STATISTIK-FORUM.de

[Turban]

Liebe Community!

Ich habe drei verschiedene Gruppen von Fachsemestern. (Gruppe 1 Fachsemester 1-3, Gruppe 2 Fachsemester 4-6 usw.) in einer Variable. (Skala Nominal??)
Auf einer Likertskala habe ich Nutzungshäufigkeiten abgefragt (sehr oft bis sehr selten) (Ordinal Skala????). Wie (und mit was) kann ich nun testen, ob ein Zusammenhang zwischen der Nutzungshäufigkeit und der jeweiligen Semestergruppe gibt? Chi-Quadrat? Spearman?

Ich hoffe Ihr könnt mir helfen, vielen Dank im Voraus.

[aziz]

Hallo Turban,

ich poste mal nen Link, der die Frage hinreichend beantworten sollte:

http://www.statistik-forum.de/allgemeine-fragen-f5/welcher-test-wenn-nicht-chi2-oder-fischer-t2497.html

Gruß
a

[Turban]

Hey aziz, danke für die schnelle Antwort und den Link.
Verstehe ich das richtig, dass ich also nicht mal eine Kreuztabelle machen kann, um die Ausprägungen zu vergleichen und weder Chi² oder den Fischer-Test anwenden kann?
Anders als in der verlinkten Frage habe ich ja drei Gruppen, alle der selbe Studiengang, nur aufgeteilt in drei gleich große Gruppen (1-3. Semester = 1 ; 4-6. = 2 ; 6-X = 3 jweils ca 20 Personen).
Sind das jetzt zwei ordinal skalierte Variablen? Weil dann könnte ich doch Spearman berechnen?

Vielen Dank!!!

[aziz]

Verstehe ich das richtig, dass ich also nicht mal eine Kreuztabelle machen kann, um die Ausprägungen zu vergleichen und weder Chi² oder den Fischer-Test anwenden kann?

Warum du keine Kontingenztafel aufstellen kannst verstehe ich jetzt nicht. Hierbei handelt es sich um eine rein deskriptives Instrument, welches kateogriale Merkmale benötigt. Das ist bei dir der Fall. Vielleicht verstehe ich deine Frage aber auch nicht richtig.

Den -Test kannst du für beliebige Kontingenztafeln anwenden. Den exakten Test nach Fisher nur für -Tafeln. Eine verallgemeinerung des Fisher-Tests ist der Freeman-Halton, im obigen Link.

Anders als in der verlinkten Frage habe ich ja drei Gruppen, alle der selbe Studiengang, nur aufgeteilt in drei gleich große Gruppen (1-3. Semester = 1 ; 4-6. = 2 ; 6-X = 3 jweils ca 20 Personen).
Sind das jetzt zwei ordinal skalierte Variablen? Weil dann könnte ich doch Spearman berechnen?

Das ist, denke ich, eine Interpretationssache, ob die Studiendauer ordinalskaliert ist und wird mit deiner Forschungsfrage zusammenhängen.

Gruß

[Turban]

Nee, hast mich schon richtig verstanden. Die Frage war von mir nur schlecht gestellt, sorry.
Angenommen es sind nun einfach zwei ordinal-skalierte Variablen. Ich gehe davon aus, dass ein Linearer Zusammenhang besteht (--> Spearman). Ich nehme an, es besteht kein linearer Zusammenhang (--> Chi²)? Die Werte würden dann ja nur aussagen, dass ein Zusammenhang besteht, aber nicht, in welche Richtung. Ist es dann legitim, per Kreuztabelle bzw. dazugehörigem Diagramm, die Richtung zu interpretieren? oder muss man dann weitere Tests anwenden?

Vielen Dank!

[aziz]

Angenommen es sind nun einfach zwei ordinal-skalierte Variablen. Ich gehe davon aus, dass ein Linearer Zusammenhang besteht (--> Spearman).

Mit Korrelationskoeffizienten für ordinal-skalierte Merkmale kann nur geprüft werden, ob zwischen den Rängen ein Zusammenhang besteht. D. h. es wird geprüft, ob eine beliebige monotone (steigende oder fallende) Funktion den Zusammenhang beschreibt. Das hat zur Folge, dass auch ein nicht streng linearer Zusammenhang einen Korrelationskoeffizienten von 1 ergeben könnte.

Ich nehme an, es besteht kein linearer Zusammenhang (--> Chi²)? Die Werte würden dann ja nur aussagen, dass ein Zusammenhang besteht, aber nicht, in welche Richtung.

Ich nehme an, dass du den -Test als Unbhängigkeitstest verwenden möchtest. Du testest sind stochastisch unabhängig gegen sind stochastisch abhängig. Wenn sich zu den deinem gewählten Signifikanzniveau die Nullhypothese verwerfen lässt, so weißt du, dass sie zum Niveau abhängig sind.

Ist es dann legitim, per Kreuztabelle bzw. dazugehörigem Diagramm, die Richtung zu interpretieren? oder muss man dann weitere Tests anwenden?

Spontan fällt mir der Cochran-Armitage Trendtest ein. Das Problem ist, dass er nur bei -Kontingenztafeln anwenbar ist und nur getestet werden kann ob ein linearer Zusammenhang bestehen könnte; nicht in welche Richtung.

Aus Kontingenztafeln heraus die Richtung deskriptiv "herzuleiten" ist ebenfalls möglich. Stichwort hier wären konkordante und diskordante Paare.
Hierbei sei aber Vorsichtig geboten. Falls hieraus Hypothesen generiert werden sollten, die an der selben Stichprobe getestet werden, so halte ich signifikante Ergebnisse für fraglich. In diesem Fall ist es besser die Hypothese aus einer Kontrollstichprobe zu generieren und jene abgeleitete Fragestellung an der eigentlichen Stichprobe zu testen.

Gruß