STATISTIK-FORUM.de

[phil.black]

Hallo zusammen,

ich untersuche im Rahmen meiner Masterarbeit die Einflussfaktoren auf das Interesse an Telematiktarifen. In meinem Modell habe ich zwei Variablen/Prädiktoren:

1. Rabatt = skaliert in %
2. Zusatzleistungen = skaliert in Punkten von 1 - 8 (8 ist der höchste Wert)

Ist es möglich die Effektstärke dieser beiden Prädiktoren zu vergleichen? Wenn ja, mit welchem Verfahren? Cohans D funktioniert ja schon einmal nicht, weil nur eine Stichprobe und außerdem unterschiedliche Skalierungen.

Für eine Rückmeldung bin ich sehr dankbar.

VG
Phil

[PonderStibbons]

ich untersuche im Rahmen meiner Masterarbeit die Einflussfaktoren auf das Interesse an Telematiktarifen.

Wie wurde Interesse an Telematiktarifen denn konkret gemessen? Und wurde jede Person hinsichtlich mehrerer Telematiktarife gemessen?
Und wie wurden die Daten analysiert?

Ist es möglich die Effektstärke dieser beiden Prädiktoren zu vergleichen?

Wenn sie miteinander korreliert sind, wird das schwierig. Wozu willst Du das vergleichen? Und wieso im Titel "unterschiedlich skalierte Mittelwerte", wessen Mittelwerte sind gemeint?

VG

wtf

Mit freundlichen Grüßen

PonderStibbons

[phil.black]

Hallo PonderStribbons,

Wie wurde Interesse an Telematiktarifen denn konkret gemessen? Und wurde jede Person hinsichtlich mehrerer Telematiktarife gemessen?Und wie wurden die Daten analysiert?

Um das Interesse zu messen, gab es eine Frage im Fragebogen, wo die Teilnehmer auf einer Skala von eins bis acht auswählen konnten, inwieweit ihnen solch ein Tarif zusagen würde. Die Daten wurden anschließend mit SPSS entsprechend der Voraussetzungen der multiplen Regression analysiert. Außerdem wurden die Daten standardisiert, um diese vergleichen zu können.

Wenn sie miteinander korreliert sind, wird das schwierig. Wozu willst Du das vergleichen?

Die beiden Prädiktoren korrelieren nicht miteinander. Eine meiner Hypothesen lautet: Hypothese 1.2: Zusatzleistungen haben einen signifikant kleineren Einfluss auf das Interesse an Telematiktarifen als der Rabatt.

Nun kann ich anhand des Beta ablesen, welcher Einfluss der beiden Prädiktoren stärker ist. Ist das korrekt? Demnach wäre der Wert der Zusatzleistungen mit einem standardisierten Wert von ,282 etwas größer als der Rabatt mit -,251. Aber ist ein solches Vorgehen significant?

Und wieso im Titel "unterschiedlich skalierte Mittelwerte", wessen Mittelwerte sind gemeint?

Die Frage die ich mir stellte war, ob alternativ über einen Vergleich der Mittelwerte getestet werden kann, welcher der beiden Prädiktoren stärker auf das Interesse wirkt.

Ich hoffe das war einigermaßen verständlich.

Danke vorerst.

VG = Viele Grüße

Phil

[PonderStibbons]

Um das Interesse zu messen, gab es eine Frage im Fragebogen, wo die Teilnehmer auf einer Skala von eins bis acht auswählen konnten, inwieweit ihnen solch ein Tarif zusagen würde. Die Daten wurden anschließend mit SPSS entsprechend der Voraussetzungen der multiplen Regression analysiert.

Multiple Regression mit Rabatt und mit Zusatzleistungen? Was kam denn dabei heraus
(R², Regressionskoeffizienten [folgen dann noch], p-Werte)? Und wie groß ist eigentlich die Stichprobe?

Außerdem wurden die Daten standardisiert, um diese vergleichen zu können.

Verstehe ich leider nicht. Welche der Daten wurden standardisiert, in welcher Art und Weise,
und was wurde womit verglichen?

Die beiden Prädiktoren korrelieren nicht miteinander.

Die korrelieren in der Stichprobe ganz sicher miteinander (dass irgendwas in einer Stichprobe
exakt r=0,00 korreliert, ist höchst selten), allerdings wie hoch konkret?

Eine meiner Hypothesen lautet: Hypothese 1.2: Zusatzleistungen haben einen signifikant kleineren Einfluss auf das Interesse an Telematiktarifen als der Rabatt.

Wenn man beide gleichzeitig zur Vorhersage heranzieht? Oder in der Einzelbetrachtung?

Nun kann ich anhand des Beta ablesen, welcher Einfluss der beiden Prädiktoren stärker ist. Ist das korrekt? Demnach wäre der Wert der Zusatzleistungen mit einem standardisierten Wert von ,282 etwas größer als der Rabatt mit -,251. Aber ist ein solches Vorgehen significant?

Was meinst Du mit "signifikantes Vorgehen"?

Und wieso im Titel "unterschiedlich skalierte Mittelwerte", wessen Mittelwerte sind gemeint?

Die Frage die ich mir stellte war, ob alternativ über einen Vergleich der Mittelwerte getestet werden kann, welcher der beiden Prädiktoren stärker Verstehe ich leider nicht.

VG = Viele Grüße

wtf

Mit freundlichen Grüßen

PonderStibbons

[phil.black]

Multiple Regression mit Rabatt und mit Zusatzleistungen? Was kam denn dabei heraus (R², Regressionskoeffizienten [folgen dann noch], p-Werte)? Und wie groß ist eigentlich die Stichprobe?

Ich habe insgesamt zwei Modelle mit einem R² von 0,22 n = 111. Eines mit und eines ohne den Einschluss der Variable Rabatt. Zusätzlich habe ich noch die Varaiblen Geschlecht (Dummy für Männer), Datensensibilität, Punkte in Flensburg. Siehe Output.

Standardfehler Beta sig
,091 -,175 049 z-Faktor-wert(Skala_Datensensibilität)
,183 -,178 ,045 Männer
,290 3,359 ,001 z-Faktor-wert(Skala_Zusatzleistungen)
,089 -,194 ,027 z-Faktorwert: Punkte Flens-burg

Interessant ist was passiert, wenn Rabatt inkludiert wird. Alle Prädiktoren außer Zusatzleistugen werden insignifikant auf dem 10 % KI. Der Rabatt hat dagegen einen p-wert von 0,016 und ein Beta von -2.51.

Verstehe ich leider nicht. Welche der Daten wurden standardisiert, in welcher Art und Weise, und was wurde womit verglichen?

Alle Prädiktoren exkl. Dummy Varialbe und die erklärte Varaible Interesse. Ich habe diese Standardisiert über die SPSS Funktion Depsriktive Statistik - Standardisierte Werte speichern. Grund dafür war die Vergleichbarkeit der unterschiedlich skalierten Varaiblen.

Die korrelieren in der Stichprobe ganz sicher miteinander (dass irgendwas in einer Stichprobeexakt r=0,00 korreliert, ist höchst selten), allerdings wie hoch konkret?

Die beiden PRädiktoren korrellieren leicht mit r = - 0,1

Wenn man beide gleichzeitig zur Vorhersage heranzieht? Oder in der Einzelbetrachtung?

Mich würde interessieren welche der beiden den stärkeren Effekt hat in Bezug auf die Vorhersage. Dabei frage ich mich auch, ob die Forschungsfrage so Sinn macht. Rabatt korreliert negative mit Interesse. Demnach sinkt das Interesse mit zunehmendem Rabatt. Der Verdacht liegt nah, dass das Interesse die Auswahl beim Rabatt beinflusst und nicht umgekehrt. Sprich Personen die von dem Tarif überzeugt sind brauchen keinen hohen Rabatt.

Was meinst Du mit "signifikantes Vorgehen"?

Ich wollte damit sagen, dass die Einfluss der abhängigen Variablen ja direct über das Beta abgelesen warden kann. Je höher desto starker der Einfluss richtig? Aber das heißt noch nicht, dass es einen signifikanten Unterschied zwischen den Koeffizienten der beiden Prädiktoren gibt. Du hast Recht dass die ÜBerschrift wahrscheinlich mein Thema nicht exakt trifft, es sollte eher "Koeffizienten vergleichen" heißen.