STATISTIK-FORUM.de

[Oversteer]

Hallo liebe Forum-Gemeinde

ich habe von der FH eine Projektaufgabe bekommen, bei der ich folgende Daten habe:
- Alter, Erwerbstatus, Brutto-/Nettogehalt, Geschlecht, Qualifikation, Soziale Stellung und Region.

Ich habe mir dabei folgende Frage gestellt, inwiefern hängt das Bruttogehalt vom Alter ab.

Dementsprechend habe ich die Datensätze, welche Teilzeitbeschäftigt sind, das doppelte Bruttogehalt genommen.
Das Gehalt reicht von 112-8000, das Alter von 18-65.
Daher habe ich folgende Klassen beim Gehalt gebildet: 0-1500, 1500-3500 und 3500-8000.
Beim Alter widerum 16-30, 30-50, 50-65.

So nun zu meiner eigentlich Frage, ich habe dementsprechend das arithmetische Mittel der Klassen ausgerechnet,
sowie die Varianz und die Standardabweichung vom Alter und vom Bruttogehalt.

Wenn ich aber nun die Kovarianz ausrechne, und die jeweiligen Klassen behalte und nicht mit der Klassenmitte
rechne, erhalte ich fast keinen Zusammenhang, was eigentlich nicht möglich ist.

Daher meine Frage, ist es überhaupt möglich diesen Korrelationskoeffizient nach Bravais Pearson zu nehmen, wenn Rechtecksverteilungen, bzw. Klassen auftreten, da meine Ergebnisse von 0,06 bis 0,85 starker Zusammenhang abweichen.

Ich bedanke mich im Voraus für Eure Antworten und hoffe Ihr könnt mir weiterhelfen!

[strukturmarionette]

Hi,
so wie ich das verstehe, wäre mein Idee, nicht mit den ´künstlichen´ Klassen zu rechnen, sondern die ´schönen´ intervallskalierten Variablen Alter und Gehalt beizubehalten -so wie sie sind.
-Dann wäre ein Pearsonscher Korrelationskoeffizient für Intervallskalierte Vars zu berechnen

[Oversteer]

Was meinst du damit genau?
Ich habe die Varianz der klassierten Verteilung ausgerechnet,
diese dann mit den Klassenmitten abgezogen und somit den Verschiebunssatz ausgerechnet, also
Sigmy xy, um damit dann den Korrelationskoeffizient nach Bravais/Pearson.

[PonderStibbons]

Es stellt sich halt die Frage, was dahinter steckt, intervallskalierte Daten (mit denen man einen Pearsonschen Koeffizienten ohne weiteres berechnen kann) erst auf ordinales Niveau herunterzubrechen und dann mühselig Prozeduren anzuwenden, die für ordinale Daten nicht recht gemacht sind (wie die Berechnung von Mittelwerten) und einen Korrelationskoeffizienten zu berechnen, den man sehr viel einfacher mit den Ausgangsdaten hätte ermitteln können.
Gruß

P.