STATISTIK-FORUM.de

[schoen]

Ein liebes Hallo in die Runde,

Ich habe folgende Daten und weiß leider nicht, wie ich sie auswerte, vielleicht kann mir jemand helfen? Das wäre super!

Fragestellung 1: Unterscheiden sich die Bewertungen verschiedener Freizeitaktivitäten? (5 Aktivitäten)
Fragestellung 2: Unterschieden sich die Bewertungen verschiedener Freizeitaktivitäten bei Personen, dei dies a) schon einmal im Leben durchgeführt haben, b) sie in den letzten 12 Monaten durchgeführt haben?

Erhebungsitems:
Hast du schon einmal folgende Aktivität ... ausprobiert?
nein
ja
ja, in den letzten 12 Monaten

(Wenn eine der ja-Antworten angekreuzt): Wie ist deine Erfahrung damit gewesen?
1 - 7 (sehr schlecht bis sehr gut).

Im Grunde handelt es sich bei der ersten Fragestellung ja einfach um einen Mittelwertsvergleich der Bewertung zu den 5 Aktivitäten. Aber wie gehe ich damit um, dass es messwiederholte Daten sind, bei denen aber einige "nein" bei einzelnen Aktivitäten angekreuzt haben und bei denen es deshalb hier keinen Erfahrungswert gibt? Und wie beziehe ich den Unterschied Lebenszeitprävalenz und 12-Monats-Prävalenz ein?

Herzlichen Dank!

[PonderStibbons]

Angabe der Stichprobengröße und des minimalen/maximalen Anteils fehlender Werte wären nützlich gewesen.

Was Du tun kannst, hängt u.a. von Deiner Software ab. R hat einen Test für teilweise überlappende Stichproben https://cran.r-project.org/web/packages ... apping.pdf , allerdings ist mir nicht bekannt, inwieweit der als Standard akzeptiert wird. Wenn die Zahl nicht-gepaarter Angaben 10 Vergleichen klein ist, sind Analysen nur mit den vollständigen Pärchen eventuell einfacher und gleich solide.

Und wie beziehe ich den Unterschied Lebenszeitprävalenz und 12-Monats-Prävalenz ein?

5 t-Tests für unabhängige Gruppen. Oder was meinst Du?

Mit freundlichen Grüßen

PonderStibbons

[bele]

Hallo,

der Link zu CRAN führt allerdings zu einem t-Test und einem Proportionentest, eine ANOVA ist da nicht mit drin.

Erfahrungsgemäß würde ich die Frage anders herum stellen. Warum wurden die Daten in der genannten Weise erhoben und was war die intuitive Form, wie der Fragesteller das auswerten wollte, welche Aussage er sich daraus erhofft hat.

Als Klassiker der Auswertung bei Daten könnte man nur die vollständigen Fälle untersuchen, wie PonderStibbons das vorgeschlagen hat, man könnte sich überlegen, ob es eine plausible Form der Imputation gibt und man könnte überlegen, die Auswertung wie bei unverbundenen Stichproben durchzuführen, wenn man inhaltlich zu dem Schluss käme, dass Personen jede Aktivität getrennt voneinander beurteilen (weiß nicht ob und wie plausibel das hier ist).

Immer vorneweg aber die Frage, was mit der Datenerhebung überhaupt bezweckt wurde.

Wahrscheinlich gibt es auch irgendeinen komplexen Weg, das sauber zu lösen. Man könnte sich zum Beispiel ein Modell vorstellen, in dem jeder Teilnehmer einen random-effect "Neigung zu hohen und zu niedrigen Werten" hat und jede Aktivität einen fixed effect, wie attraktiv sie ist. Dann könnte man vllt das "keine Antwort" als Null definieren und in einem zero-inflated Modell diese Nullen eben gesondert modellieren?? Das ist wird dann aber ganz sicher viel anspruchsvoller als für die üblichen Fragenden hier im Forum akzeptabel.

LG,
Bernhard