STATISTIK-FORUM.de

[kee123]

Hallo zusammen.

Ich möchte überprüfen, in wie weit die Wichtigkeit der Familie,abhängig ist von den Faktoren Geschlecht, Bildungsabschluss, Konfession und Familienstand.

Daraus habe ich vier Hypothesen gebildet:

H1 Frauen ist die Familie wichtiger als Männern
H2 Verheirateten ist die Familie wichtiger als Singles
H3 Gebildeten ist die Familie wichtiger als ungebildeten
H4 Christen ist die Familie wichtiger als Konfessionslosen


Kann mit bitte jemanden helfen und sagen, welche Korrelationsmaße ich jeweils hierfür nehmen kann?

Mir fallen nur Cramers V ein, aber da muss es doch mehr geben oder? Meine Statistik Vorlesung liegt sagenhafte 4 Jahre zurück und ich tue mich gerade unendlich schwer

Ich wäre für jede Hilfe äußerst dankbar.

[strukturmarionette]

Hi,

- für die 4 Hypothesen müsstest Du zunächst die Skalennniveaus aller Variablen und die Stichprobenumfänge mitteilen.
- wenn die AV intervallskaliert ist, könnte auch eine Multiple Lineare Regression Sinn machen.

Gruß
S.

[kee123]

Hey, danke für deine Antwort.

Skalenniveaus

Wichtigkeit der Familie: Ordinal (Hier bin ich nicht zu 100% sicher)
Schulabschluss: Ordinal
Geschlecht: Nominal
Familienstand: Nominal
Konfession: Nominal
Politische Einstellung: Nominal

Der Stichproben umfassen i.d.R. 2000 - 3000 Befragte.

Habe also entweder ordinal-ordinal oder ordinal-nominal sprich nominal.

Welche Verfahren sind für diese SN die gängigen?

Vielen Dank.

[bele]

Wichtigkeit der Familie: Ordinal (Hier bin ich nicht zu 100% sicher)

Hallo,

das ist wichtig, das müssen wir zunächst klären. Beschreib doch einfach mal, wie "Wichtigkeit der Familie" erfasst/operationalisiert wird.

LG,
Bernhard

[kee123]

Hi.

Hier die Variable "Wichtigkeit der Familie"


type: numeric (byte)
label: v9, but 1 nonmissing value is not labeled

range: [1,99] units: 1
unique values: 9 missing .: 0/2955

tabulation: Freq. Numeric Label
81 1 UNWICHTIG
48 2
80 3
150 4
208 5
417 6
1965 7 SEHR WICHTIG
2 97
4 99 KA

Da gibt es ja keinen natürlichen Nullpunkt also glaube ich, dass die Variable ordinal ist. Auch quadrieren halte ich hier für nicht sinnvoll.

[bele]

Also wenn ich das richtig deute, dann hast Du die Leute auf einer Skala von 1 bis 7 befragt, wie wichtig ihnen die Familie ist. Es gibt bestimmt Menschen, die das wie eine metrische Skala verwenden, aber mit ordinal bist Du auf der sicheren Seite.

Denkbar wäre eine ordinale logistische Regression, Google mal nach "ordered logistic regression" oder "ordinal logistic Regression". Möglicher Treffer wäre dieser: http://www.ats.ucla.edu/stat/spss/dae/ologit.htm

Du bekommst dann für jeden Prädiktor ein beta-Gewicht und eine Signifikanztestung zur Frage, ob er zusätzlich zu den schon eingeschlossenen Prädiktoren weitere Varianzaufklärung liefert.

LG,
Bernhard

[PonderStibbons]

Ich möchte überprüfen, in wie weit die Wichtigkeit der Familie,abhängig ist von den Faktoren Geschlecht, Bildungsabschluss, Konfession und Familienstand.

Daraus habe ich vier Hypothesen gebildet:

Heißt das, Du möchtest 4 Analysen, oder möchtest Du alle 4 Merkmale in 1 Analyse packen?

Kann mit bitte jemanden helfen und sagen, welche Korrelationsmaße ich jeweils hierfür nehmen kann?

Inwiefern sind Korrelationsmaße für Dich wichtig, was willst Du dann
weiter mit den Ergebnissen anfangen?

Mit freundlichen Grüßen

P.

[kee123]

Das klingt für einen leihen alles sehr kompliziert. Ich würde lieber auf das zurückgreifen, was ich noch teilweise kenne (trotzdem danke für deine Mühe). Z.B. Chi Quadrat.

Folgendes Ergebnisse bekomme ich in STATA, wenn ich den Chi² Test ausführe:

Hypothese: Das Geschlecht hat keinen Einfluss auf die subjektiv wahrgenommen Wichtigkeit der Familie.

Pearson chi2(8) = 13.8127 Pr = 0.087

Bedeutet das, dass ich mich zu 8,8% irre, wenn ich die Hypothese, dass das Geschlecht keinen Einfluss hat, ablehne? Bei einem Alpha von 5% muss ich doch die 0 Hypothese, dass es also keinen Einfluss hat, dann annehmen, oder?

Würde dann heißen, das die oben gestellte Hypothese zutrifft!?

Danke für eure Hilfe.


@Ponder

Ich möchte jede Variable einzeln testen.

Möchte nur die Hypothesen entweder annehmen oder ablehnen. Weiter möchte ich damit nicht arbeiten

[PonderStibbons]

Folgendes Ergebnisse bekomme ich in STATA, wenn ich den Chi² Test ausführe:

Chi² ist unangebracht, wenn die abhängige Variable ordinal oder intervallskaliert ist, so
wie hier.

Anscheinend ist ein Korrelationsmaß nicht wichtig, Du willst einfach nur nachprüfen,
ob die jeweilige Variable (Geschlecht etc.) mit der Einstellung zusammenhängt.

Wenn Du eine 2-stufige kategoriale unabhängige Variable hast wie "Geschlecht",
nimmst Du dazu den Mann-Whitney U-Test. Wenn Du eine mehrstufige unabhängige
kategoriale Variable hast (Konfession?), dann den Kruskal-Wallis H-Test. Wenn Du
eine ordinale Variable hast wie Bildung (falls man die so sehen will), dann kannst
Du eine Spearman-Rangkorrelation nehmen.

Bedeutet das, dass ich mich zu 8,8% irre, wenn ich die Hypothese, dass das Geschlecht keinen Einfluss hat, ablehne?

Nein. Das bedeutet, dass falls (!) Geschlecht in Wahrheit gar keinen
Zusammenhang hat mit Einstellung, dann würden per Zufall in
rund 9% aller Studien wie der Deinen solche (oder größere )
Chi²-Werte auftreten.

Konventionell lehnt man die Nullhypothese (hier: "kein Zusammenhang")
ab, wenn der p-Wert < 5% ist.

Mit freundlichen Grüßen

P.

[kee123]

Das wundert mich. Ich war gerade in der Uni und man empfahl mir den Chi² test durchzuführen.

Auch deine Interpretation des P-Werts deckt sich nicht so richtig mit der von Ihnen

Jetzt bin ich noch verwirrter als vorher!

Im Grunde passt es doch, dass ich die H0 annehme und sage, dass es keinen signifikanten Einfluss zwischen den Variablen gibt, oder?