STATISTIK-FORUM.de

[JuliaJuliaJulia]

Liebe alle,

ich bin gerade bei der Planung meiner Bachelorarbeit und habe folgendes Problem:

Ich möchte den Zusammenhang zwischen Emotionaler Intelligenz (besteht aus mehreren Subskalen) und drei abhängigen Variablen (Notendurchschnitt, Anzahl der absolvierten bzw. abgebrochenen Kurse) berechnen. Außerdem habe ich drei Kontrollvariablen, nämlich der Maturanotendurchschnitt, Vollzeitstudent vs. Teilzeitstudent und die Grundstimmung (wird auf einer Skala von 0 bis 10 erfasst).

Nun stehe ich aber vor dem Problem, welches Auswertungsverfahren ich verwenden soll. Die meisten Studien verwenden eine Pearson Korrelation zur Berechnung der Zusammenhänge zwischen allen unabhängigen Variablen (d.h. allen Subskalen der Emotionalen Intelligenz) und den drei abhängigen Variablen. Wie könnte ich hier die Kontrollvariablen miteinbeziehen? Indem ich schaue ob sich die einzelnen Gruppen (z.B. Vollzeit- vs. Teilzeitstudent) im t-Test voneinander unterscheiden.

Meine Lehrveranstaltungsleiterin hat mir eine Regressionsanalyse empfohlen. Allerdings kann man mit ihr zur den Zusammenhang zwischen einer abhängigen Variable und mehreren unabhängigen Variablen erfassen... Muss ich dann drei Regressionsanalysen durchführen? Und welche soll ich durchführen? Bei dem G*Power-Test werden mir Regressionsanalysen mittels F-Test (Linear multiple regression: Fixed model, R^2 increase oder Linear multiple regression: Fixed model, R^2 deviation fro zero) und mittels t-Test (Linear multiple regression: Fixed model, single regression coefficient) angeboten....

Kann mir jemand von euch helfen, welches von beiden Verfahren (besser) geeignet ist?

Liebe Grüße

Julia

[PonderStibbons]

Ich möchte den Zusammenhang zwischen Emotionaler Intelligenz (besteht aus mehreren Subskalen) und drei abhängigen Variablen (Notendurchschnitt, Anzahl der absolvierten bzw. abgebrochenen Kurse) berechnen. Außerdem habe ich drei Kontrollvariablen, nämlich der Maturanotendurchschnitt, Vollzeitstudent vs. Teilzeitstudent und die Grundstimmung (wird auf einer Skala von 0 bis 10 erfasst).

Wie groß ist denn die Stichprobe? Und wie lauten jeweils Median und Range der 3 abhängigen Variablen?

Meine Lehrveranstaltungsleiterin hat mir eine Regressionsanalyse empfohlen. Allerdings kann man mit ihr zur den Zusammenhang zwischen einer abhängigen Variable und mehreren unabhängigen Variablen erfassen...

Ist es denn aus Deiner Sicht erforderlich oder wenigstens sinnvoll, alle drei abhängigen Variablen gemeinsam
zu analysieren, und wenn ja, warum?

Bei dem G*Power-Test

Nanu, wie kommt das denn jetzt in Spiel... das ist eine Software zur Ermittlung der statistischen power,
also z.B. ob man mit seinem gewählten Verfahren und gegebener Stichprobengröße ausreichend
Aussicht hat(te), Effekte nachzuweisen.

Mit freundlichen Grüßen

PonderStibbons

[JuliaJuliaJulia]

Lieber PonderStibbon,

danke für deine Antwort!

1. Ich habe diese Untersuchung noch nicht durchgeführt, den genauen Stichprobenumfang muss ich mit der G*Power-Analyse noch berechnen, Median und Spannweite kann ich noch nicht wissen.

2. Ich verstehe die Frage nicht ganz... Würde ich denn bei der Regressionsanalyse alle drei abhängigen Variablen (also Notendurchschnitt, Anzahl der absolvierten und Anzahl der abgebrochenen Prüfungen) gemeinsam erfassen?
Grundsätzlich würde ich jetzt aber nicht sagen, dass es unbedingt erforderlich ist, zumindest würde mir kein Grund einfallen...

3. Ja, ich weiß, das ist mir schon klar... Ich habe das nur zusätzlich nachgefragt, weil ich - nach Festlegung eines Auswertungsverfahren - auch eine Berechnung der notwenigen Stichprobengröße durchführen muss. Wenn ich mich für eine Regressionsanalyse entscheiden würde, bin ich mir sehr unsicher, welche der drei Alternativen ich auswählen soll...

Liebe Grüße

Julia

[PonderStibbons]

2. Ich verstehe die Frage nicht ganz... Würde ich denn bei der Regressionsanalyse alle drei abhängigen Variablen (also Notendurchschnitt, Anzahl der absolvierten und Anzahl der abgebrochenen Prüfungen) gemeinsam erfassen?

Nein. Meine Frage war, ob und warum es Dir wichtig erscheint, stattdessen ein Verfahren zu verwenden,
welches alle drei abhängigen Variablen geichzeitig analysiert.

Grundsätzlich würde ich jetzt aber nicht sagen, dass es unbedingt erforderlich ist, zumindest würde mir kein Grund einfallen...

Dann rechne drei multiple Regressionen.

3. Ja, ich weiß, das ist mir schon klar... Ich habe das nur zusätzlich nachgefragt, weil ich - nach Festlegung eines Auswertungsverfahren - auch eine Berechnung der notwenigen Stichprobengröße durchführen muss. Wenn ich mich für eine Regressionsanalyse entscheiden würde, bin ich mir sehr unsicher, welche der drei Alternativen ich auswählen soll...

Wenn Du jeweils 1 gesamtes Modell rechnest, bietet sich deviation from zero an.
Wenn Du erst die "Kontrollvariablen" verwendest und dann in einem zusätzlichen
Schritt emotionale Intelligenz zur Regression hinzufügst, dann R² increase.

NB, falls eine Deiner Variablen eine Zählvariablen mit wenig Ausprägungen ist (z.B.,
die Befragten haben 0, 1 oder höchstens 2 abgebrochene Kurse), dann müsste man
überlegen, ob eine lineare Regression für diese abhängige(n) Variable(n) überhaupt
passend ist.

Mit freundlichen Grüßen

PonderStibbons