Signifikanz interpretieren

[Katharina.S]

Hallo Zusammen,

ich habe eine Regression mit einer kateogrialen UV gerechnet und einer metrischen AV. Zudem habe ich einen Moderator aufgenommen. Mein Modell ist signifikant. Allerdings ist meine Haupthytpohese (kategoriale UV auf AV) nicht signfiikant und auch der Interaktionsterm ist nicht signifikant. Das einzige was signifikant ist, ist mein Moderator "allein" als UV.

Ich weiß mit diesem Ergebnis leider gar nichts anzufangen. Wie kann man das interpretieren? Heißt das, dass der Moderator allein als UV generell einen Einfluss auf die AV hat. Oder hat der Moderator als UV nur bei Ausprägung 1 der kategorialen UV einen Einfluss?

Danke für die Hilfe!!

[dutchie]

Hallo Katharina

"allein"

also im Gesamtmodell:
Av = a + b UV + c MOD + d UVxMOD

ist nur c signifikant! und dadurch das Gesamtmodell, richtig?

Oder hat der Moderator als UV nur bei Ausprägung 1 der kategorialen UV einen Einfluss?

die Formulierung ist nicht ganz richtig, aber nein, sonst wäre d auch noch signifikant.
Das Modell sieht so aus: Av = a + c MOD, wenn b und d nicht sig sind. Die UV ist da nicht drin,
rechne auch nochmal nur mit Mod, ob das auch sig wird.

Das Problem ist das etwas als Moderator bezeichnet wurde, was egentlich einen Faktor (UV) darstellt!
Wie stellt man sich den Moderator, als nur moderierend ohne eigene Wirkung auf die AV vor, oder als zusätzlichen Faktor?

Das ist Theorie....
du hast den Mod ja solo in der Gleichung drin, also unterstellt du ja es könnte eine Wirkung auf die AV geben!
insofern ist es nicht überraschend, dass der MOD sig ist, sondern das es die UV nicht ist!

Wenn du aus dem Moderator einfach eine UV machst,
das geht jetzt im nachhinein sprachlich nicht, du müsstest ja alles umdaddeln.
Aber in der diskussion kannste das machen!
und statt von Moderation von Interaktion sprichst, ändert sich statistisch nichts!
aber thoeretisch, kommt aber drauf an was das für Variablen waren.

also warum ist UV als UV und der MOD als MOD bezeichnet worden,
und nicht anders rum, wobei sie doch irgendwie gleichwertig sind.

gruß
dutchie

[Katharina.S]

Hallo,

danke für die Anwort. Mir wurde nun tatsächlich empfohlen, meine Hypothesen im Nachhinein zu ändern, damit ich diese bestätigen kann. Ich verstehe aber leider immer noch nicht so richtig, wie ich mit der UV (die eigentliche Moderator variable) umgehen soll.
Meine "Haupt-UV" war ja eine kategoriale Variable, d.h. ich wollte schauen, ob bei der Ausprägung 1 der UV ein Effekt dieser UV auf AV vorliegt. Wenn ich jetzt allerdings nur meinen ursprünglichen Moderator als "Haupt-UV" mit aufnehme, dann habe ich ja keine 2 Gruppen mehr oder? Also wenn ich den alten Moderator als UV nehme ohne sonst eine UV, dann misst das doch nur den Effekt dieser UV auf die AV, egal in welcher Gruppe die Probanden waren.
Oder macht es hier Sinn eine Regression mit einer if Bedingung zu rechnen? also reg AV UV(alter Moderator) if (UV==1) (die letzte UV wäre dann meine Haupt-UV die ja eine kategoriale Variable ist).
Hier als Beispiel:
ursprünglicher Moderator jetzt als UV (=UVm); urpsürnglicher "Haupt-UV" als if Bedingung (=UV). Der ursprüngliche Haupt-UV ist eine Dummy Variable mit 0=keine Ausprägung und 1= Ausprügung. Ich möchte das Ergebnis also nur, wenn die Ausprägung vorlag, also UV=1

regress sAV sUVm if inrange(UV,1,1)


Oder ist das anders lösbar?

[dutchie]

Hallo katharina

Du änderst nichts, auf keinen Fall die Hypothesen, wenn der Betreuer
die schon gesehen hat, es ist für deine Arbeit kein Problem wenn nicht rauskommt, was soll.
Letztlich hast du den Vorgang auch durch die Theorie begründet,
also die Bezeichnung was ist UV und was Moderator!

Du hast kein Problem, du kannst den Sprachgebrauch in der Diskussion
diskutieren, was man in Nachhinein wie nennen soll sollte, eventuell.

Du brauchst, darfst nichts ändern, es kommt so raus wie es rauskommt!
Wird dann diskutiert!

Im Übrigen brauchts du die Hypothesen wahrscheinlich gar nicht ändern!
wenn du Moderation machst, ist die direkte Wirkung den Moderators enthalten.
Das musst du vielleicht nur hinzufügen.

Es wäre mega unwissenschaftlich im nachhinein was zu ändern!!!!!
nur weil einem die Ergebniss nicht passen.

gruß
dutchie

[Katharina.S]

Hallo,
ja leider hat mein Betreuer mir aber gesagt, dass ich die Hypothesen ändern muss. Daher muss ich gerade irgendwie verstehen, wie ich das Ganze zu interpretieren habe.

Was ich immer noch nicht verstehe: ich habe ja ein Experiment mit 2 Gruppen. Dafür habe ich die UV dann als kategoriale Variable erstellt. In meinem Fall war es so, dass ich der einen Hälfte ein Fair Trade Coffee gezeigt hab, und der anderen Gruppe einen normalen Kaffee (d.h. Fairtrade=1, kein Fairtrade=0). Der Effekt dieser Hauptvariable auf das Kundenverhalten war nicht signifikant. Mein Moderator (Umweltbewusstsein) aber schon. Wie interepreiere ich das aber? Der Moderator als einzelne Variable steht ja in keinem Zusammenhang mit den verschiedenen Gruppen, d.h. der Koeffizient gilt für alle meine Probanden, egal ob in der Kontrollgruppe oder in der Fairtrade Gruppe. Das würde ja bedeuten, dass egal ob der Kunde jetzt einen Fair trade Kaffee sieht oder einen normalen, sobald er umweltbewusst ist, hat dies einen Einfluss auf das Kundenverhalten? Daher dachte ich, dass ich dann eine einzelne Regression in den beiden Gruppen einzeln rechnen muss. Das N wäre dann aber auch unterschiedlich. Oder verstehe ich hier etwas falsch?

[dutchie]

hallo

was bedeutet denn kundenverhalten?
was wurde denn da gemessen?

gruß
dutchie

[Katharina.S]

Hallo,
das Kundenverhalten wurde mit der Kaufbereitschaft gemessen, d.h. nachdem ich das Produkt (entweder mit Fairtrade Logo oder ohne) gezeigt habe, wurde gefragt ob er das Produkt kaufen würde und wie viel er dafür bezahlen würde.

Ich tue mich auch schwer damit, Umweltbewusstsein im Hinblick auf dieses Kaufverhalten zu interpretieren. Das Produkt auf das sich die Kaufbereitschaft bezieht, ist ja mein Treatment und damit in meiner Nachhaltigkeits-Dummy Variable. Theoretisch dürfte ich mich dann doch niemals auf das Produkt beziehen, wenn ich den Effekt von Umweltbewusstsein auf dieses Kaufverhalten interpretiere. Sobald ich das Produkt mit einbeziehe geht es meiner Meinung nach ja eigetnlich wieder um den Moderatoreffekt, und dieser ist ja nicht signifikant...

[dutchie]

Hallo Katharina

Also:
UV zwei Stufen zwei Kaffesorten, das gemeinsame ist es sind beides Kaffeesorten, oder?
MOD Umweltbewustsein
AV Kaufbereitschaft

Wenn jetzt der MOD sig wird.
Je höher das Umweltbewustsein desto niedriger die Kaufbereitschaft für Kaffee generell,
unabhängig of faire oder nicht!!!
im Fall einer negativen Zusammenhangs.
Die trinken auch eher Tee.

gruß
dutchie

[Katharina.S]

Hallo dutchie,

vielen vielen Dank für deine Hilfe!
Ich hätte nur eine letzte Frage: es handelte sich bei mir ja um ein Experiment, d.h. wenn ich jetzt interpretiere, das Umweltbewusstsein zu einer höheren Kaufbereitschaft führte, dann muss ich mich ja hier dennoch auf das Produkt, also den Kaffee beziehen (egal eben ob Fairtrade oder nicht). Interpretiere ich damit aber nicht den Moderationseffekt (dieser war ja nicht signifikant). Also sobald ich bei der Interpretation von Umweltbewusststein und Kaufbereitschaft das PRodukt einbeziehe, wäre ich doch im Moderationseffekt, da das Produkt ja mein Treatment ist, welches ich als Dummy unabhängige Variable erfasst habe. Und diese dummy Variable war ja nicht signifikant.

[dutchie]

hallo

du beziehst dich auf den Kaffee aber dieser wurde nicht variiert, sondern blieb konstant.

der Moderationseffekt wäre der wechsel von faire zu nicht faire.

du kannst ja mal über dateien aufteilen zwei korrelationen berechnen.
zusammenghang Umweltbewustsein und kauf bei fairen Akffe und nicht fairem Kaffee.
sowohl hier wie da müsste das korrelieren, also kannst du sagen
bei fairem kaffe besteht ein zusammenhang und bei unfairem kaffee ebenso.
kein unterschied im zusammenhang, keine Moderation
so gedacht wäre Kaffee der Moderator. der aber keine wirkung hat, nicht sig ist.
Es gibt ja nur zwei stufen deiner UV!

gruß
dutchie