STATISTIK-FORUM.de

[kabee]

Hallo in die Runde,

ich suche Literatur für die Recodierung einer ordinal skalierten Variable (hier: das Einkommen klassifiziert) in eine metrische Variable.

Welche Probleme gibt es hierbei zu beachten?
Wie verändert sich der Informationsgehalt?
Was sagt die Abbildtheorie dazu?

Kann mir jemand weiterhelfen?

Beste Grüße
kabee

[PonderStibbons]

Wie soll das gehen? Eine intervallskalierte Variable enthält mehr Information
als eine ordinalskalierte; wo soll die fehlende Information herkommen?

Mit freundlichen Grüßen

P.

[kabee]

Hallo P.,

vielen Dank für Deine Antwort.
Ja, genau das ist die Thematik, die mich interessiert. Ich habe einen Datensatz vorliegen, in der das Einkommen klassifizerit ist in Tagesentgelt in Euro mit:

0= kein Einkommen
1= unter 19,5€
2= 19,5 bis unter 29,5€
3= 29,5 bis unter 39,5€
...
11= 109,5 bis unter 119,5€
12= über 119,5€

Ich habe gehört (leider nicht gelesen...), dass hierbei die Klassenmitten verwendet werden können, um das Einkommen in eine metrische Skala zu recodieren.
Das würde dann bedeuten, dass
0= 0€
2 = 24,495 €
3 = 34,495 €
4 = 44,495 €
5 = 54,495 €
etc.
12 = 119,5€

Die Kategorie 12 würde dann mit 119,5€ unterschätzt aber angeblich immer noch korrekt transformiert werden.

Was sagt ihr dazu?


Beste Grüße
kabee

[PonderStibbons]

Welchen Zweck soll das erfüllen? Und was aber spricht gegen die Verwendung
der ordinalen Skala als eben solche?

Mit freundlichen Grüßen

P.

[kabee]

Das metrische Niveau wird zur Varianzanalyse gebraucht.
Was sagst Du/Sie zum Recodierungsverfahren?

LG
kabee

[bele]

Es gebe zwei Gruppen mit den Einkommen wie folgt:
gruppe1<- c( 2, 4, 5, 6, 10.1, 10.2, 10.3)
gruppe2<- c( 2, 6, 7, 8, 9, 9,9)

Nehmen wir als der Varianzanalyse in 2 Gruppe ähnliches Verfahren den t-Test für unverbundene Stichproben. Der ergibt mit p = 0,83 ein extrem nicht signifikantes Ergebnis. Teilen wir jetzt die Gruppenmitglieder in Einkommensgruppen von 0 bis 10 und 10 bis 10000 und ordnen sie jeweils den Mitteln der Gruppenbreite zu:

gruppe1<- c( 5, 5, 5, 5, 4995, 4995, 4995)
gruppe2<- c( 5, 5, 5, 5, 5, 5, 5)

Jetzt ergibt derselbe t-Test mit p=0,08 ein "grenzwertig signifikantes", bei einseitiger Testung auch ein signifikantes Ergebnis.

Das Beispiel ist plump, zeigt aber, dass es sich um ein fehleranfälliges Näherungsverfahren handelt und dass Du das nur mit Augenmaß anwenden solltest und gut begründen, warum Du es für angemessen hälst.

LG,
Bernhard