STATISTIK-FORUM.de

[Benni_K7]

Hallo zusammen,

Ich habe ich zwei nominalskalierte unabhängige Variablen. Variable 1 bestimmt den Organisationstyp und besitzt drei Ausprägungen (Profisportverein, Sportartikelhersteller, Sonstiges). Variable 2 bestimmt ebenfalls den Organisationstyp jedoch über die Abfrage der Zugehörigkeit zu einem Amateursportverein. Hier sind es zwei Ausprägungen (ja/nein). Anhand dieser beiden Variablen habe ich innerhalb meiner Studie die von mir anvisierten Untersuchungszielgruppen klassifiziert. Leider gab es im Zuge der Fragebogenerstellung keine unmissverständliche Möglichkeit den Organisationstyp mittels einer Variable zu erfassen, sodass ich dafür zwei Variablen anwenden musste. Nun stehe ich vor der Herausforderung, die von mir definierten Untersuchungszielgruppen hinsichtlich ihrer Unterschiede in den Mittelwerten miteinander zu vergleichen. Dafür stehen mir 22 ordinalskalierte abahängige Variablen zur Verfügung, bei denen eine 5er-Skala verwendet wurde. Meines Wissens greifen hier nicht die üblichen Verfahren wie ein Kruskal Wallis Test oder eine mehrfaktorielle Varianzanalyse, da die Voraussetzungen nicht gegeben sind. Ich habe auch schon versucht die Variable 1 entsprechend der Ausprägungen in drei neue Variablen aufzuteilen, die dann ebenfalls wie Variable 2 die zwei Merkmalsausprägungen ja/ nein besitzen. Aber auch hier sind natürlich die Voraussetzungen für eine mehrfaktorielle Varianzanlyse nicht gegeben, da die abhängigen Variablen nicht metrisch skaliert sind. Gibt es für meine Problemstellung ein alternatives Verfahren oder methdoischen Ansatz, der sich mittels SPSS umsetzten lässt?

Vielen Dank für eure Hilfe und beste Grüße
Benni

[bele]

Hallo Benni,

zur Klärung der Sachlage: Den Anfang Deiner Frage verstehe ich so, dass Du "organisationstyp" gerne mit einer einzigen nominalen Variable abgefragt hättest, das aber bei der Fragebogenerstellung irgendwie nicht ging. In dem Fall müsste man ja eher fragen, wie man die beiden erhobenen Variablen in eine gemeinsame Variable überführen kann.

hinsichtlich ihrer Unterschiede in den Mittelwerten miteinander zu vergleichen. Dafür stehen mir 22 ordinalskalierte abahängige Variablen zur Verfügung

Das geht nicht. Entweder nimmt man ordinales Skalenniveau an, dann kann man aber keine Mittelwerte berechnen oder man besteht auf Mittelwerten, dann darf man das aber nicht ordinal nennen.

Von diesen beiden Fragen, ob man einen oder zwei Prädiktoren hat und ob man ordinales oder pseudo-metrisches Skalenniveau annimmt hängt dann der Rest ab. Immer vorausgesetzt, man hat genügend Beobachtungen für die Auswertung. Wieviele sind es denn?

LG,
Bernhard

[PonderStibbons]

Ich habe ich zwei nominalskalierte unabhängige Variablen. Variable 1 bestimmt den Organisationstyp und besitzt drei Ausprägungen (Profisportverein, Sportartikelhersteller, Sonstiges).
Variable 2 bestimmt ebenfalls den Organisationstyp jedoch über die Abfrage der Zugehörigkeit zu einem Amateursportverein. Hier sind es zwei Ausprägungen (ja/nein).

Sind das zwei ganz getrennte Fragestellungen? Oder warum werden die beiden Variablen nicht zu einer 4stufigen zusammengefasst?

Nun stehe ich vor der Herausforderung, die von mir definierten Untersuchungszielgruppen hinsichtlich ihrer Unterschiede in den Mittelwerten miteinander zu vergleichen. Dafür stehen mir 22 ordinalskalierte abahängige Variablen zur Verfügung

Ordinalskalierte Variablen und Mittelwerte geht allerdings nicht.

Erfassen die 22 Variablen tatsächlich 22 ganz unterschiedliche Sachverhalte,
oder lassen sich gegebenenfalls Items zu Skalen zusammenfassen? Woher
stammen die Items und was erfassen sie?

Es wäre sinnvoll, das im Zusammenhang zu schildern, also Fragestellung,
Erhebungsdesign, erhobene Variablen/Messungen, Stichprobengröße (!).

Mit freundlichen Grüßen

PonderStibbons