STATISTIK-FORUM.de

[Johann83]

Hallo liebe Forumsmitglieder,

ich stehe vor folgendem Problem, das ich - irgendwie - bald lösen muss. Hierzu brauche ich dringend kompetente Unterstützung.

Für eine Studie habe ich insgesamt zwei Befragungen zum Versorgungsverhalten durchgeführt. Dabei wurden unterschiedliche Größen (Alterklassen, Einkommensklassen, Konsumausausgaben, Besuchshäufigkeit etc.) erfasst und zudem eine Kundensegmentierung in vier Gruppen durchgeführt.

Nun habe ich verschiedene Tests durchgeführt, um den bivariaten Zusammenhang zwischen verschiedenen Variablen zu prüfen. Hierzu kamen z.B. Chi²-Tests und Korrelationen (nach Pearson und Spearman) zum Einsatz. Im Falle Abhängigkeit habe ich dann immer das Zusammenhangsmaß angegeben (z.B. Cramer V, Phi, Pearson's r oder Spearman's rho).

Nun würde ich in einem letzten Schritt gerne einen Vergleich der Zusammenhangsmaße/Korrelationskoeffizienten durchführen. Wichtig: Es kommt mir hier nur auf ein "größer" bzw. "kleiner" an. Durchschnittswerte und/oder die Frage, ob die Unterschiede tatsächlich signifikant sind, sind hierbei nicht weiter wichtig.

• Aber wie? Welches Vorgehen bietet sich hierfür an
  
• Kann ich die Zusammenhangsmaße und Korrelationskoeffizienten direkt gegenüberstellen? Alle werden ja in ähnlicher Weise nach Cohen interpretiert.
  
• Macht es Sinn, wie bei einer Metaanalyse alle Koeffizienten in ein spezifisches Maß umzuwandeln und diese dann gegenüber zu stellen? Etwas Vergleichbares habe ich z.B. bei Bortz und Döring gelesen. Dort ist davon die Rede, dass man Spearman's rho, Pearson's r, Phi, Shi² usw. in ein bestimmtes Maß umrechnen und dieses dann Vergleichen kann. Dummerweise ist dort von Cramer's v nicht die Rede - was allerdings bei mir auch vorkommt.

Ich würde mich freuen, wenn mir jemand weiterhelfen kann. Die Beantwortung der Frage ist ausgesprochen wichtig.
Weiterhelfen konnte man mir bislang nicht - auch nicht am Lehrstuhl

[PonderStibbons]

Wichtig: Es kommt mir hier nur auf ein "größer" bzw. "kleiner" an. Durchschnittswerte und/oder die Frage, ob die Unterschiede tatsächlich signifikant sind, sind hierbei nicht weiter wichtig.

Welchen Sinn soll das dann ergeben, welchen Zweck soll das erfüllen?
Zudem scheint es nicht einmal um die unterschiedliche Vorhersagefähigkeit
verschiedener Prädiktoren für ein und dieselbe abhängige Variable
zu gehen.

Mit freundlichen Grüßen

P.

[Johann83]

Hallo,

Ok. Da habe ich mich falsch ausgedrückt.
Es geht ganz konkret um einen Vergleich der Größen verschiedener bivariater Zusammenhänge (zwischen den Variablen a, b, c, d und derselben abhängigen Variable z)
Und unterschiede sind in diesem speziellen Fall auch dann interessant wenn sie nicht signifikant sind.

Viele Grüße

[PonderStibbons]

Das beantwortrt leider meine Fragen nicht. Sollen voneinander
unabhägige Assoziationen verglichen werden, also Assoziation
von Variable A mit B versus Assoziation von C mit D? Und
welchem Zweck dient diese Aktion, was für einen Sinn hat sie?

Mit freundlichen Grüßen

P.

[Johann83]

Sorry. Habe den Beitrag zu langsam geändert.

Nein, es geht immer um den Einfluss unterschiedlicher Variablen (z.B. Einkommensklassen, Alterklassen, Kundentyp, Besuchshäufigkeit) auf dieselbe Variable (z.B. Konsumausgaben, geplantheit ja, nein usw.). Das Problem stellt sich aber für unterschiedliche abhängige Variablen.

[PonderStibbons]

Um Probleme adäquat zu lösen, braucht man ausreichende Informationen.
In den meisten Fällen ist es wesentlich zu wissen, womit eine Auswertung
begründet wurde bzw. was mit einer Auswertung bezweckt wird. Da dies
im vorliegenden Fall nach mehrfachem Fragen nicht herauszufinden ist,
belasse ich für meinen Teil es jetzt dabei.

Dennoch, gutes Gelingen.

[Johann83]

Ich habe doch beschrieben, dass der Zusammenhang zwischen verschiedenen Variablen gegenüber derselben abhängigen Variable dargestellt werden soll, um sagen zu können, wo der Zusammenhang stärker ist und wo nicht. Es handelt sich nur um eine vergleichende Beschreibung der Zusammenhänge. Ob z.B. zwischen A und Z größer als zwischen B und Z. Die Orientierung an den konventionellen Interpretationen hilft nicht immer weiter, da die Zusammenhänge oft "mittel" sind.

Das ist alles. Ich weiß nicht, was noch gesagt werden kann/soll.

Bitte hilf mir weiter.