Effekte berechnen

[Melanie]

Hi,

ich habe eine Frage dazu, wie ich folgende Hypothese mittels SPSS prüfen kann:

H1:Bei Studierenden höherer Semester nimmt der Einfluss herkunftsspezifischer Effekte auf den Studienerfolg ab.

Die herkunftsspezifischen Effekte habe ich nach einer Reliabilitätsprüfung zu einem Faktor addiert. Die Studierenden sind in 3 Gruppen je nach Semesteranzahl eingeteilt. Nun bin ich mir nicht sicher, ob ich dies mittles einer Zweifaktoriellen Varianzanalyse berechnen kann, bei der die zu erklärende Variable der Studienerfolg (Note) ist und die beiden unabhängigen Variablen die Skala der herkunftsspezifischen Effekte und die Semesteranzahl sind.

Oder wäre es möglich die Hypothese mittels einem linearen, multivariaten Modell und Kontrasten zu prüfen?

Es wäre super wenn ihr mir helfen könntet, ich sitze über meiner Hausarbeit und komme einfach nicht weiter.

[Generalist]

Oder wäre es möglich die Hypothese mittels einem linearen, multivariaten Modell und Kontrasten zu prüfen?

Was hat man sich denn darunter vorzustellen?

[drfg2008]

H1:Bei Studierenden höherer Semester nimmt der Einfluss herkunftsspezifischer Effekte auf den Studienerfolg ab.

Es gibt sicherlich mehrere Möglichkeiten, diese Hypothese zu testen. Die Hypothese zielt auf Zusammenhänge und postuliert eine (zumindest monotone) Entwicklung über einen Zeitraum.

Eine erste Idee: Falls man davon ausgehen kann, dass die drei Gruppen (Semesterzahl) sich nicht systematisch voneinander unterscheiden und zweitens davon ausgegangen werden kann, dass sowohl die Variable "herkunftsspezifische Effekte" als auch die Variable "Studienerfolg (Note)" für eine Korrelation nach Pearson geeignet sein sollte, dann ließen sich die Einzelkorrelationen nach einer Fisher-Z Transformation auf signifikante Unterschiede testen. Im Sinne der Hypothese müsste die Korrelation mit den Semestern (monoton) abnehmen.

Obwohl die Variablen mit Sicherheit nicht perfekt für das eingesetzte stat. Verfahren geeignet sind, wäre deren Einsatz zwar mit Effizienzverlusten verbunden, aber ggf. dennoch möglich.

Gruß

[Melanie]

Danke schonmal für den Hinweis! Ich habe damit noch nie gearbeitet, werde es aber morgen ausprobieren und mich nochmal melden.
Wäre dieses Vorgehen eine Moderatoranalyse, oder ist das nochmal etwas anderes?

[drfg2008]

das wäre schon noch etwas anderes:


http://wulv.uni-greifswald.de/2005_ah_m ... diator.pdf


Gruß

[Melanie]

Hallo,

ich habe noch ein paar Fragen zu obigem Vorschlag meine Hypothese zu testen. Und zwar ist mir die Vorgehensweise nicht ganz klar. Ich habe jetzt die Korrelation zwischen dem Studienerfolg (Note) und der sozialen Herkunft errechnet (r=0,116**) und im Anschluss diesen Wert mittles Formel z-transformiert und speichern lassen. Nun weiß ich nicht wie ich weiter machen soll. Mein Problem ist, dass ich 1.nicht weiß, wie ich an dieser Stelle nun die Semesterzahl (in 3 Gruppen) berücksichtigen kann und 2. wie ich im Anschluss vergleichen kann, ob es signifikante Unterschiede zwischen den Gruppen gibt und der Einfluss abnimmt.

Ich habe schon versucht, eine Korrelation dieses z-Wertes mit der 1. Gruppe Studierender (Semester 1-3) zu rechnen. SPSS gab jedoch den Fehler aus, dass mindestens eine der Variablen konstant ist.

Es wäre wirklich super, wenn du mir hierzu nochmal helfen könntest. Ich habe schon diverse Bücher durchgeschaut und gegoogelt, bin aber leider auf keine Antwort gestoßen.

Viele Grüße

[drfg2008]

es geht um eine Fisher-Z Transformation


http://www.youtube.com/watch?v=SVuniaJXOoM


Zusätzlich wäre die Frage, ob die Variablen überhaupt für eine Korrelation nach Pearson geeignet wären. Zum Beispiel der soziale Status.
Gruß

[Melanie]

Ok, also ich hab das jetzt ausprobiert und bekomme es einfach nicht hin. Zu klären wo genau meine Fehler liegen ist wahrscheinlich zu umständlich, da mir einiges an statistischem Fachwissen fehlt.

Mir kam aber gerade noch eine andere Idee: ich habe eine hierarchische Regression gerechnet, in der der Einfluss von Individualmerkmalen auf die Studiennote untersucht wird. Im ersten Schritt habe ich lediglich die soziale Herkunft berücksichtigt, mit einem signifikanten Ergebnis, jedoch lediglich 1,3% erklärter Gesamtvarianz. Im zweiten Schritt kamen dann Fachsemester und Abinote dazu, beide hoch signifikant, R² ging hoch auf 23%. Ab hier war in der Regression die soziale Herkunft nie wieder signifikant. Kann ich nicht einfach daraus schließen, dass der Einfluss der sozialen Herkunft gegenüber dem der Fachsemester geringer ist? Ergo, dass mit steigender Zahl der Fachsemester (positives Beta) automatisch der Einfluss der sozialen Herkunft zurück geht?

Das ist meine letzte Frage dazu, versprochen Vielen Dank für die Erklärungen bisher!