ich hänge gerade etwas bei den Hypothesentestungen zu meiner Masterarbeit. Offensichtlich handelt es sich erstmal um eine Zusammenhangshypothese, dazu aber gleich mehr.
Meine Hypothese lautet:
Es gibt einen Zusammenhang zwischen dem Ausmaß der Missbrauchserfahrung in der Kindheit und der Anzahl körperlicher Erkrankungen im Erwachsenenalter. Selbst erlebte Gewalterfahrungen hängen mit einer höhere Anzahl an körperlichen Erkrankungen zusammen. Insbesondere besteht ein Zusammenhang zwischen selbst erlebten Gewalterfahrungen und […]
a) […] der Anzahl körperlicher Erkrankungen.
b) […] bösartigen Erkrankungen, Tumorleiden, Krebs.
c) […] Erkrankungen von Herz und Kreislauf.
d) […] Magen- und Darmerkrankungen.
e) […] Stoffwechselerkrankungen.
f) […] Erkrankungen des Muskel-Skelett-Systems/des Bindegewebes.
g) […] chronischen Schmerzen.
h) […] Allergien.
Dazu habe ich die folgenden Variablen:
K_summiert (Anzahl körperlicher Erkrankungen, intervallskaliert)
K_Boes, K_Herz, K_Magen etc. (einzelne körperliche Erkrankungen, dichotom [ja, nein]
Sum_erfGew (Summe der einzelnen Skalen zu selbst erfahrener Gewalt, intervallskaliert)
Dummy_erfGew (unterscheidet nur nach Gewalt selbst erfahren oder nicht erfahren; dichotom [ja, nein]. Diese Dummyvariable musste ich erstellen, da ich Personen aus dem Datensatz filtern musste, die Gewalt in ihrer Kindheit innerhalb der Familie bezeugt haben.
Hypothese 1a ist kein Problem, dazu habe ich den Zusammenhang zwischen K_summiert und Sum_erfGew mittels Produkt-Moment-Korrelation nach Pearson berechnet. Um zu schauen, ob sich diejenigen, die Gewalt selbst erfahren haben von denjenigen, die keine Gewalt erfahren haben, auch wirklich unterscheiden, wurde außerdem ein t-Test mit Dummy_erfGew als Gruppenvariable und K_summiert als Abhängige Variable gerechnet. Alles super, die Gruppen unterscheiden sich auch tatsächlich.
Bei den Hypothesen 1b-g sieht das ganze etwas schwieriger aus, da ich - wenn mich nicht alles täuscht - bei der Unterschiedstestung zu einem Chi-Quadrat-Test greifen müsste. Korrelationen sind wieder recht einfach berechnet, nun stehe ich allerdings vor der Frage, was tun mit der Unterschiedstestung.
Es gibt 2 Möglichkeiten:
1) UAV (Gruppenvariable): Dummy_erfGew; AV: K_Boes, K_Herz etc.
In diesem Fall müsste ich tatsächlich zu Chi-Quadrat-Tests greifen (für jede einzelne Erkrankung), da alle Variablen dichotom sind.
2) UAV (Gruppenvariable): K_Boes, K_Herz etc.; AV: Sum_erfGew.
In diesem Fall könnte ich zu einem t-Test greifen, was mir persönlich deutlich sympathischer erscheint. Allerdings frage ich mich, ob das inhaltlich einen Unterschied macht...
Kann mir diese Frage jemand beantworten? Vielen Dank
LG Martin
