STATISTIK-FORUM.de

[gentix]

Hallo zusammen,

ich versuche gerade zu prüfen, zwischen welchen Variablen der größte statistische Zusammenhang besteht. Ich bin aber nicht sicher, ob es so funktioniert, wie ich es mir gerade vorstelle.

Vor einigen Wochen habe ich bereits eine Clusteranalyse berechnet und dabei drei unterschiedliche Kundentypen identifiziert. Jetzt würde ich gerne diverse Zusammenhänge untersuchen. Ein Beispiel erklärt es besser: Ich habe nun meine Clustervariable (3 Cluster) und möchte gucken, ob ein statistischer Zusammenhang zur Aufenthaltsdauer in einem Cafe besteht. Nun möchte ich aber auch schauen, ob zwischen anderen Variablen (z.B. Alter, Einkommen, Geschlecht) und der Aufenthaltsdauer ebenfalls ein statistischer Zusammenhang besteht und die Stärke der Zusammenhänge später mittels PHI zu vergleichen. Im Idealfall würde dann rauskommen, dass zwischen der Zugehörigkeit zu einem Cluster und der Aufenthaltsdauer der stärkste Zusammenhang besteht.

Kann ich das so einfach mit Hilfe mehrerer Kreuztabellen rechnen, oder mache ich dabei irgendeinen systematischen Fehler? Also kann ich das so machen oder darf ich es so gar nicht machen?

Vielen Dank im Voraus
gentix

[PonderStibbons]

Worin besteht der Sinn bzw. der Zweck dieser Übung?

Mit freundlichen Grüßen

P.

[gentix]

Das Ganze soll zeigen, zwischen welchen Merkmalen, d.h. also entweder den der Clusteranalyse zu Grunde liegenden psychographischen Merkmalen oder anderen Merkmalen (Alter, Einkommen, Geschlecht etc.) der stärkste statistische Zusammenhang besteht.

[PonderStibbons]

Mir ist nicht so recht klar, was "der stärkste statistische
Zusammenhang" genau bedeuten soll (in der Stichprobe?
in der Grundgesamtheit? Vollständige Korrelation oder
Partialkorrelation? Höhe von Koeffizienten oder
Gewißheit des Zusammenhangs (p-Werte)) und welchem
Zweck das dient. Wenn die Prädiktoren interkorreliert sind,
ist das doch kaum zu interpretieren. Zudem sind die
Vorhersageleistungen unterschiedlich skalierter Prädiktoren
schwierig zu vergleichen. Was wird man mit einer Aussage
anfangen "die Korrelation von Alter mit Aufenthaltsdauer in der
Stichprobe, umgerechnet in ein arbiträres Effektstärkemaß,
ist niedriger als die Varianzaufklärung durch die Typologie
(ebenfalls umgerechnet), wobei Alter in den drei Typen
unterschiedlich ist und der Unterschied auch nicht direkt
getestet wurde". Mir ist diese Art der Betrachtung nicht geläufig,
deswegen die Frage nach dem Sinn und Zweck, der Verwendung.

Mit freundlichen Grüßen

P.

[gentix]

OK. Vielleicht kann ich es etwas plausibler darstellen.

Bei meiner Studie sind bei einzelnen Chi Quadrat-Unabhängigkeitstests signifikante Zusammenhänge zwischen den von mir gebildeten Clustern (ausschließlich anhand psychographischer Merkmale, wie bspw. Motive und Involvement) und anderen Variablen (Aufenthaltsdauer in einem Gastronomiebetrieb in einem Shopping Center, Ausgabebereitschaft, Informationsbereitschaft usw. ) vorhanden. In die Bildung der Cluster sind nun aber ausschließlich psychographische Merkmale eingeflossen, wobei anschließend eine Charakterisierung anhand von typischen demographischen und sozio-ökonomischen Merkmalen erfolgt ist.

Ich möchte aber bei meiner Betrachtung der Zusammenhänge speziell das Alter, das Einkommen und das Geschlecht nicht ausschließen, sondern vielmehr noch genauer betrachten, ob und wenn ja welcher Einfluss von Alter, Einkommen und Geschlecht z.B. auf die Aufenthaltsdauer, die Ausgabebereitschaft, das Informationsverhalten usw ausgeht. Deshalb habe ich eine Vielzahl von Kreuztabellen und Chi Quadrat-Unabhängigkeitstests durchgeführt. Eine Interpretation, die ich mir vorstelle müsste ungefähr so aussehen.

"Die den Kundentypen zugrunde liegenden psychographischen Merkmale haben keinen Einfluss auf die Aufenthaltsdauer, während hingegen das Alter und stärker noch das Einkommen auf die Aufenthaltsdauer wirken."

Wie könnte ich dort hinkommen? Welche Verfahren wären hierfür angebracht?

[PonderStibbons]

Wie sind denn die abhängigen Variablen gemessen? Sind die binär?
Dann kommen multiple binär-logistische Regressionen in Betracht.
Dabei wird eine binäre Variable durch mehreren Prädiktoren
simultan vorhergesagt. Man könnte das auch in Schritten machen,
z.B. ob die Vorhersage durch die Variablen 1, 2 und 3 weiter
verbessert wird, wenn man Variable "Typ" hinzufügt.

Mit freundlichen Grüßen

P.

[gentix]

Unterschiedlich. Teilweise handelt es sich um nominale, ordinale oder intervallskalierte nicht-binär gemessene Daten. Teilweise aber auch um binär gemessene Daten.

Das heißt, es wird gewissermaßen geprüft, inwieweit die einzelnen Variablen auf die AV wirken, sodass hieraus später bei der Interpretation auf die "Wichtigkeit" der einzelnen UV geschlossen werden kann?

[PonderStibbons]

Man kann die Frage pragmatisch stellen, nämlich ob
ein Hinzufügen von Variablen die Vorhersage verbessert.

Man kann es auch mit einem mehr theoretischen
Einschlag betrachten und Modelle aufstellen, deren
Gültiglkeit man betrachtet. Das bedeutet, man
wählt Vorhersagegrößen nach theoretischen
Überlegungen aus und macht sich eventuell auch
Gedanken über ihr Zusammenspiel (Moderator- und
Mediatoreffekte).

Was hier der Hintergrund ist, weiß ich nun ja nicht,
vielleicht ist es mit der pragmatischen Fragestellung
bereits getan.

Dagegen der direkte Vergleich von Koeffizienten
ergibt, soweit ich es kenne, sehr wenig Sinn, u.a. weil die
Koeffizienten immer im Kontext betrachtet werden
müssen (z.B. ob die betreffenden Varablen überlappen
und/oder durch dritte Variablen beeinflußt werden).

Mit freundlichen Grüßen

P.