Welches stat. Verfahren angebracht für folgendes Experiment?

[jsn73]

Hallo liebe Forum-User,

ich möchte in einem Online-Experiment den Einfluss von Fitness-Instragam-Bildern auf das Körperbild von Männern untersuchen.

EG: Darbietung von Fitness-Bildern aus Instagram
KG: stimmungsneutrale Reise- oder Landschaftsbilder

AV: Körperbild (einmal vor der Darbietung der Bilder und dann im Anschluss nochmal, also quasi also Pretest und Posttest)

Als konfundierende Variablen haben sich aus der Studienlage v.a. folgende hervorgehoben, die ich miterfassen möchte:
- soziale Aussehen-Vergleichstendenz
- Streben nach Muskulösität
- Verinnerlichung des Muskelösitäs-Ideals für den männl. Körper

In den Studien werden die Konstrukte häufig mit einer Mediator-Analyse statistisch untersucht, teilweise aber auch mit Moderationsanalysen. Da ich in meiner Bachelorarbeit bereits eine 2 faktorielle Varianzanalyse mit MW gerechnet habe, hab ich dieses statistische Verfahren ganz gut drauf und würde auch aus Bequemlichkeit gerne hierzu auch solch eine Analyse anwenden.

Meine Frage: Kann ich das so machen? Ich selbst denke ja schon. Habe mir dabei gedacht, dass ich den Einfluss von Fitness-Instagram-Bildern in Abhängigkeit der jeweils 3 Variablen auf das Körperbild untersuche. D.h. z.B.: Der Effekt von Fitness-Instagram-Bildern auf das Körperbild ist in der EG größer als in der KG und v.a. dann, wenn z.B. das Streben nach Muskulösität höher ist.

Ich frage mich hierbei allerdings auch wonach ich z.B. das Streben nach Muskulösität in hoch und niedrig aufteilen kann? Einfach unterteilen in obere und untere 50% der Stichprobe bezogen auf die Skala "Streben nach Muskulösität"? Oder sollte/muss man hierzu sich an den Normierungen des Fragebogens halten, der definiert, ab wann jmd auf der Skala überdurchschnittlich/unterdurchschnittlich scoret? Was mache ich dann aber, wenn das Verhältnis zwischen über- und unterdurchschnittlich in meiner Stichprobe total ungleichmäßig verteilt ist, also wenn z.B. 80% der Probanden eher geringes Streben nach Muskulösität haben?

Ich bedanke mich schon mal für eure Beiträge!

[dutchie]

hallo jsn73

das kannst du so machen, aber du brauchst
die Kovariaten (KOV) ("konfundierten") nicht unbedingt in Gruppen aufteilen
du kannst die auch erstmal als metrische Variablen (Feld Kovariate) ins Modell packen.

du testest damit ob die Kovariaten Einfluß auf den Effekt der Zeitvariable haben.
aber das sind immerhin drei KOVs

Interaktionen dieser KOVs, gingen bist zu vierfache Interaktion
das müsstest du selber unter [modell] klicken

Interation = moderation
das wird dann aber schwierig, bei signifikanz, den Effekt zu bestimmen
dazu kann man dann die Gruppen bilden, wie auch immer, ausprobieren.

oder einen neue AV2 = AV t1 - AV t2 , als Veränderungswert, berechnen und damit eine
lin. Regression rechnen mit den KOVs als Predictoren.

Mediation oder Moderation? sollte man nicht verwechseln, das ist schon was anderes,
und das eine ist nicht durch das andere zu ersetzen, da solltest du
dir theoretisch überlegen, worum es überhaupt gehen soll.
oder ist die Fragestellung...egal...Hauptsache was mit viel Statistik...

gruß
dutchie

[jsn73]

Hallo Dutchie, bist du noch da? Meine Fragestellung ist tatsächlich immer noch relevant Vielen Dank erstmal für deine Antwort!

Zu deiner Aussage "aber das sind immerhin drei KOVs"
-> Ja, also ich hatte nicht geplant alle 3 KOVs gleichzeitig in die Berechnung mit rein zu nehmen. Ich hätte für jede der 3 Kovariaten eine eigene Moderation für sich berechnet. Verstehst du was ich meine? Ich würde den Interaktionseffekt der 3 Kovariaten einzeln testen/berechnen, sodass sich folgende 3 Berechnungen ergeben würden:

1. Führt die Darbietung von von Fitness-Bildern aus Instagram zu einem schlechteren Körperbild und verstärkt sich dieser Effekt insbesondere wenn die soziale Aussehen-Vergleichstendenz der Person hoch ist?

2. Führt die Darbietung von von Fitness-Bildern aus Instagram zu einem schlechteren Körperbild und verstärkt sich dieser Effekt insbesondere wenn das Streben nach Muskulösität der Person hoch ist?

3. Führt die Darbietung von von Fitness-Bildern aus Instagram zu einem schlechteren Körperbild und verstärkt sich dieser Effekt insbesondere wenn die Verinnerlichung des Muskulösitäts-Ideals für den männl. Körper der Person hoch ist?

Somit hätte ich 3 mal ein 2x2x2 Design, oder nicht?
1. Faktor: KG vs. EG
2. Faktor: MZP1 vs. MZP2
3. Faktor: Kovariate 1, 2 oder 3

Wäre solch ein 2x2x2 Design immer noch schwer zu berechnen bzw die genauen konkreten Effekte schwer zu lokalisieren?

Alternativ hatte ich auch überlegt, ob ich erstmal eine 2x2-Testung mache nur mit Zeit x KG/EG und schaue, ob in der EG die Körperbild-Werte schlechter sind zum 2. MZP als in der KG. Und dass ich DANN nochmal eine 2x2-Testung mache NUR bei der EG und zwar mit der Frage, ob die Werte bei Körperbild zum 2. MZP insbesondere bei den Personen stärker runter gehen, die z.B. hohe Werte bei einem der 3 Kovariate (z.B. Streben nach Muskulösität) haben. Sodass sich die Frage ergibt: Führt das Betrachten von Fitness-Bildern auf Instagram zu einem schlechteren Körperbild, insbesondere wenn das Streben nach Muskulösität bei der Person hoch ist?

[dutchie]

hallo jsn73,

du hast an sich kein statistisches Problem, vielleicht wegen der Stichprobengröße,
aber sonst ist das alles standard, egal ob ANOVA oder Regression oder mixed Model...

du kannst die Modelle aufbauen wie du willst, am Ende sollte aber ein Modell stehen
das klar erkennen lässt, was sig. ist und was nicht.

Gibt es deine drei Kovariaten oder Moderatoren (mit interaktion oder Wechselwirkung) wirklich?
oder korrelieren die so sehr miteinander dass sie in eins fallen. ich würde da nur eine Kovariate draus machen!
oder? diese drei KOV wirken hierarchisch, wie Entwicklungsstufen, oder Variabeln die "Symptoschwere" erfassen.
das müsste man erstmal erfassen.

Du musst die nicht dichotmisieren, wenn sie metrisch gemessen wurden.

Das ganze ist ein Experimet und es lohnt sich vielleicht zu überlegen,
Personen mit hoher und niedriger Verinnerlichung (diesem Streben nach) zu casten
und sie nicht zufällig zu generieren! sondern bewußt aussucht, die UV zu extremisieren um einen
Effekt zu puschen.

d.h. die Moderatoren eventuell gar nicht messen, sondern Personen aus dem fitnessstudio
und Personen aus dem Kochkurs.

gruß
dutchie