STATISTIK-FORUM.de

[hquadrat]

Ich untersuche den Einfluss von bestimmten soziodemografischen Variablen auf einen Wissenstest.

Ich habe gefunden, dass zwischen Einkommen und Wissen sowie zwischen Bildung und Wissen eine signifikante Korrelation besteht. Aber auch zwischen Bildung und Einkommen gibt es einen Zusammenhang.

Ich hatte testweise mal zwei getrennte Regressionen Einkommen-Wissen und Bildung-Wissen gerechnet. Dort wurden beide T-Werte signifikant.
Dann hatte ich testweise eine Regression, in Einkommen und Bildung parallel aufgenommen wurden. Dann wurde nur noch einer der beiden T-Werte signifikant.

Deswegen habe ich angenommen, es gebe einen Zusammenhang, der eventuell Varianz unterdrückt o.ä.

Um zu untersuchen, ob der Zusammenhang Bildung-Einkommen die beiden Zusammenhänge Bildung-Wissen und Einkommen-Wissen beeinflusst, habe ich dann:

1. eine Interaktionsvariable Bildung*Einkommen erstellt
2. eine multiple Regression berechnet, in der im 1. Block parallel Einkommen und Bildung aufgenommen wurden, im 2. Block die Interaktion

Ich bekomme folgende Ausgabe:

https://www.dropbox.com/s/wi55xdiop3l93 ... 2.PNG?dl=0

Meine Fragen:

1. Bedeutet der Umstand, dass der Interaktionsterm nicht signifikant wurde, dass ich sagen kann "Bildung und Einkommen haben einen Einfluss auf Wissen ohne dass der Zusammenhang zwischen Bildung und Einkommen dafür ausschlaggebend wäre" ?
2. kann ich einfach einen Interaktionsterm aus nominalskalierten Variablen bilden (Einkommen in Klassen erfasst, Bildung ebenfalls)?

Vielen Dank für Eure Hilfe,
Hannes

EDIT: Falls es so nicht geht, wie würde ich es anstellen, dass ich zwei Regressionen berichten kann, bei der die zwei Zusammenhänge (Bildung-Wissen, Einkommen-Wissen) jeweils frei von anderen Einflüssen sind?

[PonderStibbons]

Dann hatte ich testweise eine Regression, in Einkommen und Bildung parallel aufgenommen wurden. Dann wurde nur noch einer der beiden T-Werte signifikant.

Vermutlich ein Effekt analog zu dem in http://www.uni-graz.at/ilona.papousek/t ... s/faq.html FAQ #7.

1. Bedeutet der Umstand, dass der Interaktionsterm nicht signifikant wurde, dass ich sagen kann "Bildung und Einkommen haben einen Einfluss auf Wissen ohne dass der Zusammenhang zwischen Bildung und Einkommen dafür ausschlaggebend wäre" ?

Nein, das bedeutet nur, dass es keinen nachweisbaren Moderatoreffekt gibt.

2. kann ich einfach einen Interaktionsterm aus nominalskalierten Variablen bilden (Einkommen in Klassen erfasst, Bildung ebenfalls)?

Nein. Und falls Du Regressionen rechnest, ohne Dich mit dem Thema der Kodierung
ordinaler und kategorialer Variablen (ein Stichwort wäre dummy-coding) befasst zu
haben, dann solltest Du das nachholen.

Mit freundlichen Grüßen

P.

[hquadrat]

Danke für Deine Antwort. Ich vermute einen Mediatoreffekt Bildung->Einkommen->Wissen.

Dazu rechne ich analog diesem Skript: http://www.zhb.tu-dortmund.de/wb/Row/Me ... pt_1_3.pdf drei Regressionen

- Bildung auf Einkommen
- Einkommen auf Wissen
- Bildung auf Wissen

Wenn der Effekt Bildung + Einkommen auf Wissen kleiner ist als der alleinige Einfluss von Bildung auf Wissen, liegt ein Mediatoreffekt vor, richtig?

Dazu habe ich für Bildung und Einkommen Dummy-Variablen gebildet.

1. Wie berechne ich jetzt eine Regression von Bildung auf Einkommen, wenn beides Dummy-Variablen sind?
2. Diesen Output erhalte ich für den Zusammenhang Einkommen - Wissen:

https://www.dropbox.com/s/9nycslhh3c29r ... 3.PNG?dl=0

Kann ich dann sagen, dass dieser signifikant ist, aufgrund des p-Wertes in der ANOVA-Tabelle?

[PonderStibbons]

Danke für Deine Antwort. Ich vermute einen Mediatoreffekt Bildung->Einkommen->Wissen.

Du hattest allerdings eine Moderatornalayse gerechnet (Interaktion).

Wenn der Effekt Bildung + Einkommen auf Wissen kleiner ist als der alleinige Einfluss von Bildung auf Wissen, liegt ein Mediatoreffekt vor, richtig?

Nein, so einfach ist das nicht. Und einen Mediatoreffekt kannst Du bei diesen
Variablen nicht ernsthaft annehmen. Bildung und Einkommen sind weitgehend
das Resultat von Drittvariablen (vor allem Klassenzugehörigkeit der Eltern,
allerdings weiß ich nicht, was das eigentlich für eine Stichprobe hier ist).
Mit den technischen Detailks mag ich mich daher auch nicht beschäftigen.
Aber die Makros von Hayes sind wohl up to date, vielleicht verarbeiten die
auch kategoriale Variablen ( http://afhayes.com/spss-sas-and-mplus-m ... -code.html )

Mit freundlichen Grüßen

P.

[hquadrat]

Ich habe mich oben auch vertan, ich meinte Einkommen->Bildung-Wissen. Für mich macht es schon Sinn, dass der Zusammenhang von Einkommen und Wissen durch Bildung vermittelt wird. Du meinst, das ist Quatsch?
Danke für den Link zum Makro, aber mit Dummy-Variablen bekomme ich das leider nicht hin.

[PonderStibbons]

Ich halte es nicht für Quatsch, aber für wenig triftig. Einkommen führt zur Bildung?
Einkommen der Eltern, das bekanntermaßen ja, aber hier geht es um das Einkommen
der Befragten. Einkommen und Bildung sind wie gesagt normalerweise (ich kenne wie
gesagt die Grundgesamtheit hier nicht) gute Indikatoren für ihre gemeinsame Ursache,
die soziale Klassenzugehörigkeit qua Geburt.

Mit freundlichen Grüßen

P.

[hquadrat]

Ok, stimmt, da hast Du recht. Wenn ich also gefunden habe, dass alle drei Bereiche korrelieren, würdest Du das dann in einer Arbeit gar nicht weiter verfolgen und einfach so schildern?
Für mich fühlte es sich so an, als sollte ich diese Zusammenhänge näher untersuchen.

[PonderStibbons]

Da kann ich nicht viel zu sagen, weil Du zum Gegenstand und zum Ziel
und zum Zweck der Studie nichts bzw. nicht sehr viel geschrieben hast.
Man kann das Testergebnis auf Einkommen regredieren, man kann es
auf Bildung regredieren, man kann dann beides zusammen in eine
Regression hineinnehmen und schauen, ob das einen Zugewinn gegenüber
Regressionen mit den einzelnen Prädiktoren bringt (R² des Gesamtmodells),
und man kann dazu ergänzend eine Spearman- Korrelation rechnen um
zu überprüfen, wie sehr beide Prädiktoren zusammenhängen. Oder eben
vielleicht auch was ganz anderes.

Mit freundlichen Grüßen

P.

[hquadrat]

Ich untersuche den Einfluss von subjektivem und objektivem Wissen auf Verhalten. Als Zusatz untersuche ich den Zusammenhang der soziodemographischen Variablen mit diesen Wissensformen, das ist nicht das zentrale Thema,aber eine gute Ergänzung, denke ich.

Ah, ok, dann werde ich das mit der Regression machen.

Aus Bildung und Einkommen habe ich ja jeweils Dummy-Variablen gebildet. Wenn ich den Effekt von Bildung und Einkommen zusammen untersuchen möchte, benutze ich dann wirklich alle Dummy-Variablen als UVs?

Korrelationen habe ich berechnet:

Objektives Wissen - Bildungsgrad r(229) = .26 (p < .01) und Einkommen r(229) = .16 (p < .05)
Bildung und Einkommen r(229) = .25 (p < .01)


EDIT: Habe das mal berechnet:

R-Quadrat Bildung -> Wissen 0,09
R-Quadrat Einkommen -> Wissen 0,64
R-Quadrat Einkommen / Bildung -> Wissen 0,124

Dabei habe ich immer die Dummy-Variablen als UVs benutzt. Was bedeutet das dann?

[PonderStibbons]

Ersteinmal bedeutet das, dass da eine falsche Angabe bei den R² Werten ist.
Falls wenigstens die dritte Angabe stimmt, klären Einkommen und Bildung
gemeinsam schon einiges an Varianz bei "Wissen" auf.

Mit freundlichen Grüßen

P.