmals geprüft mit anderen Analysen und es kam bei allen Variablen dazu,dass ich die linearen Regressionen garnicht hätte nutzen dürfen.
Ich bin nun unsicher, welche alternative mir bleibt (ich weiß wenn eine der beiden verletzt ist,kann man nach einer Alternative schauen)(laut Streudiagrammen kommen wahrscheinlich parabel Regressionsgleichungen in frage -ABER was mache ich mit der zweiten Vorraussetzungsverletzung dann..
Ich Frage mich außerdem ob eine Moderatoranalyse damit komplett ausgeschlossen ist oder ich nur keine online quellen finde,die andere Wege daraus beschreiben?
Ich freue mich sehr,falls jemand Input hat oder Tipps!
Liebe Grüße in den Abend!

[strukturmarionette]

Hi,

einzelne Items (als likert Skala)

- eine Likertskala setzt sich aus mehreren Items zusammen

- bei N =1000 sind inferenzstatistische Absicherungen zunächst Nebensache.
- inwieweit können die Arbeitshypothesen jeweils einzeln deskriptiv bestätigt werden?

Gruß
S.

[bele]

Hallo TwixDuDu,

++Update++ich habe die Do'& Don'ts I'm Forumteil gefunden und passe meinen Fragenpost jetzt nochmal an.++

Das ist hier nicht Thema, aber als Autor dieses Post wüsste ich gerne ob deutlich genug 'rüber kommt, dass das eine Hilfestellung und keine Belehrung sein soll. Es freut mich natürlich, wenn es geholfen hätte, die Frage besser zu formulieren.

ich habe mehrere Hypothesen mit geplanter linearer Regressionsanalyse (+1Interaktionseffekt/Moderation)
Mein Datensatz hat etwa 1000personen erfasst.

n = 1000 macht viele Dinge leichter, unter anderem kann man dann auch mehr machen als nur lineare Regression.

Es sollen zwei potentielle Prädiktoren jeweils einzeln überprüft werden auf 3Av's

Ich verstehe hier: Sechs verschiedene lineare Regressionen, jeweils ein Prädiktor allein ("jeweils einzeln"). Wenn jeder Prädiktor aber immer allein wäre, dann kann man ja keine Interaktion definieren. Das wäre nett, wenn Du das nochmal präzisieren könntest.

die prädiktoren kommen aus einem Schulfragebogen zu schulischen variablen und sind dort einzelne Items (als likert Skala)

Einzelitems werden in der Regel als ordinal betrachtet, ich verstehe Dich aber richtig, dass Du sie hier metrisch verwenden willst.

damit habe ich dann gedacht,das wird vielleicht reichen.

Deine Argumentation, dass eine visuelle Beurteilung am besten passt weil die Abweichungstests bei n = 1000 zu empfindlich sind ist durchaus vernünftig. Da würde ich mich von einem Shapiro-Wilk-Test nicht ins Bockshorn jagen lassen. Wenn Du Dir unsicher bist mit Deiner visuellen Beurteilung kannst Du vielleicht die Plots irgendwo hochladen und uns verlinken? Dann könntest Du weitere Meinungen dazu sammeln.

bei allen linearen regressionsanalysen erschienen signifikante Ergebnisse, nur.der Moderationseffekt war nicht signifikant.

Bei n = 1000 erscheint das recht aussagekräftig.

Ich bin nun unsicher, welche alternative mir bleibt (ich weiß wenn eine der beiden verletzt ist,kann man nach einer Alternative schauen)(laut Streudiagrammen kommen wahrscheinlich parabel Regressionsgleichungen in frage

Wenn Du einen nichtlinearen Verlauf annimmst, dann kommen entweder Transformationen der Abhängigen Variablen infrage oder nichtlineare Regressionen. Transformationen kann man in gewissen Grenzen ausprobieren, nichtlineare Regressionen hängen halt stark davon ab, was Du Dir statistisch zutraust. "Parabolisch" heißt wohl, dass Du einen quadratischen Termin ins lineare Modell aufnehmen willst. Sehr viel flexibler in Sachen Nichtlinearität wäre ein GAM, ein Modell in dem abschnittsweise kubische Splines an den Zusammenhang angepasst werden. Sehr elegant ist es oft auch, die abhängige Variable als ordinal anzunehmen und eine ordinale Regression zu rechnen.

Vielleicht erzählst Du uns noch, was für eine Arbeit das ist. Geht es um eine Semesterarbeit, eine Masterarbeit oder eine Publikation? Je nachdem muss man mehr oder weniger Gewicht auf die Ansichten des einzelnen Betreuers legen und es lohnt sich mehr oder weniger Einarbeitung in neue Methoden.

LG,
Bernhard

[bele]

Ich habe TwixDuDu per PN angeboten, mir die Daten selbst anzuschauen, aber die Daten gehören nicht ihr.

Wenn Lineare OLS Regression der Name des Spiels ist und wenn eine Verletzung der Heteroskedastizität das Problem ist, dann schlage ich vor, die Lineare Regression zu bootstrappen. Bei n = 1000 sollte das Sample die Grundgesamtheit sicher ausreichend gut repräsentieren und so wird man die ganzen Verteilungsannahmen los.

Das Verfahren scheint auch für SPSS-User leicht verfügbar zu sein, wie ich diesem Video entnehme:
https://youtu.be/Pu9gbHK575I?si=aEEGMfqHFZy1Rjx9

Wenn man einen kurvilinearen Zusammenhang vermutet kann man auch da quadratische Terme (Parabeln) mit aufnehmen, aber dann muss man halt überlegen, ob und wie man auch für die quadrierten Prädiktoren Interaktionen und die Interaktionen auch quadriert aufnehmen will...

LG,
Bernhard