Hallo,
musste im Rahmen meiner Bachelorarbeit eine multiple Regression zu der Dunklen Tetrade (Persönlichkeitskonstrukt aus Psychopathie, Narzissmus, Machiavellismus und Sadismus) im Zusammenhang mit Lebensalter durchführen.
Mein Problem ist nun, dass Machiavellismus nicht in das Regressionsmodell aufgenommen wurde (also nicht signifikant einen Teil der Restvarianz erklärt) und ich argumentieren muss wieso das so ist.
Wär super wenn wer ne Idee dazu hätte!
Uploaded with ImageShack.us
Was für ein Regressionsmodell ist das denn? Schreib mal die Gleichung auf und mach die Bilder etwas lesbarer, ich blick da so nicht durch.
Ich muss gestehen, dass ich sehr wenig Plan hab wie die mathematische Theorie hinter dem Ganzen funktioniert. Bis jetzt hats immer geklappt mit stupide Daten in SPSS eingeben...
Ich versuchs trotzem mal mit der Formel. Es handelt sich hierbei um eine mutliple Regression mit mehreren Prediktoren:
Lebensalter i = b0 + b1 Psychopathie i + b2 Narzissmus i + b3 Machiavellismus i +b4 Sadismus i + E i
SPSS fügt die Prediktoren schrittweise ein. Sucht den Prediktor der am meisten Varianz erklärt fügt diesen ein, sucht den der am meisten Restvarianz erklärt usw. In dem Fall SRP (Psychopathie), NPI (Narzissmus), SSIS (Sadismus). (siehe "Modellzusammenfassung") Mach (Machiavellismus) nimmt er aber nicht mehr mit rein, weil diese Prediktorvariable nicht mehr signifikant einen Teil der Restvarianz erklärt. Wie das mathematisch ermittelt wird sieht man unter dem Ausgabepunkt "Ausgeschlossene Variablen".
Wenn ich ne einfache Korrelation mit Machiavellismus und Alter rechne, dann zeigt sich ein geringer (aber signifikanter Zusammenhang von r -.122). Also wieso wird Mach nicht hineingenommen und Sadismus schon, was ne niedrige Korellation (r=0,08) hat (siehe Ausgabe: "Koeffizienten") und im Gegensatz zum Rest einen positiven Zusammenhang hat? Was ich mich auch frage ist, was bedeuten die Beta In Werte bei "Ausgeschlossene Variablen". Da hat Mach nämlich den kleinsten Wert..
Bezüglich der Screenshots der SPSS-Ausgabe ist es zu klein oder einfach nicht leserlich weil soviele Daten aufm Haufen?
Original von Mjaypewpew
Mein Problem ist nun, dass Machiavellismus nicht in das Regressionsmodell aufgenommen wurde (also nicht signifikant einen Teil der Restvarianz erklärt) und ich argumentieren muss wieso das so ist.
Machiavellismus wird deshalb nicht in das Modell aufgenommen, weil es einen zu geringen Teil der Daten erklärt und vernachlässigt werden kann.
Das hast du ja schon erkannt.
Wieso das so ist kannst du nicht mit Statistik erklären, sondern liegt an deinen Daten beziehungsweise wirklich einem zu vernachlässigenden Effekt von Machiavellismus auf das Lebensalter.
Was meinst du denn mit r?
Original von Mjaypewpew
Wenn ich ne einfache Korrelation mit Machiavellismus und Alter rechne, dann zeigt sich ein geringer (aber signifikanter Zusammenhang von r -.122). Also wieso wird Mach nicht hineingenommen und Sadismus schon, was ne niedrige Korellation (r=0,08) hat (siehe Ausgabe: "Koeffizienten") und im Gegensatz zum Rest einen positiven Zusammenhang hat? Was ich mich auch frage ist, was bedeuten die Beta In Werte bei "Ausgeschlossene Variablen". Da hat Mach nämlich den kleinsten Wert..
Die Beta In Werte sind deine Beta Werte.
Als Beispeil ein Beta Wert von 0.5 für Narzissmus bedeutet, dass bei einer Erhöhung von Narzissmus um 1, bei Konstanthaltung aller anderen Variablen, das erwartende Lebensalter um 0.5 ansteigt.
Um zu sehen welche Variable als nächstes in's Modell aufgenommen wird musst du die Signifikanz(Sig.) anschauen, die diese Variable hat.
Ein Wert <.05 ist signifikant (zumindest in R)
Deshalb wird nach srp als nächstes npi aufgenommen mit Wert .000, dann ssis mit Wert .001 und mach eben nicht, da es einen Wert von .793 hat und eben nicht signifikant ist.
Ich hoffe ich konnte dir ein bischen helfen.
Original von Benjen
Machiavellismus wird deshalb nicht in das Modell aufgenommen, weil es einen zu geringen Teil der Daten erklärt und vernachlässigt werden kann.
Das hast du ja schon erkannt.
Wieso das so ist kannst du nicht mit Statistik erklären, sondern liegt an deinen Daten beziehungsweise wirklich einem zu vernachlässigenden Effekt von Machiavellismus auf das Lebensalter.
Aber liegt das vielleicht an der Methode? Wenn ich eine Korrelation nach Pearson bzw Spearman rechne bekomme ich nämlich ein signifikantes Ergebnis (<.01). Das selbe wenn ich eine einfache Regression rechne nur mit Mach als Prediktor.
Was ich mir gedacht hab ist, dass es vielleicht mit den Korrelationen unter den Variablen zusammenhängen könnte und der Zusammenhang mit Alter bei Mach fast ausschließlich durch eine Interkorrelation mit Psychopathie erklärt wird. Da Psychopathie den höchsten Anteil der Varianz erklärt würde Mach dann einfach keinen zusätzlichen Effekt auf Alter mehr erklären. Es liegt hier zwar keine Multikollinearität vor (also keine Korrelation um oder über 0.9), aber würde das Sinn machen? Das würde halt irgendwie erklären wieso bei ner einfachen linearen Regression (mit einem Prediktor) Mach Alter signifikant vorhersagt und bei der multiplen Regression (mehrere Prediktoren) nicht..
Original von Benjen
Was meinst du denn mit r?
mit r wird der Pearson-Korrelationskoeffizient angegeben.
Original von Benjen
Die Beta In Werte sind deine Beta Werte.
Als Beispeil ein Beta Wert von 0.5 für Narzissmus bedeutet, dass bei einer Erhöhung von Narzissmus um 1, bei Konstanthaltung aller anderen Variablen, das erwartende Lebensalter um 0.5 ansteigt.Um zu sehen welche Variable als nächstes in's Modell aufgenommen wird musst du die Signifikanz(Sig.) anschauen, die diese Variable hat.
Ein Wert <.05 ist signifikant (zumindest in R)
Deshalb wird nach srp als nächstes npi aufgenommen mit Wert .000, dann ssis mit Wert .001 und mach eben nicht, da es einen Wert von .793 hat und eben nicht signifikant ist.Ich hoffe ich konnte dir ein bischen helfen.
Jo, wenn das so ist, dass man das mathematisch nicht interpretieren kann und ich mich nur auf eine mögliche inhaltliche Interpretation beschrenken sollte hast du mir auf jeden Fall weitergeholfen. Danke dafür!
"Komisch" an der ganzen Übung finde ich, dass man mit so eine Modell ja versucht eine Größe y anhand von variablen x1-x4 vorherzusagen, weil man glaubt es gibt einen kausalen Zusammenhang.
Es geht hier ja nicht um Korrelation, sondern darum das vier variablen eine Größe beeinflussen.
Jetzt frag ich mich wie das Alter von den anderen 4 Größen beeinflusst werden kann. Wenn ich narzisstischer werde kann ich doch nicht älter oder jünger werden.
Ich kenn mich eigentlich aus mit Ökonometrie und bei mir werden die Bilder sehr klein angezeigt, deshalb die Nachfrage.
Wie wird Psychopathie, Narzissmus, Machiavellismus und Sadismus denn gemessen? In einer Skala? Oder haben die Werte entweder 1 (für vorhanden) oder 0 (für nicht vorhanden)? Das wäre auf jeden Fall noch wichtig für die Interpretation.
Generell ist die Argumentation, warum eine Variable nicht aufgenommen wurde, dass sie nicht ausreichend viel Varianz erklärt um mit relativ großer Sicherheit nicht als "zufällig" betrachtet zu werden. "Sig", also das Signifikanzniveau, beschreibt ja den alpha-Fehler, also die Wahrscheinlichkeit die Hypothese, das es keinen Zusammenhang gibt, fälschlicherweise abzulehnen. Bei Machiavellismus ist diese Wahrscheinlichkeit eben über 30%. I.d.R. sieht man Werte mit einem alpha-Fehler über 5%, manchmal auch 10%, nicht mehr als signifikant an.
Wenn du testweise eine Regression mit einem Wert machst (bzw. welche weglässt) und sich durch das weglassen von Regressoren die anderen Koeffizienten verändern, dann deutet das auf eine Korrelanz zwischen den Regressoren hin. D.h. also, dass es zwar den Anschein macht, dass Mach das Alter erklärt, tatsächlich aber nur eine Korrelanz zwischen Mach und anderen, ausgelassenen Variablen vorliegt. Diese übernehmen die eigentliche Erklärung des Alters, während Mach nur zufällig mit diesen übereinstimmte, nicht aber tatsächlich das Alter erklären kann.
Davon abgesehen, macht es denn überhaupt Sinn, das Alter über psychische Krankheiten zu erklären? Das hieße ja, dass jemand mit einem positiven beta vor Psychopathie älter wäre. Intuitiv würde ich sagen, dass ergibt keinen Sinn und würde eher anders herum sein, d.h. die Krankheiten sollten über das Alter erklärt werden, oder nicht?
Original von JollyRoger183
"Komisch" an der ganzen Übung finde ich, dass man mit so eine Modell ja versucht eine Größe y anhand von variablen x1-x4 vorherzusagen, weil man glaubt es gibt einen kausalen Zusammenhang.
Es geht hier ja nicht um Korrelation, sondern darum das vier variablen eine Größe beeinflussen.Jetzt frag ich mich wie das Alter von den anderen 4 Größen beeinflusst werden kann. Wenn ich narzisstischer werde kann ich doch nicht älter oder jünger werden.
Ja da hast du Recht. Ich kann aber trotzdem sagen, dass Leute die einen um 1 höheren Wert in Psychopathie haben im Durchschnitt x Jahre älter/jünger sein sollten.
Würde eine xbeliebige Person (ermittelt aus den durchschnittlichen Persönlichkeitswerten in diesem Datensatz) um 1 (auf ner 6-stufigen Skala) "psychopathischer" werden, so würde sie auch (rein hypothetisch) 10 Jahre jünger werden.
Ob das jetzt Sinn macht ist ne andere Frage ♦
Original von Geonosis
Wie wird Psychopathie, Narzissmus, Machiavellismus und Sadismus denn gemessen? In einer Skala? Oder haben die Werte entweder 1 (für vorhanden) oder 0 (für nicht vorhanden)? Das wäre auf jeden Fall noch wichtig für die Interpretation.
Psychopathie mittels der Self-Report-Psychopathie-Scale, die 6-stufig ist. Die anderen auch über verschiedenstufige Persönlichkeitsfragebögen.
Original von Geonosis
Wenn du testweise eine Regression mit einem Wert machst (bzw. welche weglässt) und sich durch das weglassen von Regressoren die anderen Koeffizienten verändern, dann deutet das auf eine Korrelanz zwischen den Regressoren hin. D.h. also, dass es zwar den Anschein macht, dass Mach das Alter erklärt, tatsächlich aber nur eine Korrelanz zwischen Mach und anderen, ausgelassenen Variablen vorliegt. Diese übernehmen die eigentliche Erklärung des Alters, während Mach nur zufällig mit diesen übereinstimmte, nicht aber tatsächlich das Alter erklären kann.
Das hab ich mir auch so überlegt und ist auf jeden Fall nen guter Punkt!
Original von Geonosis
Davon abgesehen, macht es denn überhaupt Sinn, das Alter über psychische Krankheiten zu erklären? Das hieße ja, dass jemand mit einem positiven beta vor Psychopathie älter wäre. Intuitiv würde ich sagen, dass ergibt keinen Sinn und würde eher anders herum sein, d.h. die Krankheiten sollten über das Alter erklärt werden, oder nicht?
Ja das ist das selbe, das auch JollyRoger meinte. Ich behaupte jetzt einfach mal, dass das zwar inhaltlich mehr Sinn macht, aber statistisch das Ergebnis das selbe ist.
Original von Mjaypewpew
...Was ich mir gedacht hab ist, dass es vielleicht mit den Korrelationen unter den Variablen zusammenhängen könnte und der Zusammenhang mit Alter bei Mach fast ausschließlich durch eine Interkorrelation mit Psychopathie erklärt wird. Da Psychopathie den höchsten Anteil der Varianz erklärt würde Mach dann einfach keinen zusätzlichen Effekt auf Alter mehr erklären. Es liegt hier zwar keine Multikollinearität vor (also keine Korrelation um oder über 0.9), aber würde das Sinn machen? Das würde halt irgendwie erklären wieso bei ner einfachen linearen Regression (mit einem Prediktor) Mach Alter signifikant vorhersagt und bei der multiplen Regression (mehrere Prediktoren) nicht..
...
ja, das könnte sein.
Original von Mjaypewpew
Original von JollyRoger183
"Komisch" an der ganzen Übung finde ich, dass man mit so eine Modell ja versucht eine Größe y anhand von variablen x1-x4 vorherzusagen, weil man glaubt es gibt einen kausalen Zusammenhang.
Es geht hier ja nicht um Korrelation, sondern darum das vier variablen eine Größe beeinflussen.Jetzt frag ich mich wie das Alter von den anderen 4 Größen beeinflusst werden kann. Wenn ich narzisstischer werde kann ich doch nicht älter oder jünger werden.
Ja da hast du Recht. Ich kann aber trotzdem sagen, dass Leute die einen um 1 höheren Wert in Psychopathie haben im Durchschnitt x Jahre älter/jünger sein sollten.
Würde eine xbeliebige Person (ermittelt aus den durchschnittlichen Persönlichkeitswerten in diesem Datensatz) um 1 (auf ner 6-stufigen Skala) "psychopathischer" werden, so würde sie auch (rein hypothetisch) 10 Jahre jünger werden.
Ob das jetzt Sinn macht ist ne andere Frage ♦
Da gebe ich dir Recht. Möchte aber noch anmerken, warum man dann nicht x und y tauscht.
Die Korrelation bei x~y ist ja dieselbe wie bei y~x.
Eine Regressionsgerade von x~y ist anders als die von y~x (sogar R² ist dann leicht unterschiedlich (je nach Variation der einzelnen Variablen).
Was ich sagen will.. Warum nicht das naheliegende nehmen und sagen das Narzissmus vielleicht vom Alter abhängig ist. Je älter desto narzistischer oder andersrum - das muss ja nichtmal ein Linearer zusammenhang sein.
Oder man fragt inwieweit die 4 Größen voneinander abhängig sind und bo der anstieg in einer vielleicht zum abnhemen des anderen führt (geh ich mal von aus)... Und dann kann man immer noch das Alter mit ins spiel bringen und fragen ob dieses Zusammenspiel bei 20jährigen anders ist als bei 30 jährigen und wie es mit 60 aussieht.
Aber ja - ich gebe dir recht - Textbuch/Uniaufgaben müssen nicht immer sinnvoll sein.
Ich erinnere mich an R. Feynmann der mal ein Physikbuch bewerten sollte wo die Farbe von Sternen mit ihrer Oberflächentemperatur in Verbindung gebracht wurde... dann wurden 5 Sterne mit 5 Farben angegeben und man sollte die Durchschnittstemperatur der 5 Sterne berchenen 
... why :/
Original von JollyRoger183
Original von Mjaypewpew
Original von JollyRoger183
"Komisch" an der ganzen Übung finde ich, dass man mit so eine Modell ja versucht eine Größe y anhand von variablen x1-x4 vorherzusagen, weil man glaubt es gibt einen kausalen Zusammenhang.
Es geht hier ja nicht um Korrelation, sondern darum das vier variablen eine Größe beeinflussen.Jetzt frag ich mich wie das Alter von den anderen 4 Größen beeinflusst werden kann. Wenn ich narzisstischer werde kann ich doch nicht älter oder jünger werden.
Ja da hast du Recht. Ich kann aber trotzdem sagen, dass Leute die einen um 1 höheren Wert in Psychopathie haben im Durchschnitt x Jahre älter/jünger sein sollten.
Würde eine xbeliebige Person (ermittelt aus den durchschnittlichen Persönlichkeitswerten in diesem Datensatz) um 1 (auf ner 6-stufigen Skala) "psychopathischer" werden, so würde sie auch (rein hypothetisch) 10 Jahre jünger werden.
Ob das jetzt Sinn macht ist ne andere Frage ♦
Da gebe ich dir Recht. Möchte aber noch anmerken, warum man dann nicht x und y tauscht.
Die Korrelation bei x~y ist ja dieselbe wie bei y~x.
Eine Regressionsgerade von x~y ist anders als die von y~x (sogar R² ist dann leicht unterschiedlich (je nach Variation der einzelnen Variablen).Was ich sagen will.. Warum nicht das naheliegende nehmen und sagen das Narzissmus vielleicht vom Alter abhängig ist. Je älter desto narzistischer oder andersrum - das muss ja nichtmal ein Linearer zusammenhang sein.
Oder man fragt inwieweit die 4 Größen voneinander abhängig sind und bo der anstieg in einer vielleicht zum abnhemen des anderen führt (geh ich mal von aus)... Und dann kann man immer noch das Alter mit ins spiel bringen und fragen ob dieses Zusammenspiel bei 20jährigen anders ist als bei 30 jährigen und wie es mit 60 aussieht.
Aber ja - ich gebe dir recht - Textbuch/Uniaufgaben müssen nicht immer sinnvoll sein.
Ich erinnere mich an R. Feynmann der mal ein Physikbuch bewerten sollte wo die Farbe von Sternen mit ihrer Oberflächentemperatur in Verbindung gebracht wurde... dann wurden 5 Sterne mit 5 Farben angegeben und man sollte die Durchschnittstemperatur der 5 Sterne berchenen
Weil es dich scheinbar interessiert versuch ich dir mal die Forschungsfrage zu erklären:
Es gibt in der Persönlichkeitsforschung die Überlegung Psychopathie, Machiavellismus und Narzissmus unter einem Persönlichkeitskonstrukt zusammenzufassen. Man könnte dieses gemeinsame Konstrukt oder den gemeinsamen "Faktor" den sie erfassen "Gefühlskälte" nennen und das beschreibt es auch in etwa. Das Konstrukt nennt man Dunkle Triade. Außerdem gibt es Ansätze dazu die Dunkle Triade durch Sadismus in eine Dunkle Tetrade zu erweitern, was aber noch relativ unerforscht ist. Wir haben jetzt einer großen Stichprobe einen Fragebogen mit Kurzformen der jeweiligen Persönlichkeitstests vorgegeben. Unsere Aufgabe war es nun eine Forschungsfrage zu formulieren die sich mit eben dieser Dunklen Triade/Tetrade und der Entwicklung über die Lebensspanne befasst. Wir hätten jetzt einfach den Zusammenhang der Merkmale auf Alter untersuchen können. Das fanden wir allerdings langweilig, weshalb wir uns überlegt haben einen Gesamtfaktor der Triade zu bilden und diesen in Zusammenhang mit Alter zu stellen. Ist jetzt auch nicht besonders spannend, aber man muss dazu auch sagen, dass wir uns hier im 5ten Semester eines Psychologiestudiums befinden. Da die "Existenz" einer Tetrade noch nicht empirisch belegt ist, konnten wir hier keinen Gesamtfaktor bilden. Unser Professor hat uns dann vorgeschlagen wir könnten in Form einer multiplen Regression Sadismus zusätzlich aufnehmen. Dann würden wir auch gleichzeitig Interkorrelationen sehen. Was auch für die beiden Konstrukte von Relevanz ist, da die Merkmale ja untereinander korrelieren aber trotzdem voneinander distinkt sein müssen. Da wir jetzt schon beim Regressionsmodell waren und Alter nicht mehrere Variablen vorhersagen kann, haben wir die Kausalität einfach umgedreht.
Das Beispiel beschreibt übrigens so ziemlich genau mein Studium bis jetzt ♦
Hey,
danke für die Erklärung der Hintergründe. Ich finde das übrigens ziemlich interessant.
Von wievielen Personen habt ihr diesen Fragebogen ausfüllen lassen?
Was ich mal machen würde wäre eine PCA (in english - principal component analysis) - glaube im deutschen Hauptkomponentenanalyse.
Die bietet sich an wenn man viele Variablen hat die miteinander Korellieren.
Dabei wären die Variablen natürlich nicht der Hauptscore aus den 3 Bereichen sondern einfach mal alle Fragen (oder erstmal die 15-20 Fragen je themenbereich).
Was man hiermit lernen könnte wäre folgendes.
sorry - kurze Unterbrechung.
Was du unbedingt mal machen solltest (hast du vielleicht schon) ist einfach ein 3D plot von allen Individuen. Also diene 3 scores der Triade auf x-y-z achse verteilen. Jedes Individuum ist da ja ein Punkt und man könnte schauen ob es bestimmte Cluster gibt, oder ob alles nur ein Kontinuum ist. Vielleicht Clustern Männer und Frauen unterschiedlich, oder du findest eine altersabhängigkeit (kannst ja 20-30, 30-40, 40-50 in verschiedenen Farben Plotten und gucken ob sich alles mischt oder es Muster gibt.
Was ich aber eigentlich meinte ist:
Wenn man jede Frage als Variable ansieht (ich weiß leider nicht wie die Fragen genau sind, aber nehme an es gibt da eine Skala von 1-5 oder 1-10 wo man sagt wie sehr man etwas zustimmt?) dann hättest du bei 50 Fragen theoretisch einen 50-dimensionalen Raum in dem sich jedes Individuum einfindet.
Die PCA findet nun heraus welche Fragen eine hohe autokorrelation haben und reduziert diesen raum indem es Fragen zusammen fast. Du kennst das sicher, dass introvertierte Leute sicherlich auch schüchterner sind, weniger oft auf Parties gehen etc... kann man also 3mal verschieden Fragen stellen aber bekommt immer nen gleichen score dazu.
Dann würde ich schauen wieviel Varianz die jeweiligen Hauptkomponenten erklären, ob man tatsächlich so etwas sieht wie diese Triade.
Das würde man daran erkennen ob bestimmte Fragen sich tatsächlich in der Komponente einbringen die du z.b. aus dem Narzissmusfragebogen hast. Im Endeffekt geht es ja darum wirklcihe realle Charakter- bzw. Verhaltenseigenschaften zu erkennen, die man dann irgendwie benennt.
Vielleicht erfährst du aber so auch, dass Fragen aus der Psychopathie auch sehr gut Narzismus vorhersagen.
Glaube tendenziell meintest du ja, dass man das alles zusammenfassen will - von daher würde mich das interssieren wie stark die 3 Bereiche eigentlicht getrennt sind. Darfst du die Daten teilen? mir würde schon ne txt datei oder excell reichen - wo du einfach Ind1-Ind60 mit den jeweiligen 3 gesamtscores reintust - damit ist ja datenschut noch gewährleistet.
Kann dir dann mal ne Grafik zu machen 
viel Erfolg weiterhin - finds immer wieder schade wenn interessante Fragestellungen und daten, daran scheitern, dass man nicht genau weiß welche Statistik man anwenden und dann wie auswerten soll. - Bin leider auch noch nicht im Expert-Mode ^^
Hey!
Wir haben eine Stichprobe im Unfang von 1774 Personen (altersgeschichtet zwischen 16 und 90 ca). Jeder im Kurs musste ~80 Fragebögen auswerten lassen und dann wurde alles zusammengefügt, desshalb diese doch recht beachtliche Stichprobe.
Das mit der PCA wollten wir mal machen, unser Dozent meinte jedoch, das wäre nicht nötig wir sollten einfach den Artikel dazu zitieren den wir dazu gefunden hatten.
Die Komponenten luden (> 0,74 und > 0,54) auf einen einzigen Faktor, der für 53,09% und 53,46% der Varianz über die Items verantwortlich war (Eigen > 1,59 und > 1,60) (Jonason, Li, & Teicher, 2010).
Müssen das ganze bis Juli abgeben, daher glaube ich, dass wir nicht mehr viel ändern werden.
Da es mich aber abgesehen von der Note auch persönlich sehr interessiert würde ich deinen Vorschlag mit der Grafik gerne annehmen. Hab jetzt nicht ganz verstanden was ich dir schicken soll, aber ich adde dich einfach mal im ComTool
