STATISTIK-FORUM.de

[AlexVoigt84]

Hallo zusammen,

im Vorfeld möchte ich mich schonmal für meine wahrscheinlich dummen Fragen entschuldigen, aber als Neuling in der Statistik und nach dem lesen zahlreicher Posts und anschauen von Tutorials, wir der Knoten in meinem Kopf immer größer.

Ich "darf" im Rahmen meines berufsbegleitenden Studiums jetzt auch mal eine Umfrage mit anschließender statistischer Auswertung der Hypothesen machen und dabei komme ich leider gar nicht weiter.

Meinen Fragebogen habe ich bei SoSci Survey durchgeführt und dazu nach Rücksprache mit meiner Dozentin eine Likert-Skala mit vier Merkmalsausprägungen genommen (1 - stimme gar nicht zu bis 4 - stimme voll zu). Die ganze Umfrage bezieht sich auf die Beeinflussung des Kaufverhaltens in verschiedenen Kontexten, wie Wocheneinkauf, Kauf eines neuen Smartphones oder eines Autos. Im Wesentlichen wird immer abgefragt, wie die Beeinflussung auf der Skala eingeschätzt wird. Das würde ja bedeuten, dass ich drei unterschiedliche Ausprägungen habe, für jede Investition eine. Wenn ich nun den Zusammenhang zwischen dem Einfluss und der ebenfalls abgefragten Kaufpräferenz (gleiches Schema) teste, würde ich eine Rangkorrelation nehmen, da beide Variablen ordinalskaliert sind. Kann ich da jeweils die Ausprägungen aufsummieren, oder muss ich für jede Frage einen Test machen?

Eine weitere Hypothese meinerseits wäre, ob sich Männer und Frauen in ihrem Einflussverhalten unterscheiden. Dafür würde ich grundsätzlich einen Chi²-Test nehmen, habe aber eine Stichprobe mit n=48. Wie ich gelesen habe muss ich noch eine Korrektur nach Yates durchführen, was mir leider gar nichts sagt und ich auch nichts darüber gefunden habe, wie man das mit R umsetzen kann.

Ich hoffe ich konnte halbwegs verständlich vermitteln, wo mein Problem liegt und würde mich freuen, wenn mir jemand helfen könnte.

Ich danke euch vorab und wünsche allen einen guten Start in die neue Woche!

VG Alex

[PonderStibbons]

Meinen Fragebogen habe ich bei SoSci Survey durchgeführt und dazu nach Rücksprache mit meiner Dozentin eine Likert-Skala mit vier Merkmalsausprägungen genommen (1 - stimme gar nicht zu bis 4 - stimme voll zu).

Was Du beschreibst, ist ein Likert-Item, mit Likert-Antwortformat. Likert-Skalen bestehen immer aus mehreren solcher Items,
die gemeinsam ein Konstrukt messen sollen und deren Scores zu einem Skalenwert summiert werden. Einiges zusammengefasst über
diese Messungen siehe nutzung-des-forums-f44/likertskalen-und-anderes-t9192.html

Die ganze Umfrage bezieht sich auf die Beeinflussung des Kaufverhaltens in verschiedenen Kontexten, wie Wocheneinkauf, Kauf eines neuen Smartphones oder eines Autos. Im Wesentlichen wird immer abgefragt, wie die Beeinflussung auf der Skala eingeschätzt wird. Das würde ja bedeuten, dass ich drei unterschiedliche Ausprägungen habe, für jede Investition eine. Wenn ich nun den Zusammenhang zwischen dem Einfluss und der ebenfalls abgefragten Kaufpräferenz (gleiches Schema) teste, würde ich eine Rangkorrelation nehmen, da beide Variablen ordinalskaliert sind. Kann ich da jeweils die Ausprägungen aufsummieren, oder muss ich für jede Frage einen Test machen?

Das ist schwer zu sagen. Du hast leider die Zahl der Items nicht mitgeteilt. Ergibt es denn inhaltlich Sinn, die verschiedenen
Items zusammenzufassen, weil sie gemeinsam etwas repräsentieren? Und woher stamment die Items, vielleicht hat sie schon
in einer anderen Studie jemand verwendet und zu Skalen summiert, daran könntest Du Dich orientieren. Womöglich auch bildest
Du durch Zusammenfassen nicht eine, sondern 2 oder 3 Skalen. Ich würde vorschlagen, in diesem Punkt mit der Dozentin
Rücksprache zu halten, was sie akzeptieren würde.

ine weitere Hypothese meinerseits wäre, ob sich Männer und Frauen in ihrem Einflussverhalten unterscheiden. Dafür würde ich grundsätzlich einen Chi²-Test nehmen,

Die abhängige Variable ist doch mindestens ordinalskaliert, wenn ich es richtig verstehe, da wäre
Chi² unpassend. Ordinale Variablen zwischen 2 Gruppen kann man mit dem Mann-Whitney U-Test
unterscheiden.
Manchmal hilfreich bei der Bestimmung, was passen könnte, sind solche Darstellungen
https://duckduckgo.com/?q=Entscheidungs ... =h_&ia=web

Mizt freundlichen Grüßen

PonderStibbons

[AlexVoigt84]

Vielen Dank für die schnelle Antwort!

Ich denke die Antwort hilft mir ein bisschen weiter und dann schaue ich mal, was ich noch daraus machen kann

[Lisa2020]

Die abhängige Variable ist doch mindestens ordinalskaliert, wenn ich es richtig verstehe, da wäre
Chi² unpassend. Ordinale Variablen zwischen 2 Gruppen kann man mit dem Mann-Whitney U-Test
unterscheiden.

Hallo,
ich würde mich gerne an diese Frage dranhängen, ohne dafür einen neuen Beitrag zu erstellen (hoffe das ist ok?).
Mir ist noch nicht ganz klar, weshalb der Mann-Whitney U-Test dafür besser ist? Er sagt mir doch nur, ob die Unterschiede zwischen den Gruppen signifikant sind. Der Chi² sagt mir aber, ob zwischen den Variablen - im Beispiel Geschlecht und Einkaufsverhalten - ein Zusammenhang besteht. Sollte ein Zusammenhang bestehen, müsste es ja auch Unterschiede zwischen den Geschlechtern geben? Somit wäre der Informationsgehalt beim Chi² doch größer . Schließlich gebe ich SPSS in dem Fall ja auch nur die beiden Variablen zur Verarbeitung, wodurch es andere Einflussfaktoren ja nicht miteinbeziehen kann.

Frohe Weihnachten!

[PonderStibbons]

Wenn es einen Unterschied zwischen Männern und Frauen hinsichtlich eines ordinalskalierten
Merkmals X gibt, dann besteht ein Zusammenhang zwischen Geschlecht und dem Merkmal X.
Der Chi²-Test behandelt das ordinalskalierte Merkmal X als kategorial, was den Verlust von
Information und statistischer power bedeutet.

Mit freundlichen Grüßen

PonderStibbons

[bele]

Hallo Alex,

noch ein Nachtrag zum Eingangspost:

Wie ich gelesen habe muss ich noch eine Korrektur nach Yates durchführen, was mir leider gar nichts sagt und ich auch nichts darüber gefunden habe, wie man das mit R umsetzen kann.

Auch wenn hier der -Unabhängigkeitstest letztlich nicht passend war, weil er die ordinale Anordnung von Daten nicht abbildet - die Yates-Korrektur ist in R in der Funktion chisq.test() der voreingestellte Normalfall. Du müsstest R schon explizit auffordern, ohne sie zurechnen.

LG,
Bernhard