Edit zum Betreff - ich denke der fachlich korrekte Ausdruck im Sinne meiner Anfrage ist die Quantifizierung.
ich erstelle gerade einen Plan für die Datenanalyse meiner Masterarbeit und ich bräuchte Ratschläge bei der Quantifizierung meines Konstrukts zur Regressionsanalyse.
Das Thema ist die Organspendebereitschaft und ihre Einflussfaktoren in Deutschland; die Studie ist zwar noch im Feld aber ich tüftle schon an der Quantifizierung.
Mein zentrales, latentes Konstrukt und AV ist die Organspendebereitschaft. Diese wurde mit 4 teils unterschiedlichen Fragetypen, inspiriert vom BZgA, erfasst:
Sie besteht aus einer 4 inhaltlich getrennten Items: Eine 4-stufige Ratingskala & Drei nominal dichotome Items - ergo eine Mischung aus ordinal- und nominalskalierten Messniveaus.
Falls ich es uneindeutig erläutere, hier nochmal ein Screen aus meiner FB-Vorlage: https://ibb.co/qYbsrrfg
Meine Frage ist, wie ich die 4 Variablen möglichst sinnvoll und elegant zusammenführe, um sie für die (ggf. logistische) Regressionsanalyse tauglich zu machen.
In der Fachliteratur und Internetrecherche stoße ich immer nur auf die gleichen additiven Verfahren, die mit einheitlichen Messniveaus einen Summenscore erstellen - daher wende ich mich an euch
Die heilige KI empfiehlt mir, mittels z-standardisierung die einzelnen Items zusammenzuführen.
Die Organspendebereitschaft ergäbe sich dann aus der im Zähler stehenden Summe aller reskalierten Items, geteilt durch 4 - was einen Quotienten zwischen 0 und 1 ausspuckt.
Verliere ich dadurch nicht Informationen aus der Ratingskala, die aus 4 Ausprägungen 2 macht?
Ich möchte natürlich nicht blind der KI vertrauen, sondern lieber den Menschen
Sollte noch etwas unklar sein, gebe ich gerne Auskunft.
weitere Infos:
UVs sind..
Informiertheitsgrad (mittels Wissensfragen erfasst)
Betroffenheit (untersch. gewichtete Items)
2 Einstellungen zum Tod: Todesfurcht & Neutrale Todesaktezptanz (2 Itembatterien - jeweils 6-stufige-Likert-Skala - aus 'Death Attitudes Profile von Neimeyer et al. 1993)
Religiosität (10er Ratingskala)
bisherige Fallzahl: 511
angestrebte Software: R
Hypothesen:
positiver Zsh. zwischen Informiertheit & Organspendebereitschaft
positiver Zsh. zwischen Betroffenheit (Erfahrung/Nähe zur Organspende oder mit dem Tod) & Organspendebereitschaft
positiver Zsh. zwischen Neutraler Todesakzeptanz & Organspendebereitschaft
negativer Zsh. zwischen Todesfurcht & Organspendebereitschaft
kurvlinearer Zsh. zwischen Religiosität & Organspendebereitschaft
