![]() |
Created by Jolanda Burmeister
over 7 years ago
|
|
Question | Answer |
Was versteht man unter einer moderierten Regressionsanalyse? | Annahme einer Moderation: Größe & Richtung des Einflusses von X auf Y davon abhängig, welche Ausprägung Z hat und umgekehrt Einflüsse von X und Z sind dann nicht addititv, sondern interagieren |
Wie ist das allgemeine Vorgehen bei einer moderierten Regressionsanalyse? | 1. Bildung einer Produktvariable: x1 * x2 2. Aufnahme der Produktvariable in das Regressionsmodell bei gleichzeitigem Einschluss von X1 und X2 3. Regressionsgewicht der Produktvariablen entspricht der Interaktion zwischen X1 und X2 ! Inhaltliche Interpretation der Regressionsgewichte von X1 und X2 ändern sich durch die Aufnahme von Produktvariablen |
Wie lautet die Gleichung einer moderierten Regressionsanalyse? | |
Nenne ein Bsp. für die Interpretation der Regressionsgewichte bei einer moderierten Regression. | wenn bspws. b1 = 1.5 ist heißt das: wenn X1 um eine Einheit steigt und X2=0 ist und folglich auch X1*X2=0 ist, dann steigt der vorhergesagte Y-Wert um 1.5 Einheiten wenn b3=1 ist: der Effekt von X1 nimmt mit jeder Einheit, die X2 steigt, um b3=1 Einheiten zu (analog für den Effekt von X2) |
Was gibt b3 bei einer moderierten Regression an? | in welchem Ausmaß der Effekt von X1 auf Y von der Ausprägung von X2 abhängt (und umgekehrt) |
Was ist das Problem bei Moderatormodellen mit 2 kont. Prädiktoren? | Interpretation der Regressionsgewichte b1 und b2: Effekt, wenn der andere Prädiktor 0 ist Lösung A: Prädiktor vor Produktbildung zentrieren Lösung B: Prädiktor vor der Produktbildung standardisieren. d.h. z-transformieren |
Beschreibe die 2 Lösungen für die Probleme bei Moderatormodellen mit 2 kont. Prädiktoren näher. | Lösung A: ind. Wert - Gesamtmittelwert (Mittelwert von 0, aber SD bleibt) Lösung B: (ind. Wert - Gesamtmittelwert)/ Standardabweichung (Mittelwert von 0 und SD von 1) |
Wie ist die Interpretation der Regressionsgewichte nach zuvoriger Zentrierung bei Moderatormodellen mit 2 kont. Prädiktoren? | b1: um wie viele Standardabweichungseinheiten (SDEs) ändert sich der vorhergesagte Y-Wert, wenn X1 um eine SDE steigt und X2=0 ist b3: Wert, um den sich der Effekt von X1 ändert, wenn X2 nicht mehr die Ausprägung 0 hat, sondern um eine SDE steigt |
Was sind simple slopes? | beziehen sich auf die Prüfung des jeweiligen Zusammenhangs innerhalb der Personen, die einen best. Wert im Moderator haben, d.h. besteht in der jeweiligen Gruppe ein sign. Zusammenhang zwischen Prädiktor und Kriterium |
Ist Zentrierung bei Moderatormodellen wirklich notwendig? | - im Hinblick auf Multikollinearität i.d.R. nicht notwendig, da sich an der Schätzung des Standardfehlers nichts verändert da sich durch die Zentrierung nicht nur die Multikollinearität (VIF) ändert sondern auch die Varianz - ermöglicht jedoch die direkte Interpretation von b1 und b2 |
Warum macht man nicht einfach eine Varianzanalyse bei Moderatormodellen mit zwei kont. Prädiktoren? | 1. Kriterium für den cut-off (meist Mediansplit) ist willkührlich und nicht psych. begründet. 2. Median ist stichprobenabhängig. 3. Skalenniveau wird verringert. Verlust an Infos 4. moderierte Regressionen daher teststärker 5. Gefahr, dass der reale Effekt über- oder unterschätzt wird. |
Was ist wichtig zu beachten, wenn man den "reinen" Interaktionseffekt sehen möchte? | dazu muss man die Haupteffekte der interagierenden Prädiktoren auspartialisieren, d.h. diese müssen mit in die Regressionsgleichung aufgenommen werden |
Welche Typen von Prädiktoren sind zulässig für eine Regressionsanalyse? | - kont. Prädiktoren (Intelligenz, Extraversion) - dichotome kategoriale (männlich/weiblich) - polytomer kategorialer (> 2 Kategorien, Haarfarbe) -> muss vor Aufnahme transformiert werden |
Wie erfolgt das Prinzip der Kodierung polytomer kategorialer Prädiktoren? | - ein polytomer Prädiktor mit c Kategorien muss in c-1 Kodiervariablen transformiert werden - diese Variablen werden dann jeweils als eigene Prädiktoren in die mult. Regression aufgenommen - es gibt versch. Varianten der Kodierung: Dummy-Kodierung und Effekt-Kodierung - die Wahl ist abhängig von der inhaltlichen Fragestellung |
Beschreibe das Prinzip der Dummy-Kodierung. | 1. eine der c Kategorien als Referenzkategorie wählen, Bsp. KG 2. 1. Kodiervariable D1 bilden: Personen, die in EG1 sind erhalten eine 1, alle anderen eine 0 3. 2. Kodiervariable D2 bilden: Personen, die in EG2 sind erhalten eine 1, alle anderen eine 0 4. beiden Kodiervariablen werden als Prädiktor in die mult. Regr. aufgenommen 5. der Intercept bildet den Mittelwert der KG, D1 die Differenz zwischen EG1 und KG, D2 die Differenz zwischen EG2 und KG |
Wie erfolgt die Interpretation der Regressionskoeffizienten bei der Dummy-Kodierung? | b0= Mittelwert der KG b1= Mittelwertsunterschied zwischen EG1 und KG b2= Mittelwertsunterschied zwischen EG2 und KG |
Beschreibe das Prinzip der Effekt-Kodierung. | 1. Wähle eine der c Kategorien des Prädiktors als Basiskategorie aus. Bsp. KG 2. 1.Kodiervariable E1 bilden: Personen aus EG1 kriegen eine 1, Personen aus KG eine -1, alle anderen eine 0 3. 2. Kodiervariable E2 bilden: Personen aus EG2 kriegen eine 1, Personen aus KG eine -1 und alle anderen eine -1 4. E1 und E2 als Prädiktoren in die mult. Regression aufnehmen 5. Intercept bildet den Gesamtmittelwert, Regressionsgewicht von E1 die Differenz zw. E1 und dem Gesamtmittelwert alle Kategorien, Regressionsgewicht von E2 die Differenz zw. EG2 und dem Gesamtmittelwert aller Kategorien |
Wie erfolgt die Interpretation der Regressionskoeffizienten bei der Effekt-Kodierung ? | b0: Gesamtmittelwert b1: Mittelwertsunterschied EG1-Gesamt b2: Mittelwertsunterschied EG2-Gesamt |
Was ist eine moderierte Mediation? | Kombi aus Mediation und Moderation Prüfung konditionaler indirekter Effekte Unterschiedliche Möglichkeiten: Prädiktor fungiert als Moderator des b-Pfades, Variable W als Moderator des a-Pfades/b-Pfades... |
Wie lässt sich der simple slope in einem Moderatormodell mit 2 kont. Prädiktoren berechnen, und welche Werte werden häufig für die Moderatorvariable gewählt, um eine moderierte Regression graphisch darzustellen? | vorhergesagte z-Werte im Kriterium bei einer Standardabweichung unter/über dem Mittelwert von X1 bzw. X2 für graphische Darstellung: minus minus, minus plus, plus minus, plus plus |
There are no comments, be the first and leave one below:
Want to create your own Flashcards for free with GoConqr? Learn more.