Moderation nicht Signifikant - lineare Regression Signifikan

Alle Verfahren der Regressionanalyse.

Moderation nicht Signifikant - lineare Regression Signifikan

Beitragvon Y.Will » Mi 15. Feb 2023, 13:00

Hallo :)

Ich untersuche gerade anhand eines Experimentes, wie visuelle Darstellungen die Korrektur einer Desinformation beeinflussen.

Dafür habe ich vier Korrekturen manipuliert. Die ProbandInnen haben eine Korrektur mit Skala, Datengrafik und Bild oder zur Kontrolle mit Text bekommen. Die Idee, eine Korrektur mit Visualisierung ist erfolgreicher in der Korrektur, als eine Korrektur mit reinem Text.

Regression
UV - Gruppeneinteilung (0: Korrektur mit Text - 1: Korrektur mit Datengrafik); AV Die Glaubwürdigkeit der Desinformation nach der Korrektur (Dimension: Die zuvor dargestellte Information war glaubwürdig, 1 Stimme überhaupt nicht zu bis 5 Stimme voll und ganz zu).
Berechne ich eine multiple lineare Regression, ist das Gesamtmodell mit einer Fallzahl von n = 158 signifikant (F (6, 152) = 3.216, p = .005) und der unabhängige Effekt Stimulus Datengrafik weist einen negativ signifikanten Effekt auf die Glaubwürdigkeit der Desinformation auf (b = -0.29, SE = 0.12, p = .015).

Danach wollte ich schauen, ob der Effekt durch den Need for Cognition (NC) moderiert wird. (NC Dimension: Haben sie einen hohen NC, 1 Stimme voll und ganz zu bis 5 Stimme überhaupt nciht zu). Das Ganze habe ich per SPSS mit Hayes berechnet.
Auch hier gibt es eine signifikante Varianzaufklärung des Gesamtmodells von R² = .36 (F (7, 151) = 2.7413, p = .01).
ABER
Der unabhängige Effekt der Gruppeneinteilung Stimulus mit Datengrafik oder Text weist bei der Moderation im Gegensatz zu der reinen linearen multiplen Regression keinen signifi-kanten Effekt auf die Tendenz, die Desinformation als glaubwürdig einzuschätzen auf (b = -0.38, SE = 0.66, p = .564).

Und jetzt frag ich mich warum? Liegt es daran, dass der Interaktionsterm (Stimulus Grafik x NC) noch dazu gekommen ist ?

Schon einmal im Vorraus Danke für eure Ideen und Vorschläge
Y.Will
Grünschnabel
Grünschnabel
 
Beiträge: 2
Registriert: Mi 15. Feb 2023, 12:43
Danke gegeben: 1
Danke bekommen: 0 mal in 0 Post

Re: Moderation nicht Signifikant - lineare Regression Signif

Beitragvon PonderStibbons » Mi 15. Feb 2023, 15:12

Und jetzt frag ich mich warum?

Schau Dir mal die Regressionskoeffizienten des Haupteffekts und deren Standardfehler an.
Liegt es daran, dass der Interaktionsterm (Stimulus Grafik x NC) noch dazu gekommen ist

Wurde noch etwas anderes am Modell verändert?

Mit freundlichen Grüßen

PonderStibbons
PonderStibbons
Foren-Unterstützer
Foren-Unterstützer
 
Beiträge: 11254
Registriert: Sa 4. Jun 2011, 15:04
Wohnort: Ruhrgebiet
Danke gegeben: 50
Danke bekommen: 2469 mal in 2453 Posts

folgende User möchten sich bei PonderStibbons bedanken:
Y.Will

Re: Moderation nicht Signifikant - lineare Regression Signif

Beitragvon Y.Will » Mi 15. Feb 2023, 17:21

Nein das Modell ist an sich gleich geblieben.
Bei der multiple lineare Regression
UV: Gruppeneinteilung; AV: Glaubwürdigkeit der Desinformation; Kontrollvariablen: NC, Interesse, Alter, Geschlecht,Bildung

Bei der Moderation
UV: Gruppeneinteilung; AV: Glaubwürdigkeit der Desinformation, Moderation: Nc, Interaktionsterm aus NCx Glaubwürdigkeit der Desinformation; Kontrollvariablen: Interesse, Alter, Geschlecht,Bildung.


Haupteffekt bei der lienaren Regression: Gruppeneinteilung auf die Glaubwürdigkeit der Desinformation (b = -0.29, SE = 0.12, p = .015).
Haupteffekt bei der Moderation: Gruppeneinteilung auf die Glaubwürdigkeit der Desinformation (b = -0.38, SE = 0.66, p = .564).
Durch die Moderarion ist der Regressionskoeffizient, sowie der Standerd fehler gestiegen. Warum das so ist, und wie sich das auf die Signifikanz überträgt ist mir jedoch nicht bewusst :/
Die Kontrollvariablen bleiben in beiden Modellen unsignifikant. Bis auf das Interesse und die Konstante bleiben Koeffizienten und SD gleich.

Liebe Grüße und vielen Dank für die schnelle Antwort :)
Y.Will
Grünschnabel
Grünschnabel
 
Beiträge: 2
Registriert: Mi 15. Feb 2023, 12:43
Danke gegeben: 1
Danke bekommen: 0 mal in 0 Post

Re: Moderation nicht Signifikant - lineare Regression Signif

Beitragvon PonderStibbons » Mi 15. Feb 2023, 18:28

Das Regressionsgewicht in der Stichprobe ist nach Hinzufügung der Interaktion noch etwas größer als vorher, dabei mit einem immens
gestiegenen Standardfehler. Der Test des Koeffizienten beruht auf der Division Regressionsgewicht / Standardfehler. Je größer
dieser Quotient ist, desto eher wird die Nullhypothese verworfen. Da der Quotient deutlich kleiner wurde im Vergleich zu vorher, hat
sich der p-Wert geändert. Die Ursache für den hohen Standardfehler muss zwangsläufig in der Hinzufügung der Interaktion liegen.
Stand in Deiner Anleitung für Moderationsanalysen nirgends etwas von Multikollinearität und/oder Zentrieren des Moderators?

Mit freundlichen Grüßen

PonderStibbons
PonderStibbons
Foren-Unterstützer
Foren-Unterstützer
 
Beiträge: 11254
Registriert: Sa 4. Jun 2011, 15:04
Wohnort: Ruhrgebiet
Danke gegeben: 50
Danke bekommen: 2469 mal in 2453 Posts


Zurück zu Regressionanalyse

Wer ist online?

Mitglieder in diesem Forum: 0 Mitglieder und 0 Gäste

cron