STATISTIK-FORUM.de

[iriner]

Hallo zusammen,
ich habe nirgendwo eine ähnliche spezifische Frage im Forum gefunden, daher versuche ich nun mein Glück und schildere euch mein Vorhaben:

Ich habe Mittelwerte verschiedener Skalen, nun soll ich eine künstliche Normalverteilung herstellen, die mir die Mittelwerte der Probanden in 5 Kategorien teilt. Ich möchte anhand der Kategorien ablesen, welche Wertebereiche in welche Kategorie einzuordnen sind (das Ganze soll wie gesagt einer künstlichen Normalverteilung folgen). Der Hintergrund ist, dass ich den Probanden eine Rückmeldung geben kann, ob sie sich im "positiven", "eher positiven", "mittleren", "eher negativen", "negativen" Bereich befinden.

Könnt ihr mir dazu einen Rat geben? Ich bin bis jetzt so vorgegangen, dass ich jedem Mittelwert einen Rang zwischen 1-5 zugeordnet und den Prozentrang berechnet habe.

Ein Beispiel:
in Kategorie 1 fallen Werte von 0,17 bis einschl. 16,93,
in Kategorie 2 fallen Werte ab 25,60 is einschl. 35,21 [...]

Ich frage mich nur, wenn ich nun die Skalen auf andere Probanden anwende und ein Wert von 20 (oder so) resultiert, ist der ja in keiner Kategorie definiert. Habe ich da einen Knoten im Kopf?
Meine Stichprobe hat ein N = 2900, falls das relevant ist.

Ich hoffe, ihr könn tmir irgendwie helfen!

[Albrecht]

"Ein Beispiel:
in Kategorie 1 fallen Werte von 0,17 bis einschl. 16,93,
in Kategorie 2 fallen Werte ab 25,60 is einschl. 35,21 [...]"
Na, das ist suboptimal. Wieso gibt es Lücken zwischen den Kategorien?

[iriner]

Hallo,
danke für die erste Antwort! Die hat mich schon weitergebracht, da ich mir die falschen Werte angeschaut habe (nämlich den relativen Rang in Prozent). Sehe ich das richtig, dass ich zur jeweiligen Kategorie einfach die zugehörigen Mittelwerte selber anschaue?

Beispiel entsprechend:
Kategorie 1: von 1 bis einschließlich 3
Kategorie 2: von 3,2 bis einschließlich 3,4
Kategorie 3: von 3,6 bis einschließlich 3,8 [...]

Dass es immer 0,2-er Schritte sind, liegt daran, dass es 5 Variablen sind (Wert 1-5) aus denen ich den Mittelwert errechne.
Ich habe in der Zwischenzeit etwas weiterrecherchiert...Wenn ich diese Mittelwerte da oben in z-Werte umtransformiere und dann allen Werten zwischen den z-transformierten Werten -1 und +1 den Wert 3 (also mittlere Kategorie "mittel"), Werten zwischen den z-Werten -2 und +2 jeweils "eher" positiv und "eher negativ" und Werten zwischen den z-Werten -3 und +3 dann "positiv" und "negativ" zuordne, habe ich doch meine Normalverteilung? Ist das so einfach oder ergibt sich daraus ein Problem?

Danke schon mal!

[iriner]

... meine Idee geht nicht auf, denn natürlich habe ich ja nicht normalverteilte Daten sondern meist linksschiefe!
Ich weiß, dass ich sie dann transformieren muss, indem ich bei linksschiefer Verteilung 1. invertiere bzw. spiegle und 2. den Logarithmus (bei stärkerer Schiefe) bilde.

Das klingt super in der Theorie, aber habe ich noch nie in SPSS gemacht :/

[PonderStibbons]

Ich habe Mittelwerte verschiedener Skalen, nun soll ich eine künstliche Normalverteilung herstellen, die mir die Mittelwerte der Probanden in 5 Kategorien teilt. Ich möchte anhand der Kategorien ablesen, welche Wertebereiche in welche Kategorie einzuordnen sind (das Ganze soll wie gesagt einer künstlichen Normalverteilung folgen). Der Hintergrund ist, dass ich den Probanden eine Rückmeldung geben kann, ob sie sich im "positiven", "eher positiven", "mittleren", "eher negativen", "negativen" Bereich befinden.

Sag demjenigen, der Dir das aufgetragen hat, dass das Quatsch mit
Soße ist. Wenn es sich um ein nicht normalverteiltes Merkmal handelt,
ergibt eine "künstliche Normalverteilung" zur diagnostischen Einmordnung
aber sowas von keinen Sinn. Du hast vornehm verschwiegen, worum
es inhaltlich geht, aber wenn die Verteilung schief sein sollte,
wird das wohl auch einen inhaltlichen Grund haben. Beispielsweise
bei klinischen Skalen kann es gar nicht anders sein. Sowas künstlich
normalisieren zu wollen, um darauf komplett willkürliche Labels
wie "eher positiv" beppen zu können, klingt so abstrus, dass ich schon
neugierig wäre, wodurch dieser Gedanke zustandekam, vielleicht
gibt es (ohne Ironie) einen Aspekt, den ich übersehen habe.

Ein informative und ohne willkürliche labels und enstellendes
Gezerre an Verteilungen auskommende Rückmeldung hast Du über
die Prozentrangnorm.

Mit freundlichen Grüßen

P.

[iriner]

Hallo,
eine schiefe Verteilung kann auch zustande kommen, wenn man Items nutzt, die eben zu leicht der zu schwierig sind (schlechte Trennschärfe, womit sie nicht gut zwischen hohen und niedrigen Merkmalsausprägungen diskriminieren). Grund kann außer der tatsächlichen Nicht-Normalverteilung in der Stichprobe somit auch bspw. die (schlechte) Itemformulierung sein. Da es sich bei meinem Instrument um kein bereits validiertes handelt (bei dem man bereits weiß, wie sich die Werte in der Population verteilen), nehme ich an, dass die Werte, wie sie in meiner Stichprobe zu finden sind, die wahren Populationswerte darstellen. Dies soll dann im nächsten Schritt an anderen Stichproben getestet werden.
Also ich habe nicht vor, Werte willkürlich zu bebappen, darum bin ich für jede Anregung und jeden Gedanken sehr dankbar. Ist das so nachvollziehbar?

[PonderStibbons]

Also ich habe nicht vor, Werte willkürlich zu bebappen,

Gut. Dann verwende Prozentränge.