STATISTIK-FORUM.de

[represent]

Hallo Miteinander

Ich werte aktuell gerade Daten einer Kundenzufriedenheitsbefragung aus.

Ich habe zwei Variablen:
- Beschwerde: eine nominale Variable mit zwei Merkmalsausprägungen, die zeigt, ob sich der Befragte beschwert hat oder nicht
- Verpackung: eine nominale Variable mit 10 verschiedenen Markmalsausprägung, die zeigt, welcher Verpackungstyp vom Befragten genutzt wurde

Die Hypothese ist folgende: Ob eine Beschwerde angebracht wurde oder nicht ist unabhängig von der Verpackung.

Nun bin ich verwirrt, wie ich das testen soll.
Ich könnte mit einem Zusammenhangstest die Korrelation zwischen den beiden Variablen überprüfen.
Oder aber
Ich könnte alle Befragten, die die gleiche Verpackung erhalten haben, zu Stichproben zusammenfassen und dann mit einem Unterscheidungstest die Stichproben miteinander vergleichen.

Sind meine Überlegungen richtig?

Vielen Dank bereits jetzt für allfällige Antworten. Ich bin zurzeit gerade etwas verwirrt aber evt. denke ich zu weit.
-Markus

[PonderStibbons]

Wenn Verpackung und Beschwerdeneigung zusammenhängen,
dann zeigt sich das darin, dass sich die nach Verpackung gebildeten
Gruppen hinsichtlich ihrer relativen Beschwerdehäufigkeit
voneinander unterscheiden.

Ein gescheites "Korrelationsmaß" für ein 2 x 10-Design ist schwer
zu finden und zu interpretieren. Eine Kreuztabelle mit Chi²
Zusammenhangstest liegt wohl näher, sofern die Stichproben
groß genug sind.

Mit freundlichen Grüßen

P.

[represent]

Ganz herzlichen Dank für die Antwort, P.

Wie ist die Situation, wenn ich nur ein 2x2 Setting habe?

[bele]

Auch dann bietet sich ein Chiquadrat-Unabhängigkeitstest an. Als beschreibendes Maß entweder Odds Ratio oder Relatives Risiko (je nach Erhebungsart der zugrundeliegenden Daten).

LG,
Bernhard

[represent]

Auch dann bietet sich ein Chiquadrat-Unabhängigkeitstest an. Als beschreibendes Maß entweder Odds Ratio oder Relatives Risiko (je nach Erhebungsart der zugrundeliegenden Daten).

LG,
Bernhard

Danke vielmals für die Antwort Bernhard!

Was spricht denn gegen den Cramer's V oder den Phi-Koeffizienten?

liebe Grüsse
Markus