STATISTIK-FORUM.de

[UserX]

Liebe Leute,

ich schreibe eine sprachwiss. Arbeit und habe mehrere Probanden in freier Rede untersucht und ermittelt, wie oft sie gewisse Strukturen realisieren (es geht um die Verwendung von Dialekt und Standard); bspw.:

Es geht um die Frage, wie "ist" realisiert wird - als "ist" oder "is"
Bspw.:
Proband A gebraucht "is" zu 50%, "ist" zu 50% (N=32)
Proband B "is" zu 25% und "ist" zu 75% (N=12)
usf.

Die Probanden lassen sich sich anhand außersprachlicher Merkmale zu Gruppen zusammenfassen, bspw. Geschlecht. Nun will ich testen, ob sich diese Gruppen signifikant in ihrem Variationsverhalten unterscheiden. Das Problem ist, dass ich nicht mit den absoluten Werten rechnen kann, da sich das N bei den jeweiligen Probanden stark unterscheidet (klarerweise verwenden die Personen in freier Rede ungleich oft die jew. Strukturen, etwa "ist"). Daher meine Frage, ob ich die herkömmlichen Tests (t-Test, Mann-Whitney usf.) auch mit den Prozentwerten rechnen kann od. ob das statistisch unsauber ist? Gibt es evt. Tests, die für solche Fälle besser geeignet sind?

Vielen Dank für eure Hilfe!

[PonderStibbons]

Beim t-Test auf Mittelwertunterschiede kommt es vor allem auf die Stichprobengröße an (Zahl der Probanden),
die sollte hier über 30 liegen. Der Mann-Whitney U-Test wäre machbar, der testet allerdings keine
Mittelwertunterschiede.

Mit freundlichen Grüßen

PonderStibbons

[UserX]

Beim t-Test auf Mittelwertunterschiede kommt es vor allem auf die Stichprobengröße an (Zahl der Probanden),
die sollte hier über 30 liegen. Der Mann-Whitney U-Test wäre machbar, der testet allerdings keine
Mittelwertunterschiede.

Mit freundlichen Grüßen

PonderStibbons

Aber es ist prinzipiell kein Problem, dass relative Werte getestet werden? Vom Testdesign her?

[bele]

Prinzipiell kein Problem, wenn es Dir nur um den p-Wert geht.

Gegenfrage, geht es Dir um die Realisationen oder um die Personen? Du könntest auch sagen, dass in Gruppe A 120 Realisationen dialektal und 50 nicht-dialektal waren und in Gruppe B waren 300 Realisationen dialektal und 201 waren es nicht. Dann würdest Du die Unterschiede mit einem Chiquadrattest auf Ebene der Realisationen, nicht auf Ebene der Personen untersuchen können. Kommt halt auf Deinen Forschungsgegestand an.

Eine andere Herangehensweise wäre eine Clusteranalyse. Vielleicht finden sich mittels einer Clusteranalyse zwei Gruppen von Personen: Nennen wir sie Dialektsprecher und Nicht-Dialektsprecher. Dann könnte man schauen, wie gut die Gruppenzugehörigkeiten zueinander passen oder nicht.

Es gäbe bestimmt noch eine Reihe weiterer interessanter Herangehensweisen, die man sich überlegen könnte. Wenn ein U-Test Deine Forschungsfrage am besten beantwortet, kannst Du den machen.

LG,
Bernhard

[UserX]

Prinzipiell kein Problem, wenn es Dir nur um den p-Wert geht.

Ok, super, Dank!

Gegenfrage, geht es Dir um die Realisationen oder um die Personen? Du könntest auch sagen, dass in Gruppe A 120 Realisationen dialektal und 50 nicht-dialektal waren und in Gruppe B waren 300 Realisationen dialektal und 201 waren es nicht. Dann würdest Du die Unterschiede mit einem Chiquadrattest auf Ebene der Realisationen, nicht auf Ebene der Personen untersuchen können. Kommt halt auf Deinen Forschungsgegestand an.

Das Problem hier ist, dass die Zahl der Realisationen pro Person in den Gruppen sehr ungleich ist - also wir sprechen bspw. von 10 Realisierungen bei Person A und 150 bei B; dadurch kann es dann sein, dass ein Ausnahmessprecher die ganze Gruppe verzerrt (das ist aber ein Problem der Messung, das sich nicht umgehen lässt, außer man untersucht rießige Datenmengen - was bei gesprochener Sprache praktisch kaum möglich ist - oder man nimmt ein künstliches Setting und lässt etwa Wortlisten vorlesen). Chi² würd ich daher eher nicht machen bzw. nur dort, wo die Belegzahlen (gleich) klein sind.

Eine andere Herangehensweise wäre eine Clusteranalyse. Vielleicht finden sich mittels einer Clusteranalyse zwei Gruppen von Personen: Nennen wir sie Dialektsprecher und Nicht-Dialektsprecher. Dann könnte man schauen, wie gut die Gruppenzugehörigkeiten zueinander passen oder nicht.

Clusteranalysen wären sicher spannend, gehen aber ein bisschen an meiner Fragestellung vorbei: Ich will ja den Einfluss gewisser Faktoren testen und nicht die Probanden datengesteuert in Gruppen einteilen und dann aufdröseln, welche Faktoren hinter diesen Gruppen stehen.

"Es gäbe bestimmt noch eine Reihe weiterer interessanter Herangehensweisen, die man sich überlegen könnte."

Immer her damit, wenn du Ideen hast, interessieren die mich natürlich

[bele]

Der Einfluss gewisser Faktoren lässt sich multivariat in einer logistischen Regression unterbringen.