STATISTIK-FORUM.de

[Xania]

Hallo zusammen,

ich habe eine Umfrage durchgeführt und zur Analyse, ob zwischen den x-Variablen und der y-Variable ein Zusammenhang besteht, habe ich den Chi-Quadrat-Unabhängigkeitstest angewandt.
Mein Ergebnis ist, dass die Nullhypothese beizubehalten ist (also kein Zusammenhang). Das Ergebnis ist nicht signifikant.

Sind damit weitere Analysen, die auf einen Zusammenhang aufbauen (Korrelationsanalyse, Regressionsanalyse) hinfällig? Oder bedeutet dies lediglich, dass die Nullhypothese nicht verworfen werden kann und (k)ein Zusammenhang dennoch möglich ist?

Vielen Dank im Voraus!

LG

[PonderStibbons]

Da Thema, Fragestellungen, Erhebungsdesign, Variablen und deren Messverfahren, Stichprobengröße, genaue Ergebnisse der Chi²-Testung, konkrete Folgeanalysen nicht bekannt sind, ist das seriös nicht zu beantworten.

Mit freundlichen Grüßen

PonderStibbons

[bele]

Hallo Xania,

Oder bedeutet dies lediglich, dass die Nullhypothese nicht verworfen werden kann und (k)ein Zusammenhang dennoch möglich ist?

Ja, soweit bedeutet es nur das. Natürlich würde sich die Aussagekraft mit mehr Details nochmal deutlich ändern: wenn Du vor der Studiendurchführung eine Fallzahlberechnung zum Erreichen einer gegebenen Power durchgeführt haben solltest. Auch sonst, ist so ein p-Wert in Zusammenschau mit der Fallzahl der Anzahl der Felder der Kontingenztafel und der im Rahmen des Gesamtstudienkonzeptes plausiblen Effektstärke zu sehen. Deshalb wohl PonderStibbons Nachfrage.

Unabhängig davon gilt: p-Wert nicht unter 5% bedeutet nur, dass die Nullhypothese nicht verworfen wird. Sie kann gelten oder falsch sein.

LG,
Bernhard

[Xania]

Hallo,

ich habe keine Fallzahlberechnung davor durchgeführt, jedoch eine post hoc Poweranalyse mit G*Power für den Chi-Quadrat-Test gemacht. Die berechnete Power beträgt 0,05. Demnach besteht eine sehr hohe Wahrscheinlichkeit für einen Typ-II-Fehler. Die Wahrscheinlichkeit, dass der Test H0 beibehalten lässt, in der Realität aber H1 wahr ist, ist sehr hoch. Sehe ich das so richtig?

LG

[bele]

Hallo Xania,

Dass eine Frau kurz vor der Periode mit 20% mehr Wahrscheinlichkeit "Die Grünen" wählt ist ein unrealistisch großer Effekt. Dass eine Bohnenpflanze unter besserer Bewässerung 20% mehr Samen wachsen lässt ist ein realistischer Effekt. Mit solchen realistischen Annahmen ex ante muss man Fallzahlanalysen machen. Post hoc Fallzahlanalysen sind Quatsch. Deine Stichprobe zeigt einen sehr kleinen Effektschätzer und bei einer sehr kleinen Effektschätzung kommt eine große Fallzahl heraus aber wenn der Effektschätzer nicht sehr klein gewesen wäre, hättest Du die Analyse nicht gemacht. Also das mit der posthoc Fallzahlschätzung ist so ein "Virus des Geistes" ohne großen Wert.

Entweder, die Fallzahl war zu klein für das Projekt ODER der Effekt ist wirklich kleiner als Du erwartet/gehofft hattest ODER der Zufall stand gegen Dein Projekt. Alles drei ist möglich. Eine posthoc-Analyse wird das nicht klären. Eine "also-ob-ex-ante"-Fallzahlanalyse kann Dir vielleicht mit Punkt eins helfen.

Das Angebot, Deine Studie und die Ergebnisse hier zu schildern bleibt aufrecht erhalten.

LG,
Bernhard

[Xania]

Hallo Bernhard,

ich versuche es da einmal mit der Schilderung meiner Studie und der Ergebnisse.
Ich habe eine Umfrage durchgeführt, bei der die Probanden ihre Zufriedenheit (1= "voll und ganz" bis 5 = "absolut unzufrieden") angeben sollten. Das ganze für 4 Merkmale (u.a. zum Beispiel die Zufriedenheit mit der Atmosphäre). Und ebenso, ob sie danach kommuniziert haben (1= "absolut zutreffend" bis 5 = "absolut nicht zutreffend").

Aus bisherigen Forschungen geht hervor, dass die Zufriedenheit in Zusammenhang steht mit der anschließenden Kommunikation (daher Kommunikation = abhängige Variable; 4 Zufriedenheiten jeweils eine unabhängige Variable). Aus den Forschungen bzw. der Theorie habe ich 4 Hypothesen abgeleitet. (Bsp. "Je unzufriedener die Probanden mit der Atmosphäre waren, desto mehr wurde kommuniziert" Für die anderen 3 Merkmale sind die Hypothesen ebenso aufgebaut).

Zur Prüfung der Hypothesen war mein Ziel, eine Regressionsanalyse durchzuführen.
Ich habe nun n=102 und im ersten Schritt (nach deskriptiver Analyse) eben mit Hilfe des Chi-Quadrat-Unabhängigkeits-Test geschaut, ob ein Zusammenhang zwischen den Variablen besteht. Dazu ist vielleicht zu sagen, dass meine Streudiagramme für mich keinen deutlichen Zusammenhang erkennen lassen (bilden einen Trichter bzw. Rechtecke), jedoch eine Gerade (linear) mit geringer Steigung von SPSS hineingelegt wird.

Meine Chi-Quadrat-Werte liegen zwischen 3,106 und 4,916 (kritische Wert für df=4 und Alpha = 0,05 ist 9,49). Die Signifikanzwerte liegen zwischen 0,189 und 0,54. Also ist H0 beizubehalten.
Ich habe auch schon weitere Analysen durchgeführt, wie u.a. eine Korrelationsanalyse (Korrelationskoeffizienten sind ungleich null; Ergebnisse nicht signifikant). Die Werte sind so gering, dass die Bestimmtheitsmaße fast 0 sind. Kann man da einfach sagen, eine Regression ist nicht möglich bzw. ergibt kein gutes Ergebnis?

Vielleicht macht diese Zusammenfassung meinen Fall verständlicher.

LG

[bele]

Hallo Xania,

beschränken wir uns erstmal auf Zufriedenheit und Kommunikation_danach. Wenn jedes fünf Stufen hat, dann entsteht da eine Kontingenztabelle mit 25 Feldern. Sowas mit 102 Beobachtungen zu untersuchen ist sportlich. Wenn ich das richtig verstehe, würde ich das mich dem Chi-Quadrat ganz sein lassen. (Wahrscheinlich hat der alte Forumshase PonderStibbons das gerochen und sich deshalb so zurückgehalten.)

Deine Beispielhypothese "Je unzufriedener die Probanden mit der Atmosphäre waren, desto mehr wurde kommuniziert" schreit erstmal nach einer Korrelationsanalyse und dabei vorzugsweise nach einer Spearman-Korrelation (oder Kendalls tau). Dabei solltest Du ein Konfidenzintervall für den Korrelationskoeffizienten oder erhalten, das Du dann interpretieren kannst.

Wenn es weitere Kovariaten gibt, die berücksichtigt werden sollen, kommst Du natürlich um eine Regression nicht drumherum.

LG,
Bernhard

[Xania]

Hall Bernhard,

für die Kontingenztabelle habe ich die Variablen klassiert (zufrieden, teils/teils, unzufrieden bzw. stattgefunden, teils/teils, nicht stattgefunden), so dass ich 3x3 Tabellen habe. Da die Werte die Voraussetzung (nicht mehr als 20% mit erwarteter Häufigkeit <5) nicht erfüllen, hab ich sogar die Monte-Carlo-Methode hinzugezogen (aber ja, die kommt natürlich auch auf kein anderes Ergebnis).

Inwieweit sollte auf die Regression eingegangen werden, wenn die Voraussetzung der Homoskedastizität nicht gegeben ist?

LG

[bele]

Hallo Xania,

Du hast also für Deine Chi-Quadrat-Berechnung Deinen Daten erst Information entzogen, indem Du sie aggregiert hast. Dann hast Du Ihnen Information entzogen, indem Du ihr Skalenniveau von ordinal auf nominal geschrumpft hast und ich weiß immer noch nicht, warum Du überhaupt eine Chi-Quadrat-Analyse machen willst. Ist das irgendwie ein Fetisch Deiner Ausbilder, dass sowas dazu gehört oder war das die erste Idee und es fällt Dir schwer, davon loszulassen oder fehlt da noch ein Teil Studienbeschreibung, die das rechtfertigt? Erschließt sich mir gar nicht.

"Sollte auch die Regression eingegangen werden" ist eine komische Frage. Bislang willst Du einen je-mehr-desto-weniger-Zusammenhang zwischen zwei Variablen belegen. Dafür brauchst Du kein Regressionsanalyse: Wenn die Spearman-Korrelation keine findet, dann ist da auch nicht viel zu holen. Die Regression wird interessant, wenn Du ein Prädiktionsmodell erstellen willst oder wenn weitere Variablen ins Spiel kommen. Für beides findet sich in der Studienschilderung soweit kein Anlass.

LG,
Bernhard

[Xania]

Hallo Bernhard,

gut, so wie Sie dass nochmal zusammengefasst haben, macht der Chi-Quadrat-Test wirklich keinen Sinn, so dass ich jetzt Abstand davon nehme und diesen nicht in meine Analyse einbringen werde.

Vielen Dank für Ihre bisherige Hilfe. Mal schauen, wie weit ich komme und wann ich mich wieder melden werde

LG