STATISTIK-FORUM.de

[Zwangsjacke]

Hallo freundliche Statistiker,

ich bin neu hier und bitte um eure Hilfe bei einer zugegebenermaßen banalen Frage. Ich möchte wissen, wie die folgende Variable skaliert ist (die Frage lest ihr wohl nicht zum ersten Mal, sorry ). Meine Probanden hatten die Möglichkeit ein Formular auszufüllen, wobei das Aufrufen des Formulars und das Ausfüllen einer jeden einzelnen Frage optional war. Die Variable habe ich nun in zwei Varianten codiert. Einmal dichotom: Gar nicht ausgefüllt, Irgendwas ausgefüllt. Zweite Bedingung wird war, solange die Probanden überhaupt irgend eine der 7 Fragen ausfüllten. Hier ist alles klar noch soweit.
Die zweite Codierung umfasst, wie viele Fragen ausgefüllt wurden und kann somit Werte von 0-7 annehmen (bzw. in Prozente ausgedrückt). Ich behaupte nun, diese Variable sei metrisch skaliert und ich könne damit z.B. einen T-Test rechnen.

Liege ich damit falsch, oder habe ich einen Glückstreffen gelandet?

Vielen Dank und Grüße!

[bele]

Man kann ohne weiteres sagen, dass eine Person doppelt soviele Fragen beantwortet hat wie eine andere, oder eben halb soviel. Deshalb hat das Verhältnisskalenniveau.
LG, Bernhard

[Zwangsjacke]

Vielen Dank, das bestätigt meine Vermutung!

Es hat sich eine weitere Frage aufgetant: Kann ich die dichotome Variable (nichts ausgefüllt/mind. 1 Feld ausgefüllt) als ordinal betrachten? Ich würde behaupten, dass das eine "mehr" und "weniger" Aussage ist und deshalb ordinal angemessen ist. Allerdings kommen auch Gegenargumente auf, dass man angeblich mehr als 2 Stufen brauch dafür, oder diese zumindest mehr Zahlenwerte haben sollen

[bele]

Hallo Zwangsjacke,

dichotome Variablen sind etwas ganz besonderes und extrem flexibel verwendbar. Nehmen wir für einen Moment das Geschlecht als dichotom mit Frauen und Männern an. Dann lassen sich diese Werte eindeutig in der Reihenfolge ihrer Männnlichkeit anordnen und das ohne jede Inkonsistenz zwischen allen möglichen Werten. Wahrscheinlich könnte man darüber streiten, letztlich lassen sich dichotome Variablen in eine Dummyvariable umkodieren und mit Dummyvariablen wird multipliziert, also haben auch Dummyvariablen metrisches Niveau und wenn etwas metrisches Niveau hat, dann auch ordinales.
Mit anderen Worten: Du solltest fast überall eine dichotome Variable als ordinale einsetzen können.

LG,
Bernhard

[Zwangsjacke]

Vielen Dank Bernhard,

deine Erklärung ist sehr einleuchtend! Da ich sie als ordinal betrachten kann, konnte ich auch statt dem Chi-Quadrat sogar den Mann-Whitney-U-Test rechnen!
Das sprengt jetzt wahrscheinlich den Rahmen diese Frage, aber ich stell es mal in den digitalen Raum: Ich habe jetzt vier dichotome UVs die ich alle hinsichtlich der unterschiedlichen Wirkung auf die dichotome AV (Nichts ausgefüllt/min. ein Feld ausgefüllt) vergleichen möchte. Das Internet schlägt mir den Kruskal Wallis Test vor, wenn ich meine AV als ordinal betrachte.
Soweit so gut, Ergebnisse scheinen auch Sinn zu machen. Allerdings macht bei der Post Hoc Analyse SPSS stress und sagt mir, dass meine AV nicht ordinal skaliert ist sondern nominal und ich sie deshalb nicht verwenden darf.
Gibt es einen Einblick, was ich das machen kann? Ansonsten stell ich die Frage später nochmal wo anders

Vielen Dank sowit schonmal, war sehr hilfreich!
Grüße,
Zwangsjacke

[bele]

Hallo Zwangsjacke,

der Mann-Whitney-U-Test ist für zwei Gruppen von Daten ohne Bindungen erfunden worden und Du musst darauf hoffen, dass Dein Computerprogramm einen guten Umgang mit den Bindungen gefunden hat. Deshalb würde ich beim Zusammenhangshypthesen von zwei dichotomen Variablen eine Kontingenztabelle aufstellen, eine Odds ratio (wenn möglich ein Relatives Risiko) berechnen und Zusammenhangsfragen mit einem Exakten Test nach Fischer oder einem Chiquadrat-Test oder einer logistischen Regression untersuchen.

Ich habe jetzt vier dichotome UVs die ich alle hinsichtlich der unterschiedlichen Wirkung auf die dichotome AV (Nichts ausgefüllt/min. ein Feld ausgefüllt) vergleichen möchte.

Das ist mir zu unspezifisch. Möchtest Du jede für sich oder alle vier im Konzert, wenn alle vier zusammen in einem additiven Modell oder mit Interaktionen untersuchen. Ohne genaue Beschreibung oder Darstellung des Problems und ohne Fallzahlangabe lässt sich da schlecht raten. Basisanalyse für 4 dichotome unabhängige und eine dichotome abhängige wäre für mich eine logistische Regression, das muss aber für Dich nicht passen.

Was Deine Probleme in der Umsetzung in SPSS angeht kann ich nichts beitragen, SPSS ist mir nicht geläufig. Wenn Du Dich für ein Verfahren entschieden hast meldet sich vielleicht einer der anderen oder Du fragst im spss-forum.de nochmal nach.

LG,
Bernhard

[Zwangsjacke]

Hallo Bernhard,

ich muss erstmal sagen, dass ich das ganz schön Banane formuliert habe. Also ganz spezifisch sieht meine Situation wie folgt aus:
Ich habe meinen Probanden vier verschiedene Banner auf einer Website gezeigt. Daraufhin hatten diese die Möglichkeit das oben genannte Formular auszufüllen. Zudem haben meine Probanden einen Big5 Persönlichkeitsfragebogen ausgefüllt.
Meine Aufgabe ist es nun das Ganze relativ explorativ statistisch zu erkunden, um mögliche Effekte der Banner und der Persönlichkeit zu erkunden.
Deshalb schien es mir logisch zunächst zu erkunden, ob die Banner an sich zu "Ausfüllverhalten" führen: Also einen Unterschied zwischen Banner-Nicht-Gesehen und Banner-Gesehen auf Ausfüllverhalten (dichotom: garnicht ausgefüllt/min. 1 ausgefüllt).
Der nächste Schritt wäre die vier Banner zu vergleichen. Ich denke hier immer noch daran einen Unterschied zu rechnen, wobei ich die vier Gruppen habe (Banner 1-4) und eine dichotome UV, das Ausfüllverhalten.

LG,
Zwangsjacke

[bele]

Sieht denn jeder Studienteilnehmer alle 4 Banner oder jeder nur eins? Wenn jeder Teilnehmer nur ein Banner sieht und dann entweder Fragen beantwortet oder nicht, dann ist das eine 4x2 Felder Tafel, die sich mit einem Fisher oder Chiquadrat Test untersuchen lässt.
LG, Bernhard

[Zwangsjacke]

Guter Punkt. Jeder sieht nur 1 Banner!
Vielen vielen Dank für deine Geduld und deinen Rat, ich schau mir das mal im Detail an!
LG,
Zwangsjacke