STATISTIK-FORUM.de

[Rosegirl94]

.

[PonderStibbons]

Ich untersuche Höflichkeit bei der Realisierung von Bitten und vergleiche dabei monolingual aufgewachsene Deutsche und Deutsch-türkisch aufgewachsene Studierende (n=64). Dazu habe ich für alle Teilnehmer erhoben wie diese in 8 Szenarien ihre Bitte formulieren würden und die Antworten darauf untersucht inwiefern verschiedene Höflichkeitsmarker vorkommen.

Worin besteht denn die Messung? Pro Szenario wird gemessen, ob Marker A, B, C etc. vorkommt ja/nein?
Oder über alle Szenarien hinweg wird gemessen, ob Marker A, B, C etc. mindestens einmal vorkommt ja/nein?

Und eine andere Frage, die ich dazu hätte: Eigentlich würde ich am Ende gerne irgendwie statistisch überprüfen ob das Geschlecht oder Alter (dichotomisiert alt/jung)

Dichotomisieren ist quasi verboten, weil es Informationen vernichtet,
unsinnige Vergleiche herstellt und möglicherweise zu falschen
Ergebnissen führt.
In aller Regel kann man die intervallskalierte Variable verwenden.

einen Einfluss hat (z.B. Unterschiede sind da aber nur zwischen den Männern), gibt es da auf Nominalskalenniveau ein statistisches Verfahren?

Binär-logistische Regression könnte das leisten.

Ich könnte ja wahrscheinlich den Datensatz nach Geschlecht/Alter aufteilen und dann ein Chi²-Test für Deut vs Deu-Türk durchführen und gucken ob dann Signifikanzen rauskommen, aber ich hatte mich gefragt ob es auch eine andere Möglichkeit gibt.

Was Du vorschlägst, wäre eine der grundlegend falschen Vorgehensweisen bei
statistischen Auswertungen, die man leider immer noch selbst bei professionellen
Projekten sieht. Man kann nicht aus einem Vergleich "hier ist es statistisch
signifikant und da nicht" darauf schließen, dass es sich bei den Gruppen
unterschiedlich verhält. Den Unterschied muss man schon direkt testen.
Es interessiert in dem Fall eine Wechselwirkung z.B. die Wechselwirkung
Gruppe*Geschlecht auf die abhängige Variable.

Marker die zu einer Oberkategorie gehören, zusammenzählen (damit ich weiß wie viele Marker jede Person über alle Szenarien genutzt hat) und mit den Zahlen aller Teilnehmenden einen t-test (deu vs deu-türk) rechnen und Cohens d als Effektstärke bestimmen. Kann ich das so machen?

t-Test könnte gehen. Cohen's d kannst Du gerne berechnen, nur haben
Stichproben keine Effektstärken (weil immer eine Mischung aus echtem
Effekt und Stichprobenzufall vorliegt - deswegen macht man ja die
statistischen Signifikanzestst), insofern ist die Frage, wozu das
bei einer einzelnen Studie gut sein soll.

Mit freundlichen Grüßen

PonderStibbons

[Rosegirl94]

.

[PonderStibbons]

Es wird pro Szenario gemessen ob der Marker mindestens einmal vor kommt.

Dann verstehe ich das mit 2x2 Chi²-Tests nicht.
Oder willst Du für jeden Marker in jedem Szenario eigens einen Test rechnen?

Okay, das ist gut zu wissen, aber wie würde ich denn dann mit der intervallskalierten variable rechnen? Ich hätte dann ja, wenn ich mcih nciht irre, eine unabhängige intervallskalierte Skala sowie eine abhängige nominalskalierte Skala. Welches Verfahren würde man da denn verwenden?

Je nachdem, wie die abhängige Variable aussieht. Ist es eine ja/nein
Variable, dann eine binär-logistische Regression mit den Prädiktoren
Gruppe, Alter, Gruppe*Alter.

Mit freundlichen Grüßen

PonderStibbons

[Rosegirl94]

.

[PonderStibbons]

Ja also ich dachte, ich mache für jeden Marker über alle 8 Szenarien einen einen 2x2 CHi²-Test um zu schauen inwiefern sich die beiden Gruppen über alle 8 Szenarien bezüglich der Verwendung dieses Markers unterscheiden.

Das ergibt eine Flut an Testergebnissen. Bringt Dir das was?
Mir erschien es auf Anhieb näherliegend anzunehmen, dass man eine Person 8 Stimuli aussetzt
und jeweils den Response auf der Skala "Marker gezeigt/nicht gezeigt" misst, dann pro Person
über die 8 Szenarien die Zahl der Responses zählt. Zwischen Gruppen kann man dann sowas
wie "Response-Neigung hinsichtlich Marker A" per t-Test oder U-Test vergleichen. Spart pro
Marker 7 von 8 Tests. Falls man die per Zusammenzählen gebildete Responsevariable als
intervallskaliert behandeln kann, könnte man Einflussfaktoren auf die Responseneigung
per Varianzanalyse oder lineare Regression analysieren.

Inhaltlich müsste der Unterschied doch darin liegen, dass ich bei dem einen (wenn ich alle einzelnd mache) eine Aussage darüber treffen kann ob sich die Gruppen bezüglich des einen Markers unterscheiden und bei dem anderen (wenn ich alle Variablen einer Oberkategorie nehme) ob sich die Verteilung in der Oberkategorie unterscheidet oder?

Ich weiß wie gesagt nicht, was es Dir bringt am Ende zu sagen, "Gruppenunterschied
für Marker A bei Szenario 1, 3, 4, 7 und 8 inferenzstatistisch auf dem 5%-Niveau signifikant,
bei Szenario 2, 5, 6 nicht statistisch signifikant". Oder "Gruppenunterschied für Marker B
bei Szenarien 1 bis 8 nicht statistisch signifikant". Sind die Szenarien für sich genommen
wichtig, so dass für jedes Szenario einzeln der gesamte Analyseaufwand betrieben wird?

Und wo ich das gerade schreibe fällt mir auf, dass du auf eine Frage aus meinem Ursprungspost glaube ich gar nicht eingegangen bist und zwar wie ich damit umgehen kann, wenn im Chi²-Test die erwartete Häufigkeit in mehreren Zellen (20 - 50%) unter 5 liegt. Macht dann trotzdem den Chi²-Test und sagt die Aussagekraft ist eingeschränkt weil die Voraussetzungen verletzt sind oder gibt es dann eine Alternative damit umzugehen?

Du kannst eine Sofware verwenden, die auch exakte Tests für solche Kreuztabellen
anbietet. SPSS kann das, R sowieso.

Mit freundlichen Grüßen

PonderStibbons