STATISTIK-FORUM.de

[Minor19]

Habe gerade nachgeschaut und du hast Recht. Danke!

Demnach habe ich doch "nur" sechs Ausreißer. Kann mir jemand sagen, wie ich das einschätzen soll, ob das nun zu viele sind oder ob es noch im akzeptablen Bereich ist?

[bele]

...eine Möglichkeit wäre, anstelle der Boxplots ein Streudiagramm zu zeichnen und visuell zu beurteilen, ob es eine große Punktwolke und dann einzelne Punkte gibt, die weit davon entfernt liegen. Eine andere Möglichkeit wäre, eine Regressionsgerade durch alle Punkte und eine zweite durch die Punkte ohne die Verdächtigen zu legen und zu schauen, ob die Gerade durch durch die fraglichen sechs Punkt stark von ihrer usprünglichen Richtung abgelenkt wird. Wenn man will, kann man die Leverage...

Irgendwas davon schon mal versucht?

[Minor19]

Ja habe Streudiagramm auch gemacht, man kann aber keine Linie oder Trend erkennen. Sind überall Punkte zu sehen.

Ich habe nun Spearman und Pearson durchgeführt. Es kommt nahezu das gleiche Ergebnis raus. Bedeutet dies, dass die Ausreißer als nicht drastisch angesehen werden können und ich Pearson durchführen muss/kann? (Natürlich würde ich in meiner Arbeit Spearman nicht erwähnen)

[Minor19]

Hier sind Bilder der Diagramme

https://abload.de/image.php?img=e89d870 ... 8uear.jpeg

https://abload.de/image.php?img=7f22416 ... 6jie8.jpeg

https://abload.de/image.php?img=e87dbae ... wfiyo.jpeg

[bele]

Hallo Kerstin,

hast Du jetzt ernsthaft den Bildschirm mit dem Handy abfotografiert statt einfach die Grafik aus SPSS abzuspeichern? Wie auch immer. Aus der Punktwolke sticht für mich der Wert ganz rechts oben heraus: Der mit x = 3,5 und y fast 5,0. Ich könnte mir vorstellen, dass der die Regressionsgerade (und damit die Korrelation) ins Positive ziehen kann, wenn sie es ohne ihn nicht wäre. Der allein würde mir Sorgen machen. Wenn ich bei diesen Daten eine Pearson-Korrelation rechnen wollte, dann würde ich das einmal mit und einmal ohne diesen Punkt machen. Wenn zweimal was sehr ähnliches herauskommt, dann ist es egal. Wenn unterschiedliche Ergebnisse herauskommen, dann muss man nachdenken, wie dieser Punkt entstanden ist und ob er drin bleiben oder herausfliegen sollte.

Soviel zum Thema Ausreißer. Was die Normalität angeht: Die Daten scheinen zensiert zu sein, vielleicht sind Werte unter 1 gar nicht möglich und wahrscheinlich solche über 4 auch nicht und die Verteilung ist etwas schief. Sie kann nicht normal sein. Mir persönlich wäre der QQ-Plot der x-Achse "normal genug" um auch den Test der Pearson-Regression zu akzeptieren (warum es einen QQ-Plot von der einen Achse und nicht von der andern Achse gibt bleibt unklar).

LG,
Bernhard

[Minor19]

Ich habe nun diesen Fall ausgeschlossen, der Korrelationskoeffizient wurde dadurch kleiner (vorher .122 und jetzt .75) und die Signifikanz ist auch "gefallen" bzw gestiegen (vorher 0,030 und jetzt 0,125)

Außerdem habe ich durch das Streudiagramm eine Gerade gezogen, diese verläuft knapp oberhalb des Ausreißers.


Und ja Werte sind nur zwischen 1 und 4 möglich.

(Wenn ich Spearman und Pearson mit allen Fällen rechne, dann kommt nahezu das identische Ergebnis raus)

Also alles im allem also lieber Spearman?

Vor allem, ist nicht ein linearer Zusammenhang eine Voraussetzung für Pearson? Laut Streudiagram liegt ja dieser nicht vor?

Oder könnte ich schreiben, dass ich den zentralen Grenzwertsatz annehme und dann doch Pearson rechne?

Übrigens ist bald Abgabe und dann werden keine dummen Fragen mehr kommen

[bele]

Hallo Kerstin,

der Korrelationskoeffizient wurde dadurch kleiner (vorher .122 und jetzt .75)

https://youtu.be/QuzmbNMJoMs

und die Signifikanz ist auch "gefallen" bzw gestiegen (vorher 0,030 und jetzt 0,125)

Dann lag ich ja mit meiner Blickdiagnose richtig, dass dieser Punkt sehr einflussreich sein könnte. Jetzt musst Du Dich entweder festlegen, dass ein Korrelationskoeffizient von .122 für den Zweck Deiner Arbeit genausogut wie Null ist oder Du m usst diskutieren, ob dieser Wert berücksichtigt werden oder ausgeschlossen werden sollte. Je nachdem ist der Zusammenhang entweder nachgewiesen oder nicht.

Außerdem habe ich durch das Streudiagramm eine Gerade gezogen, diese verläuft knapp oberhalb des Ausreißers.

Kann ich mir nur schwer vorstellen, aber wenn Du es sagst, dann wird es so sein. Welche Schlüsse ziehst Du daraus?

(Wenn ich Spearman und Pearson mit allen Fällen rechne, dann kommt nahezu das identische Ergebnis raus)

Also alles im allem also lieber Spearman?

Die Logik hinter dieser Entscheidung erschließt sich mir nicht, aber ohne zu wissen, was Du genau von den Daten wissen willst, kann man das nicht sagen.

Vor allem, ist nicht ein linearer Zusammenhang eine Voraussetzung für Pearson? Laut Streudiagram liegt ja dieser nicht vor?

Nein. Die Pearson-Korrelation misst, wie sehr ein linearer Zusammenhang in den Daten zu finden ist und mit 0,12 bzw 0,075 zeigt sich halt, dass die Daten nur sehr, sehr vage an einen linearen Zusammenhang erinnern.

Oder könnte ich schreiben, dass ich den zentralen Grenzwertsatz annehme und dann doch Pearson rechne?

Letztlich eine subjektiv zu bewertende Frage. Mir würde es reichen.

LG,
Bernhard

[Minor19]

Würdest du den Fall ausschließen und Pearson rechnen?

Ich frag mich halt wie ich das begründen sollte, dass ich Pearson rechne, obwohl nicht mal annähernd Linerarität besteht.
Wie könnte ich das argumentieren? "Die Voraussetzungen sind zwar nicht erfüllt, ich rechne dennoch nach Pearson" oder wie?
Ich möchte einfach wissen was du machen würdest.

Wenn ich den Fall ausschließe, dann habe ich das Problem, das ich kein signifikantes Ergebnis habe und alles wieder umschreiben müsste...

[Minor19]

Noch eine Frage: Muss ich die Signifikanz beim Ergebnisteil angeben? Und wenn ja wie? Also mit 0 vorm Komma und welchem Zeichen.
Mit Zeichen meine ich z.B. r, n, N, Alpha-Zeichen etc.


Und muss ich Interkorrelationen in meiner Korrelationstabelle mit angeben? Bzw muss ich zwei Variabeln miteinander korrelieren lassen auch wenn dies für meine Arbeit irrelevant ist?

[bele]

Ich frag mich halt wie ich das begründen sollte, dass ich Pearson rechne, obwohl nicht mal annähernd Linerarität besteht.

Gerne nochmal: Pearson misst, wie weit Linearität besteht. Du machst es also nicht, obwohl kein liearer Zusammenhang besteht sondern um zu sehen, wie wenig linearer Zusammenhang besteht.

Wenn ich den Fall ausschließe, dann habe ich das Problem, das ich kein signifikantes Ergebnis habe und alles wieder umschreiben müsste...

Ganz ehrlich, das geht mir nicht in den Kopf. Was Du schreibst soll durch deine Daten begründet werden, nicht Deine Daten durch das, was Du geschrieben hast. Ich weiß nicht, ob Du Theologie oder Gender Studies studierst, in allen anderen Fächern rührt das an die Grundlagen dessen, was man wissenschaftliches Arbeiten nennt.

Noch eine Frage: Muss ich die Signifikanz beim Ergebnisteil angeben? Und wenn ja wie? Also mit 0 vorm Komma und welchem Zeichen.

Bei den Amerikanern gibt es kein Komma, da wird die führende Null oft weggelassen, wenn es um Größen geht, bei denen so sowieso immer nur eine Null stehen kann. SPSS macht das im Deutschen mit Komma nach, aber außerhalb von SPSS habe ich noch nie gesehen, dass jemand eine Zahl mit einem Komma beginnt.

Mit Zeichen meine ich z.B. r, n, N, Alpha-Zeichen etc.

Wieso frage ich mich bei Deinen Posts immer mal wieder, ob Du ein Troll bist?

Ich bin dann mal raus,
Bernhard