ich bin gerade dabei für eine Untersuchung (es liegen keine empirischen Daten vor also auch keine Informationen über Stichprobengrößen oder ähnliches), eine statistische Auswertung zu planen und wälze mich durch tausend Bücher (ok, zugegeben es sind nur drei), während ich so langsam verzweifle und mich frage, wie ich im ersten Semester so gut durch Statistik gekommen bin
Ich erzähle einfach mal etwas über die Untersuchung und was ich mir dabei so gedacht habe:
Ich habe 5+1 unabhängige Variablen
- Variable 1 wird experimentell manipuliert und ist auf Nominalskalenniveau (4 Bedingungen)
- Variable 2-5 sind metrisch skaliert, kann nicht direkt manipuliert werden da Eigenschaftsvariablen (alle Variablen sind Ausprägungen eines einzigen übergeordneten Konstrukts, die nebeneinander auftreten können)
- Variable 6 ist eine dichotome Eigenschaftsvariable, die zwar nicht zum Versuchsplan gehört, sich aber in früheren Untersuchungen als möglicher Moderator herausgestellt hat.
Ich habe 2 abhängige Variablen
- Metrisch skaliert
Ich möchte den Einfluss und Interaktionen der UV auf die AV überprüfen und habe dafür eine Regressionsanalyse gewählt. Es gibt nur einen Messzeitpunkt.
Folgendes habe ich mir zur Überprüfung der Voraussetzungen gedacht:
- Homoskedastizität: Visuelle Überprüfung über einen Residuenplot mit studentisierten Residuen (ist das ausreichend?)
- Normalverteilung der Residualvariablen: Visuelle Überprüfung eines Histogramms der studentisierten Residuen
- Unabhängigkeit der Residuen: Ist dies notwendig bei Querschnittsdaten und randomisierter Stichprobe (keine Klumpenstichproben oder ähnliches)? Ansonsten mglw. Durbin-Watson-Test?
Und folgendes dachte ich mir bei der Multiplen Regression
- Schrittweise Regression
- Für Variable 1 und 6 bilde ich orthogonale Kontraste
- Ich berechne für die Effekte der UV auf die AV für jede AV eine separate Regression
- Zur Überprüfung von Interaktionseffekten zwischen UV 1, 2-5 und 6 überprüfe ich jeweils immer nur eine der Variablen 2-5 einzeln, da keine Interaktionen zwischen den Variablen 2-5 geprüft werden sollen und dies die Interpretation erleichtert.
Schritte der Regression
Schritt 1: Kontrastkodierungen der Variable 1 eingeben
Schritt 2: Variablen 2-5 und 6 eingeben
Schritt 3: Überprüfen von Zwei-Wege-Interaktionen zwischen Variable 2 (bzw. 3,4,5), Variable 1 und 6
Schritt 4: Überprüfen von Drei-Wege-Interaktionen zwischen Variable 2 (bzw. 3,4,5), Variable 1 und 6
Für signifikante Interaktionen berechne ich dann simple-slope Tests
Ich würde mich sehr über Kommentare über Sinn und Unsinn meiner Überlegungen freuen!
MfG
