STATISTIK-FORUM.de

Hallo zusammen,

ich habe im Rahmen meiner Masterthese eine Regressionanalyse gemacht um herauszufinden, ob Risikofreudigkeit einen Einfluss auf Advertising Skepsis hat.
Beide Variablen werden mit einer Skala von 1 = "stimme vollständig zu", bis 5 = "stimme überhaupt nicht zu" gemessen.

Jetzt habe ich aber keinen Einfluss gefunden, obwohl ich den vermutet hatte.
Da für Risikofreudigkeit die meisten mit 3 = neutral geantwortet haben, habe ich mir jetzt überlegt, dass man evtl. einen Einfluss von Risikofreudigkeit auf Advertising Skepsis sehen könnte, wenn man aus der 5er-Skala eine 3er-Skala macht (sodass mehr Leute in einer Gruppe sind) und dann die neutralen rausfiltert. D.h. es bleiben nur die risikofreudigen und risiko-scheuen Leute übrig.

Jetzt meine Frage(n):
Meint ihr, es ist sinnvoll hier eine weitere Regressionsanalyse mit Risikofreudigkeit als Dummy Variable zu machen? Macht das einen Unterschied zur vorherigen Regression? (Kann man eigentlich mit nur einer Dummy Variablen eine Regressionanalyse überhaupt machen?)
Oder sollte ich eher einen gepaarten t-test machen? (hat mein Betreuer vorgeschlagen - der im Urlaub ist - und ich verstehe nicht, wieso)
Oder einen T-test für unabhängige Stichproben (independent samples t-test), in dem ich risikofreudige und risiko-scheue Leute als zwei unabhängige Gruppen nehme?

Ich hoffe, ich habe mein Problem einigermaßen verständlich erklärt.
Bei Fragen, dürft ihr euch gerne melden!

Ich freue mich über schnelle Antwort (muss meine Masterthese leider ziemlich bald abgeben)!
Vlg, Isa

Meint ihr, es ist sinnvoll hier eine weitere Regressionsanalyse mit Risikofreudigkeit als Dummy Variable zu machen?

Ich denke, Du kannst nicht einfach den Großteil des samples aus den Analysen ausschließen, weil sie mit dem Wert 3 "die Mitte" gewählt haben. Das muss schon sehr gut begründet sein.

Ich würde auch nicht erwarten, dass Du durch Verwerfen von Informationen einen Effekt finden wirst. Versuchen kannst Du es ja dennoch mal.

Eine Regression mit einem binären Prädikators ist äquivalent zum t-Test.

Vielen Dank für die schnelle Antwort!

Wieso denkst Du denn, dass es keinen Effekt geben wird? Ich dachte, wenn "die Mitte" (die Neutralen) rausgenommen wird, dann lenkt das weniger vom "eigentlichen Effekt" ab?!

Und ist eine Regression mit binärem Predikator äquivalent zum gepaarten t-test (abhängiger Stichproben) oder zum t-test für unabhängige Stichproben (independent samples t-test)?

Wie gesagt, halte ich es für problematisch einfach einen (Groß-)Teil des samples auszuschließen, um Effekte zu forcieren. Das scheint mir extrem begründungsbedürftig.

In meiner Erfahrung sind die Effekte bei Dichotomisierung meist schwächer ausgeprägt. Mag aber sein, dass sie sich tatsächlich stärker zeigen.

Da Du eine Stichprobe hast, vegleichst Du innerhalb dieser Stichprobe zwei Gruppen.

hmm...also würdest Du sagen, dass "risiko-freudige" und "risiko-scheue" Leute hier abhängig voneinander sind, da sie aus einem Sample kommen? Also ist es dann ein t-test für abhängige Stichproben (Paired samples t-test)? Nur vergleicht dieser Test leider nur die Mittelwerte von meinen beiden Variablen, was nicht zeigt, ob die eine Variable nen Einfluss auf die andere zeigt, oder?
Sorry, stehe etwas auf dem Schlauch

Vergiss den t-Test. Schätze eien Regression mit einem Indikator (Dummyvariable) für "risikofreudig" als Prädikator. Hier kannst Du simultan für konfundierende Variablen kontrollieren.

Alles klar! Mach ich dann einfach so

Fragt sich nur, ob mein Betreuer bei der Verteidung der These doch nochmal nachfragt, warum ich keinen "paired samples t-test" gemacht habe..
..hoffen wir, dass er es nicht tut

Vielen Dank erstmal!!

Wenn er das fragt, kannst Du ihn fragen, weshalb Du einen "paired-samples" Test machen solltest? Wie Du bereits sagst, vergleicht der den Mittelwert zweier Variablen. Du willst hier den Mittelwert einer Variable zwischen zwei Gruppen vergleichen. Ich schätze, ich habe das etwas missverständlich ausgedrückt, sorry.

Wenn Du also einen t-Test durchführen willst, dann den "independend group t-Test" (vgl. http://www.ats.ucla.edu/stat/spss/output/Spss_ttest.htm). Wie erwähnt ist das Ergebnis der Regression (ohne Kontrollvariablen) identisch mit dem des t-Tests. Das kannst Du ja auch einfach mal ausprobieren, um Dich davon zu überzeugen.