aktuell sitze ich an der Analyse meiner Daten für die Masterarbeit. Kurze Darstellung der Variablen:
- 4 Abhängige Variablen, die jeweils [i]gleich[i] auf einer 7er Likert-Skala gemessen wurden: Einkaufsbereitschaft für vier verschiedene Produkte
- 4 Unabhängige Variablen: Metrisch auf einer 7er Likert gemessen
- 3 Moderatoren: Dichotom, d.h. 1. Kontext: Öffentlicher Konsum - privat, 2. Konsumintention: Direkt - indirekt, 3. Produkt: Hedonisch - utilitaristisch
- zusätzlich noch einige Kovariaten.
Zuerst einmal: Ja, die DVs können korrelieren, aber ich werde das Ganze mit vier Regressionsgleichungen rechnen, da meine statistischen Fähigkeiten leider nicht ganz so ausgereift sind.
![Zwinkern ;-)](http://www.statistik-forum.de/images/smilies/icon_e_wink.gif)
Leider sitze ich gerade vor vier Fragen, die mir Kopfzerbrechen bereiten:
1. Kann ich die nicht-standardisierten Koeffizienten zwischen den vier Gleichungen bezüglich ihrer Stärke vergleichen? Also dass z.B. IV 1 einen stärker negativen Einfluss auf die Einkaufsbereitschaft von Produkt 1 hat (und das dann auch noch quantifizieren), als auf Produkt 2?
2. Wie beziehe ich die Moderationseffekte in Process ein? Als IV1(2,3,4)*Kontext*Konsumintention*Produkt für alle vier IVs? Oder auch jeweils die einzelnen Interaktionen (z.B. IV1(2,3,4)*Kontext, IV1(...)*Konsumintention, ... und IV1(...)*Kontext*Konsumsituation, ...)
3. Im Hayes steht, dass für die Interpretation metrischer Variablen bei der Berechnung von Moderationen mean-centering notwendig ist. Muss ich das dann "alles oder nichts" auch für die Moderatoren machen oder reicht es für die 4 IVs? Also ich meine wegen der Vergleichbarkeit / "Komplettheit"?
4. Muss man die Assumptions einer Regression auch in irgendeiner Weise für die Moderatoren prüfen?
Vielen herzlichen Dank für eure Hilfe!
Julia