Hallo zusammen
Im Rahmen meiner Masterarbeit habe ich eine multiple Regression durchgeführt, um einen Moderatoreffekt zu prüfen:
AV: Stress
UV: Partnerschaftszufriedenheit, Beziehungslänge (Moderator), Partnerschaftszufriedenheit*Beziehungslänge (Interaktionseffekt)
Wie kann es nun sein, dass die Anova signifikant (0.023) ausgibt, aber keiner der Koeffizienten signifikant ist? Was heisst das?
Danke für eure Hilfe!
Aurelia
Interpretation multiple Regression (Moderatoranalyse)
-
kellera
- Beiträge: 5
- Registriert: 27.01.2015, 11:10
-
books
- Beiträge: 8
- Registriert: 27.01.2015, 07:37
Re: Interpretation multiple Regression (Moderatoranalyse)
Hallo Aurelia 
Ist die Anova bzgl. des Interaktionseffekts und/oder bzgl. des Moderators (einzeln als Faktor getestet) signifikant?
Wenn der Interaktionseffekt signifikant ist, der Moderatoreffekt aber nicht, dann bedeutet das, dass die Partnerschaftszufriedenheit*Beziehungslänge einen Einfluss auf den Stresslevel hat, aber NICHT durch die Beziehungslänge zusätzlich beeinflusst wird...
Hoffe das hat dir geholfen
Ist die Anova bzgl. des Interaktionseffekts und/oder bzgl. des Moderators (einzeln als Faktor getestet) signifikant?
Wenn der Interaktionseffekt signifikant ist, der Moderatoreffekt aber nicht, dann bedeutet das, dass die Partnerschaftszufriedenheit*Beziehungslänge einen Einfluss auf den Stresslevel hat, aber NICHT durch die Beziehungslänge zusätzlich beeinflusst wird...
Hoffe das hat dir geholfen
-
kellera
- Beiträge: 5
- Registriert: 27.01.2015, 11:10
Re: Interpretation multiple Regression (Moderatoranalyse)
Hallo books!
Erstmals danke für deine Antwort!
Zu deiner Frage... Das weiss ich auch nicht...
Die Anova, dachte ich, bezieht sich einfach auf das ganze Modell? Und ich habe ja den Einfluss von Partnerschaftszufriedenheit, von Beziehungslänge und von P*B in einem Modell (mit multipler Regression) gerechnet. Worauf bezieht sich dann das einzelne Ergebnis der Anova?
Und: Was bedeutet es denn, wenn "Partnerschaftszufriedenheit*Beziehungslänge einen Einfluss auf den Stresslevel hat, aber NICHT durch die Beziehungslänge zusätzlich beeinflusst wird"? Also wie ist P*B zu interpretieren?
Merci Merci!
Erstmals danke für deine Antwort!
Zu deiner Frage... Das weiss ich auch nicht...
Die Anova, dachte ich, bezieht sich einfach auf das ganze Modell? Und ich habe ja den Einfluss von Partnerschaftszufriedenheit, von Beziehungslänge und von P*B in einem Modell (mit multipler Regression) gerechnet. Worauf bezieht sich dann das einzelne Ergebnis der Anova?
Und: Was bedeutet es denn, wenn "Partnerschaftszufriedenheit*Beziehungslänge einen Einfluss auf den Stresslevel hat, aber NICHT durch die Beziehungslänge zusätzlich beeinflusst wird"? Also wie ist P*B zu interpretieren?
Merci Merci!
-
books
- Beiträge: 8
- Registriert: 27.01.2015, 07:37
Re: Interpretation multiple Regression (Moderatoranalyse)
Hi kellera
also grundsätzlich testest du mit einer ANOVA ja Mittelwertsunterschiede und mit der Regressionsanalyse Zusammenhänge. Du brauchst für eine ANOVA eine nominale UV und eine metrische AV. Wenn sich die Skalenniveaus nicht ändern, kannst du eigentlich nicht unbedingt beide Tests durchführen, da du für die Regressionsanalyse wiederum eine metrische UV und eine metrische AV benötigst. Ich weiß nicht genau was du da getestet hast....
Bei einer Regressionsanalyse könntest du sowohl den Moderatoreffekt, als auch die einzelnen Zusammenhänge (z.B. Zufriedenheit wirkt sich positiv auf Stresslevel aus usw.) testen. Wenn du noch zusätzlich den Moderator Beziehungslänge mit reinwirfst, könnte das dann bedeuten, dass dieser Faktor, also Beziehungslänge AUCH die AV (Stresslevel) beeinflusst, also nicht nur die Zufriedenheit.
Wenn du jetzt eine ANOVA machst, dann testest du praktisch eine andere Hypothese, nämlich ob sich Leute die zufrieden sind, von Leuten die nicht zufrieden sind bezüglich ihres Stresslevels unterscheiden
Hoffe ich hab mich verständlich ausgedrückt.
Im Grunde musst du nur auf das Skalenniveau achten und dann natürlich deine Hypothesen (willst du Zusammenhänge oder Unterschiede aufzeigen?)
LG
also grundsätzlich testest du mit einer ANOVA ja Mittelwertsunterschiede und mit der Regressionsanalyse Zusammenhänge. Du brauchst für eine ANOVA eine nominale UV und eine metrische AV. Wenn sich die Skalenniveaus nicht ändern, kannst du eigentlich nicht unbedingt beide Tests durchführen, da du für die Regressionsanalyse wiederum eine metrische UV und eine metrische AV benötigst. Ich weiß nicht genau was du da getestet hast....
Bei einer Regressionsanalyse könntest du sowohl den Moderatoreffekt, als auch die einzelnen Zusammenhänge (z.B. Zufriedenheit wirkt sich positiv auf Stresslevel aus usw.) testen. Wenn du noch zusätzlich den Moderator Beziehungslänge mit reinwirfst, könnte das dann bedeuten, dass dieser Faktor, also Beziehungslänge AUCH die AV (Stresslevel) beeinflusst, also nicht nur die Zufriedenheit.
Wenn du jetzt eine ANOVA machst, dann testest du praktisch eine andere Hypothese, nämlich ob sich Leute die zufrieden sind, von Leuten die nicht zufrieden sind bezüglich ihres Stresslevels unterscheiden
Hoffe ich hab mich verständlich ausgedrückt.
Im Grunde musst du nur auf das Skalenniveau achten und dann natürlich deine Hypothesen (willst du Zusammenhänge oder Unterschiede aufzeigen?)
LG
-
kellera
- Beiträge: 5
- Registriert: 27.01.2015, 11:10
Re: Interpretation multiple Regression (Moderatoranalyse)
aaah, jetzt weiss ich, weshalb wir uns falsch verstehen! Ich hab mich etwas missverständlich ausgedrückt, sorry!
Ich habe eine Regressionsanalyse gerechnet, nicht eine Anova. im Output dieser Regressionsanalyse steht aber in der einen Tabelle (diese oberhalb Koeffizienten) der Titel "Anova" - das habe ich mit "Anova" gemeint.
Mein Problem ist jetzt, dass ich diesen Output der Regressionsanalyse nicht verstehe.
Die Koeffizienten sind wie folgt:
Partnerschaftszufriedenheit - nicht sign.
Beziehungslänge - nicht sign.
Interaktion P*B - nicht sign.
in der Tabelle oberhalb der Koeffizienten, die sich eben "anova" nennt, ist da aber ein signifikanter Wert.
Ich verstehe nun nicht, was dieser Wert, resp. was die ganze Tabelle "Anova" bedeutet?
Dankä und liebe Grüsse
Ich habe eine Regressionsanalyse gerechnet, nicht eine Anova. im Output dieser Regressionsanalyse steht aber in der einen Tabelle (diese oberhalb Koeffizienten) der Titel "Anova" - das habe ich mit "Anova" gemeint.
Mein Problem ist jetzt, dass ich diesen Output der Regressionsanalyse nicht verstehe.
Die Koeffizienten sind wie folgt:
Partnerschaftszufriedenheit - nicht sign.
Beziehungslänge - nicht sign.
Interaktion P*B - nicht sign.
in der Tabelle oberhalb der Koeffizienten, die sich eben "anova" nennt, ist da aber ein signifikanter Wert.
Ich verstehe nun nicht, was dieser Wert, resp. was die ganze Tabelle "Anova" bedeutet?
Dankä und liebe Grüsse
-
books
- Beiträge: 8
- Registriert: 27.01.2015, 07:37
Re: Interpretation multiple Regression (Moderatoranalyse)
Hey
aaaachso, alles klar
Da bin ich mir leider auch nicht ganz so sicher...
Normalerweise wird ja mit dem F-Wert bei der Regresssionsanalyse die Varianz erklärt, zu deren Aufklärung die Prädiktoren beitragen. Da wird soweit ich weiß mit den Mittel der Quadraten gerechnet, z.B. Quadratsumme Regression / df Regression / Quadratsumme Residuen /df Residuen, daraus entsteht dann der (signifikante) F-Wert.
Warum genau jetzt bei der Regressionsanalyse nicht signifikante Werte, beim F-Wert schon, ist mir auch nicht ganz klar...^^ Hast du mal wegen Multikollinearität geguckt? Weiß jetzt nicht genau ob das damit zusammenhängen kann, aber ich würde das mal versuchen...
aaaachso, alles klar
Da bin ich mir leider auch nicht ganz so sicher...
Normalerweise wird ja mit dem F-Wert bei der Regresssionsanalyse die Varianz erklärt, zu deren Aufklärung die Prädiktoren beitragen. Da wird soweit ich weiß mit den Mittel der Quadraten gerechnet, z.B. Quadratsumme Regression / df Regression / Quadratsumme Residuen /df Residuen, daraus entsteht dann der (signifikante) F-Wert.
Warum genau jetzt bei der Regressionsanalyse nicht signifikante Werte, beim F-Wert schon, ist mir auch nicht ganz klar...^^ Hast du mal wegen Multikollinearität geguckt? Weiß jetzt nicht genau ob das damit zusammenhängen kann, aber ich würde das mal versuchen...
-
Generalist
- Beiträge: 1733
- Registriert: 11.03.2010, 22:28
Re: Interpretation multiple Regression (Moderatoranalyse)
das heißt, das modell mit allen prädiktoren klärt so viel varianz auf, dass der F-test ein signifikantes ergebnis bringt. dass kein einzelner koeffizient signfikant wird ist dann eben pech.wie kann es nun sein, dass die Anova signifikant (0.023) ausgibt, aber keiner der Koeffizienten signifikant ist? Was heisst das?
-
kellera
- Beiträge: 5
- Registriert: 27.01.2015, 11:10
Re: Interpretation multiple Regression (Moderatoranalyse)
Hallo ihr zwei.
Danke für eure Antworten.
Multikollinearität habe ich überprüft - ist nicht.
Wie kann ist das dann inhaltlich zu erklären? Das Modell klärt zwar einen signifikanten Anteil an Varianz auf, aber kein Prädiktor übt einen signifikanten Einfluss aus... Wie kommt dann dieser signifikante F-Wert zustande?
Danke für eure Antworten.
Multikollinearität habe ich überprüft - ist nicht.
Wie kann ist das dann inhaltlich zu erklären? Das Modell klärt zwar einen signifikanten Anteil an Varianz auf, aber kein Prädiktor übt einen signifikanten Einfluss aus... Wie kommt dann dieser signifikante F-Wert zustande?
-
Generalist
- Beiträge: 1733
- Registriert: 11.03.2010, 22:28
Re: Interpretation multiple Regression (Moderatoranalyse)
Inhaltlich gibt es da nichts zu erklären, das ist eben ein methodisches-technisches Problem. Dass p-Werte 0,06 betragen und man sich darauf geeinigt hat, das "nicht signifikant" zu nennen, dafür kann das Regressionsverfahren ja nichts.
-
kellera
- Beiträge: 5
- Registriert: 27.01.2015, 11:10
Re: Interpretation multiple Regression (Moderatoranalyse)
Hallo zusammen!
Danke für die Antwort. Leider ist mir noch immer nicht klar, wie ich den output interpretieren soll.
Es ist ja so (ich habe eine Moderatoranalyse mittels multipler Regression gerechnet):
Das Modell, in dem der Einfluss der Anzahl Kinder, der partnerschaftlichen Unterstützung und der Interaktion von Anzahl Kinder und partnerschaftlicher Unterstützung auf das chronische Stresserleben überprüft wurde, erklärt 19% der Varianz des chronischen Stresser-lebens der schwangeren Frauen (F (3,41) = 3.19, p = 0.03). Allerdings fielen die β-Gewichte weder für die Anzahl Kinder (β = -.82, p = .42), für die partnerschaftliche Unterstützung (β = -.24, p = .18), noch für den Interaktionsterm von Anzahl Kinder und partnerschaftlicher Un-terstützung (β = -.27, p = .13) signifikant aus.
Also heisst das, dass das Modell zwar gut geeignet ist, um die Varianz in der AV (Stress) zu erklären (erklärt ja 19%), aber die einzelnen Prädiktoren doch keinen signifikanten Einfluss auf die AV ausüben?
Und bei der inhaltlichen Interpretation ist dann eigentlich nichts dabei rausgekommen, weil ja kein Prädiktor signifikanten Einfluss auf die AV ausübt? Bringt mir ja nichts, wenn nur das Modell signifikant ist, oder? Oder kann man das verwerten mit dem Modell?
Danke für die Antwort. Leider ist mir noch immer nicht klar, wie ich den output interpretieren soll.
Es ist ja so (ich habe eine Moderatoranalyse mittels multipler Regression gerechnet):
Das Modell, in dem der Einfluss der Anzahl Kinder, der partnerschaftlichen Unterstützung und der Interaktion von Anzahl Kinder und partnerschaftlicher Unterstützung auf das chronische Stresserleben überprüft wurde, erklärt 19% der Varianz des chronischen Stresser-lebens der schwangeren Frauen (F (3,41) = 3.19, p = 0.03). Allerdings fielen die β-Gewichte weder für die Anzahl Kinder (β = -.82, p = .42), für die partnerschaftliche Unterstützung (β = -.24, p = .18), noch für den Interaktionsterm von Anzahl Kinder und partnerschaftlicher Un-terstützung (β = -.27, p = .13) signifikant aus.
Also heisst das, dass das Modell zwar gut geeignet ist, um die Varianz in der AV (Stress) zu erklären (erklärt ja 19%), aber die einzelnen Prädiktoren doch keinen signifikanten Einfluss auf die AV ausüben?
Und bei der inhaltlichen Interpretation ist dann eigentlich nichts dabei rausgekommen, weil ja kein Prädiktor signifikanten Einfluss auf die AV ausübt? Bringt mir ja nichts, wenn nur das Modell signifikant ist, oder? Oder kann man das verwerten mit dem Modell?
