STATISTIK-FORUM.de

[Isabelle13]

Hallo zusammen,

ich schreibe Euch aus reiner Verzweiflung.

Im Rahmen meiner Bachelorarbeit untersuche ich den Zusammenhang zwischen der Unternehmensgröße und der Arbeitszufriedenheit. Ich habe bereits eine Korrelationsanalyse durchgeführt (Spearman, weil Ordinate Daten). Jetzt sollte ich außerdem einen t-Test, sowie eine ANOVA durchführen und bekomme überall total inkonsistente Ergebnisse raus. Achtung, laut Testung per SPSS (explorative Datenanalyse) habe ich keine Normalverteilung - was meiner Meinung nach die Grundvoraussetzung für letztere Tests sind.

Kann mir jemand helfen und meinen Denkfehler, sofern er einer ist, bereinigen?

Tausend Dank im Voraus! Viele Grüße,
Isabelle

[PonderStibbons]

Bitte Thema, Fragestellungen, Erhebungsdesign, Variablen, deren konkrete Messverfahren und Stichprobengröße beschreiben.

Und bitte erklären, was " bekomme überall total inkonsistente Ergebnisse raus" konkret bezeichnen soll.

Normalverteilung - was meiner Meinung nach die Grundvoraussetzung für letztere Tests sind

Nein, weder für t-test noch für Varianzanalyse. Falls es tatsächlich ordinale Daten sind, können
die aber weder normal noch nicht-normal verteilt sein, das betrifft dieses Skalenniveau nicht (und
verbietet t-Test und Varianzanalyse, die sind für intervallskalierte abhängige Variablen).

Mit freundlichen Grüßen

PonderStibbons

[Isabelle13]

Vielen Dank für die schnelle Antwort! Hier die Details:

es war eine quantitative Datenerhebung mit einem Stichprobenumfang von N=404. Die abhängige Variable, die Arbeitszufriedenheit, wurde anhand einzelner Merkmale erhoben, die ein Antwortformat von ja, eher ja, eher nein und nein hatten (Ordinate Daten). Für die Berechnungen wurde die einzelnen Merkmale in Gruppen eingeteilt. Innerhalb dieser Gruppen wurden die Ergebnisse summiert und durch die Anzahl dividiert. Somit hat man dann metrische Daten. Die unabhängige Variable, die Unternehmensgröße wurde ebenfalls in vier Kategorien eingeteilt. (Ordinate Daten)

Die Korrelationsanalyse nach Spearman ergibt bei 3 Merkmalen einen schwachen, aber signifikanten Zusammenhang, bei den übrigen 4 keinen Zusammenhang.

Für die ANOVA kommen jedoch wiederum komplett andere Ergebnisse raus.

Für den t-Test habe ich die Unternehmensgrößen zu zwei Größen zusammengefasst, was eine Verzerrung der Ergebnisse erklären könnte.

In der Literatur von Blanz 2015 habe ich nachgelesen, dass die Daten zwingend normalverteilt sein müssen (im Test bei SPSS kommt bei mir überall keine Normalverteilung (Sig.<0,001) heraus). Auch steht dort, dass nicht zwingend eine intervallskalierung nötig ist, sondern die Skalierung auch zwischen Ordinal und Intervallskaliert liegen dürfen.

Reichen dir diese Informationen?
Freundliche Grüße,
Isabelle

[strukturmarionette]

Hi,

- welche Mermale wurden wie zu welchem Zweck in Gruppen aufgeteilt?

Gruß
S.

[Isabelle13]

Der Fragebogen fragt 79 Merkmale zu verschiedenen Gruppen ab (Kollegen, Vorgesetzte...). Der Fragebogen sieht diese Einteilung der Gruppen vor und anhand dieser Vorgaben habe ich das übernommen.

Gruß, Isabelle

[PonderStibbons]

Für die ANOVA kommen jedoch wiederum komplett andere Ergebnisse raus.

Was heißt "kommen komplett andere Ergebnisse raus" konkret? Meine Glaskugel ist leider gerade in der Werkstatt.

Für den t-Test habe ich die Unternehmensgrößen zu zwei Größen zusammengefasst, was eine Verzerrung der Ergebnisse erklären könnte.

Wozu 2 Gruppen? Verzerrung welcher Ergebnisse, Du hast wie gesagt keine nachvollziehbar geschildert?
Nachvollziehbar meint dabei nicht die Etikettierung mit "signfikant", sondern die Koeffizienten, Test-Statistiken
und genauen p-Werte

In der Literatur von Blanz 2015 habe ich nachgelesen, dass die Daten zwingend normalverteilt sein müssen (im Test bei SPSS kommt bei mir überall keine Normalverteilung (Sig.<0,001) heraus).

Ich weiß nicht, was ein Blanz ist. Für Varianzanalysen und t-Test ist nicht erforderlich, dass die abhängige Variable
normalverteilt ist (korrekt ausgedrückt: in der Grundgesamtheit, aus der die Stichprobendaten stammen,
normalverteilt ist), sondern dass in jeder der zu vergleichenden Gruppen die abhängige Variable aus
einer normalverteilten Grundgesamt stammt. Für Varianzanalysen kann man das auch alternativ so formulieren,
dass die Modell-Vorhersagefehler (Residuen) aus einer normalverteilten Grundgesamtheit stammen sollte. Sollte
das Blanz was anderes sagen, erteile ihm Hausverbot.

Zudem ist de Normalverteilungs-Voraussetzung zwar die von fast allen Ratsuchenden hier erstgenannte, aber
tatsächlich ist sie die unwichtigste Annahme. Bei t-Tests und Varianzanalysen darf man ab n > 30 davon ausgehen,
dass die Ergebnisse robust sind, auch wenn die Gruppen bzw. die Residuen aus nicht-normalen Grundgesamtheiten
stammen. Weitaus wichtiger ist u.a. Varianzhomogenität.

Auch steht dort, dass nicht zwingend eine intervallskalierung nötig ist, sondern die Skalierung auch zwischen Ordinal und Intervallskaliert liegen dürfen.

Dass es sich im ordinale Daten handelt, war Deine Aussage, nicht meine. Falls sich das nur auf
das Merkmal "Unternehmensgröße" bezog, wird es ja wieder stimmig.

Mit freundlichen Grüßen

PonderStibbons