STATISTIK-FORUM.de

[AlicaSche]

Hello,
ich habe eine kurze Frage bzgl. der Normalverteilung.

Ich habe eine Onlinebefragung durchgeführt und sieben unterschiedliche Variablen erhoben. Leider sind nicht alle normalverteilt. Ich habe drei Ausreißer identifiziert und hier kommt Frage Nr. 1: Muss ich die Ausreißer komplett entfernen oder nur bei ausreißender Variable?

Muss ich die Daten immer transformieren, wenn sie nicht normalverteilt sind, oder kann ich anhand der Q-Q-Diagramme entscheiden? Ich schicke mal zwei Beispielbilder mit.


Ich bedanke mich im Voraus

Liebe Grüße

[bele]

Hallo Alica,

Ich habe eine Onlinebefragung durchgeführt und sieben unterschiedliche Variablen erhoben. Leider sind nicht alle normalverteilt.

Im strikten Sinne sind Befragungsdaten nie normalverteilt. Im Sinne von "normal genug, um Verfahren für normalverteiltes anzuwenden" können sie es trotzdem sein.

Ich habe drei Ausreißer identifiziert und hier kommt Frage Nr. 1: Muss ich die Ausreißer komplett entfernen oder nur bei ausreißender Variable?

Aureißer sollten nicht blind und nach Schema entfernt werden. Es besteht immer die Gefahr, Daten zu verfälschen oder die spannendsten Fälle zu übersehen. Ausreißerentfernung daher nur nach gründlicher Einzelfallabwägung.

Muss ich die Daten immer transformieren, wenn sie nicht normalverteilt sind

Nein, muss man nicht immer. Gelegentlich kann das mal hilfreich sein. Kommt aber immer darauf an, was man mit den Daten machen will, wieviele Daten es sind etc.

oder kann ich anhand der Q-Q-Diagramme entscheiden? Ich schicke mal zwei Beispielbilder mit.

Hier im Forum kann man zwar anklicken, dass man Daten anhängen möchte, es geht aber dann doch nicht. Ist schon lange so. Hat sich noch kein Moderator zu geäußert.

Wenn Du mehr und bessere Ratschläge willst, beschreib mal Deine Studie, worum es geht, wie die Daten aufgebaut sind, wieviele Du hast und was Du mit den Daten machen willst, wofür Du glaubst, dass Du Normalverteilung bräuchtest.

LG,
Bernhard

[AlicaSche]

Lieber Bernhard,
erst einmal vielen Dank für Deine Antwort. Gerne komme ich auf Dein Angebot zurück und gebe Dir im Folgenden genauere Informationen bzgl. der Studie.

Ich untersuche den Zusammenhang von sozialen Medien und sexueller Wahrnehmung junger Frauen (eine quantitative Onlinebefragung zur Nutzung
und Wirkung von Bildinhalten auf Instagram).

N = 162 (Frauen zwischen 18 und 35 mit Instagram-Account)

Erhebungsinstrumente:

Instagram-Nutzung (1 Item, 5 stufige Skala)
Instagram-Nutzung intensiv (1 Item, 5 stufige Skala)
SATAQ-4 Wahrgenommener Druck durch Instagram (4 Items)
FKKS - Frankfurter Körperkonzeptskalen -> Subskalen:
SPKF - Pflege des Körpers, Beachtung der Funktionsfähigkeit (8 Items)
SSAK - Selbstakzeptanz des Körpers (6 Items)
SAKA - Akzeptanz des Körpers durch andere (4 Items)
SASE - Aspekte der körperlichen Erscheinung (14 Items)
FSB - Fragebogen zu sexuellen Bedenken (27 Items)
RSES - Rosenberg´s Selbstwertskala (10 Items)

Zu rechnen sind:
Rangkorrelationskoeffizient
Bivariate Korrelation
Mediationsanalyse nach Hayes
serielle Mediationsanalyse nach Hayes

Normalverteiung nach Shapiro-Wilk:
SATAQ-4 .000
SPKF .095
SSAK .489
SAKA .026
SASE .547
FSB .005
RSES .001

betrachte ich die Q-Q-Diagramme, sehen diese im Grunde gut aus. Ich tue mich ein wenig schwer mit der Argumentation.

Ich hoffe, ich "erschlage" Dich damit nicht

Vielen lieben Dank!

Alica

[bele]

Doch, mich erschlägst Du mit der Mediationsanalyse, aber ich bin zuversichtlich, dass sich da im Forum andere finden, die helfen können. Die Rangkorrelation betrachtet die Daten als ordinal, daher ist der die Normalverteilung sowieso egal. "Bivariate Korrelation" hast Du ja mit der Rangkorrelation schon gemacht, aber wahrscheinlich ist die Pearson-Korrelation gemeint. Für die spielt an sich die Verteilung keine Rolle, aber wenn man den auf der t-Verteilung beruhenden Signifikanztest rechnet, dann will der eigentlich eine bivariate Normalverteilung, die Du mit deinem Shapiro-Wilk sowieso nicht bestätigen kannst.
Mir scheint es so zu sein, dass in der Medizin nicht so sehr darauf geachtet wird, aber es kann gut sein, dass da in der Psychologie andere Regeln gelten. Zur Not könnte man auch eine Signifikanztestung via Bootstrapping machen (siehe z. B. https://en.wikipedia.org/wiki/Pearson_c ... #Inference ).

LG,
Bernhard