STATISTIK-FORUM.de

[DoctorD]

Hallo,

ich versuche gerade, meine Umfage mit Hilfe von Korrelationen auf ReTest-Reliabilität zu untersuchen. Es liegen die Daten von 17 Probanden vor. Leider tue ich mir als Statistikanfänger häufig etwas schwer, was die Interpretation von Daten angeht, die SPSS mir ausspuckt.


Beispiel1:

Pearson-Korrelation: 0,685*
Sig. (1-seitig): 0,001
n: 17
*Korrelation ist bei Niveau 0,01 signifikant

Kann das Ergebnis so formuliert werden? "Zwischen den beiden Items (Messung I und II) besteht eine Korrelation von r= 0,685 auf dem Signifikanznivau 0,001."

"Da die Korrelation auf dem Niveau 0,01 signifkant wird und die Korrelation einen Wert von 0,685 hat, kann von eine starken Korrelation ausgegangen weden" <- Die auf Korrelation untersuchte Frage eignet sich für die Messung?


Auf das zweite Beispiel würde das dann genauso zutreffen, nur mit anderen werten und schwächerer Korrelation?

[PonderStibbons]

Der Signifikanztest ist hier völlig unerheblich. Dass die Nullhypothese,
der Test korreliere in der Messwiederholung mit sich selbst zu
r = 0,0000, nicht beibehalten werden kann, ist doch von vornherein
klar. Die Größe (bzw. die Kleinheit) des p-Wertes ist da auch
nicht weiter interessant oder interpretierbar.

Auch wenn Konfidenzintervalle leider nicht das sind, was man gerne
hätte (eine Schätzung der Grenzen, zwischen denen der "wahre"
Koeffizient liegt), wäre zur Veranschaulichung des Umstandes, dass
Dein r=0,685 auf einer nur kleinen Stichprobe basiert und daher
nur ein sehr ungefährer Schätzwert, die Berechnung z.B. eines 95%
Intervalles für r nützlich.

Nebenbei wäre eine Korrelation 0,685 zwar normalerweise hoch
zu nennen, aber für eine Reliabiltät ist das mau. Der Anteil
des Fehler-Rauschens an der Gesamtvarianz des Tests würde
damit 1 - 0,685² = 0,53 (53%) betragen.

Mit freundlichen Grüßen

P.

[DoctorD]

Vielen Dank für die Antwort!

Ich bin mir ehrlich gesagt gar nicht sicher, ob ich überhaupt die richtige Methode anwende, um meinen Fragebogen zu testen.

Die gestellen Fragen werden normalerweise mit Ja und Nein beantwortet, macht es da überhaupt Sinn, auf Korrelation zu testen? (Nein = 0, Ja = 1)

In einem Fall änderte nur ein einziger Teilnehmer seine Antwort, trotzdem beträgt die Korrelation dann "nur" 0,685 (p= 0,001).

[strukturmarionette]

Hi,

Die gestellen Fragen werden normalerweise mit Ja und Nein beantwortet

- Was bedeutet bei Dir denn an dieser Stelle 'normalerweise'?
- Ja wie denn nun?

Gruß
S.

[DoctorD]

Hi,

Die gestellen Fragen werden normalerweise mit Ja und Nein beantwortet

- Was bedeutet bei Dir denn an dieser Stelle 'normalerweise'?
- Ja wie denn nun?

Gruß
S.

Das soll bedeuten, dass es auch Fragen gibt, die nicht mit Ja/Nein beantwortet werden.

Als schrecklicher Statistik-Anfänger habe ich wohl einen schrecklichen Statistik-Fehler gemacht. Wenn ich in meinem ReTest die Reliabilität von Fragen, die man mit Ja/Nein beantworten kann, dann komme ich mit Korrelationen nach Pearson nicht weit, sondern muss z.B. Chi-Quadrat anwenden ...

EDIT: Auf Grund der kleinen Stichprobe muss man den exakten Fischer-Test machen

[bele]

Hey DoctorD, erstmal keine Panik. So groß war der Fehler vielleicht gar nicht. Es wäre aber an der Zeit, dass Du mal genau erklärst, was Du da vor Dir hast und was Du berechnen willst. Wie sehen die Antwortformate für die Nicht-Ja-Nein-Fragen aus? Willst Du die Restest-Reliabilität von einzelnen Items oder von einem ganzen Fragebogen berechnen?

Um Dir etwas Mut zu machen zitiere ich mal die Wikipedia:

Der Pearsonsche Korrelationskoeffizient liefert korrekte Ergebnisse bei intervallskalierten und bei dichotomen Daten.

LG,
Bernhard

[DoctorD]

Hallo, ich habe das Problem letztendlich lösen können.

1. es handelt sich schlicht um eine Korrelation.
2. Auf Grund der geringen Stichprobe und weil anfällig für Ausreißer eignet sich Pearson Korrelationskoeffizient nicht.
3. Geeignet bei kleinen Stichproben: Kendalls Tau " erweist sich darüber hinaus auch für intervallskalierte Daten als hilfreich, wenn die Daten nicht normalverteilt sind, die Skalen ungleiche Teilungen aufweisen oder bei sehr kleinen Stichprobengrößen." Den habe ich jetzt letztendlich auch verwendet

Vielen Dank für die Hilfe.