Hallo Daniela,
Vielen Dank!!! 
Viele Grüße
Joleena
↧
Von: Joleena
↧
Von: Eleo
Das hat sich schon erledigt. Ich stand an dem Tag auf dem Schlauch
Vielen Dank trotzdem!
↧
↧
Von: Lisa S.
Liebe Frau Keller,
wenn ich einen Moderationseffekt des Interaktionsterms finde, wie wird dieser üblicherweise dargestellt?
Eignet sich ein Diagramm bzw. wie würde dieses aussehen?
Vielen Dank und beste Grüße
Lisa
↧
Von: Daniela Keller
Hallo Marlene,
ja, hier sieht es so aus als könntest du keine signifikanten Effekte nachweisen. Metrische Faktoren werden in der ANOVA bei “Kovariate” eingetragen.
Schöne Grüße
Daniela
↧
Von: Daniela Keller
Hallo Lisa,
das kommt auf den Variablentyp an. Bei kategorialen Variablen sind teilweise Diagramme möglich. Wenn es sich nur um metrische Variablen handelt, wird das schwieriger. Dann kann man eine Variable (Moderator) eventuell dichotomisieren und dann ein zweifarbiges Streudiagramm erstellen.
Schöne Grüße
Daniela
↧
↧
Von: Marlene
Hallo Frau Keller,
ich habe eine Frage zur Moderation.
Und zwar habe ich eine nominale UV1 und eine metrische AV. Die Varianzanalyse ergab leider keinen signifikanten Effekt (p>.05).
Nun habe ich eine weitere ordinale UV2 als zusätzlichen Faktor mit in das Modell gebracht.
Dabei erhielt ich einen signifikanten effekt der UV2 und ebenfalls einen signifikanten effekt zwischen UV1*UV2. Der Effekt von UV1 ist allerdings weiterhin nicht signifikant und nur noch größer geworden.
Da ich gelesen habe, dass ein Moderationseffekt vorliegt, wenn die Interaktion signifikant ist wollte ich fragen, ob dies in meinem Fall auch der Fall ist? und wie ich das interpretieren kann, da ich ja eig. gar keinen Effekt von UV1 auf die AV habe. Somit kann die UV2 doch eigentlich gar nicht moderieren?
lassen sich in meinem Fall dann Interaktionen gar nicht interpretieren?
Mit freundlichen Grüßen
Marlene
↧
Von: Elke
Liebe Daniela,
ich finde deine Seite ganz großartig und hab schon viele hilfreiche Kommentare für meine MA gefunden! Vielen Dank dafür!
Meine Frage bezieht sich auf die Interaktion zweier dichotomer Variablen (jeweils 0-1 kodiert) und ob die Multiplikation Var1*Var2 über Werte berechnen tatsächlich das bewirkt, was ich für die multiple Regression möchte: nämlich die Interaktion, wenn beide Var 1 sind.
Hab schon vorab vielen Dank für eine baldige Antwort!
Liebe Grüße,
Elke
↧
Von: Daniela Keller
Hallo Marlene,
ich denke die Interaktion kannst du trotzdem als Moderationseffekt interpretieren. Eventuell sind die p-Werte auch knapp bzw. die Stichprobe klein? Das könnte auch der Grund für widersprüchliche Ergebnisse sein.
Schöne Grüße
Daniela
↧
Von: Daniela Keller
Hallo Elke,
wie sieht der Rest deiner Regression aus? Welche Arten an Parametern hast du hier? Wie sind Var1 und Var2 kodiert?
Schöne Grüße
Daniela
↧
↧
Von: Eleo
Liebe Daniela,
ich hätte nun leider doch noch eine Frage zur Interpretation von Interaktionseffekten.
Dummy*Kategoriale Variable
Dummy: 0= krank; 1=gesund
Kategoriale Variable: Bildung (Referenz: niedrige Bildung)
Interpretiere ich die Interaktion aus gesund*hoheBildung richtig?
–> GesundePersonen mit hoher Bildung sind glücklicher als kranke Personen mit hoher Bildung.
Oder muss ich mich hier auf die Referenzkategorie beziehen und folgendes sagen:
–> Gesunde Personen mit hoher Bildung sind glücklicher als kranke Personen mit niedriger Bildung?
Zudem habe ich in einigen Studien feststellen können, dass der Koeffizient des konditionalen Effektes und der Koeffizient des Interaktionseffekts addiert werden. Anschließend wird dieser Wert für die Analysen verwendet.
Hier: Koeffizient hohe Bildung + Koeffizient gesund*hoheBildung
Aber wie sieht die Interpretation an dieser Stelle aus?
–> Gesunde Personen mit hoher Bildung sind glücklicher als gesunde Personen mit niedriger Bildung?
Ich bedanke mich vorab schon ganz herzlich!
Beste Grüße
Eleo
↧
Von: Daniela Keller
Hallo Eleo,
die signifikante Interaktion bedeutet, dass der Effekt der einen Variablen von der anderen Variablen beeinflusst wird. Was genau das in deinem Fall bedeutet siehst du dir am besten deskriptiv an, indem du dir die Mittelwerte der abhängigen Variablen für die Kombinationen der beiden Faktoren ansiehst. Damit kannst du den Interaktionseffekt dann interpretieren.
Die Addition der Koeffizienten kenne ich nicht. Wenn du hier ein Beispiel hast, kannst du mir das gern mal schicken.
Schöne Grüße
Daniela
↧
Von: Eleo
Also mir leuchtet die Bedeutung des signifikanten Interaktionseffektes zwar ein, allerdings weiß ich nicht, wie ich mit der Interpretation umgehe, wenn an der Interaktion eine kategoriale Variable beteiligt ist.
Wie oben bereits beschrieben schwanke ich zwischen folgenden zwei Interpretationsmöglichkeiten:
Dummy: 0= krank; 1=gesund
Kategoriale Variable: Bildung (niedrig, mittel, hoch) (Referenz: niedrige Bildung)
Interpretiere ich die Interaktion aus gesund*hoheBildung richtig?
–> GesundePersonen mit hoher Bildung sind glücklicher als kranke Personen mit hoher Bildung.
Oder muss ich mich hier auf die Referenzkategorie beziehen und folgendes sagen:
–> Gesunde Personen mit hoher Bildung sind glücklicher als kranke Personen mit niedriger Bildung?
Für die Addition der Koeffizienten:
http://www.ls4.soziologie.uni-muenchen.de/studium_lehre/lehrveranst/quanti_2/m2_vorlesung_09.pdf
–> z.B. Folie 41
↧
Von: Janine
Liebe Frau Keller,
auch ich schließe mich an, Ihre Seite ist sehr hilfreich!
Im Rahmen meiner MA führe ich Mediator- und Moderatoranalysen durch. Dazu habe ich zwei Fragen.
1. Zur Mediatoranalyse: Wenn der Mediator (metrische Variable) in der multiplen Regressionsanalyse signifikant (p= .001) und die unabhängige Variable (dichotome Variable) tendenziell signifikant (p= .053) wird: Handelt es sich hier dann trotzdem um eine vollständige Mediation?
2. Zur Moderatoranalyse: Wenn meine UV und mein potenzieller Moderator jeweils dichotom sind, ist es sinnvoll die Moderatoranalyse per Regression durchzuführen? Ich habe gelesen, dass der Moderatoreffekt bei dichotomen Moderatoren auch geprüft werden kann, indem der Datensatz auf der Basis des Moderators geteilt wird und dann Korrelationen durchgeführt werden. Anschließend wird geprüft, ob sich die beiden Korrelationskoeffizienten signifikant voneinander unterscheiden. Ist dieses Vorgehen so richtig? Ich bin mir sehr unsicher, da ich zur Moderatoranalyse bei dichotomen Variablen bisher nichts in der Fachliteratur gefunden habe. Über einen Tipp wäre ich sehr dankbar!
Liebe Grüße
Janine
↧
↧
Von: Daniela Keller
Hallo,
in welche Richtung der Effekt geht, kann man allein aus der Signifikanz nicht herauslesen. Dazu musst du dir die deskriptiven Werte gruppiert ansehen.
Aber ja: es muss immer zur Referenzkategorie verglichen werden.
Schöne Grüße
Daniela
↧
Von: Daniela Keller
Hallo Janine,
zu 1) solche Grenzfälle kannst du diskutieren und darauf hinweisen, dass der p-Wert knapp ist. Eindeutig ist dieses Ergebnis dann nicht.
zu 2) Gibt es hier nur diesen dichotomen Faktor und den dichotomen Moderator und sonst keine UV? Dann könntest du auch eine ANOVA mit Interaktion rechnen. Der signifikante Interaktionseffekt wäre dann die Moderation.
Schöne Grüße
Daniela
↧
Von: Daniela Keller
Hallo Andrea,
das ginge eventuell in einer nichtlinearen Regression.
Schöne Grüße
Daniela Keller
↧
Von: Eleo
Liebe Daniela,
ich beschäftige mich momentan mit der Mediation und der Konfundierung. Allerdings ist mir der Unterschied dieser beiden Modelle nicht ganz klar..
Bei der Konfundierung sage ich ja, dass eine Variable den Zusammenhang von UV und AV beeinflusst.
Bei der Mediation ist es aber ähnlich oder? Dort geht man doch davon aus, dass eine intervenierende Variable den Effekt der UV auf die AV vermittelt und somit auch den Zusammenhang beeinflusst.
Vielleicht könnten Sie mir bei dem konkreten Unterschied zwischen Konfundierung und Mediation weiterhelfen.
Herzlichen Dank und viele Liebe Grüße,
Eleo
↧
↧
Von: Christina Straubmeier
Hallo Frau Keller,
ich habe in meinem Modell folgende Ausgangssituation:
– eine Unabhängige Variable (Nominal, kodiert mit 0 und 1)
– eine abhängige Variable (metrisch)
– einen Moderator (Nominal, kodiert mit 0 und 1)
Leider finde ich nirgends Informationen, ob ich bei einer nominalen UV und einem nominalem Moderator eine lineare Regression durchführen darf oder nicht. Kann ich den Moderationseffekt auch mit dem Process Modell von Hayes untersuchen?
Vielen Dank für Ihre Antwort!
↧
Von: Daniela Keller
Hallo Eleo,
ich weiß nicht genau, wie du Konfundierung definierst. Wenn es hier einfach um Störeffekte geht, dann würde ich sagen, dass sowohl Mediation als auch Moderation Spezialfälle von Störeffekten sind. Aus statistischer Sicht kann ich dazu noch sagen: für allgemeine Störvariablen muss nicht unbedingt die Richtung klar sein. Z.B. mit einer partiellen Korrelation können Störvariablen aus Zusammenhängen herausgerechnet werden, für die die Richtung nicht festgelegt wird. Bei Moderation und Mediation ist das anders. Hier ist ganz klar festgelegt, wie die Wirkungen verlaufen, siehe auch die Diagramme in diesem Blogbeitrag. Beantwortet das deine Frage?
Schöne Grüße
Daniela
↧
Von: Daniela Keller
Hallo Christina,
ja, Process kann mit kategorialen unabhängigen Variablen und Moderatoren umgehen. Du könntest aber stattdessen auch eine mehrfaktorielle ANOVA rechnen, in der du für den Moderationseffekt den Interaktionsterm betrachtest.
Weitere Fragen können gern in meiner Facebookgruppe Statistikfragen diskutiert werden: https://www.facebook.com/groups/785900308158525/
Schöne Grüße
Daniela
↧