STATISTIK-FORUM.de

[melissa.2301]

Hallo zusammen,

ich benötige euren Rat bzw. eure Hilfe.
In meiner Thesis habe ich folgende Hypothese: Männer nutzen in der Kaufphase häufiger digitale Kanäle als Frauen.
Hierzu habe ich einmal das Geschlecht zum Auswählen und die Frage "Über welchen Kanal haben Sie abgeschlossen" (Einfachauswahl). Als Antworten können folgende ausgewählt werden: Homepage, Vergleichsportal, App, Stationär, Telefon

Ich habe die Antworten umcodiert in digitale und klassische Kanäle.

Nun will ich die Signifikanz der Hypothese überprüfen. Muss ich hierzu den Chi-Quadrat-Test nehmen oder die Spearman-Korrelation? Die liefern nämlich beide unterschiedliche Ergebnisse (Qui-Quadrat: nicht signifikant, Spearman: signifikant)

Vielen Dank und viele Grüße
Melissa

[PonderStibbons]

Spearman ist ein Rangkorrelationskoeffizient, Das heißt, beide Variablen müssen
mindestens Rangskalenniveau (ordinales Niveau) aufweisen. Wenn das nicht der
Fall ist, dann ist Spearman ungeeignet. So wie es aussieht, haben beide Variablen
kategoriales Skalenniveau.

Mit freundlichen Grüßen

PonderStibbons

[bele]

Hi!

Ich verstehe Melissa so, dass jeder Datensatz in der einen Variablen entweder Mann oder Frau und in der anderen entweder digital oder analog ist. Demnach zwei binäre Variablen, die man als Vierfeldertafel aufstellen oder als ordinal betrachten kann.

Melissa, was bedeutet "nicht signifikant" und "signifikant" denn bei Dir. Haben beide Tests wenigstens ähnliche p-Werte produziert, oder völlig andere? Kannst Du uns mal zeigen, wie Deine Vierfeldertafel besetzt ist?

LG,
Bernhard

[melissa.2301]

Hallo zusammen,

genau, Männer bzw. Frauen können entweder einen digitalen Touchpoint oder einen analogen Touchpoint beim Abschluss ausgewählt haben.
Der Chi-Quadrat-Test ergibt p=0,07 und der Spearman Korrelationskoeffizient ergibt 1,0 mit Sig p= 0,022. Demnach wäre ja beim Chi-Quadrat Test kein signifikanter Unterschied das Ergebnis und bei Spearman ein signifikanter Unterschied.
Digital Analog
Männlich 116 131
Weiblich 53 96

Vielen Dank für eure Hilfe
Viele Grüße
Melissa

[bele]

Der Chi-Quadrat-Test ergibt p=0,07

Kann ich nicht bestätigen:

Code: Alles auswählen

> m
     [,1] [,2]
[1,]  116  131
[2,]   53   96
> chisq.test(m)

   Pearson's Chi-squared test with Yates' continuity correction

data:  m
X-squared = 4.4764, df = 1, p-value = 0.03437

LG,
Bernhard

[melissa.2301]

Oh danke, Bernhard!
Liegt es vielleicht da dran, dass ich noch eine 3. Kategorie ("Sonstiges") habe? Die soll aber eigentlich auch ausgeschlossen werden, weil mich im Rahmen meiner Erhebung nur 1 und 2 interessiert.
Lg Melissa

[bele]

Ja, natürlich: Wenn Du andere Daten untersuchst, erhälst Du andere Ergebnisse. Ein Fehler wäre es aber, wenn Du jetzt mit und ohne alle möglichen Teil- und Untergruppen herumtestest und dann nur das berichtest, was Dir passt. Siehe dazu unbedingt auch: https://www.xkcd.com/882/
Genau deshalb sollte die Frage, ob man "Sonstige" in den Chiquadrattest rein nimmt oder nicht eigentlich geklärt sein, bevor man ihn rechnet.

LG,
Bernhard

[PonderStibbons]

Dass eine Rangkorrelation berechnet wird, um den Zusammenhang digital/analog/sonstiges mit männlich/weiblich darzustellen, erlebt man auch nicht alle Tage.

[melissa.2301]

Danke für den Hinweis, lieber Bernhard.
Grundsätzlich will ich sonstiges für jede Auswertung ausschließen. Da ich die Variablen umcodiert habe, weiss ich nicht, wie ich "Sonstiges" bzw. 3 ausschließen kann. Geht das bei SPSS? Kann ich das bei der Umcodierung oder bei der Auswertung ausschließen?

[PonderStibbons]

Bei SPSS kann man Fälle auswählen verwenden. Oder "Sonstiges" als missing value definieren.