STATISTIK-FORUM.de

[ani_asdf]

Hi ihr,
ich hoffe ihr könnt mir weiterhelfen, ich stehe grade wirklich ein bisschen auf dem Schlauch. Und zwar hab ich für meine Masterarbeit eine Studie erstellt, welche ich nun auswerten muss. Unter anderem gibt es die Variable Nutzerverhalten von einer App (es gab 3 Antwortmöglichkeiten: „spielt noch“, „hat gespielt“ und „hat nur ausprobiert“ und dann verschiedene Faktoren, bei denen geprüft werden soll, ob diese irgendwie Einfluss auf das Nutzungsverhalten haben (z.B. wie nutzerfreundlich sie die App fanden, ob sie grafisch ansprechend ist etc.) – diese Faktoren hatten jeweils mehrere Items, die auf einer 7er Likert-Skala bewertet werden mussten. Ich hab jetzt zunächst mit Cronbachs Alpha die Reliabilität überprüft, da kommen auch brauchbare Werte raus, weswegen ich die verschiedenen Items jeweils zu einem Durchschnittswert für den gesamten Faktor zusammengefasst habe.
So und jetzt die Frage – wie genau finde ich jetzt heraus, ob ein Zusammenhang zwischen Nutzungsverhalten und den einzelnen Faktoren besteht? Ich bin zuerst auf den t-Wert gestoßen, hab dann aber gesehen, dass es anscheinend nur mit zwei Nutzergruppen funktioniert und dass man bei mehreren Gruppen eine einfaktorielle Varianzanalyse macht (ich benutze übrigens SPSS). Ist das soweit richtig? Und dann hab ich auf einer Seite gelesen, dass man dafür den Post hoc Test macht und dann bei SPSS Tamhane-T2 ankreuzen muss… das hab ich jetzt gemacht und ne riesige Tabelle raus, bei der aber irgendwie nur komische Werte rauskommen. Deswegen weiß ich jetzt überhaupt nicht, ob das der richtige Test war oder eben einfach die Werte nicht so gut sind. Könnt ihr mir da vielleicht was zu sagen und habt vielleicht noch weitere Verfahren, die ich anwenden könnte?
Danke schonmal

[PonderStibbons]

diese Faktoren hatten jeweils mehrere Items, die auf einer 7er Likert-Skala bewertet werden mussten.

Likert-Skala ist nicht die Bezeichnung der Item-Antwortskala, sondern
bezeichnet das aus mehreren Items bestehende Konstrukt.

Ich hab jetzt zunächst mit Cronbachs Alpha die Reliabilität überprüft,

Die Interne Konsistenz, wenn man es genau nimmt.

dass man bei mehreren Gruppen eine einfaktorielle Varianzanalyse macht (ich benutze übrigens SPSS). Ist das soweit richtig? Und dann hab ich auf einer Seite gelesen, dass man dafür den Post hoc Test macht und dann bei SPSS Tamhane-T2 ankreuzen muss… das hab ich jetzt gemacht und ne riesige Tabelle raus, bei der aber irgendwie nur komische Werte rauskommen.

Ich kann leider nicht nachvollziehen, was Du konkret gemacht hast und was "ne
riesige Tabelle" oder "komische Werte" bedeutet, zudem fehlt die Angabe der
Stichprobengröße. Naheliegend wären einfaktorielle Varianzanalyen mit dem Faktor
"Nutzungsverhalten" (3 Gruppen) und jeweils einer Bewertungsskala als abhängiger
Variable. Ob Du für die paarweisen (post-hoc-)Vergleiche Tamhane-T2 oder sonstwas
vorziehen solltest, bleibe erstmal dahingestellt. Falls Du die Varianzanalyse(n)
gerechnet hast wie skizziert, aber das Ergebnis Dich befremdet, musst Du es
etwas genauer beschreiben.

Mit freundlichen Grüßen

PonderStibbons

[ani_asdf]

Danke für die Antwort und die Erklärungen
Also dass was du im letzten Abschnitt beschrieben hast, hatte ich ja bereits getan. Die riesige Tabelle kam raus, weil ich direkt alle meiner "Faktoren" (also z.B. Usability) gleichzeitig als abhängige Variable reingepackt habe, anstatt das einzeln zu machen. Aber anscheinend kommt ja dasselbe raus und was mich daran verwirrt ist, dass die Signifikanz überall 0 ist. Es sind insgesamt 11 Faktoren die ich abgefragt habe und ich finde das Ergebnis irgendwie seltsam. Also wenn ich das doch richtig verstehe, heißt ne Signifikanz von 0, dass es da einen Zusammhang gibt bzw. dass das Nutzerverhalten beeinflusst wird. Also beeinflussen ALLE Faktoren das Nutzerverhalten? Das bringt mir halt leider nicht so viel für die Auswertung, da ich ja eigentlich auch herausfinden möchte, welche davon jetzt nen stärkeren Einfluss haben als andere. Hier ist man ein Beispiel für das Ergebnis:



Die Umfrage haben 5.000 Teilnehmer gemacht und beendet.

Wenn ich den Post-Hoc-Test durchführe, kommen da diese Tabellen raus:



Auch hier ist bei fast allen der Faktoren bei Signifikanz ein Wert von 0, in dem Beispiel ist jetzt ausnahmsweise auch einmal eine andere Zahl vertreten (die 0,566 zwischen "Ich habe gespielt" und "Ich spiele regelmäßig"), was genau mir das jetzt sagt, weiß ich aber irgendwie nicht Es tut mir auch echt Leid, dass ich so wenig Ahnung habe, ich hab wirklich viel dazu gelesen, aber irgendwie anscheinend nie das richtige gefunden. Auf einer anderen Website bin ich jetzt noch auf Eta bei Kreuztabellen gestoßen. Bis eben dachte ich, dass man Kreuztabellen nicht verwenden kann, wenn man den Zusammenhang zwischen nominalen und Intervall Variablen untersucht.

(Und übrigens bitte kein Verurteilung des Themas, nur weil Pokémon Go vorkommt, heißt es ja nicht, dass das ganze unwissenschaftlich ist oder nicht ernstgenommen werden kann, es geht eben allgemein über den Erfolg von mobilen Spielen, mit Pokemon Go als Beispiel. Da ich schon mehrfach seltsame Blicke zugeworfen bekommen hab, wenn ich das Thema erwähnt habe, wollt ich das nur schonmal anmerken )

[PonderStibbons]

SPSS zeigt sehr kleine p-Werte als ,000 an. Wenn Du in ein solches Feld gehst und doppelklickst, siehst Du den tatsächlichen Wert. Da mit n=5000 die Stichprobe sehr groß ist, kommen sehr kleine p-Werte häufig vor, wenn tatsächlich irgendwo ein Effekt besteht. Interessanter als p-Werte sind bei einer solch großen Stichprobe die Deskriptivstatistiken (Mittelwertunterschiede, bzw. Mittelwertunterschiede relativ zur Standardabweichung). p-Wert und Mittelwertvergleich kommen beide zu dem Schluss, dass sich in dem Beispiel Ex- und aktuelle Spieler nicht sonderlich voneinander unterscheiden.

Mit freundlichen Grüßen

PonderStibbons

[ani_asdf]

Hi,
noch einmal Danke! Dass sich die beiden genannten Gruppen von ihren Antworten her ähnlicher sind, ist mir beim ganz oberflächlichen Angucken der Mittelwerte auch schon aufgefallen. Aber gerade bei dem Fall Usability ist das aus den Mittelwerten gar nicht so deutlich, hier mal ein Bild von allen:



Da (also bei Usability) sind alle 3 Gruppen ja eigentlich recht ähnlich. Während beim Faktor Zeitvertreib ja doch sehr große Unterschiede zwischen den ersten beiden und der dritten Gruppe besteht, hier sieht das Ergebnis aber so aus:



Wieso ist hier die Signifikanz dann nur bei 0,002, obwohl der Unterschied doch eigentlich viel größer sein müsste? Und ist es dann trotzdem korrekt, anzunehmen, dass die beiden Gruppen sich ähneln, da die anderen Werte SEHR viel kleiner sind? Im Fall Escapism steht da übrigens gar keine Zahl mehr, sondern 0,0E0, wenn ich doppelklicke. Bei den anderen Faktoren sind die Werte so in die Richtung 0,000183 oder auch sowas wie 2,3315E-14 (das entspricht 2,3315*10^-14, oder?) – ist also wirklich EXTREM klein. Auch die mittlere Differenz ist hier nicht so klein, wie z.B. bei Usability. Das ist übrigerns genau das, was ich im ersten Post mit "komische Werte" meinte, da mMn die Ergebnisse gar nicht mit den MIttelwerten übereinstimmen?

[PonderStibbons]

Wieso ist hier die Signifikanz dann nur bei 0,002, obwohl der Unterschied doch eigentlich viel größer sein müsste?

Vermutlich ist die Streuung (Standardabweichung) größer. Das relativiert Mittelwertunterschiede.

Das ist übrigerns genau das, was ich im ersten Post mit "komische Werte" meinte, da mMn die Ergebnisse gar nicht mit den MIttelwerten übereinstimmen?

Mach Dir mal einen Box-und-Whisker-Plot für jede Deiner abhängigen Variablen, jeweils mit den 3 Gruppen als Unterteilung.

Mit freundlichen Grüßen

PonderStibbons