Moderatoranalyse

[Jahor107]

Hallo zusammen,

vielleicht kann mir ja jemand helfen. Ich sitze aktuell an meiner Masterarbeit und verzweifel ein bisschen.

Ich habe eine Feldstudie zum Thema Recruiting durchgeführt (N = 27) und vermute, dass die Berufserfahrung den Einfluss der Formulierung einer Stellenanzeige auf die Unternehmensattraktivität moderiert.

Eigentlich kann ich ja aufgrund der geringen Stichprobengröße keine Regression durchführen, oder?

Wenn ich das aber doch tue, kommt sowohl für die Interaktion als auch für die Variable Stellenanzeigen ein signifikantes Ergebnis raus.
Bei einer simplen ANOVA wird die UV Stellenanzeigen aber nicht signifikant.

Daher meine Fragen:

Wie kann es sein, dass die UV bei Regression signifikant wird, bei der ANOVA aber nicht?
Kann ich überhaupt eine Regression bei dieser Stichprobengröße berechnen um die Interaktion zu untersuchen, oder hättet ihr einen anderen Vorschlag?

Danke Euch im Voraus!

[dutchie]

hallo

Eigentlich kann ich ja aufgrund der geringen Stichprobengröße keine Regression durchführen, oder?

...die Voraussetzungen müssen stimmen, n = 27 ist schon wenig, aber was willst du machen,
du willst in der MA mit Statistik, also mach....aber in der Diskussion auf jeden Fall ansprechen.

Wie kann es sein, dass die UV bei Regression signifikant wird, bei der ANOVA aber nicht?

Das kann nicht sein, da muss das gleiche rauskommen, sofern die gleichen Variablen benutzt wurden,
...du musst irgendwas verändert haben.

ANOVA ist eine lin. Regression nur mit nominalskalierten Variablen.

gruß
dutchie

[Jahor107]

...die Voraussetzungen müssen stimmen, n = 27 ist schon wenig, aber was willst du machen,
du willst in der MA mit Statistik, also mach....aber in der Diskussion auf jeden Fall ansprechen.

Okay. Danke für die Antwort

Das kann nicht sein, da muss das gleiche rauskommen, sofern die gleichen Variablen benutzt wurden,
...du musst irgendwas verändert haben.

Vllt interpretiere ich auch was falsch. Aber wenn ich eine ANOVA rechne, mit Stellenanzeige als UV, dann wird es nicht signifikant mit p = .197.
Wenn ich aber eine multiple Regression berechne. Mit drei Modellen. Im ersten als einzigen Prädiktor die Berufserfahrung, im zweiten Berufserfahrung und Stellenanzeigen und im dritten dann zusätzlich die Interaktion, dann steht für das dritte Modell, dass der Koeffizient Stellenanzeigen signifikant ist mit p < .001 und dasss die INteraktion Stellenanzeigen x Berufserfahrung signifikant ist. Aber auch nur in dem Modell wo ich die Interaktion berücksichtige.
Wie ist das zu interpretieren?

LG,
Jahor107

[dutchie]

hallo

Die Stellenanzeigen ist das eine Variable auf Nominalniveau?

Die kannst du nicht so wie ist in die Regresssion stecken,
dazu musst du die in dummies umwandeln!
Die ANOVA macht das automatisch.

Die UVs bei der lin Regression sind alle metrisch (ab intervallskala).
Ebenso die AV

Die ANOVA kann nominale UVs = Faktoren und metrische UVs = Covariaten verarbeiten.
Die AV ist metrisch.

gruß
dutchie

[Jahor107]

hallo

Die Stellenanzeigen ist das eine Variable auf Nominalniveau?

Die kannst du nicht so wie ist in die Regresssion stecken,
dazu musst du die in dummies umwandeln!
Die ANOVA macht das automatisch.

Die UVs bei der lin Regression sind alle metrisch (ab intervallskala).
Ebenso die AV

Die ANOVA kann nominale UVs = Faktoren und metrische UVs = Covariaten verarbeiten.
Die AV ist metrisch.

gruß
dutchie

Ja die Variable Stellenanzeige ist nur auf Nominalniveau. Sie besteht aber nur aus 2 Ausprägungen. Ist also ja quasi schon eine Dummy-Variable, oder nicht?

[dutchie]

hallo,

Ja das wäre ein dummy.
Also noch mal du klickst die drei Hypothesen auf zwei Weg.
einmal über eine ANOVA und eimal über eine lin Regression.

drei Modell, baust du denn die ANOVA auch so schrittweise auf
wie die lin Regression?

aber wenn ich eine ANOVA rechne, mit Stellenanzeige als UV, dann wird es nicht signifikant mit p = .197.
Wenn ich aber eine multiple Regression berechne. Mit drei Modellen. Im ersten als einzigen Prädiktor die Berufserfahrung, im zweiten Berufserfahrung und Stellenanzeigen und im dritten dann zusätzlich die Interaktion, dann steht für das dritte Modell, dass der Koeffizient Stellenanzeigen signifikant ist mit p < .001 und dasss die Interaktion Stellenanzeigen x Berufserfahrung signifikant ist. Aber auch nur in dem Modell wo ich die Interaktion berücksichtige.
Wie ist das zu interpretieren?

Wenn in der ANOVA nur die Variable Stellenazeige drin ist, dann mach auch eine lin Reg in der nur Stellenanzeige drin ist.
Dann kommt dasselbe raus. Dann stecke Berufserfanrung zusätzlich in die ANOVA (als Covariate, da metrisch)
dann macht die ANOVA die Interaktion nicht automatisch, die musst du über Modelle anfordern!

Also: Besteht das Problem zwischen ANOVA und lin Reg, da kommt dasselbe raus, wenn man es richtig macht.

Oder besteht das Probelm mit den drei Modellen, dass die Interaktion einen Haupteffekt signifikant macht
der alleine nicht sig ist. Wenn das so ist ist das so! Es zählt dann das vollständige Modell mit interaktion!

Wenn ANOVA und lin Reg. sich unterscheiden, dann weil anderer Variablen einbezogen werden.
Ich les das oberer so, als ob in der ANOVA nur Stellenazeigen drin sind,
dann sind die Modell nicht identisch und es kommt klar was anderes raus.

gruß
dutchie

[Jahor107]

Vielen vielen Dank!

Ich hab meinen Fehler nach langer Suche gefunden.

Danke

[Jahor107]

Hallo nochmal @dutchie

vllt kannst du mir nochmal helfen

Ich hab mittlerweile herausgefunden, warum sich die ANOVA von der Regression unterschieden hat.

Jetzt würde ich ja gerne die Berufserfahrung (ordinal - 6 Kategorien) in die Regression als Moderator mit einbeziehen. Ich habe die Variable dummy-codiert und einmal einzeln sowie im nächsten Modell als Interaktion mit der Stellenanzeige als Prädiktoren hinzugefügt.
Ich weiß, es sind dann einige Prädiktoren bei einer ziemlich kleinen Stichprobe (N = 27).
Das korrigierte R-Quadrat wird dann negativ in allen Modellen.
Jetzt habe ich schon viel gegoogelt und auch einiges dazu gefunden, bin mir aber trotzdem nicht zu 100% sicher.

Bedeutet das negative R-Quadrat, dass ich die Regression bzw. die Modelle so gar nicht verwenden kann? Oder stellt es einfach einen weiteren Diskussionspunkt dar?


Vielen Dank schonmal!