STATISTIK-FORUM.de

[ChristophS]

*EDIT: Ich sehe soeben, dass es auch ein T-Test forum gibt. Bitte den Thread verschieben. Sorry.*

Hallo alle!

Schon mal vielen Dank im vorraus, dieses Forum hat mir bei der Auswertung meiner Daten viel geholfen, vor allem wie mit SPSS zu arbeiten ist.
Zu meine eigentlichen Frage (ich hoffe sie ergibt irgendwie Sinn für euch):

Ich bin derzeit bei der Auswertung meiner Daten, von einer Studie die ich im durchgeführt habe (n=199). Dabei geht es darum, wie verschiedene (individuelle) Faktoren ehtische Verhalten beeinflussen.

Zwei Hypothese seien hierbei vorgestellt z.B.

H1a: Extrovertierte (unabhängige Var.)) Studenten verhalten sich am Arbeitsplatz moralischer(unabhängige Var.) als nicht extrovertierte Studenden.
H1b: Ältere (unabhängige Var.) Studenten verhalten sich am Arbeitsplatz moralische (unabhängige Var.) als jüngere Studenten.

Die unabhängige Variable, also das moralische Verhalten am Arbeitsplatz, besteht aus 10 Fragen die mit eine 5er Likert Skala beantwortet werden können (bestimmte Praktiken sind 1=Total unakzeptabel 5=Vollkommen akzeptabel).
Wie ich hier gelernt habe brauch ich für die Testung eine signifkaten Zusammenhangs im SPSS einen T-Test bein unabhängigen Stichproben. Testvariablen sind meine 10 Fragen. Die Gruppierungsvariable wären zum Beispiel das Alter oder ob jemand extrovertiert ist oder eher nicht.

Meine eigentliche Frage: Macht es einen Sinn bei diesem Test den Mittelwert des Alters für "Alt" und "Jung" zu nehmen. Bei mir wäre der Mittelwert im Alter dann 22,8254. In der Variablensicht habe ich mir einfach dann eine neue Variable (Variabel umcodieren) gemacht wobei "1" alles unter 22,8254 und "2" alles darüber ist. Diese verwende ich dann als Gruppierungsvariable. Das Selbe frage ich mich auch ab wann jemand extrovertiert ist oder nicht. Das waren 3 verschiedene Fragen zur Extrovertiertheit die mit einer 5er Likert zu beantworten waren (also 1 wenig 5 sehr extroviertiert, outgoing usw.). Diese 3 Fragen habe ich dann durch "Variable berechnen" mit Mean zusammengefasst und mittels deskriptiver Stat. den gesamten Mittelwert für alle n anzeigen lassen. Dieser Mittelwert dient mir nun auch wie beim Alter als Trennwert für den T-Test.

Meine Hypothesen werden nun überall falsifiziert. Es besteht also keine Zusammenhang (Nullhypothese bestätigt, H1 verworfen). Darum habe ich mir vielleicht gedacht, dass ich möglicherweiße Falsch an die Sache herangegangen bin. Ist der Mittelwert sinnvolle Möglichkeit um so bei T-Tests vorzugehen oder habe ich da einen Fehler gemacht.

Hoffe es war nicht zu lange! Danke für eure Hilfe!

Mit freundlichen Grüßen

Chris

[bele]

Hallo Chris,

schau doch mal unter dem Stichwort "Korrelationsanalyse" bzw "Korrelationskoeffizient nach Spearman" ob das nicht passender wäre als ein t-Test mit künstlicher Dichotomisierung der Daten.

LG,
Bernhard

[PonderStibbons]

Die unabhängige Variable, also das moralische Verhalten am Arbeitsplatz, besteht aus 10 Fragen die mit eine 5er Likert Skala beantwortet werden können (bestimmte Praktiken sind 1=Total unakzeptabel 5=Vollkommen akzeptabel).

Das ist keine Likert-Skala. Das ist nur ein Likert-Item bzw. Item vom Likert-Typ.
Eine Likert-Skala besteht aus mehreren Items vom Likert-Typ, deren Antworten
summiert werden. Siehe z.B. den wikipedia-Eintrag zu Likert-Skalen. Es ist deswegen
wichtig zu beachten, weil Diskussionen zum Skalenniveau von Likert-Skalen
(ordinalskaliert, eventuell auch wie intervallskaliert) sonst fälschlicherweise bezogen
werden auf das Skalenniveau von einzelnen Items des Likert-Typs (ordinal).

Wie ich hier gelernt habe brauch ich für die Testung eine signifkaten Zusammenhangs im SPSS einen T-Test bein unabhängigen Stichproben.

Eher nein.

Testvariablen sind meine 10 Fragen.

Warum nicht der Gesamtscore der Skala? Bie 10 Tests hast Du 10 Chancen auf falsch-positive Resultate.

Die Gruppierungsvariable wären zum Beispiel das Alter oder ob jemand extrovertiert ist oder eher nicht.

Bitte nicht! Auf keinen Fall. Künstliche Dichotomisierung ist eine Pest. Sie vernichtet Informationen,
führt zu unsinnigen Einteilungen und zu verzerrten bzw. nicht übertragbaren Ergebnisssen.
http://biostat.mc.vanderbilt.edu/wiki/M ... Continuous
Wie Bele bereits schrieb, ist eine (Spearman-)Korrelation naheliegend.

Mit freundlichen Grüßen

P.

[ChristophS]

Vielen Dank für eure schnellen Antworten.

Ich dachte mir auch schon, dass das zusammenfassen meiner Daten und die spezifische Einteilung (Jung Alt; Extro-Introvertiert durch denn Mittelwert) viel an Aussagekraft entzieht. Auch danke für die Erläuterung mit der Likert-Skala; lerne gerade täglich neues in Sachen Statistik. Werde mich jetzt mal hinsetzten und es mit der Korrelationsanalyse nach Spearman testen und dabei dann mal die Gesamtscore der abhängigen Variable nehmen.

Mit freundlichen Grüßen Chris

*EDIT: Bei einer nominalskalierten Variabel wie M/W oder Job Ja/Nein sollte sich aber trotzdem noch der T-Test am besten eignen oder? Bei Alter, Extorvertierheit eher die Korrelationsanalyse.

[bele]

T-Test bei dichotomer unabhängigen und metrischer abhängigen Variablen. Nominale Zähldaten (unterscheiden sich Männer und Frauen darin, wie oft sie einen Job haben) mit Chiquadrat-Test. Zusammenhänge zwischen ordinalen oder metrischen Daten Korrelationsanalyse. Ok, das ist jetzt platt vereinfacht aber als Daumenregel zu gebrauchen.

LG,
Bernhard