STATISTIK-FORUM.de

[Datenflöte]

Liebe Statistik-Gemeinde,

das Forschungsdesign sieht so aus:

2 Messzeitpunkte, UV kommt zum zweiten Zeitpunkt hinzu
AV1= Befürchtung krank zu werden (intervallskaliert, könnte aber auch in hoch/niedrig eingeteilt werden)
AV2= Soziale Isolation (intervallskaliert, könnte aber auch in hoch/niedrig eingeteilt werden
weitere AVs hinzuzunehmen möglich
UV = Krankheits-Bedrohung (ordinalskaliert; hoch/mittel/nicht vorhanden, ob 2 oder 3 Bedingungen, kann ich noch entscheiden)

Ich will die Veränderung der sozialen Isolation zwischen T1 und T2 anhand der Bedrohungssalienz vorhersagen und nehme an, dass die Befürchtung krank zu werden die Veräderung der sozialen Isolation beeinflust und aber auch, dass die Bedrohungssalienz die Befürchtung krank zu werden zu T2 beeinflusst.
Wie berechne ich das als Regression?
Sage ich erst die Soziale Isolation anhand der Bedrohung vorher (1 Prädiktor) und Vergleiche die Varianzaufklärung dann mit der, wenn ich zusätzlich noch die Befürchtung krank zu werden hinzunehme (2 Prädiktoren)? Und irgendwie müsste ich natürlich auch noch die Interaktion der AVs hinzunehmen.

Gerade befinde ich mich noch bei der a prioria Analyse und möchte festlegen welche Stichprobengröße sinnvoll wäre.
Ich kann bei GPower als Möglichkeit "linear multiple regressions: fixed model, single regression coefficent" auswählen.
"single regression coefficent" bedeutet, dass ich mit diesem Modell keine weiteren Koeffizienten außer Befürchtung Corona zu bekommen hinzunehmen kann oder?
Das Programm möchte außerdem, dass ich die Effektgröße f squared angebe, diese kann ich anhand vom partial R squared berechnen. In Untersuchungen mit ähnlichen Variablen habe ich nur Angaben von Regressionskoeffizienten und keine Modell Fit Indices gefunden. Es bleibt mir nichts anderes übrig als einen eher geringen Model Fit von 30% anzunehmen, da es sich um psychologische Forschung mit widersprüchlichen Outcomes handelt. Oder was meint ihr?
Für eine einseitige Testung kommt so mit einer 95 % Power und einem alpha-Fehler von 5 % jedenfalls eine Probandenanzahl von gerade einmal 27 Personen heraus, was mir unwahrscheinlich niedrig erscheint und mich stutzig macht.

Wenn ich das ganze Design versuche in eine MANOVA - repeated measures, between-factors - zu packen (Eingabe: Effect size = gering aber Datengestützt, 80% Power, 3 Gruppen, 2 Messungen, datengestützte, angenommene Korrelation zwischen den Messungen = 0.6) spuckt mir GPower jedenfalls eine sehr viel höhere benötigte Probandenanzahl von 630 Personen aus. Kann mir kaum vorstellen, dass diese Größe erreicht werden kann.

Ich nehme gerne auch Tipps an wie ich die statistischen Berechnungen möglichst einfach gestalte, da ich mir aus einer Menge Daten frei aussuchen kann was ich mit ihnen mache, lediglich die Veränderung sollte ich mit aufnehmen.

Vielen Dank im Voraus und einen schönen Sonntag!

[PonderStibbons]

Ich will die Veränderung der sozialen Isolation zwischen T1 und T2 anhand der Bedrohungssalienz vorhersagen und nehme an, dass die Befürchtung krank zu werden die Veräderung der sozialen Isolation beeinflust und aber auch, dass die Bedrohungssalienz die Befürchtung krank zu werden zu T2 beeinflusst.

Ist das ein Mediatormodell? Bedrohungssalienz T2 -> Befürchtung T2 -> Differenz der Isolation zwischen T1 und T2?

Befürchtung zu T1 wird nicht einbezogen?

Oder sind es zwei getrennte Analysen, einmal Salienz T2 => Differenz der Isolation zwischen T1 und T2, ferner
Salienz T2 => Befürchtung T2 (oder: Salienz T2 => Veränderung der Befürchtung von T1 zu T2)?

ich nehme gerne auch Tipps an wie ich die statistischen Berechnungen möglichst einfach gestalte, da ich mir aus einer Menge Daten frei aussuchen kann was ich mit ihnen mache, lediglich die Veränderung sollte ich mit aufnehmen.

Was für eine Art Studie ist das und wofür?

Mit freundlichen Grüßen

PonderStibbons

[Datenflöte]

Ja, ich wollte ein Mediator-Modell aufstellen.
Für die Bedrohung wollte ich auch die Differenzwerte nehmen. Leider weiß ich (noch) nicht wie man hier Formeln eingibt.
Die Studie ist ein Quasi-Experiment, das Licht ins Dunkel zu widersprüchlicher Forschung bringen soll. Laut der bisherigen Studienlage sieht es so aus als würde eine hohe Bedrohung zur einer verminderten sozialen Isolation führen, während eine weniger gefährliche Bedrohung zu einer erhöhten sozialen Isolation führen.

[PonderStibbons]

Ja, ich wollte ein Mediator-Modell aufstellen.

Ach so. Hattest Du nicht erwähnt. Wieso dann die Frage nach der Regression, die Analysen von Mediationsmodellen
sind ja mittlerweile recht gängig. Welche Software wirst Du verwenden? Mit R und SPSS kann man die Hayes-Prozedur
durchführen. Alternativ ein Strukturgleichungsmodell.

Für die Bedrohung wollte ich auch die Differenzwerte nehmen. Leider weiß ich (noch) nicht wie man hier Formeln eingibt.

Formeln in was und wozu?

Die Studie ist ein Quasi-Experiment, das Licht ins Dunkel zu widersprüchlicher Forschung bringen soll. Laut der bisherigen Studienlage sieht es so aus als würde eine hohe Bedrohung zur einer verminderten sozialen Isolation führen, während eine weniger gefährliche Bedrohung zu einer erhöhten sozialen Isolation führen.

Ich verstehe nicht ganz. Du machst eine Fallzahlschätzung, aber laut "da ich mir aus einer Menge Daten frei aussuchen
kann was ich mit ihnen mache" sind die Daten schon da. Du kannst es Dir frei aussuchen, aber eigentlich ist es doch ein
Experiment mit einer klaren Vorgabe? Und was wurde/wird in dem Experiment konkret gemacht?

Mit freundlichen Grüßen

PonderStibbons