STATISTIK-FORUM.de

[Verräter]

Hallo zusammen, Kern meiner Arbeit stellt ein Hypothesentest nach folgendem Format dar:
_____
Hypothese - Zusammenhang gerichtet
H0: Merkmal x einer Person sinkt mit niedrigerem Merkmal y oder bleibt gleich.
H1: Merkmal x einer Person steigt mit einem niedrigeren Merkmal y
_____
Infos zu Daten
Art der Datenerhebung: Summenergebnis einer Likertskala für x als auch für y
Teilnehmergröße: 115
optimale Stichprobengröße nach g-power: 111
Skalenniveau von x und y: metrisch
Normalverteilung: nicht gegeben
_____
Ergebnisse
Spearman Rho von -.181 = geringe Korrelation nach Cohen innerhalb der Stichprobe
p-Wert= .027 = Verwerfung der H0 und eine Annahme der H1
_____
Frage 1: Bei der Interpretation lässt sich nur anhand dieser Untersuchung ausschließlich sagen: "wenn x hoch dann y niedrig" bzw. "wenn y hoch dann x niedrig". Der Wert nach Spearman gibt entsprechend nur die Stärke diese Verteilung an?
Frage 2: Es lassen sich auf Basis der Korrelation keine Aussagen dazu treffen, dass sie als gegenseitige Prädiktoren fungieren, noch dass sie sich einen eventuellen 3. (noch unbekannten) Einflussfaktor teilen?
Frage 3: Wenn ich in der anschließenden Diskussion Aussagen über Wirkrichtung & Wirkungsstärke machen möchte, muss ich zusätzlich eine lineare Regression rechnen, korrekt?

[bele]

Hallo,

Frage 1: Bei der Interpretation lässt sich nur anhand dieser Untersuchung ausschließlich sagen: "wenn x hoch dann y niedrig" bzw. "wenn y hoch dann x niedrig". Der Wert nach Spearman gibt entsprechend nur die Stärke diese Verteilung an?

Wenn wir im letzten Satz statt "Wert" den Betrag des Wertes nehmen: Ja.

Frage 2: Es lassen sich auf Basis der Korrelation keine Aussagen dazu treffen, dass sie als gegenseitige Prädiktoren fungieren, noch dass sie sich einen eventuellen 3. (noch unbekannten) Einflussfaktor teilen?

Ja.

Frage 3: Wenn ich in der anschließenden Diskussion Aussagen über Wirkrichtung & Wirkungsstärke machen möchte, muss ich zusätzlich eine lineare Regression rechnen, korrekt?

Nein. Das kann die lineare Regression leider nicht leisten. Aussagen über die Wirkrichtung etc. müssen aus Deinen Kenntnissen und Annahmen zu dem Prozess oder den Prozessen die diese Daten generiert haben stammen. Die Daten selbst können dazu nichts beitragen. Bloß weil der Hahn immer kräht bevor die Sonne aufgeht bedeutet das nicht, dass die Sonne aufgeht, weil der Hahn gekräht hat. Wenn man aber gutes Vorwissen darüber hat, was das Aufgehen der Sonne bewirkt (cf. Johannes Kepler, Isaac Newton) dann kann man fundierte Begründungen schreiben, ob sich diese Vorgänge durch einen Hahnenkrähen beeinflussen lassen und umgekehrt. Bzw. man kann versuchen, Sonnenaufgangszeiten oder Hahnenkrähen experimentell zu manipulieren und daraus Schlüsse ziehen.

LG,
Bernhard