STATISTIK-FORUM.de

[smailii]

Hallo zusammen

Ich rechne im Rahmen meiner Bachelorarbeit ein Mehrebenenmodell. Diesbezüglich sind bei mir zwei Fragen aufgetaucht, von denen ich hoffe, dass ihr mir vielleicht weiterhelfen könntet.

Ich interagiere zwei Variablen miteinander, die vor der Interaktion alleine keine Signifikanz aufweisen. Nach der Interaktion ist es hingegen so, dass nicht nur der Interaktionskoeffizient signifikant ist, sondern die Koeffizienten der beiden alleine stehenden Variablen auch. Kann mir jemand erklären, weshalb dies passiert?

Meine zweite Frage handelt von den beiden gleichen Variablen. Währenddem der Interaktionskoeffizient einen signifikanten positiven Einfluss auf die abhängige Variable aufweist, sind die Koeffizienten der beiden alleine stehenden Variablen negativ. Wie muss ich das interpretieren?

Vielen Dank für eure Hilfe!

[strukturmarionette]

Hi,

ich rechne im Rahmen meiner Bachelorarbeit ein Mehrebenenmodell

- derart unkonkret besser bei googels artificial intelligence und dgl anfragen

Gruß
S.

[Holgonaut]

Hi,

das ist eine typische Frage bei Interaktionen. Antwort ist ganz einfach dass sie die Bedeutung des Effekts eines Prädiktors ändert, wenn man den Produktterm eingefügt. Im letzteren Fall ist es der Effekt von X bei M = 0 (wobei X der Prädiktor und M der Moderator bzw. die interagierende Variable ist).

Der Artikel erklärt das sehr gut (und räumt auch mit dem Mythos auf, dass Mean centering Multikolinearität verringert):
Echambadi, R., & Hess, J. D. (2007). Mean-centering does not alleviate collinearity problems in moderated multiple regression models. Marketing Science, 26(3), 438-445.

Grüße
Holger

[strukturmarionette]

Hi,

Wie muss ich das interpretieren?

- für welches Modell?

Gruß
S.

[smailii]

Hi,

das ist eine typische Frage bei Interaktionen. Antwort ist ganz einfach dass sie die Bedeutung des Effekts eines Prädiktors ändert, wenn man den Produktterm eingefügt. Im letzteren Fall ist es der Effekt von X bei M = 0 (wobei X der Prädiktor und M der Moderator bzw. die interagierende Variable ist).

Der Artikel erklärt das sehr gut (und räumt auch mit dem Mythos auf, dass Mean centering Multikolinearität verringert):
Echambadi, R., & Hess, J. D. (2007). Mean-centering does not alleviate collinearity problems in moderated multiple regression models. Marketing Science, 26(3), 438-445.

Grüße
Holger

Vielen Dank für die hilfreiche Antwort!