Ich sitze schon seit geraumer Zeit vor meinem SPSS-Datenfile meiner Diplomarbeit und bin langsam ziemlich am Verzweifeln, daher auch mein Eintrag hier im Forum. Vielleicht kann mir ja doch noch jemand helfen.
Und zwar hab' ich folgende Probleme:
Ich würde gerne die Frage beantworten, ob bzw. inwiefern verschiedene Netzwerfacetten (emotionale Unterstützung, praktische Unterstützung, Einbindung, Anzahl der Unterstützungspersonen, Zufriedenheit mit der Unterstützung - intervallskalierte UVs) verschiedene Gedächtnisparameter (z.B. semantisches und episodisches Gedächtnis, Arbeitsgedächtnis usw. - intervallskalierte AVs) beeinflussen. Ziel wäre es (hypothetisch), herauszufinden, dass die Netzwerkvariablen auf einzelne Gedächtnisvariablen schon, auf andere aber nicht wirken, also salopp gesprochen: Netzwerke bzw. die versch. Facetten davon sind protektiv fürs episodische Gedächtnis (Modell sign.), fürs semantische aber nicht (Modell n.s.) usw. Miterhoben hab ich dann auch noch weitere Kontrollvariablen, wobei sich herausgestellt hat, dass die beiden demografischen Variablen Alter und Ausbildung auch mit den Gedächtnisleistungen zusammenhängen, daher sollten die der Vollständigkeit halber auch noch in die Regressionen reingepackt werden (eben weil sie ja auch Varianz am jeweiligen Kriterium aufklären).
Also hab ich für jede Gedächtnis-AV eine Regression mit den demografischen Variablen (Alter und Ausbildung; Ausbildung is 5-fach gestuft ordinal (Pflichtschule bis Uniabschluss), ich hab sie jetzt aber mal als metrisch angenommen und als 1 Prädiktor reingesteckt - ist das ok, oder müsste ich da korrekterweise echt dummykodieren? Weil dann hätte ich ja zusätzlich noch weitere drei Variablen im Modell, was es mir nicht unbedingt einfacher macht, die Modelle zu interpretieren.. siehe weiter unten; wie schwerwiegend ist denn dieser "Fehler", die ordinale Variable als metrische anzunehmen?) und den einzelnen Netzwerkvariablen als Prädiktoren gerechnet, also so:
UV1... Alter
UV2... Ausbildung
UV3... emotionale Unterstützung
UV4...praktische Unterstützung
UV5...Einbindung
UV6...Anzahl Unterstützungspersonen
UV7... Zufriedenheit
AV1... episodisches Gedächtnis ---> Regression 1
AV2... semantisches Gedächtnis --> Regression 2
AV3... Arbeitsgedächtnis --> Regression 3
Dabei zeigt sich, dass alle Modelle bei der Globalprüfung signifikant sind, die einzelnen Parameter (insbesondere die Netzwerkparameter; Alter und Ausbildung sind teilweise schon sign.) aber nicht. Bivariat sind viele der Prädiktoren (darunter auch Netzwerkfacetten) aber schon mit den einzelnen Gedächtnisvariablen korreliert. Sind meine Annahmen jetzt bestätigt (weil Modell ja sign.) oder nicht (weil besagte Netzwerk-Betas ja n.s.)??
Dann hab ich gelesen, dass sowas auf Multikollinearität hindeutet, was bei mir wohl der Fall sein wird - meine VIFs und Tols sind zwar nicht auffällig, aber der Konditionsindex liegt bei 70 (wäre auch theoretisch völlig irrational, anzunehmen, dass verschiedene Facetten sozialer Netzwerke nicht auch untereinander zusammenhängen; Menschen, die viele gute Bekannte und Verwandte haben, werden tendentiell auch mehr unterstützt, würde ich jetzt mal vermuten; macht Sinn). Als Ausweg ist in versch. Statistikbüchern zu finden, Prädiktoren entweder zusammenzufassen oder einzelne Prädiktoren auszuschließen. Ausschließen taugt mir irgendwie gar nicht, weil ich dadurch irgendwie Effekte ignoriere, die ja eigentlich da sind. Also besser zusammenfassen. Die höchsten bivariaten Interkorrelationen liegen bei .7 (die meisten um .4), die Merkmale teilen also bivariat maximal 50% der Varianz. Nicht sooo viel also, um die alle zu einem Global-Index zusammenzufassen. Hab auch eine Faktorenanalyse drüber laufen lassen, die gibt mir zwei Faktoren aus, wobei zwei Skalen weder dem einen, noch dem anderen zugeordnet werden können (substantielle Doppelladungen) - also eigentlich mindestens vier Prädiktoren. Zumindest die beiden Unterstützungsvariablen hab ich jetzt mal zu einem gemittelten, ungewichteten additiven Index zusammengefasst. Das hilft aber nicht so viel, weil der KI trotzdem noch bei über 50 liegt und meine Beta-Koeffizienten nach wie vor nicht so toll interpretierbar sind (v.a. beim Vergleich der Produkt-Moment mit den Semipartialkorrelationen der einzelnen Prädiktoren wird deutlich, dass ein paar Prädiktoren zwar mit den AVs zusammenhängen, unabhängig von dem Konglomerat aller anderen (demografischen und NW-)Variablen aber irgendwie nix mehr aufklären. Irgendwie kann ich meine Hypothesen jetzt aber nicht bestätigen oder wiederlegen (eben weil die Globalprüfung sign., bei der Prüfung der einzelnen betas aber keine Netzwerk-Facette relevant ist). Was sagt mir das jetzt??
Dann hab ich die demografischen Variablen mal raus gelassen und auch einmal hierarchisch gerechnet (1. Schritt demografische, 2. Schritt Netzwerkfacetten), um zu sehen ob a) die Netzwerke überhaupt was am jeweiligen Kriterium aufklären können oder ob sie eh fürn Hugo sind (--> hier zeigt sich in fast allen Regressionen, dass die Globalprüfung sign. ist, aber wieder keiner (oder max. einer) der Beta-Koeffizienten sign. werden) und b) ob sie über die demografischen hinaus was aufklären können (--> hier zeigt sich für einige AVs, dass der aufgeklärte Varianzzugewinn durch die Netzwerkfacetten teilweise sign. ist und teilweise nicht, je nach AV; jetzt weiß ich aber wieder nicht, wie ich die einzelnen Beta-Koeffizienten der Gesamtmodells interpretieren soll, weil ja wieder kein Beta der Netzwerkvariablen sign. ist, das Globalmodell aber schon). Ich hab schon den totalen Knoten im Kopf und hab irgendwie das Gefühl, dass ich gar nix mehr verstehe...
Ah ja, noch eine letzte Frage:
Das grundsätzliche Ziel ist wie gesagt, die Fragestellung zu beantworten, ob versch. Facetten sozialer Netzwerke UNTERSCHIEDLICH auf verschiedene Gedächtnisvariablen wirken (jeder Untersuchungsperson wurden mehrere (Netzwerk-)Fragebögen und versch. Gedächtnistests vorgegeben; für jede UP gibts also mehrere Gedächtniswerte). Darf ich die Modelle und Beta-Koeffizienten, wenn ich unterschiedliche Regressionen für jede AV rechne, überhaupt vergleichen? Oder ist das gar nicht zulässig? Ich hab da letztens was in einem Statistik-Buch gelesen, was nicht so toll war...
So, genug geschwafelt... Schnorse ist ja auch schon lange genug
Ich hoffe, ich konnte meine Probleme und das, was ich eigentlich beantworten will, verständlich schildern. Is ein bissl komplex, die Sache.
Vielleicht kann mir hier ja der eine oder andere kluge Kopf einen Tipp geben oder die eine oder andere Frage sogar beantworten, dafür wäre ich WIRKLICH seeeeehr dankbar. Wie gesagt, ich dreh' mich alleine mittlerweile irgendwie im Kreis, und all meine Bekannten sind bei diesen Fragen auch etwas ratlos.
Vielen herzlichen Dank im Voraus,
Anna
