STATISTIK-FORUM.de

[Peter.Paul]

Hallo zusammen,

ich stehe in meiner wissenschaftlichen Arbeit aktuell vor folgendem Problem:
Ich habe eine Umfrage gemacht in der die Probanden Anforderungen auf einer Ordinalskala (sehr wichtig bis sehr unwichtig) werten sollten nach ihrer Wichtigkeit. Ziel ist es gewesen daraus eine Liste zu generieren welche besagte Anforderung X ist die wichtigste Anforderung, gefolgt von Anforderung Y auf Platz 2 und Anforderung Z auf Platz 3.... Insgesamt waren es ungefähr 15 Anforderungen. Die Frage die sich nun stellt ist, mit welchem Test kann ich zeigen, dass die Anforderungen sich auch signifikant unterscheiden? Die Aussage die getroffen werden soll ist: Anforderung X ist auf Platz 1 und signifikant wichtiger als die auf Platz zwei liegenden Anforderungen Y und Z (welche sich nicht signifikant unterscheiden), usw.

Tausend Dank bereits an dieser Stelle!

Gruß Paul

[PonderStibbons]

Was verstehst Du unter signifikant? Falls wichtig/bedeutend/relevant, dafür gibt es keinen Test.
Falls gemeint ist inferenzstatistisch signifikant, d.h. ob man die Annahme verwerfen kann, dass in
der Grundgesamtheit zwei Anforderungen exakt denselben Rang haben, dann kommt als Globaltest
Friedmans Rangvarianzanalyse in Betracht und für paarweise Vergleiche der Vorzeichentest.

Mit freundlichen Grüßen

PonderStibbons

[bele]

Hallo Paul,

wenn Du mehr als nur einen Signifikanztest machen willst, dafür aber auch weniger eingetretene Pfade zu beschreiten bereit bist, dann schau Dir doch dieses Paper mal an, insbsondere das Beispiel in Kapitel 5. Das dürfte keine fertige Lösung für Dein Problem sein, könnte aber ein interessanter Weg werden: https://cran.r-project.org/web/packages ... hyper2.pdf

LG,
Bernhard

[Peter.Paul]

Das hört sich beides sehr interessant an. Ich denke der Friedmans Rangvarianzanalyse trifft am ehesten das wonach ich gesucht habe. Bernhard, deine Lösung scheint aber auch sehr interessant zu sein. Ich werde sie mal durchrechnen und schauen was da im Vergleich raus kommt.

Herzlichen Dank nochmal!
Gruß Paul