Validität unabhängiger Variablen in Zsmhang mit Likertskalen
Verfasst: Fr 13. Nov 2015, 22:54
Hallo zusammen,
ich versuche mich innerhalb meines Bachelors an einer Multiplen Regressionsanalyse, bin allerdings noch mehr oder weniger grün hinter den Ohren.
Ich versuche dabei herauszufinden wie sich Einflussfaktoren wie Licht, Geruch etc. auf das Kaufverhalten auswirken. Dazu wird ein Fragebogen mit 5 Likert-Skalen mit jeweils 4 Likert-Items und Antwortmöglichkeiten von 1 (stimme voll zu) - 5 (stimme gar nicht zu) erstellt. Ich weiß, dass Likert-Skalen kontrovers sind, habe dafür aber die Erlaubnis vom Dozenten bekommen, solange ich beweise, dass meine unabhängigen Variablen wirklich einen Einfluss haben.
Jetzt möchte ich gerne vorher sicher sein, dass mein Model auch wirklich Sinn macht.
Das sind die Dinge die ich vor der eigentlichen Analyse gerne prüfen würde.
1. Daten bereinigen (monotone Daten, outlier oder fehlenden Daten rauswerfen)
2. Normalitätstest
3. Reliabilitätstest mit Cronbachs's Alpha
4. Konvergenzvalidität & Diskriminanzvalidität
5. Harmans Single-Faktor-Test
6. Faktorenanalyse + latente Variablen
7. Prüfung der 5 Voraussetzungen für MR (Linearität, Multikollinearität etc.)
Findet ihr das Vorgehen sinnvoll?
Viele Grüße und schon einmal großes Danke!
ich versuche mich innerhalb meines Bachelors an einer Multiplen Regressionsanalyse, bin allerdings noch mehr oder weniger grün hinter den Ohren.
Ich versuche dabei herauszufinden wie sich Einflussfaktoren wie Licht, Geruch etc. auf das Kaufverhalten auswirken. Dazu wird ein Fragebogen mit 5 Likert-Skalen mit jeweils 4 Likert-Items und Antwortmöglichkeiten von 1 (stimme voll zu) - 5 (stimme gar nicht zu) erstellt. Ich weiß, dass Likert-Skalen kontrovers sind, habe dafür aber die Erlaubnis vom Dozenten bekommen, solange ich beweise, dass meine unabhängigen Variablen wirklich einen Einfluss haben.
Jetzt möchte ich gerne vorher sicher sein, dass mein Model auch wirklich Sinn macht.
Das sind die Dinge die ich vor der eigentlichen Analyse gerne prüfen würde.
1. Daten bereinigen (monotone Daten, outlier oder fehlenden Daten rauswerfen)
2. Normalitätstest
3. Reliabilitätstest mit Cronbachs's Alpha
4. Konvergenzvalidität & Diskriminanzvalidität
5. Harmans Single-Faktor-Test
6. Faktorenanalyse + latente Variablen
7. Prüfung der 5 Voraussetzungen für MR (Linearität, Multikollinearität etc.)
Findet ihr das Vorgehen sinnvoll?
Viele Grüße und schon einmal großes Danke!