STATISTIK-FORUM.de

[Sabini]

Hallo zusammen,

ich teste gerade eine Hypothese im Rahmen meiner Masterarbeit und komme an einem Punkt nicht weiter.
Ich habe eine unabhängige Variable (eine Dummyvariable mit den Ausprägungen 0 und 1), eine Moderatoren-Variable (Mittelwerte, also intervallskaliert) und eine abhängige Variable (ebenfalls Mittelwerte, also intervallskaliert).

Nun möchte ich untersuchen, wie sich der Effekt der unabhängigen Variable auf die abhängige Variable bei unterschiedlichen Werten der Moderatorvariable verändert.
Dazu mache ich eine Regression mit der abhängigen Variable, der unabhängigen, der Moderatorvariable und dem Kreuzprodukt (unabhängige Variable*Moderatorvariable).

Ich habe verstanden, dass ich die Moderator-variable z-transformieren muss.
Nun finde ich verschiedene Hinweise bezüglich der dichotomen unabhängigen Variable. Zum einen wird gesagt, dass ich diese nicht transformieren muss, zum anderen wird eine gewichtete Effektkodierung empfohlen.

Was ist denn nun richtig?

Und was bedeuten die einzelnen Regressionskoeffizienten denn dann? Je mehr ich darüber lese, desto verwirrter werde ich im Moment...

Ich danke euch vielmals für eure Hilfe!!!

Sabini

[daniel]

Ich habe verstanden, dass ich die Moderator-variable z-transformieren muss.

Nein, das musst Du nicht. Es hilft bei der Interpretation, wenn die Nullpunkte der beteiligten Variablen sinnvoll zu interpretieren sind. Wieso Leute (auch in Büchern udn Artikeln) immer wieder behaupten, die Interpretation in Standardabweichungen wäre besser/einfachr/aussagekräftiger als die in den "natrülichen" Einheiten der Variablenbleibt mir schleierhaft. Dummies haben keine Standardabweichung, da die lediglich eine Funktion des Mittelwerts, i.e. des Anteils der 1er in der Stichprobe darstellt, daher ist das Standardisieren von Dummies völlig sinnfrei.

Zur Interpretation dieser Modell gibt es hier zahlreiche Threads (midestens einen auf der Startseite des Unterforums "Regressionsanalyse": regressionanalyse-f11/interpretation-einer-interaktion-der-multiplen-regression-t2306.html), also einfach mal die Suchfunktion nutzen, oder hier starten: regressionanalyse-f11/interaktionseffekt-t1190.html

[Sabini]

vielen Dank! Ich habe nun die abhängige Variable standardisiert, die Dummy-variable nicht. Die Überlegung war vielmehr, sie zu gewichten, da meine Stichproben unterschiedlich groß sind (n0=703, n1=634). Dies hat aber keine theoretische Bedeutung, daher macht eine Gewichtung tatsächlich keinen Sinn.
Vielen Dank für den Hinweis auf die anderen Threads, ich habe mir alles durchgelesen und soweit (glaube ich zumindest ) auch verstanden.


Ich habe die Werte nun folgenermaßen interpretiert. (Ich untersuche den Einfluss von Kundenbewertungen auf die wahrgenommene Produktqualität und Kaufwahrscheinlichkeit)
Bei der moderierten Regression waren nun alle Koeffizienten und der Interaktionsterm signifikant.

(AV= wahrgenommene Produktqualität (intervall); UV=Expertise des Bewertungs-Verfassers (Dummy mit 0=Laie und 1=Experte); Moderator=Involvement des Lesers (intervallskaliert); Interaktionterm=Expertise*Involvement)

b0=3.393 --> Wenn Kunden eine Bewertung von einem Laien lesen, beträgt die wahrgenommene Produktqualität 3.393
b1=0.075 --> Wenn Kunden statt einer Bewertung eines Laien eine Bewertung eines Experten lesen, erhöht sich die wahrgenommmene Produktqualität um 0.075, bei einer mittleren Kunden-Involviertheit
b2=-0.194 --> Wird die Involviertheit des Kunden um eine Einheit erhöht, verringert sich die wahrgenommene Produktqualität um 0.194, wenn der Kunde die Bewertung eines Laien gelesen hat.
b3=0.092 --> Mit jeder Erhöhung der Involviertheit um eine Einheit, steigt der Einfluss der Bewertung eines Experten um 0.092.

Ich wäre euch sehr dankbar, wenn ihr mir dazu Feedback geben könntet, bevor ich falsche Schlussfolgerungen ziehe.
Ich bin mir insbesondere bei der Interpretation von b2 und b3 etwas unsicher.
Bitte entschuldigt das etwas "mühsame" Deutsch, ich schreibe die Thesis auf Englisch, da ist die Übersetzung manchmal etwas schwierig...

Vielen Dank nochmal!
Liebe Grüße, Sabini