SPSS-FORUM.DE

[MarcWy]

Moin,

ich habe Schwierigkeiten bei der Interpretation meiner Ergebnisse. Dabei geht es um die Interaktionen meiner Kategorien.

Ich habe ein Experiment mit einem 2x2x3 design durchgeführt. Die Probanden haten binäre Antwortmöglichkeiten (also 1 und 0).

Gemessen wurden Zeitdruck (Ja/Nein), Art der Präsentation (Variante 1/Variante 2) und es sollten 3 verschiedene Mindestpunktzahlen erreicht werden (0,5000,10000).

Nun habe ich mit spss eine Multinomiale Regression durchgeführt. (Ich weiß, eine binäre ginge auch, liefert aber gleiche Ergebnisse und ich finde den Output der multinomialen anschaulicher). Wie auch immer...

Ich habe ein Regresseions Modell erstellt mit Haupteffekten und allen Interaktionen. Methode: Rückwärts, schrittweise.

Nun mein Problem:

Bei den Interaktionen wird immer jeweils nur EINE Interaktion dargestellt. Der Rest ist auf 0 gesetzt, weil redundant.

z.b.
A [Präsentation 1] * [Zeitdruck 1]: B=0.053, p>0.001, Exp(B)=1.706
B [Präsentation 1] * [Zeitdruck 0]: 0
C [Präsentation 2] * [Zeitdruck 1]: 0
D [Präsentation 2] * [Zeitdruck 0]: 0

Nun finde ich nicht, dass Zeile "C" redundant ist. Ich muss zur Interpretation doch die Werte kennen. Zeile B und D würden dann als Referenz dienen.

Kann mir jemand helfen? Wie interpretiere ich das?

[strukturmarionette]

Hi,

wie verteilen sich die Antwortkategorienauszählungen jeweils in den Teilstichprobenumfängen (und wie groß sind die)?

Gruß
S.

[MarcWy]

Response ( - N - %):
0 5465 37,7%
1 9024 62,3%
Präs:
1 7240 50,0%
2 7249 50,0%
Zeitdruck:
0 7204 49,7%
1 7285 50,3%
min.P.:
0 4834 33,4%
5000 4834 33,4%
10000 4821 33,3%

Valid
14489 100,0%
Missing
102
Total 14591
Subpopulation 12


Das ist die Verteilung. Warum ist das in diesem Zusammenhang wichtig?

[ponderstibbons]

Nur mal neuguerhalber - Du hast rund 15.000 Versuchsteilnehmer? Wie hast Du denn das gemacht?

Mit freundlichen Grüßen

PonderStibbona

[MarcWy]

Nein, die 15.000 ergeben sich aus den verschiedenen Treatments. Ich hab natürlich für jeden Probanden alle Kombinationen (+replikationen) entsprechend viele Antworten. (N sind also die einzelnen Test-Trials und nicht die Probanden) Aber das hat auch mit meiner Frage nichts zu tun.

Warum sind bei der Interaktion von z.B. "Präsentation x Zeitdruck" nur für Präsentation=1 x Zeitdruck=1 Werte angegeben. Warum sind alle anderen 3 Kombinationen redundant? Liegt evtl ein Denkfehler meinserseits vor, so dass sich die Redundanz irgendwie aus der Kombination der Haupteffekte ergibt? Merkwürdig ist, dass die Darstellung so ist, wie ich sie erwarte (a x b - Interaktion mit Werten für 3 Kombinationen und einer redundanten -> Referenz), wenn ich ein Modell ohne Haupteffekte und nur mit Interaktionen laufen lasse.. Das ist allerdings unbefriedigend, da die Hauoteffekte ja dann in den Interaktionen enthalten sind.. somit nicht zu verwenden.

[ponderstibbons]

Nein, die 15.000 ergeben sich aus den verschiedenen Treatments. Ich hab natürlich für jeden Probanden alle Kombinationen (+replikationen) entsprechend viele Antworten. (N sind also die einzelnen Test-Trials und nicht die Probanden) Aber das hat auch mit meiner Frage nichts zu tun.

Falls Du Signifikanztests rechnen willst, dann ist die Behandlung multipler Responses derselben Personen als unabhängige Beobachtungen grob falsch. Und auch für nur die Modellierung (ganz ohne Signifikanztests) wäre es unangebracht, da die Beobachtungen in Probanden geclustert sind. Insofern ist die Diskussion hier müßig.

Mit freundlichen Grüßen

PonderStibbons

[MarcWy]

Nein, das stimmt einfach nicht. Es handelt sich um Daten eines Experiments, bei dem das Antwortverhalten unter verschiedenen Bedingungen getestet wurde. Die Datenerhebung basiert auf einem psychophysischen Ansatz. Es ist keine Umfrage.

..und wenn schon... nehmen wir an, ich hätte ein between subject design aus 15000 Testpersonen. Am Ergebnis der Regression ändert das nichts. Also interessiert mich weiterhin (und eigentlich auch ausschließlich) wie die Interaktionen interpretiert werden bzw. warum da 3 von 4 Kombinationen einer Interaktion redundant sind.

[ponderstibbons]

Nein, das stimmt einfach nicht. Es handelt sich um Daten eines Experiments, bei dem das Antwortverhalten unter verschiedenen Bedingungen getestet wurde. Die Datenerhebung basiert auf einem psychophysischen Ansatz. Es ist keine Umfrage.

Ob Umfrage oder Experiment doch völlig belanglos. Wenn die 15.000 Messungen der abhängigen Variablen nicht von 15.000 Probanden stammen, dann handelt es sich um innerhalb von Personen geclusterte Beobachtungen, um ein Messwiederholungsdesign, ein Design mit abhängigen Beobachtungen. Die inferenzstatistischen Verfahren gehen von unabhängigen Beobachtungen aus, entsprechend werden die Freiheitsgrade bestimmt. Und auch wenn man wie gesagt lediglich ein Vorhersagemodell ohne statistische Signfikanztests konstruieren möchte, so muss man auch dabei berücksichtigen, dass Beobachtungen innerhalb von Personen geclustert sind.

Deine Interaktionen übrigens sind völlig in Ordnung, zumindest wenn sie auf den 4 Produkten der beiden beteiligten dummy-Variablen beruhen, 1*1, 1*0, 0*1, 0*0. Mann muss sich für die Einordnung der Interaktion das gesamte Modell ansehen y = b1*A + b2* B + b3*A*B + e , jeweils für die möglichen Ausprägungen von A und B (0/0 etc.).

Und vermeide besser so einen Fehler wie "rückwärts, schrittweise". Schrittweise mechanische Variablenselektion ist ohnehin in der Statistik ein Graus http://www.stata.com/support/faqs/stati ... -problems/ Im vorliegenden Fall sogar besteht für eine Selektion, ob mechanisch oder vom Verstande geleitet, auch allem Anschein nach keine Veranlassung.

Mit freundlichen Grüßen

PonderStibbons

[MarcWy]

Du gehst davon aus, dass ich Aussagen über das Antwortverhalten von Proband "ni" im Vergleich mit Proband "nj" machen möchte. Das ist aber nicht der Fall. Es werden die Antworten der jeweiligen Trials verglichen (z.B. "in trials ohne Zeitdruck wird häufiger A gewählt").

Den Tipp Rückwärts schrittweise zu vermeiden, werde ich beherzigen.
Danke für die AW

[ponderstibbons]

Du gehst davon aus, dass ich Aussagen über das Antwortverhalten von Proband "ni" im Vergleich mit Proband "nj" machen möchte. Das ist aber nicht der Fall. Es werden die Antworten der jeweiligen Trials verglichen (z.B. "in trials ohne Zeitdruck wird häufiger A gewählt").

Ich gehe davon aus, dass Du die Vorhersagegewichte der Prädiktoren (Faktoren) bestimmen und gegebenenfalls testen willst. Für die Generalisierbarkeit von experimentellen Befunden ergibt es einen Unterschied, ob ein Proband 15.000 Responses zeigt oder 15.000 Probanden je einen oder 150 Probanden je 100.

Mit freundlichen Grüßen

PonderStibbons