Interpretation Regressionstabellen

[Steffkalina]

Hallo ihr,

um zu testen, ob die Variable M ("Arbeitsambivalenz") ein Moderator für den Zusammenhang zwischen X (Arbeitszufriedenheit) und Y (Lebenszufriedenheit) ist, habe ich multiple lineare Regressionsanalysen in SPSS durchgeführt.

Diese habe ich "ganz normal" durchgeführt und dann noch für den Fall , dass die Ambivalenz hoch ist (1 SD über dem Mittelwert) und für den Fall geringer Ambivalenz (1 SD unter dem Mittelwert). Ich habe also 3 Regressionstabellen.
Hier könnt ihr euch die Tabellen anschauen (PDF-Datei):
http://psytue.jimdo.com/fachbereiche/st ... -methoden/

Wir sollen die Werte in der Form (B = ..; SE = ..; t = ..; p = ..) angeben. Weiß jemand zu welchem Prädiktor ich diese Werte angeben muss bzw. wie genau ich das Ergebnis interpretieren kann?

Mein Versuch:

"Bei Personen mit hoher Ausprägung von M (Ambivalenz) ist der Zusammenhang zwischen X (Arbeitszufriedenheit) und Y (Lebenszufriedenheit) geringer (Angabe der Werte hinter Arbeitszufriedenheit in Tabelle 3) als bei denen mit geringer Ausprägung von M (Werte hinter Arbeitszufriedenheit in Tabelle 2)."

Tatsächlich ist das B in Tabelle 3 ja aber gar nicht signifikant geworden. Also kann ich gar nicht schreiben, dass der Zusammenhang dort schwächer ist, sondern muss schreiben, dass er hier gar nicht vorhanden ist?

Schreib ich zusätzlich noch was zur Interaktion? Also z.B. "Die Interaktion zwischen der Arbeitszufriedenheit (X) und der Ambivalenz (M) ist sowohl bei Personen mit mittlerer, geringer als auch hoher Ambivalenz signifikant." Und jetzt die Werte hinter dem Interaktionsterm "t2azmoaq_ambiarb" angeben?


Würd mich riesig freuen, wenn mir jemand helfen kann!
Die allerliebsten Grüße
Steffkalina

[drfg2008]

Ich wollte nur mal auf deine Hypothese eingehen:

"Bei Personen mit hoher Ausprägung von M (Ambivalenz) ist der Zusammenhang zwischen X (Arbeitszufriedenheit) und Y (Lebenszufriedenheit) geringer (Angabe der Werte hinter Arbeitszufriedenheit in Tabelle 3) als bei denen mit geringer Ausprägung von M (Werte hinter Arbeitszufriedenheit in Tabelle 2)."

Im ersten Moment würde ich ganz anders vorgehen. Falls Arbeits- und Lebenszufriedenheit so skaliert wurden, dass Korrelationen nach Pearson möglich sind -und das ist ja auch die Voraussetzung für Regressionsanalysen- dann würde ich den Moderator in zwei Gruppen klassifizieren: Hoch / Niedrig und für beide Gruppen eine seperate Korrelation nach Pearson berechnen. Die so entstehenden beiden Koeffizienten lassen sich per Fisher-Z Transformation auf sig. Unterschiede testen und auch inhaltlich leicht interpretieren.

(In deinen Tabellen sind allerdings 3 UVs, 1 AV.)

Gruß