STATISTIK-FORUM.de

[Uhl_95]

Hallo zusammen,

im Rahmen meiner Abschlussarbeit habe ich über eine Hauptkomponentenanalyse 19 Variablen der Berufswahlmotivation auf 6 Faktoren/Komponenten zusammenfassen können, die nun jeweils als Summenskalen vorliegen. Ich möchte nun einen Gruppenvergleich mit den vorliegenden Variablen vornehmen. Konkret geht es darum die beiden Gruppen "nicht-berufliches Schulsystem" und "berufliches Schulsystem" hinsichtlich der 6 Faktoren der Berufswahlmotivation zu vergleichen. Die beiden Gruppen sind unabhängig, es liegt keine Normalverteilung vor. Eine angedachte MANOVA fällt daher flach. Meine Idee war nun einen Mann-Whitney-U-Test durchzuführen. Allerdings habe ich 6 abhängige Variablen. Wäre es sinnvoll, 6 einzelne U-Tests durchzuführen und die Signifikanz aufgrund der 6 durchgeführten Tests nach Bonferroni zu korrigieren?

Ich absoluter Neuling und über jede Anregung dankbar.

Viele Grüße an die Community,

Niklas

[PonderStibbons]

es liegt keine Normalverteilung vor. Eine angedachte MANOVA fällt daher flach.

Wie kommst Du darauf? Normalverteilung von Variablen ist sowieso irrelevant, und selbst die Normalverteilung
der Residuen ist hier uninteressant, weil die Stichprobengröße doch anzunehmenderweise deutlich > 30 ist
(andernfalls wäre die Hauptkomponentenanalyse sehr fragwürdig).

Meine Idee war nun einen Mann-Whitney-U-Test durchzuführen. Allerdings habe ich 6 abhängige Variablen. Wäre es sinnvoll, 6 einzelne U-Tests durchzuführen und die Signifikanz aufgrund der 6 durchgeführten Tests nach Bonferroni zu korrigieren?

Falls Du eine multivariate Varianzanalyse sowieso nur als quasi "Omnibustest" analog zu einer
mehrfaktoriellen Varianzanalyse durchführen wolltest, was nicht ihr Sinn und Zweck ist, dann
kannst Du Dir das auch gleich sparen und sofort 6 t-Tests rechnen (bzw. besser Welch-t-Tests).

Mit freundlichen Grüßen

PonderStibbons

[bele]

Hallo,

Falls Du eine multivariate Varianzanalyse sowieso nur als quasi "Omnibustest" analog zu einer
mehrfaktoriellen Varianzanalyse durchführen wolltest,...

Das ist halt wieder einer dieser Threads in dem Daten beschrieben werden aber keine präzise Fragestellung. Das führt dann dazu, dass man rätselt, ob hier ein Omnibustest sinnvoll ist oder nicht. Wenn ein Omnibustest erfolgen soll, also ein einzelner Test der beschreibt, ob es einen (monotonen) Zusammenhang zwischen den 6 Hauptkomponenten der Berufswahl und der Beruflichkeit des Schulsystems gibt, dann könnte man über eine logistische Regression mit den 6 Hauptkomponenten als Prädiktoren und der Beruflichkeit des Schulsystems als Ergebnis zu rechnen.
Das wäre denn auch vielleicht eine Alternative zu den sechs verschiedenen t-Tests (denn die Hauptkomponenten sind hoffentlich orthogonal und Multikollinearität kein Thema).

LG,
Bernhard

[Uhl_95]

Vielen Dank erst mal für die schnellen Antworten.

Hier die Hypothese:
Die Befragten, die ein Lehramt an berufsbildenden Schulen in Erwägung ziehen, unterscheiden sich je nach besuchtem Schulsystem in ihren Berufswahlmotiven.

Ich möchte also zeigen, ob sich die beiden Gruppen "nicht-berufliches Schulsystem" und "berufliches Schulsystem" in den 6 herausgestellten Variablen der Berufswahlmotivation signifikant unterscheiden oder nicht. Sollte sich ein signifikanter Unterschied ergeben, hatte ich an anschließende post-hoc-Tests gedacht. Falls es keinen signifikanten Unterschied gibt, ist das eben auch ein Ergebnis.
Sollten noch weitere Angaben fehlen, lasst mich das gerne wissen.

Mir fehlt hier einfach die Idee, welche Methode sich sinnvoll einsetzen ließe. Da der Betreuer meiner Arbeit erkrankt ist, kann ich ihn für mindestens einen Monat nicht mehr erreichen, um das methodische Vorgehen dieser Hypothese zu klären.

[PonderStibbons]

Ich möchte also zeigen, ob sich die beiden Gruppen "nicht-berufliches Schulsystem" und "berufliches Schulsystem" in den 6 herausgestellten Variablen der Berufswahlmotivation signifikant unterscheiden oder nicht.

Nur nebenbei, eigentlich will man doch zeigen, ob sich die Absolventen der beiden Schulsysteme unterscheiden.
"Statistische Signifikanz" ist nur eines der möglichen Hilfsmittel dabei. Würde man die Datenanalyse nicht
mit Signifikanztests, sondern z.B. mit Bayes-Statistk durchführen, könnte Deine so formulierte Forschungsfrage
gar nicht beantwortet werden.

Sofern Du mit signifikant allerdings wichtig/bedeutsam/auffallen/groß meinst, das kann ein statistischer
Signifikanztest leider nicht prüfen, der stellt nur die Frage "Unterschied ja/nein"

Sollte sich ein signifikanter Unterschied ergeben, hatte ich an anschließende post-hoc-Tests gedacht. Falls es keinen signifikanten Unterschied gibt, ist das eben auch ein Ergebnis.

Wieso post-hoc Tests? Du hast doch nur 2 Gruppen.

Dass eine multivariate Varianzanalyse kein Omnibustest ist und Du m.E. ohne weiteres die sechs univariaten Tests
rechnen kannst, habe ich bereits erwähnt. Deine oben formulierte Forschungsfrage weist ebenso in die Richtung.

Mit freundlichen Grüßen

PonderStibbons

[bele]

Bei dieser Fragestellung bleibe ich bei meinem Vorschlag, eine binär-logistische Regression zu rechnen (egal, ob klassisch mittels Maximum Likelihood oder als Bayes-Regression mit MCMC) und aus den 6 Hauptkomponenten die Gruppenzugehörigkeit vorherzusagen.

Grundsätzlich ist es oft besser, ein großes Modell zu rechnen als sechs kleine. Es wäre beispielsweise denkbar, dass mehrere Hauptkomponenten jeweils zu wenig Vorhersagekraft für die Gruppe haben um die Signifikanzschwelle zu überschreiten, gemeinsam aber eben ausreichend Vorhersagekraft für ein signifikantes Ergebnis haben.

Die sechs voneinander unabhängigen t-Tests erlauben es Dir eben nicht, auf die Fragestellung "Gibt es einen Motivationsunterschied zwischen den beiden Gruppen" einen klaren p-Wert zu kleben.

Ich wüsste trotzdem gerne noch, wie groß die Stichproben sind, wieviele putative Lehrer also in jeder Gruppe sind.

LG,
Bernhard