STATISTIK-FORUM.de

[MIsterTcgn]

Hallo zusammen,

ich habe eine Frage bezüglich des statistischen Verfahrens für folgende Hypothesen:

Hxy: Die Beschäftigungsdauer von Angestellten (in Jahren) korreliert positiv mit mit dem organisationalen Commitment (intervallskalierte Daten)

Ich möchte hier mit einer Polyserialen Korrelation arbeiten und den Zusammenhang von Dauer und Commitment untersuchen.


Hxz: Angestellte in der Automobilbranche weisen ein höheres Commitment (intervallskalierte Daten) gegenüber der Organisation auf als Angestellte in der Dienstleistungsbranche.

Hier möchte ich einen T-Test für unabhängige Stichproben nutzen (bzw. einen Mann-Whitney-U-Test, wenn keine Varianzhomogenität vorliegt) und die Mittelwerte beider Gruppen vergleichen.


Meine Stichprobengröße liegt bei n=200

Bin ich auf dem richtigen Pfad der Tugend?
Oder wäre ein anderes Verfahren sinnvoll?

Liebe Grüße und vielen Dank,

Tom

[PonderStibbons]

Ich möchte hier mit einer Polyserialen Korrelation arbeiten und den Zusammenhang von Dauer und Commitment untersuchen.

Warum nicht einfach den Pearson-Koeffizienten?

Hier möchte ich einen T-Test für unabhängige Stichproben nutzen (bzw. einen Mann-Whitney-U-Test, wenn keine Varianzhomogenität vorliegt) und die Mittelwerte beider Gruppen vergleichen.

Mann-Whitney vergleicht keine Mittelwerte, es ist ein Verfahren für Ordinale Daten (Rangdaten).
Bei Varianz-Inhomogenität kannst Du Welch-korrigierten t-Test verwenden.

Mit freundlichen Grüßen

PonderStibbons

[MIsterTcgn]

Hallo PonderStibbons,

vielen Dank für Dein Feedback.
Ich wollte die Polyseriale Korrelation nutzen, da ich künstliche Gruppen bilden wollte, die dann ordinal skaliert sind und diese dann mit den intervalskalierten Daten untersuchen. Kann ich denn hier auch einfach den Pearson nutzen?
Ich habe allerdings auch überlegt, ob ich aufgrund der Richtung eine Regression berechnen sollte, wie siehst Du denn dieses Vorhaben?

Liebe Grüße

Tom

[PonderStibbons]

Ich wollte die Polyseriale Korrelation nutzen, da ich künstliche Gruppen bilden wollte, die dann ordinal skaliert sind und diese dann mit den intervalskalierten Daten untersuchen. Kann ich denn hier auch einfach den Pearson nutzen?

Wozu machst Du für die Korrelationsanalyse aus einer intervallskalierten eine ordinalskalierte Variable?
Das verschwendet Informationen und bringt keinen Mehrwert. Aber wenn Du das tatsächlich so machst,
dann geht Pearson freilich nicht mehr.

Ich habe allerdings auch überlegt, ob ich aufgrund der Richtung eine Regression berechnen sollte, wie siehst Du denn dieses Vorhaben?

"Aufgrund der Richtung" sagt mir leider nichts. Eine einfache Regression und eine Pearson-Korrelation
sind äquivalent. Lineare Regression wird interessant(er), falls weitere Prädiktoren einbezogen werden
sollen.

Mit freundlichen Grüßen

PonderStibbons

[MIsterTcgn]

Hallo,

ich möchte aus den Jahreszeiträumen Gruppen bilden, damit ich Zeiträume abbilden kann. Im Grunde sind Jahreszahlen intervallskaliert, bleibt es denn auch wenn ich Gruppen bilde von 1-3 Jahren 4-5 Jahren etc?
Die lineare Regression wollte ich anwenden, da ich eine UV und AV habe.

Liebe Grüße und vielen Dank

[PonderStibbons]

ich möchte aus den Jahreszeiträumen Gruppen bilden, damit ich Zeiträume abbilden kann.

Kannst Du ja gerne machen, nur wäre das für die Korrelationsanalyse nicht ratsam.
Mach Dir vielleicht erstmal ein X-Y-Streudiagramm für Alter und Hingabe.

Die lineare Regression wollte ich anwenden, da ich eine UV und AV habe.

Verstehe ich leider immer noch nicht so recht, aber schaden kann es nicht, soweit ersichtlich.
Auch hierbei wäre die Beibehaltung der Intervallskalen erforderlich.

Mit freundlichen Grüßen

PonderStibbons

[MIsterTcgn]

Hallo,

was wäre denn in Deinen Augen für eine Korrelationsanalyse ratsam? Möchte ja den Bezug zu den Zeiträumen haben.
Hm, das mit der linearen Regression, wie kann ich Dir denn besser darstellen, worauf ich hinaus möchte?

Liebe Grüße