Es geht um variablen wie gehalt, aufstiegsmöglichkeiten, sicherheit des arbeitsplatzes etc. (Uvs). Die abhängige Variable ist die Arbeitgeberattraktivität. Es geht hauptsächlich darum, welche faktoren die Arbeitgeberattraktivität beeinflussen. Das ganze wird am Bsp der Versicherungsbranche als potenzieller Arbeitgeber unter Studierenden durchgeführt.
Das Ganze ohne Moderatoreffekte (Wechselwirkungen) oder Mediatoreffekte? Einfach
8 Prädiktoren in die Gleichung und dann ma'gucken? Du kannst nun doch geradezu froh
sein, dass Du schließlich ein Modell mit solch hoher Varianzaufklärung hast (das
adjustierte R² wäre m.E. bei 8 Prädiktoren allerdings der adäquate Wert), und
diese wird im wesentlichen schon durch 2 Prädiktoren geleistet (außer es gibt
hier Suppressoreffekte, dann sind auch "nichtsignifikante" Prädiktoren essenziell
für die Vorhersage). Das kannst Du sowohl als praktisch vorhersagefähig, als auch
vielleicht als inhaltlich interessant diskutieren.
Die bivariaten korrelationen untereinander sind zum teil deutlich höher als die korrelationen mit der AV. Wundert mich eben, warum z.B. Gehalt und Aufstiegsmöglichkeiten höher korrelieren als z.B. Aufstiegsmöglichkeiten und Arbeitgeberattraktivität.
Gehalt ist wichtig für die Attraktivität, die mit dem Gehalt assoziierten
Aufstiegsmöglichkeiten wohl auch, aber was Aufstiegsmöglichkeiten an
Attraktivität vorhersagen könnten, hat schon das Gehalt erledigt? Sowas
in der Art?
Schlimm ist es deshalb, da meine ausgewählten Faktoren ja dann zum großteil absolut unrelevant für meine untersuchung erscheinen und ich keine wirklichen aussagen machen kann, außer, dass z.B. die Sicherheit des Arbeitsplatzes und Aufgabenvielfalt einen einfluss haben (und signifikant sind), der rest aber weder einen beachtlichen einfluss hat noch signifikant ist.
Es ist schlimm, wenn Du inhaltlich und methodisch begründet Prädiktoren
ins Modell nimmst, und empirisch dann etwas z.T. Unerwartetes herauskommt?
Deine Betreuer scheinen einen eigenartige Idee von Wissenschaft zu haben.
Allerdings hätte es mich doch mehr als gewundert, wenn mehr als 2 oder 3
Charakteristika bei gemeinsamer Betrachtung aller Charakteristika relevant
für die Vorhersage geworden wären.
Im Konzept ist aber leider auch nichts darüber hinausgehend Pfiffiges vorgesehen
wie etwa Wechselwirkungen ("Hypothese: Aufgabenvielfalt wird erst relevant,
sofern die Kohle stimmt, daher wird eine Wechselwirkung dieser Merkmale ins
Modell genommen"), aber das muss auf dem Niveau vielleicht auch noch nicht
unbedingt sein. Zumal n=150 die Möglichkeiten auch arg einengt.
Mit freundlichen Grüßen
P.
