STATISTIK-FORUM.de

[Moglips]

Hallo zusammen,
ich brauche eure Hilfe. Ich schreibe zur Zeit an meiner Bachelorarbeit und muss verschiedene Statistiken durchführen. Mir fällt es schwer zu entscheiden, welchen Test ich in welchem Fall rechnen muss.
In einem Teil geht es darum Fragebögen auszuwerten.

Variablen sind unter anderem:

Frage: Haben Sie körperliche Beschwerden, von denen sie vermuten, dass sie durch die Arbeit entstanden sind?
O ja O nein

Frage: Wie viele Zigaretten rauchen Sie durchschnittlich am Tag.
__ Zigaretten

Frage: Wie lange sind Sie in Ihrem Beruf tätig?
__ Jahre

und viele weitere...

Mich interessiert jetzt, ob das Beschwerdeempfinden in Zusammenhang mit dem Alter, dem BMI, dem Rauchverhalten, den Berufsjahren, ... steht.
Das kann ich doch sicher über den OR ausrechnen, also beispielsweise eine logistische Regression wählen, zum Teil die binäre? Ist das richtig?


In einer weiteren Frage sollte angegeben werden, wie groß die Beschwerden (zwischen 1 und 7) in bestimmten Körperregionen sind, zum Beispiel im oberen Rücken und im unteren Rücken.

Weiterhin wurden mittels einem Messsystem physische Belastungsdaten erhoben. In der Rumpfneigung in durchschnittlicher Neigung in Grad. Außerdem gibt es zu den gleichen Daten prozentuale Anteile in neutralen (0°-20°), moderaten (20-60") und ungünstigen (>60°) Winkelklassen.

Ich möchte gerne überprüfen, ob die Personen die ein größeres Belastungsempfinden angaben, auch häufiger in den "gefährlichen" (moderaten und ungünstigen) Winkelklassen gearbeitet haben.
Auch hier würde ich theoretisch die logistische Regression wählen. Ich könnte aber auch eine Clusteranalyse durchführen, oder ist das nicht richtig?


Ich wäre euch sehr dankbar, wenn ihr mir helfen könntet und meine Ideen bestätigen oder ablehnen könntet, damit ich weiß, ob ich in der richtigen Richtung analysiere.

Wenn ihr noch Fragen habt erläutere ich auch gerne noch näher..

[kleineSchnecke]

Hi,
kannst du mir die logistische Regression irgendwie begründen? Also warum du nicht eine lineare wählst, sondern eine logistische?

zu 1) bei Beschwerde ja/nein kannst du den Zusammenhang mit Alter, Rauchjahren, Berufsjahren, BMI jeweils mit einer Pearson-Korrelation ausrechnen und danach auch eine lineare Regression rechnen.
du kannst aber deine stichprobe in zwei gruppen unterteilen (beschwerde ja/nein) und dann die jeweiligen Variablen (zB Alter, Berufsjahre..) mit t-tests auf signifikante Mittelwertsunterschiede prüfen.

zu 2) hier würde ich dir empfehlen, das zuerst deskriptiv darzustellen: also du teilst deine stichprobe in drei gruppen ein (für deine drei winkelklassen) und bestimmst für jede gruppe den Mittelwert des Beschwerdegrads (1-7). hier wird dann deine frage schon beantwortet. wo die größten beschwerden sind.
Danach würde ich eine ANOVA empfehlen und zwar als Abhängige Variable den Beschwerdegrad (1-7 kannst du als intervallskaliert annehmen) und als Gruppenvariable die 3 Gruppen der Winkelklassen.
Dann siehst du, ob sich diese drei Gruppen signifikant voneinander unterscheiden vom Beschwerdeempfinden, oder eben nicht.

vg,
kS

[Moglips]

Vielen Dank für deine Antwort.

Ich meinte eigentlich vielmehr die ordinale Regression, nicht die logistische.
Ordinal, weil die Einschätzungen der Belastungen in den ordinalen Antwortmöglichkeiten von 0-7 angegeben werden. Ich habe das mal probiert, und zwar mit der Einschätzung als abhängige Variable, den Messungen (MW der Winkel im Intervall) als Kovariate. Allerdings kann ich bei der ordinalen Regression doch eben genau diese Variable, nämlich die Einschätzung, voraussagen, oder? Das ist nicht das, was ich möchte.

Ich habe 18 Fragebögen (18 Probanden), etwa 260 Messintervalle (etwa gleichverteilt auf die Probanden) aus denen ich beispielsweise die Rumpfvorneigung ablesen kann. Ich möchte jetzt zeigen, dass diejenigen die in den Fragebögen eine höhere Belastung angaben (ordinal), auch "schlechtere" (im ergonomischen Sinne) Werte in den Messungen haben. Ich möchte also aus den ordinalen Daten möglichst die Messdaten voraussagen. (da ich noch viel mehr Fragebögen habe, von Personen ausgefüllt die nicht gemessen wurden)

Danach würde ich eine ANOVA empfehlen und zwar als Abhängige Variable den Beschwerdegrad (1-7 kannst du als intervallskaliert annehmen) und als Gruppenvariable die 3 Gruppen der Winkelklassen.
Dann siehst du, ob sich diese drei Gruppen signifikant voneinander unterscheiden vom Beschwerdeempfinden, oder eben nicht.

Ich weiß nicht ob das klappt. Von den 260 Messintervallen geht jedes über mehrere Minuten. Es wurde mit 50 Hertz gemessen, sodass es zu jedem Messintervall einen Mittelwert gibt. Jedes einzelne Intervall ist zudem in diese Winkelklassen eingeteilt. Zum Beispiel waren die Winkelmaße in Intervall A zu 80% im neutralen Bereich, zu 15% im moderaten und zu 5% im ungünstigen. Zudem gibt es pro Proband mehrere Messintervalle, aber nur einen Fragebogen.

Ich hoffe ihr versteht mein Bedenken und könnt mir weiter auf die Sprünge helfen. Vielen Dank noch einmal.
Grüße, Patrick

[PonderStibbons]

Ich möchte also aus den ordinalen Daten möglichst die Messdaten voraussagen.

Du kannst es ja ersteinmal korrelieren, Spearman-Korrelation
zwischen Befinden und dem intra-individuellem Anteil ungünstiger Winkel
und/oder dem durchschnittlichen oder dem medianen Winkel über alle
Messungen einer Person.

Oft kann man eine Skala mit 8 Werten (hier 0-7) wie eine intervallskalierte
Verwenden, dann könnte man das als Prädiktor in einer linearen Regression
verwenden mit den Messdaten als abhängiger Variable, allerdings muss
man befürchten, dass die Verteilungsannahmen einer Regression verletzt
sind, was bei lediglich n=18 zu Problemen beim evtl. Signifikanztest führen
kann.

Mit freundlichen Grüßen

P.