,Ich bin mir nicht ganz sicher, ob ich bei meiner Auswertung richtig vorgegangen bin, weshalb ich mich über ein kurzes Feedback freuen würde. Ich arbeite mit SPSS, meine Stichprobe ist n = 80
Ich habe vier abhängige Variablen (Wissen, Einstellung, Verantwortung, Verhalten), die mithilfe von "mean" aus mehreren Items (Skala 1-5) berechnet wurden.
Nun möchte ich schauen, ob sich die einzelnen "Dimensionen" hinsichtlich der unabhängigen Variablen Geschlecht und politischem Interesse etc. unterscheiden.
Da die abhängigen Variablen größtenteils nicht normalverteilt sind, habe ich einen U-Test und einen Kruskal-Wallis-Test (für politisches Interesse, da es hier 3 Ausprägungen gibt) durchgeführt. Da ich aber auch gelesen habe, dass ab einer Stichprobe von ca n > 25 der t-test und die einfaktorielle Varianzanalyse gegen solche NV-Verletzungen robust werden, habe ich auch diese durchgeführt und die Ergebnisse gegenübergestellt.
Nun fallen die p-Werte bei parametrisch/nicht-parametrisch zwar ähnlich aus, aber manchmal ist der p-Wert bei dem einen Test knapp unter dem Signifikanzniveau von 0,05, beim anderen Test knapp darüber.
Ich bin mir jetzt nicht sicher, ob es mehr Sinn macht den parametrischen oder nicht-parametrischen zu interpretieren? Oder ob ich einfach beide berichte und bewusst keine eindeutige Schlussfolgerung ziehe. Weiß hier jemand weiter?
Eine andere - kleine - Frage wäre noch, wie es mit unterschiedlichen Stichprobengrößen bei den Gruppen aussieht. Teilweise unterscheiden sich diese auch stark (z.B. n = 10 n = 44 n = 25). Ist das ein Problem bei diesen Tests?
Vielen Dank schon mal!! LG
