Was du suchst ist "externe Validität". Das ist mit einer niedrigen Stichprobe, wie in deinem Fall, natürlich sehr schwierig.

Versuche erstmal dich auf Literatur zu stützen, die ähnliche Auswertungen zu gemacht haben. Schau auch, was die zur Generalisierbarkeit ihrer Ergebnisse sagen.

Als Literatur kann ich Cook & Campbell (1971) empfehlen. Über Archive kannst du es kostenlos lesen: https://archive.org/details/quasiexperimenta00cook/page/n5/mode/2up.

Viel Erfolg bei deiner Arbeit!

Von Perplexity:

Die Zwei-Faktoren-Theorie der Intelligenz nach Charles Spearman wird aus moderner Sicht als wichtiger historischer Beitrag zur Intelligenzforschung angesehen, ist aber in ihrer ursprünglichen Form nicht mehr vollständig haltbar.

## Spearmans Theorie und ihre Bedeutung

Spearman entwickelte 1927 die erste faktoranalytische Strukturtheorie der Intelligenz[1]. Er postulierte zwei Arten von Faktoren:

- Einen **Generalfaktor (g-Faktor)**, der als eine Art "mentale Energie" an allen Intelligenzleistungen beteiligt ist

- Eine unbestimmte Anzahl **spezifischer Faktoren (s-Faktoren)**, die nur für einzelne konkrete Aufgaben zuständig und nicht miteinander verbunden sind[1][3]

Spearmans größter Verdienst ist die Einführung des g-Faktors, der bis heute in der Intelligenzforschung eine wichtige Rolle spielt[2]. Auch seine methodischen Beiträge zur Korrelationsrechnung und Faktorenanalyse waren bedeutsam[2].

## Kritik und Einschränkungen

Die Theorie wurde aus mehreren Gründen kritisiert:

1. **Empirische Widersprüche**: Die empirische Überprüfung umfassender Batterien von heterogen gestalteten Intelligenzaufgaben zeigte, dass die Annahmen der Zwei-Faktoren-Theorie nicht vollständig mit den empirischen Befunden übereinstimmen[3]. Bestimmte Aufgabentypen korrelieren stärker miteinander als nach ihren jeweiligen g-Anteilen zu erwarten wäre[2].

2. **Korrelationen zwischen spezifischen Faktoren**: Es finden sich zwischen einzelnen spezifischen Faktoren noch (Rest-)Korrelationen, die Spearman selbst als "spezielle Generalfaktoren" bezeichnete[2]. Die alleinige Erklärung von Intelligenztestleistungen durch nur zwei Faktoren g und s scheint daher nicht hinreichend[2].

3. **Alternative Modelle**: Spearmans eigener Schüler Raymond Cattell kritisierte die Theorie und schlug stattdessen vor, dass Intelligenz aus zwei Hauptfaktoren besteht: einem fluiden (Gf) und einem kristallinen Faktor (Gc)[6].

4. **Zu enge Konzeption**: Howard Gardner kritisierte die Theorie und schlug neun Intelligenzbereiche vor, darunter auch nicht-kognitive wie musikalische, existenzielle und kinästhetische Intelligenz[6].

## Moderne Sichtweise

Trotz dieser Kritik ist die g-Faktor-Theorie der Intelligenz bis heute weitgehend unbestritten und wurde durch experimentelle kognitive Forschung, Hirnanatomie und Molekulargenetik sogar gestützt[6]. Die meisten heutigen IQ-Tests basieren auf Faktorenmodellen, die sich an Spearmans Ansichten zum g-Faktor orientieren, wie beispielsweise der Stanford-Binet-Test[6].

Die moderne Intelligenzforschung hat Spearmans Theorie erweitert und verfeinert, aber der Grundgedanke eines allgemeinen Intelligenzfaktors hat sich als robust erwiesen. Unklar ist jedoch noch immer, wodurch und wie die Korrelation zwischen den Leistungen in unterschiedlichen Fähigkeitstests genau verursacht wird[6].

Citations:

[1] https://lexikon.stangl.eu/5125/zwei-faktoren-theorie-der-intelligenz

[2] https://s3.eu-central-1.amazonaws.com/coverpubl-erv-01/6968/SP/9783825230272_Leseprobe.pdf

[3] https://www.spektrum.de/lexikon/psychologie/zwei-faktoren-theorie-der-intelligenz/17360

[4] https://de.wikipedia.org/wiki/Allgemeiner_Faktor_der_Intelligenz

[5] https://de.wikipedia.org/wiki/Kritik_am_Intelligenzbegriff

[6] https://intrapsychisch.de/die-zwei-faktoren-theorie-der-intelligenz-nach-spearman/

[7] https://www.semanticscholar.org/paper/8ca91b36f0984376afb801f8937a0e7258681370

[8] https://www.semanticscholar.org/paper/9c2cb143a3bcd00397f9ede344d2446e1cb90c8f

[9] https://www.semanticscholar.org/paper/2b469f32584bd7795fa048dd84dae58c7131ee9f

[10] https://www.semanticscholar.org/paper/d57a51877ffcc11c2770dca65e6885e33a830489

[11] https://biologie-seite.de/Biologie/Intelligenztheorie

[12] https://epub.uni-regensburg.de/53338/1/12%20Intelligenz%20%E2%80%93%20Konstrukt%20und%20Diagnostik.pdf

[13] https://www.studysmarter.de/schule/psychologie/grundlagendisziplinen-der-psychologie/zwei-faktoren-modell/

[14] https://tu-dresden.de/mn/psychologie/differentielle-psychologie/ressourcen/dateien/lehrveranstaltungen/ss-2018/pp-tutorium/fragen-antworten-intelligenz

[15] https://www.lehrbuch-psychologie.springernature.com/content/myers-kapitel-11-intelligenz

[16] https://de.wikipedia.org/wiki/Intelligenztheorie

[17] https://studlib.de/15493/psychologie/intelligenztheorien

[18] https://www.studysmarter.de/schule/psychologie/grundlagendisziplinen-der-psychologie/zwei-faktoren-theorie/

[19] https://www.studysmarter.de/schule/psychologie/grundlagendisziplinen-der-psychologie/chc-modell/

[20] https://www.youtube.com/watch?v=ldILPyVSHwk

[21] https://wuecampus.uni-wuerzburg.de/moodle/mod/book/tool/print/index.php?id=322100

[22] https://refubium.fu-berlin.de/bitstream/handle/fub188/2702/03_KapA3_neu2.pdf?sequence=4&isAllowed=y

[23] https://www.studysmarter.de/schule/psychologie/grundlagendisziplinen-der-psychologie/intelligenztheorien/

[24] https://www.semanticscholar.org/paper/8b368b58e1f753cc031c221bdb488c9fea892ae1

[25] https://www.semanticscholar.org/paper/7054e3f722db54f41308cc6da00582dfddb88b02

[26] https://www.semanticscholar.org/paper/c22ba5f48ef7df271782834954bd803850b69aef

[27] https://www.semanticscholar.org/paper/b127eb14ed161d77807229198a25aa59a1b64316

[28] https://www.studydrive.net/en/flashcards/nicht-hierarchische-intelligenztheorien/33720

[29] https://pure.mpg.de/rest/items/item_2100724_6/component/file_2100723/content

[30] https://www.kritische-psychologie.de/2007/charles-spearman-erfinder-der-explorativen-faktorenanalyse

[31] https://refubium.fu-berlin.de/bitstream/handle/fub188/7233/03_Kap3.pdf?sequence=4&isAllowed=y

[32] http://teachsam.de/pro/pro_lernlern/intelligenz/pro_lernlern_intelli_3_2_2.htm

[33] https://s3.eu-central-1.amazonaws.com/studysmarter-mediafiles/media/1948218/summary_images/Bildschirmfoto_2022-03-28_um_09.01.10.png?X-Amz-Algorithm=AWS4-HMAC-SHA256&X-Amz-Credential=AKIA4OLDUDE42UZHAIET%2F20250403%2Feu-central-1%2Fs3%2Faws4_request&X-Amz-Date=20250403T160740Z&X-Amz-Expires=604800&X-Amz-SignedHeaders=host&X-Amz-Signature=3fce516383978b33ea3109263059d050095a8b20403edd64e7e128ece0aa6f2e&sa=X&ved=2ahUKEwjcjMKum8OMAxXeVkEAHfxdDmkQ_B16BAgHEAI

[34] https://www.semanticscholar.org/paper/f4d9dcbf40da1ad4ca4ed6533101731fddf1d585

[35] https://www.semanticscholar.org/paper/810102c4589a8336e4c7df6d594c146c9e78e1de

[36] https://www.semanticscholar.org/paper/ae782c65be43996e76bbbed69c11ea01ad997f8c

[37] https://www.semanticscholar.org/paper/6b3f7cc5d7fd9a7abe34a1410c4afb17ca596053

[38] https://www.semanticscholar.org/paper/e9f8596673a0b72047057aff00ed61acff8f4886

[39] https://www.semanticscholar.org/paper/e81443ed72b077c3cd7dd63970e3b908e5627a56

[40] https://www.beltz.de/fileadmin/beltz/downloads/OnlinematerialienPVU/DifferentiellePsychologie/11.2_Intelligenzmodelle.pdf

[41] https://www.semanticscholar.org/paper/276f161851a57dc2f8e09770bcb0c4b43e364599

[42] https://www.semanticscholar.org/paper/6b64f9ccce47606f64891d44e7f84dc077995d1b

[43] https://www.semanticscholar.org/paper/4361ee6e37d3bbe919ae08ff3ea8ab9ba641080e

[44] https://www.semanticscholar.org/paper/90abb9d8af0a97e09fe9cfef21f6a5c3785f6ad1

[45] https://www.semanticscholar.org/paper/b48a1b6be7deeb0614552cd47f069f4788c9b156

[46] https://www.semanticscholar.org/paper/22c9c3f4fb89a274f113c321211783a56e2cf63c

[47] https://psychotherapie-rupp.com/2014/03/16/intelligenz-teil-2-die-sicht-der-wissenschaftlichen-psychologie/

---

Antwort von Perplexity: pplx.ai/share

Kannst du deine Variablen mit Labels und Ausprägungen aufschreiben? Ebenso was die abhängige Variablen und was die unabhängige Variablen sind. Ohne diese Infos verstehe ich deine Schritte nicht wirklich.

Soweit ich weiß, bietet Instagram keine Möglichkeit extern auf die Historie der Followerzahlen zuzugreifen. Entweder man fragt ganz blöd bei Instagram/Meta nach oder du musst ab jetzt täglich die Followerzahlen selbst scrapen, sofern das für deine Arbeit Sinn ergibt. Schau mal hier nach: https://developers.facebook.com/docs/instagram-platform/instagram-graph-api/reference/ig-user

Viel Erfolg

Versuch Folgendes:

# Beispiel-Text mit Punkten
text <- "a <- ................................... 5+5"

# Punkte entfernen
cleaned_text <- gsub("\\.+", "", text)

# Ergebnis anzeigen
cat(cleaned_text)

Hallo Anna,

zeig doch bitte dein finales Modell bzw. deine finale Tabelle mit allen(!) Variablen. Vielleicht ergibt sich hieraus schon das Problem. An der Stichprobengröße mit n>2000 kann es schon mal nicht liegen.

Da ich ebenfalls Stata bediene, kannst du auch den Code hierein kopieren.

Beste Grüße

Ja, das ist ganz klar ein Korb für eine romantische Beziehung. Wenn du dir keine Freundschaft vorstellen kannst, lass es!

Ganz ehrlich: Einfach ignorieren bis sie sich meldet. Wenn sie sich dann gemeldet hat, lass sie ruhig zappeln. Sag ihr ruhig, dass du momentan keine Zeit hast und lass sie subtil wissen, dass du was mit einer anderen am Laufen hast (z.B. Mach eine WhatsApp-Story, bei der du mit diesem anderen Mädchen etwas cooles unternimmst, z.B. eine Motorradfahrt). Das macht sie eifersüchtig und du wirst regelrecht mit Nachrichten von ihr bombardiert.

Nutz doch die "setwd()"-Funktion, um den Pfad anzugeben.

So ganz genau sind die nicht, nur werden die Vorhersagen zur Deadline immer präziser, weil dann mehr Informationen zur Verfügung stehen und somit die Abschätzung verbessert wird. Beispiel: Ob Donald Trump oder Kamala Harris gewinnt, konnte man Anfang 2024 noch nicht einschätzen, weil da noch Biden als Kanditat gelistet war. Nach seinem Wahlkampfrückzug kam Kamala Harris ins Rennen und die Karten wurden neu gemischt. Es war dennoch ein relatives Kopf-an-Kopf-Rennen (s. Screenshot).

Ich hoffe, die Hilfe kommt nicht zu spät.

Likert-skalierte Variablen zu zentrieren kann Sinn machen, um diese in Regressionsanalysen miteinander zu vergleichen. Dichotome Variablen zu zentrieren, ergibt keinen Sinn, da diese nur zwei Ausprägungen haben (i.d.R. "0" und "1") und du durch die Zentrierung keine statistischen oder inhaltliche Vorteil bekommst. Also, lass es.

Man hat früher (heute sieht man das immer noch) die Variablen vor der Moderationsanalyse zentriert, um Mulitkollinearität zu vermeiden. Der Grund: Durch die Multiplikation zweier unabhängiger Variablen zu einer Interaktionsvariable steigt die Korrelation dieser Interaktionsvariable zu den anderen beiden enorm an. Dadurch ist die Regressionsannahme, dass keine Multikollinearität zwischen den unabhängigen Variablen besteht, verletzt und das Modell ist eigentlich ungültig. Mit der Zentrierung umgeht man dies (man sieht das dann am VIF-Wert), die Modellgüte (R²) sowie die Stärke und Signifikanz des Interaktionseffekts bleiben davon unberührt. Das hebt auch Hayes (2018) hervor und sagt, dass die Zentrierung nur einen Interpretationsvorteil bietet, wenn die Variable keinen natürlichen Nullpunkt (wie bei Likert-skalierten Variablen) aufweist oder dieser sinnlos ist (z.B. Alter oder Gewicht von "0").

Wenn du eine Likert-skalierte Variable mit einer Dummy-Variable interagierst (deine Moderatorvariable) benötigst du eigentlich keine Zentrierung der Likert-skalierten Variable, wenn du ausschließlich den Moderationseffekt interpretierst. Musst du gleichzeitig den Haupteffekt interpretieren, zentriere bitte die Likert-skalierte Variable. Bei zwei Likert-skalierten Variablen kannst du es dir aussuchen (abhängig davon, ob du auch hier den Haupteffekt interpretieren musst).

Vergiss bitte nicht die übrigen Regressionsannahmen in deinen Modelle zu prüfen! Siehe auch hier Hayes (2008). Visualisierungen der Interaktionseffekte (simple slopes) sind ebenso notwendig.

Viel Erfolg bei der Arbeit!

P.S.: Was sollen "Rush-Skalen" sein?

------------------------------------

Hayes, A. F. (2018). Introduction to Mediation, Moderation, and Conditional Process Analysis, Second Edition (Methodology in the Social Sciences) (2nd ed.). Guilford Press.

Das allerwichtigste ist, dass du dir einen gut überlegten Zeitplan entwickelst. Der sollte die einzelnen Inhalte sowie die dafür benötigte Zeite (eine Schätzung reicht) umfassen. Übernimm dich nicht, denn wenn du etwas nicht schaffst, kann es sehr frustrierend werden. So habe ich für meinen Theorie-Teil bspw. einen Tag Literaturrecherche und zwei Schreibtage einkalkuliert. Je nach Fähigkeit kann es noch schneller gehen oder halt langsamer.

Wenn ich eine Arbeit anfange zu schreiben und alle notwendigen Forschungsfragen, Hypothesen und Methoden zusammengekramt habe, lege ich mir ein Word-Dokument an und erstelle ein grobe Gliederung: Einleitung, Theorie, Forschungsstand, Hypothesen, Methode, Ergebnisse, Diskussion, Fazit. Diese sind nicht in Stein gemeißelt, sondern geben eine grobe Übersicht zu MEINER Vorgehensweise. Frag am besten, wie dein Betreuer es gerne haben möchte oder wie es in deinem Fachbereich gehandhabt wird.

Einige wissenschaftliche Quellen hat man i.d.R. schon vor Schreibbeginn herausgesucht, da man sich zuvor ins Thema einlesen und die Forschungsfrage entwickeln musste. Diese kannst du auf jeden Fall schon mal übernehmen. Allerdings werden diese nicht reichen, daher musst du weiterschauen. Ich verwende i.d.R. Google Scholar, weil dort die meiste Literatur vorhanden ist und es einige Filter- und Sucheinstellungen gibt. "Google.de" selbst nutze ich, um Berichte oder graue Literatur zu finden (z.B. Berichte von Ministerien, Working Papers etc.). Die Uni-interne Datenbank verwende ich für spezielle Papers (relativ selten). Allgemein starte ich mit einem viel zitierten oder bekannten Papier und verschaffe mir einen Überblick, wer dieses auch verwendet hat. Meistens erhalte ich so weitere, nützliche Literatur. Auch kannst du im Papier selbst die Literaturliste durchgehen und, nach dem Schneeballprinzip, die darin zitierte Literatur verwenden und weiterrecherchieren. Nimm aber nicht zu viel, ich denke 15-20 verwendete Quellen reichen für dein Vorhaben allemal aus. Um die Literatur zu verwalten, nutze ich Citavi, das zeitgleich in Word eingebunden ist. Das erleichtert die Zitation, die Quellenangaben und spart recht viel Schreibzeit. Meistens gibt es dazu eine Campuslizenz oder ihr verwendet ein anderes Programm (Zotero, Endnote o.ä.).

Ist alles Inhaltliche fertiggeschrieben und du hast noch etwa 2 Wochen Zeit bis zur Abgabe, würde ich mir einen Tag freinehmen und am darauffolgenden Tag meine Arbeit nochmal durchlesen. Oftmals fallen einem hier grobe Fehler auf oder stößt auf Ungereimtheiten. Wenn möglich, bitte jemanden deine Arbeit korrekturzulesen - das hilft ungemein! In der letzten Woche formatiere ich die Arbeit, d.h. Formatierungen anpassen, Abstände und Verweise kontrollieren, Anhänge prüfen und was sonst noch anfällt. Bin ich damit durch, gebe ich mir alles als eine PDF aus und lese nochmal quer, um die letzten Fehler oder Auffäligkeiten aufzuspüren. Ist das auch erledigt, ist es bereit zur Abgabe.

Pass aber auf, die formalen Kriterien deines Fachbereichs und die für die Bachelorarbeit penibel einzuhalten. Was habe ich schon Texte gelesen, die falsch formatiert wurden und aufgrund dessen fast eine ganze Note (!) heruntergestuft wurden.

Meistens gibt es vom AStA einen Härtefallfond, der für solche Zwecke gedacht ist. Da muss man einen Antrag stellen, Belege für die nicht-Zahlungsfähigkeit einreichen und hoffen, einen positiven Bescheid und somit das Geld zu bekommen.

Die zweite Möglichkeit wäre, wenn du BAföG-berechtigt bist, einen Darlehen aufzunehmen.

Die dritte Möglichkeit wäre einen KFW-Studienkredit aufzunehmen.

Ich würde die Reihen, die ich aufgelistet habe so abarbeiten, weil die Darlehens Zinsen erheben und somit dein Studium verteuern.

Bei Visualisierung sind es zwei verbundene Punkte in einem Koordinationsystem. Daher kann es nur linear ausfallen.

Vielleicht hilft dir diese Arbeit weiter: https://reposit.haw-hamburg.de/bitstream/20.500.12738/13700/1/HebestreitLeonieBA.pdf

Damit ist gemeint, dass du deine Variablen so umkodierst, dass höhere Werte eine höhere Befürwortung/Bedrohung darstellen sollen. Ausgehend von deinem Beispiel, könnte der Wert "1" für Ablehnung stehen und "10" für Befürwortung.

In Stata kannst du das mit dem Befehl "recode" machen. Die Labels definierst du mit dem Befehl "label define" und überträgst diese mittels des "label values"-Befehls auf die entsprechende(n) Variable(n). Am besten führst du diese 3 Schritte für jede Variable einzeln durch.

Gerne kannst du mir ne PN schreiben, wenn es vertiefter in die Sache geht.

Viel Erfolg!

Nein, da fehlt m.E. die Aufschlüsselung nach Qualifikation, Berufsjahren, Arbeitszeitmodell etc. Je feiner die Aufschlüsselung desto geringer der Gender Pay Gap.

Ein nicht-signifikanter Test sagt aus, dass Varianzhomogenität zwischen den untersuchten Gruppen gegeben ist.

Es kann sein, dass sich andere Signifikanzen je nach Wert ergeben, weil es beispielsweise Ausreißer oder andere Verteilungsmuster in den Gruppen gibt. Ich würde daher den Levene-Test basierend auf den Median verwenden, um eine robuste Aussage zu treffen.

Je näher p (= die Wahrscheinlichkeit für ein positives Ereignis) sich an "1" annähert, desto mehr "Erfolge" sind zu erwarten.

Verwende Boxplots oder Histogramme mit 95%-igen Konfidenzintervallen.