Hallo,
ich untersuche gerade im Rahmen meiner medizinischen Doktorarbeit den Zusammenhang verschiedener Faktoren auf die Lebensqualität (metrisch skaliert).
Diese Faktoren sind zum großen Teil metrisch oder dichotom (Geschlecht, Krankheit mild/schwer etc.) skaliert. Eine der Variablen besteht jedoch aus drei Kategorien (Krankheitsgruppen). Jetzt ist die Frage, wie ich mit dieser kategorialen Variable Korrelationen berechnen kann. Also die Erkrankungsgruppe mit den anderen Faktoren und mit dem Outcome.
Kann ich den Eta-Wert berechnen lassen und diesen wie den Korrelationskoeffizienten r behandeln? Leider spuckt SPSS dazu keine Signifikanz aus, sodass die Interpretation schwierig ist.
Zwischen meine Faktoren gibt es leider auch signifikante Korrelationen, wie gehe ich damit um?
Geplant war ursprünglich eine multiple lineare Regression mit allen Faktoren zu rechnen. Jedoch funktioniert dies ja mit der kategorialen Variable nicht. Dummy-Variablen sind keine Option, da ich ja die einzelnen Krankheitsgruppen auftrennen will und nicht zwei zusammengefasst gegen eine vergleichen kann/will.
Meine Betreuerin hat jetzt eine Varianzanalyse (ANCOVA) vorgeschlagen. Dort kann ich die Erkrankgungsgruppen dann als festen Faktor angeben und alle anderen Variablen als Kovariaten. Kann ich dann noch den Einfluss der einzelnen Variablen wie in der multiplen Regression vergleichen?
Ich bin gerade wirklich am verzweifeln und würde mich über Hilfe und Anregungen sehr freuen. Vielen Dank schon mal und LG!
Korrelation zwischen kategorialer und metrischer Variable
-
pomke
- Beiträge: 1
- Registriert: 23.04.2017, 14:46
-
Ben2110
- Beiträge: 2
- Registriert: 10.05.2017, 02:01
Re: Korrelation zwischen kategorialer und metrischer Variabl
Hi pomke.
Bei kategorialen Variablen rechnet man keine Korrelationen, sondern Varianzanalysen. Auch eine Regression wäre möglich, wenn du statt der Dummy- die Effekt-kodierung verwendest (Das Ergebnis ist äquivalent zu dem der ANOVA). Je nach Art der Faktoren müsste evtl. noch unterschieden, ob es sich um feste oder um zufällige Faktoren handelt. Es ist keine Voraussetzung der ANOVA, dass die Faktoren unkorreliert sind (zumal Faktoren nicht korrelieren können, da sie nicht metrisch sind).
Wenn du das Ganze als ANCOVA umsetzt, kannst du die Ergebnisse wie die einer Regression interpretieren (Im Hintergrund wird auch letztendlich eine multiple Regression gerechnet). Die ANCOVA erfordert allerdings, dass die Faktoren mit den metrischen Kovariaten unkorreliert sind. Falls das nicht der Fall ist, wäre eine moderierte Regression angezeigt, die in SPSS über das Makro PROCESS gerechnet werden kann (http://processmacro.org/index.html)
Viele Grüße, Ben
Bei kategorialen Variablen rechnet man keine Korrelationen, sondern Varianzanalysen. Auch eine Regression wäre möglich, wenn du statt der Dummy- die Effekt-kodierung verwendest (Das Ergebnis ist äquivalent zu dem der ANOVA). Je nach Art der Faktoren müsste evtl. noch unterschieden, ob es sich um feste oder um zufällige Faktoren handelt. Es ist keine Voraussetzung der ANOVA, dass die Faktoren unkorreliert sind (zumal Faktoren nicht korrelieren können, da sie nicht metrisch sind).
Wenn du das Ganze als ANCOVA umsetzt, kannst du die Ergebnisse wie die einer Regression interpretieren (Im Hintergrund wird auch letztendlich eine multiple Regression gerechnet). Die ANCOVA erfordert allerdings, dass die Faktoren mit den metrischen Kovariaten unkorreliert sind. Falls das nicht der Fall ist, wäre eine moderierte Regression angezeigt, die in SPSS über das Makro PROCESS gerechnet werden kann (http://processmacro.org/index.html)
Viele Grüße, Ben
