ich stehe vor zwei Problemen bei der Datenauswertwertung:
1) ich bin mir unsicher ob ich eine Korrelation oder Regression anwenden muss. DIe Situation ist die Folgende:ich muss überprüfen ob die (metrisch skalierten) Variablen A, B und C die (metrisch skalierte) Variable D signifikant beeinflussen (bzw. Zusammenhang besteht, es handelt sich hierbei nur um eine Querschnittsstudie). DIe Variablen sind nicht normalverteilt, daher würde nur eine Rangkorrelation nach Spearman in Frage kommen. Jedoch wendet man bei der Fragestellung normalerweise eine Regression an, richtig? Die unabhängigen Variablen korrelieren nicht miteinander, daher wäre dies möglich. Jedoch sind die Residuen nicht normalverteilt. Arbeite ich dann besser mit einer Korrelation?
2) Mein zweites Problem betrifft die Analyse nach den Moderatoren. Diese sind ebenfalls metrisch skaliert, ich würde diese aber einfach nach mediansplit teilen. Wenn ich nun den Datensatz aufteile und je eine Korrelation bzw Regression durchführe, erhalte ich sehr stark unterschiedliche Korrelationen (Beispiel: Bei Gruppe A ist die Korrelation von A zu D 0,9 und bei Gruppe B ist die Korrelation von A zu D 0,2). Die unterschiede in den Korrelationen müssten eigentlich signifikant sein, jedoch würde ich dies gerne mit einem Test bestätigen bzw auf einer wissenschaftlichen Grundlage arumentieren dass der Unterschied signifikant ist. Ich habe bereits gelesen dass es hier keinen Test in SPSS gibt, aber gibt es eine mathematische Formel? Einen internetrechner würde ich ungern als wisschenaftliche quelle angeben. Bzw. ist es überhaupt korrekt den Moderatoreffekt so zu überprüfen?
Ich bin für jede Hilfe wahnsinnig dankbar!! Viele Grüße, Anna
