STATISTIK-FORUM.de

[Corinna1]

Hallo zusammen,

ich bin gestern im Rahmen der Auswertung meiner Masterthesis auf ein mir bislang unlösbares Problem gestoßen.
Ich habe eine Umfrage mit einer kleinen Stichprobe in meinem Unternehmen durchgeführt (N=8), jedoch keine soziodemografischen Daten usw.
erhoben. Das heißt ich habe keine zwei Gruppen in meiner Stichprobe. Dennoch sollen Unterschiede in den Bewertung der Mittelwerte verschiedener Indizes
und Skalen untersucht werden.

Also beispielsweise will ich solche Sachen vergleichen:
Alle Mitarbeiter messen dem Prozess 1 eine höhere Bedeutung bei als dem Prozess 2. Beide Prozesse sind durch Skalen mehrerer Items abgebildet, da ich keine Erfahrung mit multivariater Statistik habe.

Sehe ich es richtig, dass sich hierbei weder der t-Test noch der U-Test eignen?

Welche Auswertung außer deskriptiven wie bspw. Häufigkeiten und Kreuztabellen kann ich vornehmen, um Unterschiede festzustellen?
Und wie sieht es bei Zusammenhangshypothesen aus?
Ist da auch die Voraussetzung, dass es zwei Gruppen geben muss?

Also zum Beispiel: Prozess 1 und Prozess zwei werden von dem Mitarbeitern als eher schlecht, schlecht und sehr schlecht bewertet.

Ich wäre euch mega dankbar für eine Antwort.

Liebe Grüße

Corinna

[PonderStibbons]

Ich habe eine Umfrage mit einer kleinen Stichprobe in meinem Unternehmen durchgeführt (N=8),

Wenn die Daten auf Mitarbeiterebene vorliegen, dann ist die Zahl der Befragten = n. Wieviele haben denn teilgenommen?

Alle Mitarbeiter messen dem Prozess 1 eine höhere Bedeutung bei als dem Prozess 2. Beide Prozesse sind durch Skalen mehrerer Items abgebildet, da ich keine Erfahrung mit multivariater Statistik habe.

Es handelt sich um Vergleiche abhängiger Messungen (gleicher Messungen, die bei stets denselben Probanden vorgenommen wurden). Demnach kommen entsprechende Verfahren in Frage, für ja/nein-Items McNemars Test, für ordinalskalierte Items der Vorzeichentest, für intervallskalierte Messungen (z.B. Skalen, die aus mehreren Items gebildet werden) der t-Test für abhängige Stichproben oder Wilcoxon-Vorzeichenrangtest.

Und wie sieht es bei Zusammenhangshypothesen aus?

Da kommt es auf das Datenniveau an. Sind die beiden beteiligten beteiligten Variablen ordinal/ordinal oder ordinal/Intervall, dann wäre der Spearman-Rangkorrelationskoeffizient eine Option, bei Intervall/Intervall der Pearson-Korrelationskoeffizient. Falls mehrere Variablen eine weitere Variable vorhersagen sollen, dann liefe das auf eine multiple Regression hinaus (welche Variante genau, hängt vom Skalenniveau der vorherzusagenden Variable ab).

BTW, was für ein Fach ist das denn? Eine quantitative empirische Masterarbeit jemandem ohne Kenntnisse von Forschungsdesigns und ohne Grundlagenkenntnisse der Datenanalyse aufs Auge zu drücken, klingt etwas fahrlässig.

Mit freundlichen Grüßen

PonderStibbons