STATISTIK-FORUM.de

[Matthias R]

Liebe Statistiker,

ich hoffe ihr könnt mir helfen. Für meine Abschlussarbeit muss ich in einem umfangreichen Datensatz mehrere bivariate Korrelationen berechnen. Bin mir aber nicht ganz sicher, ob ich die richtigen Vorgehensweisen nehme.

Es geht um die abhängige Variable Videokonsum im Internet (5er-Likert-Skala: sehr häufig-nie) und verschiedene andere. Beispielhaft folgende:

1. Geschlecht (nominal: m/w)
2. Alter in Klassen ( 4 Altersklassen, größte nach oben offen)
3. Statement (5er-Likert: stimme zu - ... - stimme nicht zu)

Die Korrelationen würde ich über die folgenden Kennzahlen berechnen:

1. Cramers V (vorher Chi-Quadrat-Test)
2. Spearman-Rho, Kendall-tau b
3. Spearman-Rho, Kendall-tau-b

Ist das grundsätzlich richtig, oder gibt es Verbesserungsvorschläge?
Müssen bei Spearman-Rho die Klassenbreiten gleich groß sein, oder reicht eine Rangfolge der Altersklassen aus? (wenn sie gleich groß sein müssten, kann man das aber ja eigentlich nie machen, wenn die höchste Klasse nach oben offen ist?)
Oder ist es sinnvoller statt den Klassenbreiten das genaue Alter zu nehmen (habe es so gemacht, weil ich die Fälle in Generationen eingeteilt habe)

Vielen Dank für sämtliche Infos!

[PonderStibbons]

Liebe Statistiker,

Gibt's hier nicht, aber zumindest Anwender.

Es geht um die abhängige Variable Videokonsum im Internet (5er-Likert-Skala: sehr häufig-nie)

Das ist keine Likert-Skala. Eine Likert-Skala besteht aus mehreren Items
vom Likert-Typ, deren Antworten summiert werden. Siehe z.B.
wikipedia-Eintrag zu Likert-Skalen. Das ist deswegen wichtig zu
beachten, weil Diskussionen zum Skalenniveau von Likert-Skalen
sonst fälschlicherweise bezogen werden auf das Skalenniveau
von einzelnen Items des Likert-Typs.

Ist das grundsätzlich richtig, oder gibt es Verbesserungsvorschläge?

Dazu müsste man wissen, wozu die ganze Korreliererei denn dienen soll.
Thema der Studie, Fragestellung, Stichprobengröße.

Müssen bei Spearman-Rho die Klassenbreiten gleich groß sein,

Nein.

Oder ist es sinnvoller statt den Klassenbreiten das genaue Alter zu nehmen

Fast immer. Klassieren verschenkt Informationen.

Mit freundlichen Grüßen

P.

[Matthias R]

Vielen Dank, nachvollziehbar inklusive der Fehler.

Dazu müsste man wissen, wozu die ganze Korreliererei denn dienen soll.
Thema der Studie, Fragestellung, Stichprobengröße.

Es geht um die Verbreitung viraler Clips im Internet und insbesondere um die beiden Variablen "Videokonsum" und "Videoverbreitung".

Die Korrelationsberechnungen sind in erster Linie dafür im Vorfeld festzulegen mit welchen Variablen ich mich sehr detailliert beschäftige. Stichprobengröße sind ca. 220 Leute. Habe darauf geachtet, dass ich nur Variablen verwende, bei denen eine gewisse Gruppengröße innerhalb der Variablen gegeben ist.

Anhand der beiden Variablen habe ich eine Art manuelle Clusterung durchgeführt und gucke wie sich die einzelnen Nutzergruppen verhalten.

Eine letzte Frage: Funktioniert die partielle Korrelation (SPSS) auch mit Ordinalskala? Vermute, dass das nur für metrische Daten geht, oder gibts da einen Trick... (Habe Nutzererfahrung und Alter als unabhängige Variablen, die aber untereinander korrelieren)

[Matthias R]

Eine Sache ist mir leider noch unklar:

Ist Spearman-Rho geeignet die Korrelation zwischen folgenden zwei Variablen zu berechnen:

1. Videokonsum (nie - selten - gelegentlich - häufig - sehr häufig)
2. Angst vor Datenschutz (stimme nicht zu - stimme eher nicht zu - teils/teils - stimme eher zu - stimme voll zu)

Bin mir unsicher, weil jede Variable nur 5 Skalenpunkte hat und sich da bei ca. 200 Fällen die Ränge ja zu großem Teil überschneiden.
Welches Korrelationsmaß ist sinnvoll?

Vielen Dank für Infos!