STATISTIK-FORUM.de

[colorscrap]

Hallo,

ich habe in meiner Studie drei Levels für das Situationsbewusstsein (also 3 Variablen) erfasst. Außerdem habe ich Präsenz in 3 Faktoren (auch 3 Variablen) gemessen. Meine Hypothese ist, dass hohes Situationsbewusstsein zu höherem Präsenzerleben führt. EIne Regression soll Aufschluss über den Zusammenhang zwischen den Variablen geben. Für Präsenzfaktor 2 ergeben sich signifikante Korrelationen mit alles 3 Levels des Situationsbewusstseins. Um den Zusammenhang genauer zu beschreiben, habe ich je eine lineare Regression mit den Levels des Situationsbewusstseins als uV und Präsenzfaktor 2 als aV. Die einzelnen linearen Regressionen führen auch zu einem signifikanten Ergebnis, d.h. höheres Situationsbewusstein Level 1 führt zu höherem Präsenzerleben in Faktor 2. Da sich aber das Situationsbewusstsein aus den 3 Levels entsteht und jedes für sich genommen auch signifikant auf den Präsenzfaktor 2 wirkt, wollte ich die 3 Levels gemeinsam als uVs in einer multiplen Regression berücksichtigen. Dann ist aber das Modell nicht signifikant (F-Wert) und auch die einzelnen uVs sind dann nicht mehr signifikant (T-Werte). D.h. die multiple Regression führt zu keinem brauchbaren Erklärungsmodell und ist deshalb in dieser Form nicht anwendbar.

Wie kann das sein? Ich stehe ein bisschen auf dem Schlauch...
Heißt das nun, dass ich jeweils nur eine einfache Regression berechne und jede für sich steht? D.h. jedes Level des Situationsbewusstseins würde dann einen Teil des Präsenzfaktors 2 erklären?

Viele Grüße

[strukturmarionette]

Hi,

Meine Hypothese ist, dass hohes Situationsbewusstsein zu höherem Präsenzerleben führt.

- Wie ist konkret die UV operationalisiert?
- N?

Multiple Regressionsanalyse anwendbar?

- Welche statistischen Anwendungsvoraussetzungen prüfst Du diesbezüglich?
- Sind die fachlichen (inhaltlichen) Anwendungsvoraussetzungen (Sinnfrage) für Dein Modell bzw Deine Modellhypothese erfüllt?

Gruß
S.

[colorscrap]

Das Situationsbewusstsein wurde mit einem multiple Choice-Fragebogen zu 7 Messzeitpunkten gemessen, über die ich die MIttelwerte bildet haben, die nun als uV dienen. Insgesamt liegt das N bei 28. (Ich weiß, dass ist ziemlich klein für eine multiple Regression, aber ich wüsste sonst nicht, welches alternative Verfahren ich anwenden kann.)

Ich habe Voraussetzungen geprüft und folgende Ergebnisse:
- Es ist keine Multikollinearität vorhanden.
- Homoskedastizität der Daten besteht.
- Residuen sind aber nicht normalverteilt.

Aus inhaltlichen Überlegungen und der Literatur besteht ein Einfluss des Situationsbewusstseins auf das Präsenzerleben. Das Modell an sich macht also Sinn.

VG

[PonderStibbons]

Insgesamt liegt das N bei 28. (Ich weiß, dass ist ziemlich klein für eine multiple Regression

Ja eben. Zudem basiert die multiple Regression auf Vorselektion aus
eine Vielzahl von Analysen, das Ergebnis wäre selbst bei "Signifikanz"
niht vertrauenerweckend, weil das Modell dem Datensatz überangepasst ist.

Unabhängig davon, eine Frage wie "Wie kann das sein" lässt sich kaum
beantworten, wenn die Ergebnisse der Analysen gar nicht beschrieben sind.
Wie hoch sind die 3 bivariaten Korrelationen zwischen Situationsbewusstsein
und Präsenz-Faktor, die 3 Korrelationen der Situationsbewusstseins-Level
untereinander, das R² der multiplen Regression, die Koeffizienten der SB-Level
und ihre Standardfehler in der multiplen Regression?

Mit freundlichen Grüßen

ponderStibbons