STATISTIK-FORUM.de

Hey!
Ich möchte gerne den Zusammenhang zwischen Alter und Geschlecht und wahrgenommen Barrieren zur Beteiligung an Weiterbildung analysieren. Der Datensatz ist bereits vorhanden.
Nun sind alter sowie Geschlecht nominalskaliert. Außerdem sind die Barrieren in mehreren nominal skalierten items gemessen worden.
Wie kann ich nun vorgehen? Muss ich die Barrieren als meine abhängigen Variable irgendwie vorher zusammenfügen oder nutze ich nur einzelne und analysiere diese auch einzeln im Zusammenhang zu Alter und Geschlecht?

Danke euch schonmal fürs grübel.

KeinName hat geschrieben:Nun sind alter sowie Geschlecht nominalskaliert. Außerdem sind die Barrieren in mehreren nominal skalierten items gemessen worden.

Könntest Du da mal konkrete Beispiele machen?

LG, Bernhard

Ich möchte gerne den Zusammenhang zwischen Alter und Geschlecht und wahrgenommen Barrieren zur Beteiligung an Weiterbildung analysieren. Der Datensatz ist bereits vorhanden.
Nun sind alter sowie Geschlecht nominalskaliert. Außerdem sind die Barrieren in mehreren nominal skalierten items gemessen worden.

Alter ist mindestens ordinalskaliert. Nach den Barrieren hat bele ja schon gefragt.
Wie groß ist die Stichprobe und wie lief die Datenerhebung ab?

Mit freundlichen Grüßen

PonderStibbos

Ein Beispiel für ein Barriere-Item wäre: "Ich hätte gern etwas gemacht, hatte jedoch nicht die Teilnahmevoraussetzungen." oder "Ich hätte gerne etwas gemacht, aber es war mir zu teuer." (dafür gibt es 15 Items, welche ich dann gedacht habe in drei Kategorien zusammenzufassen: zeitliche, persönliche und finanzielle Barrieren)

Die Stichprobe ist relativ groß mit ca.3300 Personen, Datenerhebung lief als Computerunterstützte persönliche Befragung

Wie ist die Antwortskala für die Barriere-Items gestaltet? Sollen auch einzeln die 15 Items ausgewertet werden oder nur die die 3 Zusammenfassungen? Sollen Alter und Geschlecht getrennt oder simultan in ihrer Beziehung zu Barrieren analysiert werden? Wie wurde Alter konkret gemessen?

Mit freundlichen Grüßen

PonderStibbons

Die Antwortskala für die Barriere-items ist Zutreffend, Nicht-zutreffend und Keine Angabe.

Wenn es sinnvoll ist war der Plan nur die drei Zusammenfassungen auszuwerten. Dabei hätte ich alter und Geschlecht zusammen in ihrer Beziehung analysiert. Alter wurde in verschiedenen Gruppen gemessen also 17 oder jünger, 18-24, -24-30,...

Als Idee hätte ich so dann drei Hypothesen:
Hyptohese 1: Es gibt einen Zusammenhang zwischen den Kontextfaktoren Alter und Geschlecht in Bezug zu finanziellen Barrieren

Hyptohese 2: Es gibt einen Zusammenhang zwischen den Kontextfaktoren Alter und Geschlecht in Bezug zu zeitlichen Barrieren

Hyptohese 3: Es gibt einen Zusammenhang zwischen den Kontextfaktoren Alter und Geschlecht in Bezug zu persönlichen Barrieren

Ich bin nicht ganz sicher, ob eine ca. 6stufige Zählvariable eine brauchbare abhängige Variable dafür abgibt,
aber die Stichprobe ist groß und die Schätzungen dadurch wohl recht zuverlässig, daher könntest Du eine
multiple Regressionsanalyse versuchen. "Alter" mit k Stufen müsste man dafür in k-1 dummy-Variablen
umwandeln (jede Stufe kriegt einen dummy, eine Stufe wird weggelassen, da redundant), Geschlecht
ebenfalls in eine dummy-Variable umwandeln. Falls Du auch noch Wechselwirkungen untersuchen willst
("der Effekt von Geschlecht ist in den jüngeren Gruppen kleiner als in den älteren"), wird es (etwas)
komplizierter.

Mit freundlichen Grüßen

PonderStibbons

Ich bin nicht ganz sicher, ob eine ca. 6stufige Zählvariable eine brauchbare abhängige Variable dafür abgibt

Man könnte versuchsweise das von PonderStibbons vorgeschlagene Modell auch nochmal als Binomial- und als Poisson-Regression erweitert durchführen und schauen, wie gut das passt. Alternativ als ordinale Regression, wenn die erstgenannten gar nicht passen wollen. Aber das ist dann Feinschliff. Mit dreitausend Beobachtungen kan man auch mal ein bisschen herumexperimentieren. Wie häufig kommt "keine Angabe" denn vor? Kann man das praktisch vernachlässigen oder ist das häufig?

LG, Bernhard

Alternativ als ordinale Regression, wenn die erstgenannten gar nicht passen wollen. Aber das ist dann Feinschliff.

Den Vorschlag, für frei verteilte Zahlen als AV ein Modell für ordinale AV zu verwenden habe ich hier gerade noch aus berufenerer Feder gefunden: https://stats.stackexchange.com/a/627637/117812
LG, Bernhard