Re: ANOVa nicht signifikant, Regression aber signifikant?
Verfasst: Di 17. Nov 2020, 17:21Danke für den Link. Meine uV korrelieren tatsächlich miteinander
Im Internet habe ich folgende Lösungen gefunden:
Variablen entfernen.
-> würde ich lieber nicht machen, da besonders Expertise und Vertrauenswürdigkeit, zwei wichtige Faktoren, korrelieren.
PLS-Regression
Alternative Regressionsverfahren. Besonders wenn Variablen untereinander hoch korrelieren, zeigen Verfahren wie Ridge-Regression, LASSO-Regression und Elastic Net Regression ihre Stärken.
-> von den anderen Varianten habe ich noch nie etwas gehört.
Hättest du eine Empfehlung, welches für mich die beste Lösung wäre?
Oder vielleicht doch einfach Variablen umcodieren in zwei Ausprägungen und eine Varianzanalyse rechenen? Ich kenne die Nachteile, aber das ist das einzige statistische Verfahren das mir noch etwas sagt.
Habe gerade etwas zu Visual Binning gelesen, das würde vielleicht für die Varianzanalyse sprechen:
"Since the collected data was measured through Likert scales (very basic ordinal data) and not as factors as ANCOVA is demanding, the most appropriate way to manage the data was to use Visual Binning based on the frequency in the data, see Appendix C. The majority of the respondents had answered equal to three (3) or below (neutral, disagree, or strongly disagree) and because of the unequal distribution the variables were divided with cut-off points. Since the outcome variable (purchase intention) is continuous, Visual Binning was not made on that variable. For the variable usefulness, quality, and similarities, one (1) cut-point was used, and for the rest of the factors, two (2) cut-points were used. This to make it more true to the distribution in the data."
Im Internet habe ich folgende Lösungen gefunden:
Variablen entfernen.
-> würde ich lieber nicht machen, da besonders Expertise und Vertrauenswürdigkeit, zwei wichtige Faktoren, korrelieren.
PLS-Regression
Alternative Regressionsverfahren. Besonders wenn Variablen untereinander hoch korrelieren, zeigen Verfahren wie Ridge-Regression, LASSO-Regression und Elastic Net Regression ihre Stärken.
-> von den anderen Varianten habe ich noch nie etwas gehört.
Hättest du eine Empfehlung, welches für mich die beste Lösung wäre?
Oder vielleicht doch einfach Variablen umcodieren in zwei Ausprägungen und eine Varianzanalyse rechenen? Ich kenne die Nachteile, aber das ist das einzige statistische Verfahren das mir noch etwas sagt.
Habe gerade etwas zu Visual Binning gelesen, das würde vielleicht für die Varianzanalyse sprechen:
"Since the collected data was measured through Likert scales (very basic ordinal data) and not as factors as ANCOVA is demanding, the most appropriate way to manage the data was to use Visual Binning based on the frequency in the data, see Appendix C. The majority of the respondents had answered equal to three (3) or below (neutral, disagree, or strongly disagree) and because of the unequal distribution the variables were divided with cut-off points. Since the outcome variable (purchase intention) is continuous, Visual Binning was not made on that variable. For the variable usefulness, quality, and similarities, one (1) cut-point was used, and for the rest of the factors, two (2) cut-points were used. This to make it more true to the distribution in the data."