Problem bei Auswertung einer Kreuztabelle

[Jules]

Hallo zusammen!

Ich habe die beiden Variablen Alter (aufegteilt in die Altersklassen 12-18,19-25,26-35,36-45,46-49 - kodiert als 1 - 5 und Einkommen (aufgeteilt in die Klassen <10000,10000-20000,20000-40000,40000-60000,>60000) kodiert als 1 - 5. Eine gruppiertes Balkendiagramm (Altersklassen auf der X-Achse) mit 5 Balken (einen für jede Einkommensklasse) zeigt, dass der Balken für Verdienstklasse <10000 von Altersklasse zu Altersklasse immer kleiner wird. Eindeutig größer von Altersklasse zu Altersklasse werden die Balken für die Einkommensklassen 40000-60000 und >60000.
Eigentlich logisch, dass die Leute, um so älter sie werden, auch mehr verdienen.


Nun will ich einen Zusammenhang der beiden Variablen aufzeigen. Dabei habe ich eine Kreuztabelle erstellt+Chi-Quadrat-Test.

Das Chi-Quadrat nach Pearson hat den Wert 487,222 bei einer Signifikanz von ,000. Kann ich aufgrund dieser Tatsachen schon sagen, dass die Stichproben "nicht unabhängig" sind???

Um den Grad des Zusammenhangs zu ermitteln, sollte ich in diesem Fall doch den Korrelationskoeffizienten nach Spearman in Betracht ziehen?
Dieser hat einen Wert von 0,615. Jetzt hab ich ein Problem der Interpretation der Korrelation. Diese sagt doch aus, dass ein positiver Zusammenhang besteht, oder? Bei dichotomen Ausprägungen wär das ja ganz easy zu verstehen. Im Fall der ordinalen Ausprägung gibt es ja z.B. die Einkommensklasse von >10000, die je höher die Altersklasse wird, extrem stark sinkt. Ich frage mich nun , wie ich den positiven Korrelationskoeffizienten in Bezug auf meine Grafik interpretieren kann.

Wenn Euch dass zu wirr erscheint, könnt ihr mir auch gern ne Mail schicken an jules_rulez21@hotmail.com und ich schicke euch die Grafik mal zu.

Gruß,
Julian

Da fällt mir noch ein: Muss ich überhaupt den Chi-Quadrat-Test machen, bevor ich die Korrelationsanalyse mache? Wenn ich einfach eine Korrelationsanalyse mache und nen Spearmankorrelationskoeffizienten von 0,6 bekomme, dann sagt mir das doch schon, dass die Variablen abhängig sind - und damit nicht unabhängig. Wozu dann noch den Chi-Quadrat-Test?