STATISTIK-FORUM.de

Hallo zusammen!

Ich hoffe, ihr Profis könnt einem Statistik-Noob wie mir bei folgender Thematik weiterhelfen

Ich habe folgende gerichtete Hypothese:
Je höher der Wert von Variable B, desto niedriger der Wert von Variable A.

N = 206

Sowohl Variable A, als auch die drei Variablen B sind ordinalskaliert.

Variable A:
1 = “bis zu 20%”
2 = “bis zu 40%”
3 = “bis zu 60%”
4 = “bis zu 80%”
5 = “bis zu 100%”

1. Variable B:
1 = “bis zu 20%”
2 = “bis zu 40%”
3 = “bis zu 60%”
4 = “bis zu 80%”
5 = “bis zu 100%”

2. Variable B:
1 = “nie”
2 = “selten”
3 = “gelegentlich”
4 = “oft”
5 = “immer”

3. Variable B:
1 = “weniger als 1 Stunde”
2 = “1 bis 4 Stunden”
3 = “5 bis 8 Stunden”
4 = “9 bis 12 Stunden”
5 = “13 bis 16 Stunden”
6 = “17 bis 20 Stunden”
7 = “mehr als 20 Stunden”

Ich habe zur Überprüfung des bivariaten Zusammenhangs der drei Variablen-Paare die Rangkorrelation nach Spearman durchgeführt.
Einseitig, da die Hypothese gerichtet ist.
Allerdings geben die Resultate ja "nur" die Stärke und Signifikanz des Zusammenhangs an - nicht aber dessen Richtung.

Dafür müsste ich eine Regression durchführen.
Da die Variablen alle ordinalskaliert sind wäre das nach meiner Recherche nur als ordinale Regression möglich.
Entsprechend mit der abhängigen Variable A und jeweils einer unabhängigen Variable B.

Ist das korrekt ? Oder gibt es noch andere Möglichkeiten?

Für Rückmeldungen wäre ich Euch sehr dankbar

Danke und Gruß

Jan

Eine gerichtete Forschungshypothese zieht nicht eine einseitige statistische Nullhypothese nach sich.
Das sind zwei verschiedene Paar Schuhe. Einseitige Testungen sollte man sich in der Regel sparen
https://psychologie.uni-graz.at/de/biol ... -list/faq/ FAQ #3

Die Frage nach der Richtung des Zusammenhangs ist etwas irritierend. Ist Spearmans rho
positiv, liegt ein positiver Zusammenhang vor. Ist rho negativ, dann ein negativer Zusammenhang.

Mit freundlichen Grüßen

PonderStibbons

Deine Hoffnung, dass eine Regression mehr Aussagen über Kausalität macht als die Korrelation ist leider ein Irrtum. Die Spearman-Korrelationen erscheinen adäquat.

LG,
Bernhard

Hallo PonderStibbons,

vorab vielen Dank für Deine Rückmeldung

PonderStibbons hat geschrieben:Eine gerichtete Forschungshypothese zieht nicht eine einseitige statistische Nullhypothese nach sich.
Das sind zwei verschiedene Paar Schuhe. Einseitige Testungen sollte man sich in der Regel sparen
https://psychologie.uni-graz.at/de/biol ... -list/faq/ FAQ #3

OK - dann bin ich mit zweiseitig auf der "sichereren" Seite

PonderStibbons hat geschrieben:Die Frage nach der Richtung des Zusammenhangs ist etwas irritierend. Ist Spearmans rho
positiv, liegt ein positiver Zusammenhang vor. Ist rho negativ, dann ein negativer Zusammenhang.

Also etwas salopp ausgedrückt:
Positiver rho = "Je höher der Wert der einen Variable, desto höher der Wert der anderen Variable."
Negativer rho = "Je höher der Wert der einen Variable, desto niedriger der Wert der anderen Variable."
Aber ich kann durch eine Korrelation nicht aussagen, welche der beiden Variablen die andere bedingt.
Also ob Variable A Variable B oder Variable B Variable A bedingt (das meinte ich mit "Richtung").
Dafür dachte ich, wird die (ordinale) Regression benötigt.
Oder liege ich da falsch?

Danke im voraus!

Gruß

Jan

Hallo Bernhard,

auch Dir vielen Dank für Deine Antwort

bele hat geschrieben:Deine Hoffnung, dass eine Regression mehr Aussagen über Kausalität macht als die Korrelation ist leider ein Irrtum. Die Spearman-Korrelationen erscheinen adäquat.

Aussagen über Kausalität bringen ja beide nicht.
Hältst Du eine Argumentation "nur" mit dem positiven bzw. negativen Spearman rho bei der gerichteten Forschungshypothese "Je höher der Wert von Variable B, desto niedriger der Wert von Variable A." für ausreichend?
Ohne (ordinale) Regression mit abhängiger und unabhängiger Variable?

Danke und Gruß

Jan

Sorry, ich hatte das mit der Richtung falsch verstanden als Frage nach der Kausalität. Wenn der beidseitige Test signifikant und rho negativ ist, dann hast Du das zu Deiner Hypothese gewünschte Ergebnis.

LG,
Bernhard

Hi,

- Liegen Dir auch die Originalmesswerte (der u.a.) vielen Prozentuierungen (von was?) vor?

Gruß
S.

Hallo strukturmarionette,

nein, metrische Daten liegen mir bei genannten Variablen leider nicht vor.
Dann wäre eine Regression für mich einfacher durchzuführen - die ordinale Regression erscheint mir als Statistik-Anfänger schon recht anspruchsvoll / aufwändig
Zumal ich dafür bisher auch keine (für mich) wirklich verständliche und nachvollziehbare Quelle gefunden habe.
Hättest Du da evtl. einen Tipp für mich?

Danke und Gruß

Jan

Hi,

- Wenn A Deine ordinalskalierte AV ist und es um ein Modell geht mit drei UVs in diesem einen Modell, böte sich eine multiple univarate ordinale Regression an.
- Würde das fachlich Deinem (nicht genannten) Forschungsvorhaben entsprechen?

Gruß
S.