3401.7.4 Korrelationsforschung

Soziale Ängstlichkeit ist Mediator des Zusammenhangs zwischen emotionaler Labilität und der Präferenz für asynchrone Medien

1. Prädiktor ist mit Mediator korreliert
2. Mediator ist mit Kriterium korreliert
3. wenn 1. und 2. kontrolliert werden, verringert sich die Korrelation zwischen Prädikator und Kriterium und wird bei vollständiger Mediation Null

bzw.
1. Regression des Mediators auf den Prädikator
2. Regression des Kriteriums auf den Prädikator
3. Regression des Kriteriums auf den Prädikator und den Mediator

Zusammenhang zwischen zwei Variablen wird unbedeutend, wenn man den "Einfluss" einer dritten Variablen "ausschaltet"

wechselseitige Zusammenhänge vieler Variablen lassen sich durch wenige, in der Regel voneinander unabhängige (orthogonale) Faktoren/Dimensionen erklären

Viele miteinander korrelierte Variablen werden auf wenige, voneinander unabhängige Faktoren/latente Variablen reduziert

1. Wenige Dimensionen können leichter  weiterverarbeitet und kommuniziert werden

2. Möglichkeit, Messungen zu aggregieren

Summer mehrerer (miteinander korrelierender) Messungen liefert eine stabilere und repräsentativere Schätzung eines Merkmals als eine einzelne Messung

geben an, wie gut eine Variable zu einer Variablengruppe/ Faktor passt

Korrelationen einer einzelnen Variablen (eines Items) mit einem Faktor

je höher eine Variable auf einen Faktor lädt, umso besser passt sie zu bzw. repräsentiert den Faktor

Items/Variablen, die am höchsten auf einen Faktor laden

konstruierte/syntetische, latente Variable, die mit allen Variablen so hoch wie möglich korreliert

heuristisches Verfahren, das einem Variablengeflecht eine Ordnung unterlegt, mit der sich die Variableninterkorrelation erklären lässt

Insbesondere Ermittlung der Anzahl der Faktoren

prüft Hypothese, das dass eine bestimmte Faktorenstruktur auch in weiteren Stichproben mi den gegebenen Variablen/Items gilt

Campbell 1963

Versuchsplan, um unterschiedliche Kausalmodelle in korrelativen Längsschnittstudien auszuschließen

Cross-lagged panel Design Schema

unvermittelte Zusammenhänge zwischen einer unabhängigen und einer abhängigen Variable

Zusammenhänge zwischen zwei Variablen, die von einer (oder mehreren) anderen Variablen mediiert werden

basiert lediglich auf manifesten, d.h. beobachteten Variablen

schließt graphische Darstellungen von Strukturgleichungsmodellen (oder gar Faktoranalysen) mit ein

spezifiziert die Beziehungen zwischen den beobachteten Variablen und den hypothetischen Konstrukten

beschreibt zusammenhänge zwischen den theoretischen Konstrukten

umfasst Messmodell und ein Strukturmodell

Experiment
Variationen der abhängigen Variable durch Manipulation der unabhängigen Variable selbst herstellen

Korrelationsforschung
Zusammenhänge zwischen bereits existierenden Variationen

Persönlichkeitsmerkmale, Geschlecht etc

können nicht systematisch variiert, aber selegiert werden

Korrelative Zusammenhänge dürfen nicht kausal interpretiert werden

lediglich möglich, Anzahl kausaler Erklärungsalternativen einzuschränken bzw, zu falsifizieren

Korrelative Zusammenhänge nicht deterministisch, sondern storchastisch

vermutet Assoziationen zwischen zwei Merkmalen

nehmen Assoziation zwischen zwei Merkmalen an

spezifizieren nicht, ob es sich  um negativen oder positiven Zusammenhang handelt

spezifizieren die Richtung der Assoziation

z.B. Alter hängt negativ mit Internetnutzung zusammen

nicht-linearer Zusammenhang zwischen Erregungsniveau und Produktivität

bei Korrelationskoeffizient +-1

+/- .10 schwache Zusammenhänge

+/- .30 mittlere Zusammenhänge

+/- .50 starke Zusammenhänge

ein und dasselbe Merkmal bei allen Personen einer Stichprobe zu verschiedenen Messzeitpunkten

zeitliche Stabilität interindividueller Unterschiede

"Verharren" von Personen auf denselben relativen Positionen innerhalb einer Gruppe über die Zeit

es wird festgestellt, ob die Rangordnung von mehreren Personen einer Stichprobe in Bezug auf ein Merkmal über die Zeit gleich bleibt oder sich verändert

Korrelation über mehrere Merkmale innerhalb einer Person

ipsative Stabilität

Vorhersagevariablen bei multivariater Zusammenhangshypothese

Variablen, die vorhergesagt werden sollen, bei multivariater Zusammenhangshypothese

Zusammenhang eines Sets aus mehreren Prädikatoren mit einem Set aus mehreren Kriterien

1. Indifikation substantieller Prädikatoren
2. Interaktionseffekte
3. Suppressionseffekte

durch Identifikation redundanter Kriterien

Prädikatoren idealerweise linear unabhängig, aber real oft korreliert

gemeinsame Zusammenwirkung zweier Merkmale

werden im Rahmen der Moderator-Hypothese geprüft