STATISTIK-FORUM.de

[uwekro]

Hallo,

mich würde Eure Meinung zu folgender Situation interessieren:

Im Rahmen meiner Masterarbeit habe ich eine These formuliert:

"Die Zeit fürs Laufen wird von den Sportlern subjektiv höher eingeschätzt als sie objektiv ist"

Nun habe ich im Rahmen einer Erhebung die subjektive Zeit ordinalskaliert über 5 Cluster erhoben (10 bis 20 Minuten = 1; 21 bis 30 = 2,...). Die objektive Zeit der Befragten habe ich Format "mm:ss" vorliegen.

Ich würde nun gerne die These überprüfen. Meine Idee war es nun, die objektive Zeit den Cluster der subjektiven Einschätzung zuzuordnen und somit einen Abgleich machen zu können, wer die Zeit unterschätzt, richtig schätzt oder überschätzt. Durch eine Aussage : "55% überschätzen die Sportzeit" würde ich die These bestätigen. Nun reicht aber für eine Bestätigung reine deskriptive Statistik nicht aus. Sehr Ihr eine Methode, die es mir erlaubt die These zu bestätigen bzw. widerlegen mit Hilfe von Korrelationen o.ä.? Ich sehe noch die Möglichkeit den Quotienten aus den nummerierten Clustern (subjektiv/objektiv) zu bilden. Dadurch könnte ich beispielsweise durch den Mittelwert beweisen, ob eine Über- bzw. Unterschätzung vorliegt. Also alles unter 1 entspricht einer Unterschätzung, über 1 Überschätzung. Aber hier befinde ich mich ja auch wieder in der deskriptiven Statistik.
Eine Korrelation zwischen subjektiv und objektiv macht ja wenig Sinn. Hier besteht zwar ein Zusammenhang aber verwundert auch nicht: Je länger (kürzer) die Befragten die Sportdauer einschätzten, desto länger (kürzer) war sie auch tatsächlich.

Sehrt Ihr vielleicht noch einen andern Weg?

Vielen Dank!

[PonderStibbons]

Objektive Zeitangaben transformieren, so dass sie in den 5 Stufen
vorliegen, dann Vorzeichentest als statistischer Signifikanztest für
ordinalskalierte abhängige Messungen.

Mit freundlichen Grüßen

PonderStibbons

[uwekro]

Vielen lieben Dank!

Kannst Du mir noch "Starthilfe" geben, wie ich die Datumsangaben mit PSPP derart transformiere, sodass Sie in 5 Spalten erscheinen? Oder kann das nur SPSS?

Besten Dank!

[uwekro]

Ich habe es hinbekommen...

Eine Frage hätte ich aber noch:

Besteht die Möglichkeit, dass ich aus der subjektiven Clusterung und der transformierten objektiven Clusterung einen Quotienten bilde und auf diesen den Vorzeichentest mit der Bedingung >1 anwende. Beim Quotienten >1 überschätzen die Befragten die Zeit, =1 ist keine Diskrepanz feststellbar und bei <1 wird die Zeit unterschätzt.

Danke!

[PonderStibbons]

Der Vorzeichentest beschäftigt sich mit der Frage, ob die
Zahl der Überschätzungen die der Unterschätzungen übersteigt.
Fälle, in denen beides gleich ist, entfallen in der Analyse. Das
ist anscheinend nicht das Auswertungsziel.

Alternativ kannst Du eine neue Variable für die Differenz aus den
beiden Variablen bilden und diese dann umcodieren (0 für "Schätzung
<= Tatsache", 1 für "Schätzung >Tatsache"). Die Verteilung dieser 0/1-
Variable kannst Du im Binomialtest gegen den Wert testen, den Dir
vorschwebt (gegen 0,50 oder gegen 0,55 oder was immer).

Mit freundlichen Grüßen

PonderStibbons

[uwekro]

Ich habe einmal den Vorzeichentest mit folgendem Ergebnis angewandt. Die Variable subjektiveVespätung ist kann dabei Wertelabels von 1 bis 6 annehmen. (1= bis 1 Minute, 2= 1-3 Minuten,....) Die Variable objektiveClusterung entstammt der Transformation der tatsächlichen Verspätungszeit von mm:ss in die identischen Cluster, die auch die subjektiveVerspätung anwendet.

Statistik für Testa
objektiveClusterung - subjektiveVerspaetung
Z -2,334
Asymptotische Signifikanz (2-seitig) 0,020
a. Vorzeichentest