STATISTIK-FORUM.de

[Larsinger]

Es geht um folgendes. Ich habe in einem Fragebogen gefragt, wie gut eine GEste von der Kallibrierung wahrgenomen wurde. Mein Ziel ist es, letztendlich sagen zu können ,....ja die Geste ist gut abgestimmt.

Die Frage war:
Wie würden Sie die Kallibrierung der "Circle" Geste beurteilen:
(1)Zu träge / (2)Etwas träge / (3)Gut abgestimmt / (4)Etwas sensibel / (5)Zu sensibel

> z<-read.csv("zone.csv",sep=";")
> table(z$Frage.14)
2 3 4
6 12 2

Und die neue Codierung ist:
1->1
2->2
3->3
4->2
5->1

Und dann mache ich das ganze so, dass ich wissen will ob der wahre Wert größer als 2 ist -> schlussdolgerung er geht gegen 3 (Gut abgestimmt):
----------------------
> x<-c(2,2,2,2,2,2,3,3,3,3,3,3,3,3,3,3,3,3,2,2)

> wilcox.test(x,mu=2,alternative="greater")
Wilcoxon signed rank test with continuity correction
data: x
V = 78, p-value = 0.0003135
alternative hypothesis: true location is greater than 2
Warnmeldungen:
1: In wilcox.test.default(x, mu = 2, alternative = "greater") :
kann bei Bindungen keinen exakten p-Wert Berechnen
2: In wilcox.test.default(x, mu = 2, alternative = "greater") :
kann den exakten p-Wert bei Nullen nicht berechnen
--------------------------
So jetzt könnte ich ja sagen... ok die Geste ist gut abgestimmt, da der wahre Wert größer als 2 ist.
Wenn ich jedoch das ganze mit der alten Codierung gemacht hatte habe ich ja dieses Ergebnis gehabt.
3-> 0
2-> 1
4-> 1
1-> 2
4-> 2

So das sich eine gleichverteilte abstufung um den Punkt "Gut abgestimmt" entsteht.
Meine Hypothese ist ja dann denk ich mal, dass der wahre Wert gleich 0 ist (bzw. das die Geste gut Abgestimmt ist)
Wenn ich den Test jetzt durchführe kommt dieses Ergebnis:
---------------------------
> x<-c(1,1,1,1,1,1,0,0,0,0,0,0,0,0,0,0,0,0,1,1)
> mean(x)
[1] 0.4
> wilcox.test(x)
Wilcoxon signed rank test with continuity correction
data: x
V = 36, p-value = 0.005962
alternative hypothesis: true location is not equal to 0
Warnmeldungen:
1: In wilcox.test.default(x) :
kann bei Bindungen keinen exakten p-Wert Berechnen
2: In wilcox.test.default(x) :
kann den exakten p-Wert bei Nullen nicht berechnen
---------------------------
Eigendlich müsste es ja heisen das offensichtlich der wahre Wert nicht 0 ist und somit die Geste schlecht abgestimmt ist...
Jetzt ist jedoch das Ding beide haben den p-Value unter 5% und wo liegt jetzt der Fehler...
Ist die Coodierung bei Variante 1 falsch, weil ich ja eigendlich als Hypo annehmen müsste der wahre Wert ist kleiner als 2 und dann müsste die Coodierung anders aussehen....oder ist das wie ich das angegeben habe ok und R dreht das alles für mich um? Oder kann ich ich nicht Aussagen "Geste ist gut abgestimmt" weil ich nur weis, dass der wahre Wert größer 2 ist aber das ist er eben auch schon mit einem Mittelwert von 2,1.
Oder kann man auch eine Hypothese ("Geste ist gut abgestimmt") in gewisserweise Bestätigen, wenn man über die Gegenhypo keine genaue Aussage (p-Value > 5%) treffen kann.




Das Eigendliche Problem ist ja, das ich sagen will die Geste ist Gut Abgestimmt, jedoch nicht weis mit welcher Hypothese ich rein zu gehen haben:
Die Dritte möglichkeit wäre, ich coodiere so dass die Hypo ist "Geste ist schlecht Abgestimmt" -> wahrer Wert ist gleich 0
Codierung:
1->0
2->1
3->2
4->1
5->0
---------------------------
>yy<-c(1,1,1,1,1,1,1,1,2,2,2,2,2,2,2,2,2,2,2,2)
> wilcox.test(yy)

Wilcoxon signed rank test with continuity correction

data: yy
V = 210, p-value = 5.497e-05
alternative hypothesis: true location is not equal to 0

Warnmeldung:
In wilcox.test.default(yy) :
kann bei Bindungen keinen exakten p-Wert Berechnen
---------------------------

Hier wäre das Ergebnis -> Die Gegenhypo: wahrer nicht gleich 0 angenommen wird -> Beduetet übersetzt ich kann schon mal signifikant sagen die Geste ist Nicht zu sensibel oder zu träge
jetzt kann ich das mit wieder mit grater hoch schrauben bis ich bei Variante 1 bin...
Ich könnte auch mit dieser codierung einen Test durchführen :
---------------------------
> yy<-c(1,1,1,1,1,1,1,1,2,2,2,2,2,2,2,2,2,2,2,2)
> wilcox.test(yy,mu=2,alternative="less")

Wilcoxon signed rank test with continuity correction

data: yy
V = 0, p-value = 0.002981
alternative hypothesis: true location is less than 2

Warnmeldungen:
1: In wilcox.test.default(yy, mu = 2, alternative = "less") :
kann bei Bindungen keinen exakten p-Wert Berechnen
2: In wilcox.test.default(yy, mu = 2, alternative = "less") :
kann den exakten p-Wert bei Nullen nicht berechnen
>
---------------------------

So würde es wieder bedeuten, die Geste ist schlecht abgestimmt, da Signifikant der Wert kleiner ist als 2 ..... also langsam weis ich nicht mehr weiter.....für mich ist es als kann ich Testen was ich will....

[bele]

So jetzt könnte ich ja sagen... ok die Geste ist gut abgestimmt, da der wahre Wert größer als 2 ist.
Wenn ich jedoch das ganze mit der alten Codierung gemacht hatte habe ich ja dieses Ergebnis gehabt.
3-> 0
2-> 1
4-> 1
1-> 2
4-> 2

Ab hier verstehe ich nicht mehr, was Du meinst. Vielleicht sollte es in der letzten Zeile auch heißen 5->2. Scheint aber auch nicht wichtig zu sein. Im Wesentlichen geht es darum, dass Du mit "die Geste ist gut abgestimmt" eine wachsweiche Formulierung hast und mit Dir selbst nicht einig bist, wie Du die formalisieren willst. Klassisches Beispiel für etwas, das man sich vor der Auswertung überlegt und nicht nachher. Du musst eine eindeutige Beschreibung machen, wie die Daten sein sollen, damit Du die Geste gut abgestimmt findest. Danach rechnest Du einen Test.

LG,
Bernhard

[Larsinger]

Ok,

ja sorry das der Text ein wenig verwirrend ist^^

Also ich habe halt 4 verschiedene Herangehensweisen und codierungen ausprobiert.
Bin aber halt unsicher wann was meine Hyphothese und wann was meine Gegenhyphothese ist.

Das 2te Beispiel habe ich so codiert das die Mitte (Gut abgestimmt) mit 0 codiert ist, und drum herum die Werte steigen.

Also etwas träge oder etwas sensibel = 1
und zu träge und zu sensibel = 2

Aber diese Art macht für mich am wenigsten Sinn... und ich weiß auch nicht ob in diesem Fall Meine Gegenhypothese gut oder schlecht abgestimmt ist.

Ich sehe ein das ich vll. näher definieren sollte was gut abgestimmt heißt.
Wenn ich sage...solange etwas nur ETWAS XY ist, ist das noch ok.
Also nur wenn etwas ZU XY ist, ist es schlecht abgestimmt.

Dann könnte ich ja die Coodierung aus Variante A nehmen und MU=1 setzen und sehen ob der Wert "greater" ist oder?

[bele]

Nö, das klingt für mich nicht einleuchtend, warum da jetzt der Wilcoxon-Test die Grenze der Zufriedenheit definieren soll. Wie gesagt, Du musst definieren, was "gut abgestimmt" heißt. Ein mögliches Vorgehen wäre:
Antworten mit 1 oder 5 sind schlecht, Antworten mit 2,3 oder 4 sind ok. Ich möchte, dass nicht mehr als 20 Prozent meiner befragten mit 1 oder 5 antwortet.
Dann zählst Du, wieviele schlechte Antworten Du hast und machst einen Binomialtest mit binom.test(), ob der Anteil der schlechten über 20% liegt.

Aber nochmal: Du musst Dir erst inhaltlich überlegen, was gut und was schlecht ist und dann kannst Du Dir einen Test überlegen.

LG,
Bernhard