STATISTIK-FORUM.de

[n_lee]

Liebes Forum,
ich sitze gerade an meiner Diplomarbeit in der Psychologie und habe noch 8 Tage bis zur Abgabe.
Leider kennen sich weder meine Anleiter noch die Statistik-Professoren meiner Uni mit dem Bootstrap-Verfahren aus, weswegen ihr momentan meine letzte Hoffnung seid. Ich rechne eine theoriegeleitete hierarchische moderierte Regression, in der im 1. Block meine Kontrollvariablen und im 2. Block mein Modell der Moderation (also 2 Haupteffekt- und eine Interaktionsvariable) einfließen.
Es geht mir speziell um die Interpretation meiner Ergebnisse:
Ich habe die Ergebnisse momentan in Tabellen aufgeschrieben. Hier sind erst mal alle Parameter drin, die bei der parametrischen Moderation herauskommen (Also B, Beta, R-Quadrat etc.). Die will ich lediglich zur Veranschaulichung darstellen, denn interpretieren kann ich sie ja aufgrund meiner nicht-normalverteilten Residuen nicht (außerdem weisen die Residuen auch keine Homoskedastizität auf).
Aber was genau kann ich denn überhaupt für Aussagen mit dem BS-VErfahren machen? KI's und Standardfehler werde ich nicht angeben, B ist ja das gleiche und Beta spuckt er nicht aus. Bleibt also nur noch der Signifikanztest (p) für jeden einzelnen Prädiktor, Kontrollvariablen und der Interaktionsvariable in meinem Modell. Kann ich also letztlich nur sagen: Ja, der Haupteffekt wird auch unter Bootstrap signifikant, allerdings kann ich nicht sagen, wieviel dieser Prädiktor im Kriterium aufklärt, da ich Beta nicht interpretieren darf?
Und wie sieht das mit R-Quadrat aus? Kann ich überhaupt sagen, wieviel zusätzliche Varianz mein 2. Block im Kriterium aufklärt, auch wenn das eigentlich die Statistiken der parametrischen Regression sind?

Wie ihr seht, ich bin etwas überfordert hier, finde auch leider keine Moderations-Studien oder statistische Lehrbücher, die da ausführlicher drauf eingehen geschweige denn das Thema behandeln.
Danke schon mal im Voraus für alle Ideen, HIlfen und Denkanstösse.
Liebe Grüße,
Anna-Lena

[Holgonaut]

Hi Anna-Lena,

Deine Anfrage ist sehr konfus. Ich versuch es mal, auseinander zu klamüsern.

Ich rechne eine theoriegeleitete hierarchische moderierte Regression, in der im 1. Block meine Kontrollvariablen und im 2. Block mein Modell der Moderation (also 2 Haupteffekt- und eine Interaktionsvariable) einfließen.

Standard ist, dass im 2. Schritt Prädiktor und Moderator in das Modell kommen und im 3. Schritt der Produktterm. Grundlage zur Beurteilung der Moderation ist die Sign. des Inkrements in R^2.

Hier sind erst mal alle Parameter drin, die bei der parametrischen Moderation herauskommen (Also B, Beta, R-Quadrat etc.). Die will ich lediglich zur Veranschaulichung darstellen, denn interpretieren kann ich sie ja aufgrund meiner nicht-normalverteilten Residuen nicht (außerdem weisen die Residuen auch keine Homoskedastizität auf).

Etwas zur Veranschaulichung zu nutzen, was man eigentlich nicht interpretieren kann, erscheint mir ein Widerspruch. Du hast also nicht-normalverteilte und heteroskedastische Residuen. Dafür gibt es robuste Schätzer. Ich weiß nicht, womit arbeitest (SPSS), aber in Stata und R ist das machbar. Im Forum gab es mal eine Diskussion darüber. Du brauchst also kein bootstrapping.

Falls doch:

Aber was genau kann ich denn überhaupt für Aussagen mit dem BS-VErfahren machen? KI's und Standardfehler werde ich nicht angeben, B ist ja das gleiche und Beta spuckt er nicht aus. Bleibt also nur noch der Signifikanztest (p) für jeden einzelnen Prädiktor, Kontrollvariablen und der Interaktionsvariable in meinem Modell.

Der Sinn des bootstrappings sind ja gerade die Standardfehler (und folglich die p-Werte); Beta kannst du ja leicht selbst berechnen (Beta = B * UV_X / UV_Y ) - und für den Produktterm ist Beta sowieso unsinnig.

Grüße
Holger

[n_lee]

Lieber Holger,
danke erstmal für deine ausführliche Antwort. Hm, den Produktterm nehme ich nicht als 3. Block hinzu, es ergibt aber viel mehr Sinn, das werde ich so machen.
Ich kann leider nur mit SPSS arbeiten, unsre Uni hat nichts anderes und meine Anleiterin will unbedingt diesen Bootstrap drin haben, obwohl sie davon selber nichts versteht. Genau deswegen nehme ich die WErte zur Veranschaulichung mit rein, damit sie es besser nachvollziehen kann.
Mein Problem ist jetzt nur noch, dass ich beim Bootstrap nur einen Sign.Test rausbekomme und nicht weiß, ob der für R-Quadrat, die Regressionskoeffizienten und das Modell gleichzeitig gilt? Dass ich Beta selbst berechnen könnte ist mir noch gar nicht in den Sinn gekommen, danke für den Tip.
Was genau ist UV_X in deiner Formel?

Liebe Grüße,
Anna-Lena