STATISTIK-FORUM.de

[KeinName]

Hallo liebe Menschen,

ich bin derzeit auf Themensuche für meine Abschlussarbeit, für die ich einen vorhandenen Datensatz verwenden möchte.

Nun bin ich allerdings noch etwas überfragt. Ich habe mehrere Items (welche Nominal sind) die eine Barriere aufzeigen, welche ich in Zusammenhang setzen möchte mit den formalen Qualifikationen einer Person (niedrig qualifiziert, mittel qualifiziert und hoch qualifiziert). dabei stellt sich also das Thema heraus, zu analysieren inwiefern ein Zusammenhang zwischen der Qualifikation einer Person und dessen wahrgenommenen Barrieren (nicht an Erwachsenenbildung teilzunehmen) besteht.

Dabei bin ich überfragt wie ich vorgehen könnte. Zunächst Dachte ich an eine Korrelationsanalyse und vorher alle Barriere-items in einen Index zusammenzutun. Dies geht aber meines Wissens nach doch nicht, da die Items Nominalskaliert sind.

Vielleicht hat jemand eine Idee und kann mir weiterhelfen
liebe grüße

[PonderStibbons]

Ich habe mehrere Items (welche Nominal sind) die eine Barriere aufzeigen,

Wie sieht so ein Item ganz konkret aus? Wie viele solcher Items gibt es?
Wie groß ist die Probandenstichprobe?
Wie groß sind die jeweiligen Anteile der drei Qualifikationsgruppen an der Stichprobe?

Mit freundlichen Grüßen

PonderStibbons

[bele]

Dies geht aber meines Wissens nach doch nicht, da die Items Nominalskaliert sind.

Das scheint nicht ganz zu stimmen, denn mindestens die Qualifikation ist ordinalskaliert. Das wirft die Frage auf, welches Skalenniveau die Barrieren wirklich haben, denn ohne richtige Benennung der Skalenniveaus lässt sich Deine Frage wirklich nicht beantworten.

VG,
Bernhard

[KeinName]

beispiel Item: "Mir fehlte ausreichende Beratung" 1= Zutreffend, 2=Nicht zutreffend und 3= keine Angabe
dabei gibt es ca.10 Items die relevant wären

Teilgenommen haben n= 3880

davon niedrig qualifiziert: ca. 16,1 %
mittel qualifiziert: ca. 52,6 %
höher qualifiziert: ca 30%

[PonderStibbons]

Denkbar wären 10 Kreuztabellen Qualifikationsgrad x Antwort auf Item. So lässt sich
darstellen, in welchem Maß eine Barriere in den drei Gruppen zutrifft. Oder umgekehrt,
wie hoch der jeweilige Anteil der 3 Gruppen bei den einzelnen Barrieren ist. Das lässt
sich dann leicht in Grafiken überführen bzw. als gemeinsame Tabelle über alle 10 Items.

Als Test käme infrage jeweils ein U-Test, mit "un/zutreffend " als Gruppierungsvariable
und Qualifikationsgrad als (technisch gesehen) "abhängige" Variable.

Zusätzlich kann man die Zahl der "zutreffend"-Aussagen zählen und als neue Variable
verwenden (mögliche Ausprägungen dann von 0 bis 10). Das lässt sich mit Qualifikation
in Beziehung setzen, indem man für die drei Qualifikationsstufen die durchschnittliche
Zahl der Barrieren angibt (bzw. einen Box-and-Whisker-Plot erstellt, um die Verteilung
der Werte in den drei Gruppen zu veranschaulichen); oder indem man eine Spearman-
Rangkorrelation rechnet. Ersteres ist anschaulicher, letzteres schöpft die Informationen
stärker aus.

Mit freundlichen Grüßen

PonderStibbons

[KeinName]

okay alles klar, vielen dank für die schnelle Antwort.
Klingt für mich nun auch schlüssig.

eine Kommilitonin hat mir vorgeschlagen eine regressionsanalyse oder eine korrelationsanalyse durchzuführen. würde dies auch funktionieren?

bzw wäre es sinnvoll die Themenstellung dann nach nur einer Qualifikationsstufe auszurichten? Z.b. ausschließlich auf die niedrig qualifizierten

[PonderStibbons]

eine Kommilitonin hat mir vorgeschlagen eine regressionsanalyse oder eine korrelationsanalyse durchzuführen. würde dies auch funktionieren?

Man kann die einzelnen zutreffend/unzutreffend-Variable mit dem ordinalskalierten Qualifikationsgrad korrelieren (Rangkorrelation).
Ist nicht sehr anschaulich im Ergebnis, aber geht.

In Bezug auf Regressionsanalyse weiß ich nicht, was hier konkret gemeint ist.

bzw wäre es sinnvoll die Themenstellung dann nach nur einer Qualifikationsstufe auszurichten? Z.b. ausschließlich auf die niedrig qualifizierten

Ich verstehe leider nicht, was damit konkret gemeint ist und kann es nicht kommentieren.

Mit freundlichen Grüßen

PonderStibbons