STATISTIK-FORUM.de

[jayjay1912]

Hallo zusammen,

ich habe diverse Fragen in meinem Fragebogen, die ich quasi doppelt im Fragebogen habe, die aber einmal von einer Gruppe und das zweite Mal von einer anderen Gruppe ausgefüllt werden, die zuvor mittels Filter umgeleitet wurde und an späterer Stelle erst die Frage erhält. Jede Gruppe erhält also prinzipiell inhaltlich die gleichen Fragen, allerdings an zwei verschiedenen Stellen des Fragebogens. Ich habe anschließend aus den verschiedenen Items jeweils eine Indexvariable gebildet und möchte jetzt die beiden Konstrukte miteinander vergleichen. Die Unterschiede sehe ich ja anhand der deskriptiven Daten wie Mittelwerte, zusätzlich muss es ja aber einen statischen Test geben, um zu zeigen, ob das Ergebnis auch signifikant ist oder? Bei meiner Recherche bin ich immer wieder nur auf den T-Test gestoßen, allerdings bringt der mir nichts, da ich nicht dieselbe Frage nach zwei Gruppen aufteilen kann, sondern ja zwei unterschiedliche (wenn auch inhaltlich gleiche) Fragen habe. Welcher Test wäre hier angemessen? Die Items sind anhand einer 5-stufigen Likert-Skala von "stimme gar nicht zu" bis "stimme voll zu" skaliert.

Vielen Dank für eure Hilfe!

Liebe Grüße

[PonderStibbons]

allerdings bringt der mir nichts, da ich nicht dieselbe Frage nach zwei Gruppen aufteilen kann, sondern ja zwei unterschiedliche (wenn auch inhaltlich gleiche) Fragen habe.

Ja, was denn nun? Kann man es als dieselbe abhängige Variable betrachten
oder nicht? In letzterem Fall gibt es halt keinen Gruppenvergleich.

Die Items sind anhand einer 5-stufigen Likert-Skala von "stimme gar nicht zu" bis "stimme voll zu" skaliert.

Das ist keine Likert-Skala. Das ist nur ein Likert-Item (Item vom Likert-
Typ). Eine Likert-Skala besteht aus mehreren Items vom Likert-Typ, deren Antworten
summiert werden. Siehe z.B. den wikipedia-Eintrag zu Likert-Skalen. Es ist deswegen
wichtig zu beachten, weil Diskussionen zum Skalenniveau von Likert-Skalen
(ordinalskaliert, eventuell auch wie intervallskaliert) sonst fälschlicherweise bezogen
werden auf das Skalenniveau von einzelnen Items des Likert-Typs (ordinal).

Gruppenvergleiche hinsichtlich ordinaler Skalen leistet der U-Test.

Mit freundlichen Grüßen

P.

[jayjay1912]

Danke für die schnelle Antwort!

Ja, was denn nun? Kann man es als dieselbe abhängige Variable betrachten
oder nicht? In letzterem Fall gibt es halt keinen Gruppenvergleich.

Inhaltlich ist es schon dieselbe abhängige Variable, z.B. die technische Qualität bei Streaming-Anbietern (Amazon Prime, kinox.to etc.), faktisch habe ich aber zwei Variablen. Ich habe zwei Gruppen (TV-Nutzer und Streaming-Nutzer) und deshalb auch zwei unterschiedliche Variablen, die aber auf dasselbe Konstrukt abzielen --> die TV-Nutzer bekommen die Frage: "Wie bewerten Sie die technische Qualität des Films auf Ihrem Fernseher" und die Streaming nutzer "Wie bewerten Sie die technische Qualität des Films auf ihrem Laptop". Ich will nun z.B. die These prüfen, dass TV-Nutzer die technische Qualität signifikant positiver bewerten als Streaming-Nutzer.

Das ist nur ein Likert-Item (Item vom Likert-
Typ). Eine Likert-Skala besteht aus mehreren Items vom Likert-Typ, deren Antworten
summiert werden.

Ich habe z.B. zur technischen Qualität 5 Items vom Likert-Typ, deren Antworten ich anschließend über "Variable berechnen" (MEAN(v1, v2, v3, v4, v5) zusammengefasst habe. Dadurch wird es doch zur Likert-Skala oder?
Beim U-Test stehe ich leider vor demselben Problem, dass die eine Frage jeweils nur von einer Gruppe beantwortet wurde. Gibt es also keinen Test, der die beiden Variablen miteinander vergleichen kann, wenn sie unabhängig voneinander abgefragt wurden?

Vielen Dank und freundliche Grüße!

[PonderStibbons]

Ich habe z.B. zur technischen Qualität 5 Items vom Likert-Typ, deren Antworten ich anschließend über "Variable berechnen" (MEAN(v1, v2, v3, v4, v5) zusammengefasst habe. Dadurch wird es doch zur Likert-Skala oder?

So wäre es gewöhnlich zu halten. In dem Fall wäre t-Test möglich.
Ob es nun letztlich dieselbe Variabke ist oder nicht, musst Du selbst
entscheiden. Falls nicht, kannst Du keine Vergleiche anstellen.


Mit freundlichen Grüßen

p.