ich bin ganz frisch im Forum und hoffe, die Frage ist soweit mit den Richtlinien konsistent. Ich sitze gerade an meiner Masterarbeit, wo ich die Auswirkung von Diversität in Teams auf deren Publikationserfolg untersuche. Meine abhängige Variable ist die Publikationrate und eine count variable. Ich habe zunächst zwei Kontrollvariablen (Team Size und Year) und fünf unabhängige Variablen (4 Diversitätsindices und eine Experience Variable).
Da ich von einer curvilinear relationship zwischen AV und den UVs ausgehe, habe ich von den UV's auch die Quadrate gebildet und mit '_squared' ausgewiesen.
Da ich eine count variable als AV habe und viele nullen, habe ich die nbreg regression (negative Binomialverteilung) ausgeführt und folgenden Output. Kann mir jemand bei der Interpretation helfen? Im Anhang könnt Ihr den Output sehen
Im ersten Modell habe ich nur die Kontrollvariablen aufgenommen und dann schrittweise immer mehr UV mit den dazugehörigen quadrierten Werten.
[img] (siehe Output unten)
Ich würde von den folgenden Zusammenhängen ausgehen:
1) Es gibt einen signifikanten Zusammenhang zwischen Team_Size und Publikationsrate in dem Sinne, dass größere Teams weniger produzieren.
2) Auch die Kontrollvariable 'Start_Year' ist signifikant. Die Publikationsrate scheint mit der Zeit abzunehmen.
3) Diversitäts_Index_2 hat einen signifikanten Einfluss, der aber linear negativ ist und NICHT curvilinear (erkennbar daran, dass Div_2_squared insignifikant ist)
4) Diversitätsindex 4 und 5 sind insignifikant.
5) Average_Experience is signifikant. Es ist eine U-förmige Beziehung zwischen AV und UV.
Stimmt das soweit alles?
Wie kommt es, dass meine Kontrollvariable 'Team_Size' in manchen Modellen signifikant sind und in anderen nicht? Kann ich dennoch sagen, dass Team_Size im Ganzen einen signifikanten Einfluss hat?
Das gleiche auch hinsichtlich Diversity_Index_2. Diese UV is nur im Model 2 signifikant in model 2. Kann ich dennoch sagen, dass Div2 einen signifikanten Einfluss hat auf die Publikationsrate?
Vielen vielen Dank für die Hilfe! Das weiß ich wirklich sehr zu schätzen
