STATISTIK-FORUM.de

Hallo allerseits,

ich arbeite momentan an meiner Masterarbeit zum Thema Online-Partnersuche und die statistische Auswertung mit SPSS läuft leider nicht so gut wie erwartet. Ich komme immer wieder aus dem Takt hinsichtlich der Frage, welches Verfahren für welches Problem genutzt werden soll. Mein momentanes "Problem" ist es, folgende Hypothese zu prüfen:

H5: Je geringer die wahrgenommene Anzahl potentieller Partner, desto länger die Dauer der Ex-Beziehung.

Wahrgenommene Anzahl potentieller Partner wurde mit "zu gering" bis "zu hoch" fünfstufig abgefragt, allerdings über 9 Items (Hobbies, gemeinsame Freunde, Online-Dating-App, etc.)

Dauer der Ex-Beziehung wurde in Monaten numerisch erfasst. (n = 110)

Aus der wahrgenommenen Anzahl der Partner habe ich einen Mean (MEAN AB01 to AB09) berechnet. (Falls hier schon der erste Fehler versteckt ist, dann gerne melden.)

Eigentlich eignen sich für solche je-desto-Bedingungen ja Korrelationen, dies kann hier allerdings nicht realisiert werden, weil das Streudiagramm nicht auf Linearität schließen lässt. Somit ist der Test raus.

Dann habe ich mir eine Kreuztabelle der beiden Variablen ausgeben lassen, inklusive Chi-Quadrat. Hierbei ist allerdings das Problem, dass die Bedingung, dass die erwartete Häufigkeit in den Feldern größer als 5 sein sollte, massiv verletzt wurde. Dann kann ich auch mit Chi-Quadrat nichts anfangen.

Jetzt habe ich einen t-Test bei unabhängigen Stichproben durchgeführt, würde aber gerne auch noch etwas über die Stärke und die Richtung des Zusammenhanges wissen. Dazu gäbe es Cramers V, allerdings darf das ja nur von nominalskalierten Variablen erhoben werden und das ist ja bei mir nicht der Fall...ist meine Vermutung also richtig, dass ich eigentlich mit meinen Daten nur aussagen kann, dass ein/kein Zusammenhang besteht?

Wie man merkt, bin ich nicht so bewandert und freue mich über jeden Strohhalm!

Einen schönen Abend allen,

Mastermädchen

Hi!

Willkommen im Forum.

Mastermädchen hat geschrieben:Aus der wahrgenommenen Anzahl der Partner habe ich einen Mean (MEAN AB01 to AB09) berechnet. (Falls hier schon der erste Fehler versteckt ist, dann gerne melden.)

Ja, das ist sicher ein Punkt, den man kritisch hinterfragen muss. Du hast ordinale Daten und addierst diese im Rahmen der Durchschnittsberechnung. Addition von ordinalen Daten ist mathematisch falsch, hat aber im Rahmen der sog. Likert-Skalen durchaus eine große Tradition. Du solltest Dich vielleicht noch einmal kundig machen, unter welchen Umständen man Items zu Likertskalen zusammenfassen kann. Es gibt keine allgemeinen Standards dafür, wie streng man hier sein muss.

Eigentlich eignen sich für solche je-desto-Bedingungen ja Korrelationen, dies kann hier allerdings nicht realisiert werden, weil das Streudiagramm nicht auf Linearität schließen lässt. Somit ist der Test raus.

Es gibt verschiedene Verfahren zur Korrelation, nicht nur das nach Pearson. Lies mal nach unter Spearman-Korrelation!

Jetzt habe ich einen t-Test bei unabhängigen Stichproben durchgeführt,

Warum hast Du bei einer je-desto-Fragestellung einen t-Test gerechnet? Vielleicht erklärst Du das nochmal.

LG,
Bernhard

Guten Morgen Bernhard und vielen Dank für die nette Begrüßung im Forum,

bele hat geschrieben: Ja, das ist sicher ein Punkt, den man kritisch hinterfragen muss. Du hast ordinale Daten und addierst diese im Rahmen der Durchschnittsberechnung. Addition von ordinalen Daten ist mathematisch falsch, hat aber im Rahmen der sog. Likert-Skalen durchaus eine große Tradition. Du solltest Dich vielleicht noch einmal kundig machen, unter welchen Umständen man Items zu Likertskalen zusammenfassen kann. Es gibt keine allgemeinen Standards dafür, wie streng man hier sein muss.

ja, dass das methodisch nicht ganz sauber ist, damit habe ich schon gerechnet, aber ich hätte sonst einfach nicht gewusst, wie ich mit den Daten weiter hätte verfahren sollen, deswegen habe ich den Mittelwert gebildet und gedacht, dass ich das dann schon "verargumentieren" kann. (Wie du ja sagst, gibt es da keine allgemeinen Standards, wie streng man sein muss.)

bele hat geschrieben: Es gibt verschiedene Verfahren zur Korrelation, nicht nur das nach Pearson. Lies mal nach unter Spearman-Korrelation!

Spearman und Kendalls Tau b habe ich auch schon gehört, aber muss für diese Tests nicht auch die Bedingung der Linearität vorliegen? Ansonsten könnten die mir ja enorm weiterhelfen, weil eine Korrelation eigentlich genau das ist, was ich berechnen möchte.

bele hat geschrieben: Warum hast Du bei einer je-desto-Fragestellung einen t-Test gerechnet? Vielleicht erklärst Du das nochmal.

Hmm, irgendwie habe ich da in meiner Verzweiflung drauf zurückgegriffen, aber du hast vollkommen Recht, jetzt, da ich refklektiert darüber nachdenke, macht ein t-Test eigentlich eher bei anderen Fragestellungen Sinn.

Ich danke dir auf jeden Fall schon einmal herzlich für deine Hilfe!

Spearman und Kendalls Tau b habe ich auch schon gehört, aber muss für diese Tests nicht auch die Bedingung der Linearität vorliegen?

Das sind Korrelationsmaße für ordinale Daten. Dementsprechend ist auch "Linearität" irrelevant, weil Zusammenhänge
zwischen ordinalen bzw. rangskalierten Variablen überhaupt nicht linear oder nichtlinear sein können. Das ließe sich
vermutlich mit wenig Mühe recherchieren.

Mit freundlichen Grüßen

PonderStibbons