STATISTIK-FORUM.de

[BeMo]

Hallo,
ich habe eine Bivariate Korrelation nach Spearman berechnet und das Ergebnis ist signifikant 0,703.
Soweit so schön.

Nun eine Frage zur Interpretation. Schreibe ich nun es gibt einen positiven sign. Zusammenhang, oder schreibe ich einen positiven sign. Effekt?

Ich würde gerne Effekt schrieben, aber bin mir nicht sicher, ob ich dazu erst eine Kausalanalyse durchführen müsste...

[strukturmarionette]

Hi,

besser, korrekt:

einen positiven sign. Zusammenhang

Gruß
S.

[BeMo]

Danke,

gibt es auch noch eine andere Methode um einen Effekt von einer Variable auf eine andere zu untersuchen, außer mit einem Kausalmodell. Also etwas weniger komplexeres?

[strukturmarionette]

Hi,

mit nur zwei Variablen Kausalität zuzeigen, geht m.E. wohl nicht.
Diesebzüglich wären Überlegungen eher aus einer Theorie oder /und geeigneten experimentellen Designs abzuleiten. Dann erst Statistik.

S.

[BeMo]

Ok, dann beschriebe ich mal mein Experiment...

Also es gibt 2 unabhängige Gruppen. Aber ich glaube das ist hierfür egal.
In beiden wurde die abhängige Variable FUN mit 6 Items auf einer 7-Likert Skala erhoben. Crombach Alpha ist 0,8.
Auch wurde in beiden Gruppen die abhängige BI1 mit 3 Items auf einer 7-Likert Skala erhoben. Crombach Alpha ist 0,92.

So jetzt möchte ich wissen ob Variable FUN einen sign. positiven Effekt auf BI1 hat. Ich möchte das nun pro Gruppe einmal testen.
Die Korrelation habe ich in SPSS berechnet, dazu habe ich über die Items von FUN die Summe gebildet, auch über die Items von Bi1.
Die so ermittelte Korrelation ist positiv signifikant bei beiden Gruppen.

Frage, muss ich dazu nun ein Strukturgleichungsmodell aufstellen, oder geht das auch ohne? Es sind ja nur zwei Variablen.

[PonderStibbons]

Ein Nachweis von Kausalität ist nicht durch die passende Auswahl einer
Anmalysemethode zu leisten, sondern nur durch ein entsprechendes
Studiendesign. Ein korrelatives Studiendesign (Beobachtungsstudie)
ohne experimentelle Manipulation lässt sich auch durch Verwendung
eines Strukturgleichungsmodells nicht in ein Design verwandeln,
das kausale Beziehungen nachweist. Korrelatives Design bleibt
korrelatives Design.

Mit freundlichen Grüßen

P.

[BeMo]

ok, danke. Evtl. gehe ich falsch an die Sache heran.

Der Aufbau des Experiments ist so: Es gibt eine UV mit zwei Ausprägungen -> A und B.

Es wurde in einem 2x2 Latin Square Design getestet. Also vollständig ausbalanciert. Das kann man sich so vorstellen:

Gruppe 1: Befragt zu A dann B
Gruppe 2: Befragt zu B dann A

Was hab ich damit gemacht.

1. Mit dem Mann-W.-U-Test vergleiche ich die ersten Antworten zu A und zu B.

Nun möchte ich aber zusätzlich innerhalb der Gruppen testen. Dazu möchte ich einen Wilcoxon verwenden, da die Stichproben abhängig sind.
Um das in SPSS durchführen zu können, muss ich die Reihenfoge der Antworten von Gruppe 2 umdrehen, oder?

So dass ich ein SPSS File habe mit allen Antworten zu A dann alle Antworten zu B .

2. Darauf wende ich dann Wilcoxon an.

---
Soweit so gut. (Falls bisher irgend welche Fehler sind bitte melden )

In A und B und in beiden Gruppen (also 4 mal) wurde die abhängige Variable FUN mit 6 Items auf einer 7-Likert Skala erhoben.
Auch wurde in beiden Gruppen die abhängige BI1 mit 3 Items auf einer 7-Likert Skala erhoben.

Jetzt möchte ich aber innerhalb von A und innerhalb von B testen, ob die Antworten zu FUN einen positiven Effekt auf die Antworten zu BI haben.

Das mach ich wie?