Hallo, sitze noch immer an meiner Diplomarbeit.... Habt mir schon mal so toll weitergeholfen, deshalb möcht ich eure Hilfe noch mal in Anspruch nehmen. Eigentlich ist es was ganz Simples, aber ich komm nicht weiter. Ich gehe in meiner Arbeit davon aus, dass elterliche Wärme, psychol. Kontrolle und Verhaltenskontrolle der Eltern gute Prädiktoren für die Entwicklung des Selbstwertgefühls des Kindes sind ...habe dementsprechend eine multiple Regression gegerechnet ...bis dahin bin ich doch richtig oder? Zur ersten Frage: diese Extraeinstellungen wie "schrittweise", "vorwärts" und sowas, was bringen die mir eigentlich bzw. wo liegt da der Unterschied? Gibt es bei einer Methode einen Vorteil, aus dem ich mehr Informationsgehalt schöpfen kann?
Jetzt zu meinem Hauptproblem: Wie würde man für diesen Fall die Hypothese formulieren? Kann ich sagen: Die drei Erziehungsdimensionen (oben genannt) sind gute Prädiktoren für das Selbstwertgefühl? Oder geh ich da über die Varianz: Die drei Erziehungsdimensionen erklären einen Großteil der Varianz am Selbstwertgefühl?
Wäre für ein paar Tipps sehr dankbar.
Liebe Grüße
Korrekte Formulierung von Hypothesen
-
MedDokAss
- Beiträge: 174
- Registriert: 12.05.2006, 12:00
Nullhypothese = Nein/Keinen Zusammenhang/Keinen Unterschied
Hallo layla07,
die Nullhypothese ist meist die Hypothese, die man eigentlich ablehnen möchte, z. B. dass es keinen Zusammenhang zwischen diesen Variablen gibt (Korrelation/Regression) oder keinen Unterschied zwischen 2 Gruppen gibt (T-Test).
Wenn man bei den "Extraeinstellungen", wie Du sie liebevoll genannt hast, z. B. Vorwärts bedingt wählst, werden nur diese Variablen mit ins Modell aufgenommen, die einen signifikanten Einfluss haben. Oder bei Rückwärts bedingt, werden erstmal alle Variablen ins Modell einbezogen und dann schrittweise alle Variablen aus dem Modell entfernt, die keinen signifikanten Einfluss haben (Voreinstellung Signifikanz: 0,2 - entspricht dem Beta-Fehler) und dann wird im nächsen Schritt mit den verbliebenen Variablen weiter gerechnet bis zum Schluss nur noch die Variablen übrig bleiben, die wahrscheinlich einen Einfluss haben bzw. wo es wahrscheinlich einen Zusammenhang gibt. Ich empfehle Rückwärts bedingt, Vorwärts bedingt geht auch.
Gibt es übrigens auch bei der Logistischen Regression und der Cox-Regression (Überlebenszeitanalyse)
Gruß MedDokAss
die Nullhypothese ist meist die Hypothese, die man eigentlich ablehnen möchte, z. B. dass es keinen Zusammenhang zwischen diesen Variablen gibt (Korrelation/Regression) oder keinen Unterschied zwischen 2 Gruppen gibt (T-Test).
Wenn man bei den "Extraeinstellungen", wie Du sie liebevoll genannt hast, z. B. Vorwärts bedingt wählst, werden nur diese Variablen mit ins Modell aufgenommen, die einen signifikanten Einfluss haben. Oder bei Rückwärts bedingt, werden erstmal alle Variablen ins Modell einbezogen und dann schrittweise alle Variablen aus dem Modell entfernt, die keinen signifikanten Einfluss haben (Voreinstellung Signifikanz: 0,2 - entspricht dem Beta-Fehler) und dann wird im nächsen Schritt mit den verbliebenen Variablen weiter gerechnet bis zum Schluss nur noch die Variablen übrig bleiben, die wahrscheinlich einen Einfluss haben bzw. wo es wahrscheinlich einen Zusammenhang gibt. Ich empfehle Rückwärts bedingt, Vorwärts bedingt geht auch.
Gibt es übrigens auch bei der Logistischen Regression und der Cox-Regression (Überlebenszeitanalyse)
Gruß MedDokAss
