Auswertung 3 UV auf 1 AV (ordinale Skalen)

[Caypi]

Hallo!

Ich hoffe ihr könnt mir hier im Forum helfen.
Ich möchte den Einfluss von 3 unabhängigen Variablen auf 1 abhängige Variable überprüfen.
Die Variablen wurden alle auf einer 7-Punkt Likert Skala mit je 4 Items abgefragt und sind dementsprechend ordinal.
Die UV sind:
Pleasure (wie angenehm war das Erlebnis?)
Arousal (wie aufregend war das Erlebnis?)
Dominance (wie stark glaubte man während des Erlebnisses die Kontrolle zu haben?)
[evt. kommt noch eine 4. UV (Sicherheitsbedenken) dazu)]

Die AV ist:
Wahrgenommener Nutzen des Erlebnisses

Jetzt hatte ich an meiner Uni natürlich einen tollen SPSS Kurs, wo wir aber nur ANOVA gelernt haben. Ich habe schon versucht mich in das Thema einzulesen (hier im Forum, Backhaus, google usw) und bin jetzt immerhin so weit, dass ich weiß das Anova wohl ungeeignet ist. Ich habe ja kein Experiment mit unterschiedlichen Gruppen.

1. Sehe ich es richtig, dass ich am besten eine Regression mache? Ich finde bei SPSS die Option "multiple Regression" nicht, funktioniert das über die Funktion "Lineare Regression" indem ich verschiedene Blöcke eingebe?

2. Ist es richtig, die 4 Items jeweils mit der Faktorenanalyse zu 1 Faktor zu verdichten? Oder macht man das nur bei ANOVA und muss man bei Regressionen anders vorgehen?
Ich glaube der Weg ist nicht ganz ideal, da bei einer Regression ja Korrelation unterstellt wird und wenn ich jetzt alle 12 Items eingebe und die evt stark korrellieren kommen da vllt nur 2 statt 3 Faktoren raus?

3. Was mache ich jetzt, wenn ich am Ende doch Unterschiede zwischen verschiedenen Gruppen feststellen möchte (z.B. ob der Effekt von Pleasure auf wahrgenommenen Nutzen bei Frauen stärker ist)? Muss man dann zusätzlich noch eine ANOVA machen?

[dani42]

Hallo,

würde wie folgt vorgehen:
1. Faktorenanalyse der 12 Items, hoffentlich laden die so auf die Kosntrukte wie du dir das vorstellst, sonst ist das weitere Vorgehen nicht so einfach möglich. Die Faktoren als neue Variablen abspeichern.
2. Regressionsanalyse (lineare=multiple) durchführen, die Faktoren sind die UV, die AV bleibt wie sie ist. Keine verschiedenen Blöcke eingeben, sondern alle Faktoren in Block 1 rein.

Mit diesem Vorgehen umgehst du das Problem Multikollinearität, weil die Faktoren unkorreliert sind.