Auswertung Ergebnisse multiple lineare Regression

[winterwiese]

Liebe Forumsmitglieder,

ich habe zwei Fragen zu meiner Auswertung für meine Masterarbeit.

1. Frage: Ich habe einen negativen Zusammenhang bei einer linearen Regression zwischen Extraversion und dem Ausmaß der Selbstdarstellung (mit Drittvariablen Alter und Geschlecht im Modell) festgestellt (β: -0,26; p < 0,05).

Extraversion wurde mit Aussagen abgefragt mit Ausprägungen von "1: stimme gar nicht zu bis 5: stimme voll und ganz zu", wobei drei umgekehrt formuliert waren und deswegen vor der Variablenbildung umgepolt wurden:

compute PE01_03neu = 6-PE01_03.
VALUE LABELS PE01_03neu
1 ´stimme voll und ganz zu´
2 ´stimme zu´
3 ´neutral´
4 ´stimme nicht zu´
5 ´stimme gar nicht zu´.

compute PE01_06neu = 6-PE01_06.
VALUE LABELS PE01_06neu
1 ´stimme voll und ganz zu´
2 ´stimme zu´
3 ´neutral´
4 ´stimme nicht zu´
5 ´stimme gar nicht zu´.

compute PE01_09neu = 6-PE01_09.
VALUE LABELS PE01_09neu
1 ´stimme voll und ganz zu´
2 ´stimme zu´
3 ´neutral´
4 ´stimme nicht zu´
5 ´stimme gar nicht zu´.

Danach zusammengefasst:

COMPUTE EXTRAVERSION_SKALA=SUM(PE01_01,PE01_02,PE01_03neu,PE01_04,PE01_05,PE01_06neu,PE01_07,
PE01_08,PE01_09neu,PE01_10,PE01_11).
VARIABLE LABELS EXTRAVERSION_SKALA 'Extraversion_Skala'.
EXECUTE.

Außerdem war das Cronbach's Alpha echt relativ hoch, also war ich mir unsicher, ob ich bei der Skalenzusammenfassung echt irgendwas falsch gemacht habe.

Die deskriptive Statistik der zusammengefassten Variable "Extraversion" sah so aus, welche ich ebenfalls nicht so ganz zu interpretieren weiß:

Maximum: 12
Minimum: 51
Mittelwert: 37,15
Std.-Abweichung: 7,17


Ausmaß der Selbstdarstellung bestand aus zwei Items, der Häufigkeit der Nutzung und dem Hochladen von Inhalten bei sozialen Medien, wobei die Ausprägungen "1: häufig, 2: manchmal, 3: selten, und 4: nie" waren. Auch die zwei Items wurden zu einer abhängigen Variable zusammengefasst.

Ich bin nicht sicher, ob ich das richtig interpretiert habe oder nicht sogar Fehler beim Umpolen gemacht habe?

2. Frage: Bei einer linearen Regression gab es einen hochsignifikanten negativen Zusammenhang zwischen Geschlecht und dem Einblick in das Privat- und Gefühlsleben (β: -0,28; p = 0,001))

Geschlecht hatte die Ausprägungen "1: männlich, 2: weiblich und 3: divers", wobei 3 niemand in der Stichprobe war. Habe aber nichts an der Variablen verändert, da ich dachte, dass das nicht notwendig ist.

Ich habe bei "Einblick in das Privat- und Gefühlsleben" zwei Items zusammengefasst, zuvor musste ich ein Item umpolen:

compute PR01_03neu = 6-PR01_03.
VARIABLE LABELS PR01_03neu 'Ich informiere meine Follower über Probleme und/oder Frustrationen in meinem Leben'.
VALUE LABELS PR01_03neu
1 ´stimme voll und ganz zu´
2 ´stimme zu´
3 ´neutral´
4 ´stimme nicht zu´
5 ´stimme gar nicht zu´.

Wie man sieht, sind auch diese zwei Aussagen likert-skaliert. Wie interpretiere ich diesen Effekt nun?

Vielen lieben Dank im Voraus!!

LG

Winterwiese

[dutchie]

Hallo Winterwiese,

wenn ich das richtig verstehe kommt zweimal nicht das raus, was rauskommen soll.

Kann sein das da ein Dreher drin ist.?!?

Wenn die Skala Extraversion heißt, bedeuten große Zahlen viel Extraversion!
gelabelt wird so, für normale Items:

1 ´stimme gar nicht zu´
2 ´stimme nicht zu´
3 ´neutral´
4 ´stimme zu´
5 ´stimme voll und ganz zu´

für die drei invertierten Items ist das erstmal genauso und dreht sich aber um nach der Umkodierung!

Vor der Umkodierung müssten die Trennschärfen der drei Items negativ sein weil die meisten übrigen Item die
richtige Richtung haben.
ich kann bei dem was du geschrieben hast bei Extraversion keinen Fehler entdecken. Erstmal!!

Wenn alle Items falsch rum sind ist Cronbach alpha auch hoch!
Die labels der umcodierten sind das die nach der Umkodierung?

minimun = 12 ????
maximun = 51 ????

Ber der Selbstdarstellung ist das aber falsch!

Selbstdarstellung hoch --> große Zahlen
also falsch kodiert: "1: häufig, 2: manchmal, 3: selten, und 4: nie"
richtig:
4 häufig 3 machmal 2 selten 1 nie (besser 0 nie) und von 0 bis 3 kodieren.

SoSCi z.B. kodiert automatisch die erste Antwort mit 1, auch wenn da häufig steht.
normal stehen links die kleinen Ausprägungen und rechts die großen.
kann sein das da schon ganz am Anfang der Dreher drin ist?

also noch mal die ursprügliche Gestalt des Fragebogens checken.

Wenn jetzt kleine Zahlen viel Einblick bedeutet und der Zusammenhang negativ ist, geben Frauen mehr Einblick
bei der Codierung "1: männlich, 2: weiblich und 3: divers"

... und mach aus Geschlecht einen Moderator, als interaktionterm multiplizieren Geschlecht x Extraversion

gruß
dutchie

[winterwiese]

Hi dutchie,

erstmal vielen lieben Dank für die ausführliche Antwort.

Ursprünglich im Fragebogen war immer 1: stimme gar nicht zu bis 5: stimme voll und ganz zu. Ich habe möglicherweise dann aus Versehen die Kategorien bei den umgepolten Items falsch gelabelt, aber die sind ja trotzdem umgekehrt formuliert.

Aber die Ausprägungen waren im Fragebogen eben immer 1-5.

Wie meintest du das?

"Ber der Selbstdarstellung ist das aber falsch!

Selbstdarstellung hoch --> große Zahlen
also falsch kodiert: "1: häufig, 2: manchmal, 3: selten, und 4: nie"
richtig:
4 häufig 3 machmal 2 selten 1 nie (besser 0 nie) und von 0 bis 3 kodieren."

Muss ich das dann umkodieren? Also muss ich quasi die zwei Items zu Ausmaß der Selbstdarstellung umpolen, bevor ich sie zusammenfasse ? Und wieso von 0 bis 3 codieren?

LG

Janina

[dutchie]

Hallo, winterwiese

wenn einer bei der Selbstdarstellung zweimal mit "nie"
antwortet bekommt er zweimal die 4 zugeschrieben, dann bekäme er
eine Selbstdarstellung von 8= 4+4 und jeder würde denken die Selbstdarstellung ist hoch,

weil die Zahl hoch ist, das ist auch für die Interpretation der Richtung der Korrelation entscheidend.

Bei einer positiven Korrelation gehen große mit großen Zahlen und niedrige mit niedrige Zahlen einher.

Also umcodieren damit der einen 2 (1+1, besser 0 ) bekommt, ob Summe oder Mittelwert ist egal!

0 bis 3, weil nie = 0 inhaltlich angebrachter, aber das ist egal würde am Ergebnis nichts ändern.

Nochmal nachdenken und kontrollieren, ob das tatsächlich richtigrum kodiert ist!!!

Und wenn das bei der Selbstdarstellung schief ging, kann ja sein dass das bei Extraversion auch falsch ist.

Durch die Kodierung erzeugt man eine Richtung!
Gemessen werden soll z.B LÄNGE wenn jetzt die Zahlen größer werden nimmt die LÄNGE zu
3 Meter ist länger als 4 , das ist völlig trivial doch wenn man selber kodiert ist das zu bedenken!!

Wenn bei der Extraversion! 5 : stimme voll und ganz zu Zustimmung bedeutet muß das Item
Extraversion ausdrücken! z.B Item1: "Ich bin ein lebendiger Gespächspartner" wir dem maximal zugestimmt
bekommt dier Person eine 5 = veil = viel Extraversion.

Ist das Item2 "negativ" : "Ich bin ein Langweiler" würde viel Zustimmung wenig Extraversion bedeuten,
und die Antworten müssten umkodiert werden.

Kommt den tatsächlich, das Gegenteil der Erwartung raus!

gruß
dutchie

[winterwiese]

Lieber dutchie,

vielen Dank für die ausführliche Antwort. Ich habe eben bei SPSS gesehen, dass Selbstdarstellung 1: nie und 4: häufig ist, obwohl im ursprünglichen Fragebogen eigentlich 1: häufig und 4: nie war.

Heißt das, dass meine ursprüngliche Interpretation richtig war? Dass Extraversion sich negativ auf das Ausmaß der Selbstdarstellung auswirkt?

Und was meintest du mit:

minimun = 12 ????
maximun = 51 ????

LG und vielen Dank im Voraus

winterwiese

[dutchie]

hallo Winterwiese,

Ich habe eben bei SPSS gesehen, dass Selbstdarstellung 1: nie und 4: häufig ist, obwohl im ursprünglichen Fragebogen eigentlich 1: häufig und 4: nie war.

..aber wie kommt das? Da muss doch einer schon umkodiert haben?
Ich kann dir nicht sagen, wie das jetzt richtig ist
Was heißt "eigentlich"?

ursprünglich: steht denn häufig links und nie rechts ?

Heißt das, dass meine ursprüngliche Interpretation richtig war?

keinen Ahnung, das heißt für mich, dass dir die Auswertung entgleitet.

obwohl im ursprünglichen Fragebogen eigentlich 1: häufig und 4: nie wa

Was heißt den ursprüglicher Fragebogen, der Fragebogen ändert sich nicht.
Es ändern sich Daten durch Kodierung und Umkodierung.
Wenn ursprüglich falsch rum kodiert wurde, einmal umkodieren in die richtige Richtung
und in einem zweiten Schritt Umkodieren wegen negativer Items.
Ja das dreht sich dann im Kreis, aber wichtig das zu trennen, damit man den Überlick behält

Und was meintest du mit:

minimun = 12 ????
maximun = 51 ????

Maximum: 12
Minimum: 51

Bei dir ist 12 der kleinere Wert!

gruß
dutchie

[winterwiese]

Hi Dutchie,

vielen Dank. Ich habe jetzt noch einmal alles doppelt gecheckt und tatsächlich war sowohl im Fragebogen als auch in SPSS im Nachgang dann - logischerweise - 1: nie und 4: häufig war.

Demnach ist meine ursprüngliche Interpretation richtig - da bei hohen Zahlen Extraversion stärker ausgeprägt ist und bei höheren Zahlen auch das Ausmaß der Selbstdarstellung.

Außer, ich habe etwas Essenzielles vergessen?

Vielen Dank nochmal!!

Winterwiese