STATISTIK-FORUM.de

[Flexi75]

Hallo,

ich habe eine Frage zur Vorgehensweise einer statistischen Untersuchung. Ich habe einen Test der mehrere Kategorien umfasst. Jede Person, die getestet wird, erhält danach für jede Kategorie einen Score zwischen 1-9. Es handelt sich bei den Kategorien um verschiedene Rückfallrisiken drogenabhängiger Personen.
Es gibt für diese Scores keinerlei Vergleichswerte, sie werden allerdings wohl näherungsweise normalverteilt sein.

Nun möchte ich gerne diese Ergebnisse auswerten. Ich habe von jeder Testperson von jeder Kategorie einen Score. Ich bin statistisch jetzt leider absolut nicht bewandert, möchte aber möglichst "gute" Aussagen über diese Daten machen. Gehe ich recht in der Annahme, dass das einzig sinnvolle Mittelwert und Standardabweichung sind? Um irgendeine Signifikanz zu berechnen, brauch ich ja eine Vergleichsgruppe,wenn ich es richtig verstanden habe.

Ich bedanke mich schonmal für meine eventuell blöden Fragen.

Gruß
Uli

[strukturmarionette]

Hi,

du könntest
- beispielsweise -
_
in die Test(auswertungs-)anleitung schauen
_
die Stichprobe aufteilen in Teilstichproben nach Alterkategorien oder Geschlecht -und diese dann auf Unterschiede ´signifikanztesten.

S.

[PonderStibbons]

Jede Person, die getestet wird, erhält danach für jede Kategorie einen Score zwischen 1-9.

Ist das ein Normwert (Stanine Wert)? Oder was hat es mit diesen Scores auf sich?

Nun möchte ich gerne diese Ergebnisse auswerten. (...) möchte (...) möglichst "gute" Aussagen über diese Daten machen.

Was meinst Du mit auswerten? D.h. was ist Dein Ziel, was willst Du darstellen, welche Fragen beantworten?
Nebenbei, wie groß ist die untersuchte Gruppe?

Mit freundlichen Grüßen

P.

[Flexi75]

Hallo und Dank erstmal für die Antwort.

Die Score ist recht einfach gestrickt: Jeder Person schätzt sich quasi "selbst" ein auf einer Skala von 1-9, wie hoch er das potenzielle Risiko einer bestimmten Situation für einen Rückfall empfindet. Es gibt insgesamt 8 diese Kategorien und einer hoher Wert steht für "hohes Risiko". Bei der Studienpopulation handelt es sich um Personen, die bereits stationär in Behandlung sind.

Mein Stichprobenumfang umfasst 45 Personen. Leider nicht sehr groß, aber mehr Daten sind leider nicht mehr zu bekommen.

Fragen, die ich gerne beantworten möchte:

1)Gibt es einzelne Kategorien, die ein deutlich stärkeres Risiko haben als andere Kategorien. Hintergrund wäre das explizite Eingehen auf dieses spezielle Risiko in den Behandlungen der Personen.

2) Gibt es Unterschiede zwischen einzelnen Subgruppen (wie von strukturmarionette bereits angesprochen) (man kann diese 45 Personen also nach Kriterien wie "Mit Migrationshintergrund, ohne Migrationshintergrund" oder ">=35 Jahre, >35 Jahre" einteilen und auf Signifikanz testen). Zu diesem Zweck habe ich den t-Test im Auge. (auf Varianzhomogenität und Normalverteilung wird getestet mittels Leven und Kolmogorov-Smirnov). Wenn einer der Tests Abweichungen angibt, wird mittels U-Test überprüft.

Probleme bereitet mir mehr Frage 1, da ich nicht wirklich weiß, wie ich da statistisch rangehen muss, da ich für Signifikanz-Tests ja immer irgendeinen Vergleich brauche. Oder könnte ich beispielsweise den Mittelwert über alle Kategorien nehmen (quasi der Mittelwert der Mittelwerte), und dann gucken, ob einzelne Kategorien von diesem Mittelwert signifikant abweichen? (wäre dann wohl auch t-Test oder U-Test richtig?)

Danke nochmals.

Gruß
Uli

[PonderStibbons]

Mein Stichprobenumfang umfasst 45 Personen. Leider nicht sehr groß

So übel nun auch wieder nicht. Ab > 30 kann man schon vernünftig arbeiten.

1)Gibt es einzelne Kategorien, die ein deutlich stärkeres Risiko haben als andere Kategorien.

Hier steckt der Teufel im Wörtchen "deutlich". Du kannst innerhalb Deiner Stichprobe bestimmen,
ab welchem Unterschied (e.g. Median auf Skala 1 = 7, auf Skala 2 = 6, Skala 3 = 2 ... etc.) Du von
einem "deutlich erhöhten Risiko" ausgehen willst. Das ist aber wegen Stichprobenzufällen nur in Grenzen
generalisierbar. Eine Stichprobe von weiteren 45 Personen könnte schon wieder etwas andere Unterschiede
zeigen.

Immerhin könntest Du testen, ob sich die Unterschiede zwischen je 2 Skalen noch im Zufallsbereich bewegen
oder systematisch sind. Da es sich um Vergleiche verschiedener Messungen immer derselben
Personen handelt, käme das auf ein Verfahren für abhängige Messungen hinaus, also t-Tests für
gepaarte Stichproben (falls man die Skala als Intervallskala ansehen will) oder Wilcoxon-Vorzeichenrangtest.
Problem ist hier, dass es auf 28 Paarvergleiche hinausliefe, was natürlich Zufalsergebnisse fördern könnte.
Ich würde das Signifikanzniveau strenger ansetzen (1% statt wie üblich 5%).

2) Gibt es Unterschiede zwischen einzelnen Subgruppen (wie von strukturmarionette bereits angesprochen) (man kann diese 45 Personen also nach Kriterien wie "Mit Migrationshintergrund, ohne Migrationshintergrund" oder ">=35 Jahre, >35 Jahre" einteilen und auf Signifikanz testen). Zu diesem Zweck habe ich den t-Test im Auge. (auf Varianzhomogenität und Normalverteilung wird getestet mittels Leven und Kolmogorov-Smirnov). Wenn einer der Tests Abweichungen angibt, wird mittels U-Test überprüft.

Brauchst Du bei kontinuierlichen Variablen unbedingt Subgruppen? Du kannst doch gut Alter und Skala einfach
korrelieren. Gruppeneinteilung dann nicht zum testen, sondern als Illustration. Das Hauptproblem ist aber wieder
das von oben: bei 8 Skalen und mehreren Subgruppierungen kommst Du sofort auf eine sehr große Zahl von Tests.

Was den t-Test angeht, Normalverteilung testest Du dann in den Subgruppen (Shapiro-Wilks), aber bei N=45
würde ich eher schauen, ob die Normalverteilungsplots extreme Abweichung anzeigen, bei der Fallzahl ist
der t-Test schon recht robust gegen Nichtnormalität. Bei Varianz-Heterogenität ist die Alternative nicht
unbedingt U-Test sondern der Welch-Test (korrigierter t-Test, wird meist automatisch berechnet, z.B. in SPSS).

Mit freundlichen Grüßen

P.

[Flexi75]

Brauchst Du bei kontinuierlichen Variablen unbedingt Subgruppen? Du kannst doch gut Alter und Skala einfach
korrelieren. Gruppeneinteilung dann nicht zum testen, sondern als Illustration. Das Hauptproblem ist aber wieder
das von oben: bei 8 Skalen und mehreren Subgruppierungen kommst Du sofort auf eine sehr große Zahl von Tests.

Danke, das ist ein guter Tipp. Ich nehme an das wäre dann der Rangkorrelationstest nach Spearmann in meinem Fall, richtig? Bei der vielzahl der Testungen werde ich dann die Einteilung, ab wann ich von einer starken Korrelation spreche, entsprechend strikt wählen, um möglichst viele Zufallstreffer zu eliminieren.

Zur Auswertung: Ja ich benutze SPSS, dann wird der Welch Test automatisch gemacht, dass ist auch eine gute Information, danke dafür!

Hier steckt der Teufel im Wörtchen "deutlich". Du kannst innerhalb Deiner Stichprobe bestimmen,
ab welchem Unterschied (e.g. Median auf Skala 1 = 7, auf Skala 2 = 6, Skala 3 = 2 ... etc.) Du von
einem "deutlich erhöhten Risiko" ausgehen willst. Das ist aber wegen Stichprobenzufällen nur in Grenzen
generalisierbar. Eine Stichprobe von weiteren 45 Personen könnte schon wieder etwas andere Unterschiede
zeigen.

Mit dem Median habe ich bis jetzt z.B. noch gar nicht gearbeitet, ich benutze immer "nur" den Mittelwert und die SD zur beschreibung. Bekomme ich durch den Median eine wichtige weitere Information?

Zu deinem Vorschlag, jede Skala mit jeder zu testen... wäre natürlich eine Idee, ich frage mich nur, wie ich da wirklich Schlüsse draus ziehen kann. Aus dem Ergebniss kann ich ja nicht schließen, dass eine bestimmte Kategorie bei der späteren Behandlung dieser Personen eine besondere Rolle einnehmen sollte, da ich ja immer nur den Vergleich zwischen jeweils 2 Kategorien habe. Ich könnte natürlich aufgrund der Anzahl der signifikanten Unterschiede Sachen schlussfolgern, sprich Kategorie 4 ist 3 mal signifikant größer als die anderen Kategorien => scheint wichtig zu sein. Kategorie 6 ist 4 mal signifikant schlechter als andere Kategorien => wohl nicht so entscheidend. Geht das in die Richtung, die du meintest?

Danke und Gruß
Uli

[bele]

Das ist nicht Deine präzisierte Fragestellung, aber zu der ursprünglichen (gute Aussagen zu den Daten machen) würde m. E. eine explorative Faktorenanalyse des Fragebogens gehören: Messen alle Items dasselbe Maß "Rückfallgefährdung" oder messen Sie noch andere Faktoren?

Hintergrund wäre das explizite Eingehen auf dieses spezielle Risiko in den Behandlungen der Personen.

Ähnliches ließe sich für die Faktoren formulieren: Wenn sich zwei verschiedene Faktoren von Rückfallgefährdung herauskristalisieren kann man sich in der Therapie ggf. auf diese zwei Faktoren stürzen.


Auch die interne Konsistenz (z. B. Cronbachs Alpha) solltest Du berechnen, wenn Du einen neuen Fragebogen evaluierst. Das gute an Konsistenz-Bestimmung und Faktorenanalyse: Du erhälst interpretierbare Daten ohne dass Dein Signifikanzniveau weiter schwindet.

Gruß,
Bernhard