STATISTIK-FORUM.de

[Polly11297]

Hallo zusammen,

ich schreibe gerade meine empirische Bachelorarbeit im Modul Wirtschaftspsychologie.
Dazu habe ich einen Fragebogen erstellt, der die Attraktivitätsfaktoren erheben soll.
Dies erfolgt anhand von 6-stufigen Likert-Skalen. Im Nachgang werden die Attraktivitätsfaktoren in einem 5-stuftigen Ranking abgefragt.
Meine Stichprobe besteht aus 146 Leuten.

Meinem Dozenten reicht das Ranking aber anscheinend nicht und er möchte nun, dass ich einen t-Test zu Beispielsweise folgender Hypothese mache:

H1: Den Befragten ist der ökonomische Nutzen (ÖN) wichtiger, als die Anwendbarkeit (A).

Da es sich nicht um normalverteilte Skalen handelt habe ich mich für den Whitney-Test entschieden.

Kann mir jemand sagen, wie ich dies in Jamovi machen muss?

Ist der folgende Weg richtig?

"t-Test" --> "Paired-Sample t-Test" --> Faktor ÖN > Faktor A --> Wilcoxon Rank

Und was sagen mir dann folgende Werte, falls es richtig ist?

statistic = 7250^a
p < .001


Danke für Eure Hilfe!! <3
Liebste Grüße

[strukturmarionette]

Hi,

- dein Studiendesign, die Messinstrumente bleiben unklar, nicht nachvollziehbar

Gruß
S.

[Polly11297]

Hallo,

ich messe über die Likertskala von "1 gar nicht wichtig" bis "6 sehr wichtig" verschiedene Items von fünf Faktoren der Arbeitgeberattraktivität.

Dann werte ich dies mit deskriptiver Statistik aus (Mittelwerte, Standardabweichung, Median,..).

Dann möchte ich wissen, welcher Faktor "am wichtigsten" für meine Zielgruppe ist. Dafür möchte ich einen Mittelwertsvergleich machen.

Ich hoffe es wird so klarer.

[PonderStibbons]

ich messe über die Likertskala von "1 gar nicht wichtig" bis "6 sehr wichtig" verschiedene Items von fünf Faktoren der Arbeitgeberattraktivität.

Zur Nomenklatur: was du beschreibst, ist zunächst das Antwortformat eines einzelnen Items (Ratingskala).
Likert-Skala bezeichnet ein Messinstrument, das aus mehreren Likert-Items besteht, die summiert werden.
Frage ist jetzt, wertest Du das auf Item-Ebene aus oder bildest Du die 5 Faktoren und willst diese 5 Faktoren
paarweise vergleichen? In letzterem Fall wäre der t-Test für abhängige Stichproben geeignet. Betrachtungen
der Normalverteilung (übrigens der Differenzen, nicht der Variablen) sind hier überflüssig, weil die
Stichprobe ausreichend groß ist, dass die Testergebnisse davon nicht beeinflusst werden.

Mit freundlichen Grüßen

PonderStibbons

[Polly11297]

Frage ist jetzt, wertest Du das auf Item-Ebene aus oder bildest Du die 5 Faktoren und willst diese 5 Faktoren
paarweise vergleichen? In letzterem Fall wäre der t-Test für abhängige Stichproben geeignet.

Genau, ich möchte diese Faktoren paarweise vergleichen. Meine Beispiel-Faktoren sind:
1. Ökonomischer Nutzen
2. Anwendbarkeit


Meine Hypothese lautet:
1. Der Ökonomische Nutzen wird als wichtiger angesehen, als die Anwendbarkeit.
(Bin daher nun von einem rechtsseitigen t-Test ausgegangen .. (H0: μÖN≤ μA gegen H1: μÖN> μA) - ist das richtig?)


Ich habe jetzt den Paired Samples t-Test einmal ausgeführt.
Meine Ergebnisse lauten:
Statistic = 4,35
df = 145
p <.001
SD = 0.292

Muss ich den "Statistic-Wert" nun mit dem Wert aus der t-Tabelle vergleichen? Das wäre bei einem Alpha von 0,05 ja bei t0,95 (145) = 1,655 ..
Ist es dann richtig, wenn ich es so interpretiere, dass die Nullhypothese abgelehnt wird, da 4,35 im Bereich von (1,655; unendlich) liegt?

Wäre für jede Hilfe dankbar!

[PonderStibbons]

Meine Hypothese lautet:
1. Der Ökonomische Nutzen wird als wichtiger angesehen, als die Anwendbarkeit.
(Bin daher nun von einem rechtsseitigen t-Test ausgegangen .. (H0: μÖN≤ μA gegen H1: μÖN> μA) - ist das richtig?)

Eine gerichtete Hypothese bedingt keine einseitige Testung.
Teste besser zweiseitig.

Muss ich den "Statistic-Wert" nun mit dem Wert aus der t-Tabelle vergleichen?

Das hat doch das Programm bereits erledigt und einen p-Wert ermittelt.
Falls Du alle 10 paarweisen Vergleiche durchführst, solltest Du vielleicht
alpha 0,01 als Signifikanzschwelle verwenden statt der üblich 0,05,
um das Risiko falsch-positiver Befunde zu begrenzen. p<0,001 wie im
vorliegenden Beispiel wäre allerdings bei beiden Schwellenwerten
"statistisch signifikant".

Mit freundlichen Grüßen

PonderStibbons

[Polly11297]

PonderStibbons hat geschrieben:
Eine gerichtete Hypothese bedingt keine einseitige Testung.
Teste besser zweiseitig.

Meinst du damit den Zweistichprobentest? Oder wie gehe ich dann vor?

PonderStibbons hat geschrieben:
Das hat doch das Programm bereits erledigt und einen p-Wert ermittelt.

Ja, aber was sagt mir das für meine Hypothese? Kann ich daran schon erkennen, ob H0 verworfen werden muss? Und was sagen mir die 4,35?

Ich dachte der p-Wert sagt mir (wie du auch beschrieben hast) nur, ob der Unterschied signifikant ist oder nicht..

Viele Grüß
Polly
Mit freundlichen Grüßen

[PonderStibbons]

Meinst du damit den Zweistichprobentest? Oder wie gehe ich dann vor?

Allem Anschein nach so, wie Du es bereits ausprobiert hast.

Ja, aber was sagt mir das für meine Hypothese? Kann ich daran schon erkennen, ob H0 verworfen werden muss?

H0: "Die Daten stammen aus einer Grundgesamtheit in der die durchschnittliche Differenz
zwischen Faktor A und Faktor B exakt = 0,00000000000... ist."

Test: "Die Stichprobendaten ergeben einen Wert für die t-Verteilung von 4,35 bei 145 Freiheitsgraden.
So etwas käme bei Gültigkeit der Nullhypothese recht selten vor, genauer gesagt mit einer Wahrscheinlichkeit
von weniger als 0,001. "

Anwender: Da die Daten derart schlecht zur Nullhypothese passen, entscheide ich mich, die Nullhypothese
zu verwerfen und stattdessen anzunehmen, dass in der Grundgesamtheit, aus der die Stichprobendaten
stammen der Unterschied NICHT exakt 0,000000... beträgt".

Mit freundlichen Grüßen

PonderStibbons

[Polly11297]

H0: "Die Daten stammen aus einer Grundgesamtheit in der die durchschnittliche Differenz
zwischen Faktor A und Faktor B exakt = 0,00000000000... ist."

Test: "Die Stichprobendaten ergeben einen Wert für die t-Verteilung von 4,35 bei 145 Freiheitsgraden.
So etwas käme bei Gültigkeit der Nullhypothese recht selten vor, genauer gesagt mit einer Wahrscheinlichkeit
von weniger als 0,001. "

Anwender: Da die Daten derart schlecht zur Nullhypothese passen, entscheide ich mich, die Nullhypothese
zu verwerfen und stattdessen anzunehmen, dass in der Grundgesamtheit, aus der die Stichprobendaten
stammen der Unterschied NICHT exakt 0,000000... beträgt".

Vielen vielen Dank! Das sagt mir jetzt aber ja noch nicht aus, dass Faktor A wichtiger ist als Faktor B, richtig?

[PonderStibbons]

Das sagt Dir aus, dass der Faktor mit dem höheren Durchschnittswert allgemein
von solchen Leuten wie Deinen Befragten wohl als wichtiger angesehen wird als
der Faktor mit dem niedrigeren Durchschnittswert.

Mit freundlichen Grüßen

PonderStibbons