STATISTIK-FORUM.de

[Josephine3]

Hallo,

ich habe eine Frage zum Skalenniveau und wäre für hilfreiche Antworten sehr dankbar.

Und zwar habe ich eine Skala zu Gewaltbereitschaft mit 4 Fragen zu unterschiedlichen rechtswidrigen Handlungen. Die Versuchspersonen geben auf einer Skala an, wie oft sie in den letzten 12 Monaten eine solche Handlung begangen haben (1=nie, 2=alle paar Monate, 3=mehrmals im Monat, 4=mehrmals wöchentlich, 5=fast täglich) (==> würde man jede Frage als eigene Variable behandeln, wäre das ja Ordinalskalennivau, richtig?). Es handelt sich dabei um PISA-Daten und die Anweisung des Herausgebers lautet, für diese Skala einen Mittelwert zu bilden und diesen als neue Variable weiter zu verarbeiten. Hat die so neu gebildetete Variable dann immer noch nur Ordinalskalenniveau? Intervallskalenniveau ist das ja nicht, oder? Denn jemand mit einem Mittelwert von 5 hat ja nicht doppelt so häufig das Verhalten gezeigt wie jemand mit Mittelwert 2,5. Mein Problem ist, dass ich ursprünglich eine Anova rechnen wollte, dafür muss die AV ja aber metrisch skaliert sein.

Viele Grüße und vielen Dank im Voraus!

Josephine

[PonderStibbons]

die Anweisung des Herausgebers lautet, für diese Skala einen Mittelwert zu bilden und diesen als neue Variable weiter zu verarbeiten.

Das kann ich fast nicht glauben. Das ist bei einer solchen Skala doch völlig sinnwidrig.
Was man hingegen nehmen könnte, da ordinal, wäre der Median.

Hat die so neu gebildetete Variable dann immer noch nur Ordinalskalenniveau? Intervallskalenniveau ist das ja nicht, oder?

Weder-noch, es wäre Stuss.

Mein Problem ist, dass ich ursprünglich eine Anova rechnen wollte, dafür muss die AV ja aber metrisch skaliert sein.

Mittlerweile gibt es ja die ordinale und die multinomiale Regression.

Mit freundlichen Grüßen

P.

[bele]

Hallo Josephine,

hier sind wir wieder bei der magischen Likert-Skala und allem was daran hängt. Es ist nämlich Konvention, grundlegende mathematische Wahrheiten über Skalenniveaus über Bord zu werfen, wenn man etwas Likert-Skala nennt. Wenn Du die Freiheit hast, Dir selbst Gedanken zu machen, dann hilft als Denkanstoß vielleicht der hier verlinkte Blog und das Literaturverzeichnis dabei:
allgemeine-fragen-f5/likkert-skala-metrisch-keine-frage-t2229.html

Wenn Du die Freiheit nicht hast dann stütz Dich auf den Herausgeber des Tests, verweise auf ihn, und rechne wie mit Dingen, von denen man Mittelwerte bilden kann.

LG,
Bernhard


PS: Aus dem verlinkten Blog:

Proceed with caution. Research the consequences of using your procedure on Likert scale data from your study design. The fact that everyone uses it is not sufficient justification.

[PonderStibbons]

hier sind wir wieder bei der magischen Likert-Skala und allem was daran hängt.

Diesmal zum Glück mal nicht, das Antwortformat

(1=nie, 2=alle paar Monate, 3=mehrmals im Monat, 4=mehrmals wöchentlich, 5=fast täglich)

ist klarerweise keines vom Likert-Typ. Nur weil etwas
von 1 bis 5 etikettiert wird (genauso "passend" wäre
gewesen 0 0,5 4 8 20), kann man es nicht als reelle
Zahlen behandeln.

Mit freundlichen Grüßen

P.

[bele]

- *ups* Pardon, habe mal wieder die falsche Taste erwischt und den Beitrag überschrieben -

P.

[PonderStibbons]

Bedenke bitte, dass sie nicht die vier Items sondern deren Summe in ihre Berechnungen einbeziehen soll.

Na eben, das ist ja der Unsinn. Summe (nie + nie + nie + fast-täglich) =
Summe(alle paar Monate+alle paar Monate+alle paar Monate+alle paar Monate).

Wie willst Du das in einer ordinalen Regression machen? Gar nicht.

Deswegen der Hinweis, statt Summen/Mittelwerte den Median zu verwenden.
Der ist äquivalent dem Mittelwert, robust und angemessen. Denkbar wäre
außerdem, anhand inhaltlicher Gesichtspunkte AVs zu bilden (e.g. "Anzahl
Verhaltensweisen, die überhaupt vorkommen" oder "...mindestens monatlich
vorkommen", je nach Hintergrund).

Können wir uns auf folgende Formel einigen?: Wenn man methodisch stringend sein will, wäre es besser, auf diese Skala zu verzichten. Wenn man diese Summenskala weiter verwenden will, dann sollte man sie als Likert-Skala verwenden.

Weder das eine noch das andere ist erforderlich bzw. angebracht.

Mit freundlichen Grüßen

P.

[bele]

- *ups* Pardon, habe mal wieder die falsche Taste erwischt und den Beitrag überschrieben -

P.

Kein Problem
@Josephine: Im Wesentlichen hatte ich mich angeschlossen, dass man mit dieser Skala unzufrieden sein kann. Wenn es äußere Zwänge gibt, sie zu verwenden, dann sehe ich das wie folgt: Der Skalenersteller impliziert mit der Summenbildung, dass es nach seiner Meinung eine Likert-Skala ist. Wenn es Dir methodisch reicht, dich auf ihn zu berufen, dann verwende sie wie eine Likert-Skala. Also quasi-intervallskaliert. Du hast aber auch gesehen, dass PonderStibbons anderer Meinung ist und musst jetzt gucken, ob Du aus diesem Thread genügend Information für Deine Entscheidung ziehen kannst. Dabei versteht PonderStibbons ganz sicher sehr viel mehr von Statistik als ich. Ob Du ihm mehr traust als den Leuten, die die Entscheidungen für die Pisa-Studie treffen musst Du schauen.

Deswegen der Hinweis, statt Summen/Mittelwerte den Median zu verwenden.

D'accord. Die Gefahr ist halt recht hoch, damit an Varianz oder Trennschärfe zu verlieren. Wenigstens wird der Median weniger verschiedene Werte annehmen als der Summenscore. Aber wenn genügend "Unterscheidungsfähigket" übrig bleibt, wäre das natürlich methodisch sauber.

Denkbar wäre außerdem, anhand inhaltlicher Gesichtspunkte AVs zu bilden (e.g. "Anzahl Verhaltensweisen, die überhaupt vorkommen" oder "...mindestens monatlich vorkommen", je nach Hintergrund).

Ist alles mit Informationsverlust verbunden, klingt für meine Ohren aber intuitiver (nachher sind die Ergebnisse leichter zu deuten) als der Median der Itemscores. Magst Du noch kommentieren, wie weit sie die Daten anschauen darf, bevor sie sich für ein Kriterium entscheidet? Einfach alle mal durchprobieren und schauen, was beim Test herauskommt darf sie ja bestimmt nicht. Die Daten grafisch anschauen und überlegen, was das höchste Signifikanzniveau bringt sicher auch nicht. Wahrscheinlich darf sie aber schauen, mit welcher Methode sie die größte Varianz in dieser Größe hat, oder?

LG,
Bernhard