STATISTIK-FORUM.de

[timothy]

Hallo Leute,

ich bin ein Statistik-Neuling und habe eine Frage bzgl. meiner Aufgabenstellung:

Jeweils 60 Probanden mussten Längen von Straßen in einer Straßenkarte schätzen. Karte A (60 Probanden) hatte mehr Informationsgehalt, Karte B (auch 60 Probanden) hatte weniger Informationsgehalt (z.B. eingezeichnete Gebäude). Die richtigen Distanzen habe ich in einer extra Tabelle notiert.

Nun möchte ich testen, ob die Probanden, die die Karte mit zusätzlichem Informationsgehalt besser geschätzt haben als die ohne zusätzlichem Informationsgehalt.

Wenn ich richtig liege, sind die Streckenschätzungen nicht intervallskaliert. Somit kann ich den T-Test für unabhängige Stichproben nicht anwenden, richtig? Denn meine Werte sagen als solches nichts qualitatives aus, ich muss doch irgendwie die Entfernung der geschätzten Streckenlängen im Vergleich zu den richtigen Streckenlängen überprüfen. Muss ich deswegen für beide Probandengruppen einen Einstichproben T-test anwende und dabei die geschätzten Ergebnisse den tatsächlichen Werten gegenüberstellen?

Vielen Dank im Voraus.

[PonderStibbons]

Wenn ich richtig liege, sind die Streckenschätzungen nicht intervallskaliert.

Schwer zu beurteilen, da Du nicht beschrieben hast, worin die
zu analysierende Variable konkret besteht. Längenangaben
("3 Kilometer", "800 Meter") bzw. Differenzen zwischen Schätzung
und tatsächlichem Sachverhalt wären sogar rationalskaliert.

Mit freundlichen Grüßen

P.

[timothy]

Hi PonderStibbons,

also ich habe zwei unterschiedliche Probandengruppen (a 60 Leute) Distanzen in einer Straßenkarte schätzen lassen. Die Karte war vom Straßennetz her gleich, der einzige Unterschied war eine unterschiedliche Farbgebung. Die Ergebnisse sind in Meterangaben genannt worden. Ich möchte nun testen, ob es einen signifikanten Unterschied zwischen den Antworten in beiden Gruppen gibt.
Mit einem normalen zweistichproben T-Test komme ich wahrscheinlich nicht so weit, weil die Ergebnisse ziemlich sicher nicht intervallskaliert sind. 800 Meter ist jetzt nicht besser/schlechter als 1300 Meter, wenn die richtige Antwort 1050 Meter lautet. Ich möchte lediglich testen, ob Probandengruppe A besser geschätzt hat als Probandengruppe B.

Nochmal zur Übersicht, ich habe:

Probandengruppe A (60 Personen): Schätzungen der Distanzen

Probandengruppe B (60 Personen): Schätzungen der Distanzen

Korrekte Distanzen

Die Karte ist gleich und unterscheidet sich lediglich in der Farbgebung.

Fragestellung: Hat eine unterschiedliche Farbgebung in einer Straßenkarte eine Auswirkung auf die Schätzungen von Probanden?

Viele Grüße

[PonderStibbons]

Ich möchte lediglich testen, ob Probandengruppe A besser geschätzt hat als Probandengruppe B.

Dazu müsstest Du angeben, wie Genauigkeit der Schätzung(en)
definiert sein soll. Differenz(en) zwischen Schätzungen und
Realität? Absolute Differenzen? Prozentuale Abweichungen?
Ist jedenfalls alles interrvallskaliert.

Mit freundlichen Grüßen

P.

[timothy]

Verstehe. Ersteres, also Differenzen zwischen Schätzungen und Realität, wobei absolute Differenzen in diesem Zusammenhang auch funktionieren würden.

D.h. ich kann die absoluten Differenzen bilden und einen unabhängigen Zweistichproben T-Test anwenden, oder?

Vielen Dank für dein Support bisher!!

[PonderStibbons]

Ich kann leider weiterhin nicht erkennen, wie die abhängige Variable konzipiert
sein und gemessen werden soll. Falls die abhängige Variable gebildet wird, indem
über mehrere Durchgänge eines Probanden aggregiert wird, bringt die Verwendung
von Differenzwerten womöglich nicht viel. Wenn jemand ständig daneben liegt,
aber dabei mal über- und mal unterschätzt, mittelt sich das in etwa aus, sodaß
der Gesamtwert der Schätzungen eine Person nahe dem tatsächlichen Längen-
Gesamtwert liegen kann, selbst wenn die einzelnen Schätzungen miserabel
waren. Und selbst wenn pro Proband nur 1 Messung vorliegen sollte, ergibt sich
auf Gruppenebene dasselbe Phänomen.

Mit freundlichen Grüßen

P.

[timothy]

Hi nochmal,

Und selbst wenn pro Proband nur 1 Messung vorliegen sollte, ergibt sich
auf Gruppenebene dasselbe Phänomen.

Genau so ist es. Ich habe pro Proband eine Messung.

Beispiel: eine Strecke ist 1000 Meter lang. Geschätzt wurden die Werte {900; 800; 1100; 1000}. Insgesamt habe ich Absolutwerte von {100;200;100;0}. Im Durchschnitt also 100 Meter als Verschätzungswert. Analog dazu aber mit der anderen Karte haben ich einen Durchschnitt von 200 Meter als Verschätztungswert.

Könnte ich denn jetzt nicht, analog zu diesem Beispiel, alle absoluten Werte mitteln und testen?