STATISTIK-FORUM.de

[Britta25]

Hallo zusammen,

ich sitze gerade an der Auswertung einer Umfrage und habe bei einer Frage ein Problem. Bei den anderen Fragen habe ich alles nur mit Excel über deskripitve Häufikeiten ausgewertet. Bei einer Frage würde ich jedoch gerne untersuchen, ob ein Zusammenhang zwischen zwei Statements steht. Es geht darum, ob die Teilnehmer immer noch Marke A kaufen (Statement1) oder ob sie jetzt zu Marke B (Statement 2) wechseln.

Als Skala habe ich eine 7-stufige Ratingskala und die Ergebnisse zu der Frage sind im Anhang dargestellt.

Hier meine Fragen:
1. Wenn ich die anderen Fragen alle nur über deskriptive Häufigkeiten ausgewertet habe, macht es dann überhaupt sind jetzt einen Zusammenhang zu untersuchen? Oder ist das dann formal nicht korrekt? Und ich sollte einfach darauf verzichten?
2. Wenn ich bei den Daten nur den Korrelationskoeffizient berechne, erhälte ich einen negativen Koeffizienten mit einem geringen Zusammenhang. Bei einer Regressionsanalyse ist dieser jedoch positiv und ich erhalte ein komplett anderes Ergebnis. Welches Ergebnis soll ich jetzt verwenden?

Es wäre super, wenn mir hier jemand weiterhelfen könnte.

Vielen Daknk im Voraus!!!

[PonderStibbons]

1. Wenn ich die anderen Fragen alle nur über deskriptive Häufigkeiten ausgewertet habe, macht es dann überhaupt sind jetzt einen Zusammenhang zu untersuchen? Oder ist das dann formal nicht korrekt? Und ich sollte einfach darauf verzichten?

Ich muss gestehen, diese Frage(n) verstehe ich nicht. Wieso
sollte es hier formal inkorrekt sein, eine Zusammenhangsanalyse
zu rechnen?

2. Wenn ich bei den Daten nur den Korrelationskoeffizient berechne, erhälte ich einen negativen Koeffizienten mit einem geringen Zusammenhang. Bei einer Regressionsanalyse ist dieser jedoch positiv und ich erhalte ein komplett anderes Ergebnis.

Das kann nicht sein, wenn es sich um eine einfache Regression und um den
Pearson-Korrelationskoeffizienten handelt. Beide messen den linearen
Zusammenhang zwischen 2 Variablen. Insbesondere der standardisierte
Regressionskoeffizient (die Steigung der Regressiongerade) genau = r.

Mit freundlichen Grüßen

P.

[bele]

Hi,

also ich komme auf und auf

jeweils

Code: Alles auswählen

> stat1 = c(5, 5, 7, 7, 6, 7, 7, 7, 7, 7, 6, 7, 2, 7, 4, 4, 1, 1, 7, 7)
> stat2 = c(2, 2, 2, 2, 3, 2, 4, 5, 5, 4, 6, 7, 6, 4, 6, 5, 7, 4, 6, 5)
>
> cor.test(stat1, stat2)

   Pearson's product-moment correlation

data:  stat1 and stat2
t = -1.2848, df = 18, p-value = 0.2152
alternative hypothesis: true correlation is not equal to 0
95 percent confidence interval:
-0.6490969  0.1751607
sample estimates:
       cor
-0.2898251

> summary(lm(stat2 ~ stat1))

Call:
lm(formula = stat2 ~ stat1)

Residuals:
   Min     1Q Median     3Q    Max
-2.482 -1.580  0.138  1.068  2.997

Coefficients:
            Estimate Std. Error t value Pr(>|t|)   
(Intercept)   5.6781     1.1011   5.157 6.62e-05 ***
stat1        -0.2393     0.1863  -1.285    0.215   
---
Signif. codes:  0 ‘***’ 0.001 ‘**’ 0.01 ‘*’ 0.05 ‘.’ 0.1 ‘ ’ 1

Residual standard error: 1.696 on 18 degrees of freedom
Multiple R-squared:  0.084,   Adjusted R-squared:  0.03311
F-statistic: 1.651 on 1 and 18 DF,  p-value: 0.2152


LG,
Bernhard