Keine UV für Regressionsanalyse zur Auswahl vorhanden,

[rumerbynes]

Hey,

ich möchte mehrer Regressionen rechnen, habe dazu eigentlich drei UV´s.

UV 1: Berufsbezeichnungen, UV 2: Fotos, UV3: Prämien

Die SInd alle untereinander in SPSS aufgeistet und nicht als UVs zusammengefasst.

meine Frage ist also, wie kann ich mehrere Vriablen als UV und AV zusammenfassen/betiteln wie auch immer es genannt wird, damit ich mit ihnen dann multiple Regressionen rechnen kann?

[dutchie]

hallo rumerbynes

als erstes musst du das skalenniveau der Variablen bestimmen..
nominal- ordinal- oder intervallskaliert..
die lineare multilpe Regression schluckt nur intervallniveau oder dichotome dummy-variablen..
es gint aber auch andere regressionsverfahren logistische Regression zum Beispiel
da ist die Variabelnkonstellation eine andere..
bei dir
UV1 klingt nominalskaliert --->dummies bauen
UV2: kann ich mir nichts drunter vorstellen
UV3: klingt nach euro? ---> auch intervall bzw metrisch
und die AV???--->

gruß
dutchie

[rumerbynes]

Hey,
danke für die Antwort.

Erstmal habe ich mich oben verschrieben: bei den drei Variablen oben handelt es sich um die AV´s

Variablen zu berechnen bekomme ich hin, denke ich. An der Stelle frage ich mich nur; muss es in dem Fall einen Summenwert herstellen zu wollen dieser Ausdruck sein: SUM(?,?) bspw: SUM(v_80,v_82,...) oder einfach v_80+v_82+... ?

Das eigentliche Problem was ich habe, ist dass ich in meinem Fragebogen eine Quote und Filter eingebaut habe, sodass die TN gleichmäßigverteilt wurden.
Verteilt wurden sie innerhalb eines Fragebogens, auf am Anfang stehend zwei unterschiedliche Instruktionstexte. DIese Texte waren im generischen Maskulinum oder mit Beidnennung der Geschlechtsformen geschrieben. Danach folgten für beide die selben Aufgaben.

Ich möchte nun schauen ob es einen Effekt der Textversion auf die folgenden Auswahlen der TN gab.

Dazu muss ich aber in meiner Regressionsanalyse als UV die Textversion anwählen können. Das Problem ist, dass ich die in meinem Datensatz in SPSS nicht finden kann. Also die zwei Versionen nicht, wie ich sie im Fragebogen benannt habe. Es wird etwas von quota gesagt. Aber ich weiß einfach nicht welche variable meine Textversionen sind.

Hoffe das ist verständlich

Gruß

[dutchie]

hallo

besser du rechnest über sum(,,)
wenn dann werte fehlen rechnet SPSS trotzdem weiter
d.h du merkst unter umständen nicht, dass werte fehlen...
du musst dann, ob und wenn ja die anzahl fehlender werte selber bestimmen

also wenn du in der variablen textform zwei ausprägungen, stufen hast
dann rechnest du eher über ANOVA als über Regression!?

also wie deine Variablen genannt sind und wie du sie finde kann ich kaum was sagen.

gruß
dutchie

[rumerbynes]

Ich habe verdeckt getestet das generische Maskulinum den Effekt hat, dass mehr an Männer als Frauen gedacht wird. Dazu hatte ich als coverstory zu beginn erzählt, dass eine sparkasse eine marketingkampagne plant. Dieser text war im GM oder geschlechtsgerecht formuliert.

Dann folgten drei Aufgaben; es sollten Berufsbezeichnungen gewählt werden (von denen 10 männlich formulierte wie "Lehrer" und "Arzt" und 10 weiblich formulierte), danach sollten aus 20 Fotos von 10 Männern und 10 Frauen 10 personen gewählt werden und zuletzt sollten 5 Prämien aus 10 zur Wahl stehenden gewählt werden. Die Prämien waren zur hälfte für Männer atraktiver und zur anderen für Frauen attraktiver. Das wiederum habe ich auch im nächsten Test von den probanden testen lassen, indem sie wählen sollten ob die 10 Prämien/Gegenstände eher für Frauen oder eher für Männer attraktiv sind.

Das Sollte verdeckt testen ob mehr an Männer gedacht wird.

Meine Betreuerin hat mir gesagt, ich solle drei Regressionen rechnen.

"ja, Sie haben 3 abhängige Variablen (Berufe, Prämien, Bilder), die Sie testen in Abhängigkeit davon, in welcher Experimentellen Gruppe die Leute waren (unabhängige Variable). Ich würde die drei abhängige Variablen nicht zusammenfassen, sondern je einen Punktwert für Bilder, einen für Berufe und einen für Prämien errechnen (Einfach die Summe der maskulinen Auswahlen? Dann ist es auch eine metrische Variable).

Um das Geschlecht noch mit reinzubringen, können Sie 3 Regressionen rechnen. Jeweils Geschlecht und Experimentelle Gruppe als unabhängige Variable auf eine der drei abhängigen Variablen. Wenn es einen Haupteffekt für die Gruppe gibt, hat die experimentelle Manipulation geklappt (schauen wie herum die gruppe kodiert ist und ob der Effekt in die richtige Richtung geht). Wenn es eine Interaktion von Geschlecht und Experimentalgruppe gibt, dann schauen Sie sich genau die Verteilungen in den Gruppen und geteilt nach Geschlechtern an (einfache Häufigkeiten) und können dann sehen, ob zB Frauen stärker auf die experimentelle Manipulation reagieren als Männer."