Analysemethode Auswertung Modell

[Katharina.S]

Hallo Zusammen,
ich bin mir einfach nicht sicher, welche Analysemethode ich für meinen Datenteil nutzen muss, und ob alle Schritte korrekt sind. Mein Modell beschäftigt sich mit dem Einfluss von CSR auf Kaufintention und Kundenbindung

Ich habe eine Dummy kodierte unabhängige Variable (CSR ja=1; CSR nein=0). Mein Fragebogen sah so aus, dass ich 3 verschiedene aufgebaut habe: ein Fragebogen, bei dem das Unternehmen allgemein vorgestellt wird (Kontrollgruppe), dann wird das Unternehmen als umweltfreundlich dargestellt (Umwelt-CSR) und dann einmal als besonders sozial engagiert (Social-CSR). Zunächst möchte ich aber in meinem Modell innerhalb CSR nicht unterscheiden, d.h. ich habe sowohl Umwelt-CSR als auch Social-CSR nur als "ja" zusammengefasst.
Bei den abhängigen Variablen habe ich die einzelnen items aufsummiert und den Mittelwert gebildet. Von diesem wiederum habe ich den standardisierten Wert berechnet und diesen standardisierten Wert auch für meine weiteren Berechnungen verwendet.

Ich hatte mich jetzt für die multiple lineare Regression entschieden. Ich habe auch viel über die Varianzanalyse, Faktorenanaylse oder Strukturgleichunsmodelle gelesen und bin daher nun etwas verunsichert, ob die Regression die richtige Entscheidung war. Ist das denn soweit korrekt?

Nach meiner "Hauptanalyse" wollte ich dann detaillierter schauen, ob innerhalb der verschiedenen CSR-Gruppen (also Umwelt und Social) Besonderheiten auftreten. Ich würde dann also gerne mit der UV mit ihren 3 verschiedenen Ausprägungen rechnen. Wie stelle ich das an?

Ich freue mich sehr über jede Hilfe! Lieben Dank!

[dutchie]

Hallo Katharina

Wenn die UVs nominal kategorial sind und die AV intervallskaliert
ist die Varianzanalyse (ANOVA) das richtige Verfahren!
Faktorenanalyse testet keine Hypothesen !

Wieviel Stufen hat deine UV?
Wurde das Unternehmen auch sowohl als sozial und umweltfreundlich dargestellt?

Stufe 1 : Kontrollgruppe
Stufe 2 : sozial
Stufe 3 : umwelt
Stufe 4 : umwelt und sozial

wenn wie oben hast: du zwei UVs mit je zwei Stufen: Umwelt ja-nein sozial ja- nein

wenn nicht hast du eine UV mit drei stufen, dann fehlt aber die Interaktion zwischen den UVs.
oden wenn du zusammenfasst (warum?) einen UV mit zwei Stufen.

Nach meiner "Hauptanalyse" wollte ich dann detaillierter schauen, ob

Was ist die Hauptanalyse?--> die Varianzanalyse ? du kann in dieser in einem zweiten Schritt paarweise vergleichen!
Die ANOVA kannst du univariat oder multivariat ansetzen, du hast ja zwei AVs ...die musst du aber nicht standardisieren!

gruß
dutchie

[Katharina.S]

Hallo dutchie,

schonmal vielen Dank für deine tolle Hilfe!

genau - meine UV ist nominal kategorial und meine AV intervallskaliert.
Meine UV hat aber nur 3 Stufen also nur: Stufe 1: Kontroll, Stufe 2: Umwelt, Stufe 3: Sozial.
Ich habe die zunächst jedoch zusammengefasst, da meine Forschungsfrage nur auf generell CSR abspielt. Daher hatte ich mit meinem Betreuer abgesprochen, dass ich das Umwelt-CSR und Sozial-CSR zusammenfasse. Damit hätte ich zunächst ja sogar nur zwei Stufen: Stufe 1: Kontroll, Stufe 2: CSR.
Daher sprach ich von der "Hauptanalyse" und ggf. würde ich mir dann post-hoc anschauen, ob zwischen Umwelt und Sozial nochmal ein Unterschied exisiert.

Ich habe allerdings auch noch Moderatorvariablen. Die habe ich vergessen, am Anfang zu erwähnen. Kann ich dann trotzdem noch die ANOVA machen?


LG, Katharina

[dutchie]

hallo Katharina

ja! die Moderatoren packst du entweder als zusätzliche Faktoren (nominal)
oder Kovariaten (intervall) ins Modell, musst dann aber eventuell über Modell
die Interaktionen selber definieren...

In allgemeine gibt es keinen Unterschied zwischen ANOVA und lin. Regression.
das sind identische Verfahren, es klickt sich mit SPSS nur anders...

in der Regression müßtest du z.B aus deiner dreistufigen UV selber dummies bauen!
ANOVA macht das von sich aus...

gruß
dutchie

[Katharina.S]

Hallo dutchie,

nochmal vielen Dank für deine Hilfe! Du hast mir schon wirklich sehr viel weitergeholfen. Leider bin ich mir irgendwie immer noch etwas unsicher, ob ich alles tatsächlich so richtig gerechnet habe.

Ich habe sowohl einmal eine ANOVA gerechnet als auch eine Regression. Meine UV ist ja ein Dummy, meine AV metrisch/intervall und meine Moderatoren sind auch metrisch/intervallskaliert.

1.Die ANOVA habe ich mit den Mittelwerten berechnet. Eine Regression würde ich mit den standardisierten Werten (vom Mittelwert) berechnen, oder? Wenn ich die beiden Outputs vergleiche ist die Signifikanz und R^2 gleich. Die Koeffizienten unterscheiden sich allerdings. Kann das sein?
2. Muss ich, bevor ich die Interaktionseffekte einbeziehe, auch nur den "Haupteffekt" einmal rechnen?

Also die ANOVA habe ich z.B so berechnet (STATA):
UV: CSR (Dummy: CSR ja=1, CSR nein=0)
AV: Kaufintention: PI_mean
Moderator: Altruismus: Altr_mean
-> anova PI_mean i.CSR##c.Altr.mean

Die Regression so:
reg sPI i.CSR##c.sAltr

Bei dem Regressionsoutput ist mir auch aufgefallen, dass beispielsweise das Modell mit einem Moderator ingesamt signifikant ist. Die einzelnen Variablen sind allerdings dann nicht signifikant. Wie kann das sein bzw wie ist das denn zu interpretieren?

Danke! LG

[dutchie]

hallo Katharina

Die ANOVA habe ich mit den Mittelwerten berechnet.

Den Mittelwerten wovon? von den einzelnen Fragen zu den AVs?
Das ist irritierend, weil man nicht weiß welche Mittelwerte gemeint sind!
Die Mittelwerte der AV in den Gruppen?

Eine Regression würde ich mit den standardisierten Werten (vom Mittelwert) berechnen, oder?

Die AV ist in beiden Fällen intervallskaliert, und man braucht nicht zu standardisieren!

Die Koeffizienten unterscheiden sich allerdings. Kann das sein?

Das kann sein, wenn sich die Art wie man Dummy baut unterscheidet...1/0 Dummy oder -0,5/0,5 Kodierung

R2 ist gleich unabhängig von der Dummiecodierung, und d.h. du hast richtig gerechnet.

Bei dem Regressionsoutput ist mir auch aufgefallen, dass beispielsweise das Modell mit einem Moderator ingesamt signifikant ist. Die einzelnen Variablen sind allerdings dann nicht signifikant

Die Variablen (=UVs) im Modell mit dem Moderator oder die Variablen im Modell ohne dem Moderator?
Wenn das gesamt Modell sig ist sollte auch mindestens eine UV sig sein, sonst ist schwer damit umzugehen, oder
irgendwas anderes ist schräg (Multikollinearität?).
Es kann sein, dass der Moderator (als quasi UV) mehr direkten Einfluß auf die AVs hat als die UVs selber.

2. Muss ich, bevor ich die Interaktionseffekte einbeziehe, auch nur den "Haupteffekt" einmal rechnen?

Du kannst alles auf einmal in das Modell tun oder hintereinader und dann auf "Zunahme" von R2 testen, ist das gemeint?

gruß
dutchie

[Katharina.S]

Den Mittelwerten wovon? von den einzelnen Fragen zu den AVs?
Das ist irritierend, weil man nicht weiß welche Mittelwerte gemeint sind!
Die Mittelwerte der AV in den Gruppen?

Genau - meine AV und meine Moderatorvariablen bestanden aus mehreren items. Ich habe die einzelnen items dann aufsummiert und den Durchschnitt berechnet. Mit diesem Mittelwert habe ich dann die weiteren Berechnungen durchgeführt.

Die Variablen (=UVs) im Modell mit dem Moderator oder die Variablen im Modell ohne dem Moderator?
Wenn das gesamt Modell sig ist sollte auch mindestens eine UV sig sein, sonst ist schwer damit umzugehen, oder
irgendwas anderes ist schräg (Multikollinearität?).

Das Modell ohne Moderatorvariablen (also einfach nur die UV und die AV) ist nicht signifikant. Es ist nur ein Modell mit einem Moderator signifikant. Dann werden aber ja auch die einzelnen Variablen aufgelistet (also UV, UV Moderator und UV*UV Moderator und _cons) und hier ist nichts signifikant. Ich habe auf Multikollineratität getestet mit dem Befehl "vif". Der Wert war hierbei immer unter 10 und damit wäre die Voraussetzungen ja erfüllt und es liegt keine Multikollineratität vor. Die einzige Annahme bei der ich mir unsicher bin und die ggf. nicht erfüllt sind ist die Normalverteilung und Linearität. Bei der Linearität hatte ich das aber so verstanden, dass diese bei einem Modell mit kategorialer UV nicht erfüllt werden kann und daher einfach angenommen wird. Könnte dies eventuell der Grund sein?

Du kannst alles auf einmal in das Modell tun oder hintereinader und dann auf "Zunahme" von R2 testen, ist das gemeint?

Ich fragte mich, welches dieser Vorgehen am meisten Sinn macht:
1) Regression zuerst nur mit den "Hauptvariablen":
reg AV UV
und dann mit dem Moderator:
reg AV UV##Moderator
2) Regression direkt nur mit Moderator:
reg AV UV##Moderator
3) Regression zuerst mit allen Variablen (also die "Haupt-UV" und den Moderator als UV)
reg AV UV UV-Moderator
und dann: AV UV##UV-Moderator

Ich hoffe ich konnte das verständlich erklären. Vielen vielen Dank für die Hilfe!

[dutchie]

Hallo Katharina.S


Mir ist noch nicht klar was raus kommt!!

Modell 1:
AV = a+b UV

Modell 2:
AV = a+b UV+c MOD

Modell 3:
AV = a+b UV+c MOD + d UV*MOD

so kann das ausschauen und du rechnest auch auf Hinzunahme und delta R...

Es langt aber eigentlich auch Modell 3..

Und was ist das Problem mit der signifikanz??
Jedes der obigen Modelle hat ein R2 und dazu eine Signifikanz des Gesamtmodells!
und die Signifikanzen der einzelne Prädictoren (Modell 3 hat drei Prädictoren)

Wenn ich jetzt richtig verstehe ist R2 signifikant im Modell 3,
aber keiner der einzelnen Prädictoren. irgendwie ungut, aber wenn das so ist, ist das so!

wie knapp sind die signifikanzen!! geh vielleicht auf alpha 10 % hoch! und berichte p.
aber an der signifikanz der UV ändert sich durch Hinzunahme des MOD nichts, oder!
Dann ist UV doch durchgefallen! weder allein noch mit Moderator wirkt CSR!
und warum nun Altruismus mit Kaufintention zusammenhängt ist ein Rätsel, oder?

Der MOD war doch intervallskaliert, oder? wenn du die Variable mal am Median dichtomisierst!
und dann zweifaktoriell ANOVA rechnest mit zwei dichotomen UVs.

Aber das mit der sig hat nichts mit Normalverteilung oder Linearität zu tun!

Wenn vif<10 heißt nicht Multikollineratität, ist schräg!
wenn vif = 9.9 ist das schon schlimm , das kann daran liegen!
oder an den ungleichen Varianzen! Homoscedastizität?
oder korreliert der MOD mit der AV in Abhägigkeit der UV anders?
oder kommt allles zusammen!

AV = Kaufintention, UV = CSR ja nein, MOD = Atruismus
Die Hypothese ist: CSR wirkt umso besser je höher der Altruismus!

gruß
dutchie