Kreuztabelle oder ANOVA

[joli]

Hallo
in meiner Umfrage habe ich eine Gruppe eine Werbeanzeige gezeigt. Anschließend sollten die Befragten angeben, in wie weit sie der Aussage: "ein Produkt wie diese würde ich kaufen" zustimmen würden.
Die Antworten wurden auf einer 7 stufige Likert-Skala erfasst (stimmer voll zu- stimmer überhaupt nicht zu). Des weiteren habe ich gefragt ob die Anzeige die Befragten "nachdenklich" stimmt. Hier wurde eine 5 stufige Likert-Skala verwendet.

Nun würde ich gerne testen, ob Teilnehmer, die die Anzeige eher nachdenklich gestimmt hat, eher dazu bereit wären das Produkt zu kaufen .

Beide Variablen sind theoretisch ordinal skaliert. Im Netzt gibt es darüber aber auch verschiedene Meinungen, ob es nicht auch evtl metrische Variablen sein können.

Gehe ich davon aus, habe ich eine ANOVA durchgeführt. das Ergebnis war signifikant: Menschen die die Anzeige nachdenklich getsimmt hat, würden das Produkt eher kaufen (p=.026).

Gehe ich nun aber von ordinalen variablen aus und führen einen Pearsen CHi2 Test durch (Kreuztabelle), ist das Ergbniss nicht signifikant (p=.088)

Welches ist das Richtige Vorgehen. Oder gibt es noch andere, bessere Möglichkeiten ?

Liebe Grüße
Joli

[dutchie]

hallo Joli

CHI2 reagiert nicht auf ordinalniveau!
da werden beide Varaiblen als nominal angesehen!

und bei der ANONA ist eine Varaible nominal und die andere Intervall!
also auch nichts mit ordinal!
Nachdenklich hast du doch auf 5 stufiger Skala gemessen.

Wenn du beides als intervall ansiehst kannst du einfach korrelieren über lineare Korrelation nach Pearson!
Wenn beide als ordinal betrachtet werden sollen korreliere nach Spearman!
Hypo: je größer die Nachdenklichkeit desto höher die Kaufbereitschaft.

aber weder ANOVA noch CHI2 sehe ich hier...

gruß
dutchie

[joli]

Hallo dutchie,

oh, da war ich dann auf einem ganz falschen Pfad ! Vielen Dank !

Liebe Grüße
Joli

[joli]

Eine Frage hätte ich noch:

wann würde ich denn dann z.B. die Anova nutzen ?

LG Joli

[dutchie]

hallo joli

Bei der ANONA ist eine Variable und zwar die UV (Ursache) nominal und die andere, die AV (Wirkung)Intervall !
du kannst das bei dir rechnen, aber du verschenkst die Information der Reihenfolge und Abstände!

gruß
dutchie

[joli]

Hallo Dutchie,

super, alles klar! Vielen Dank schon einmal für deine Hilfe.

Ich ahbe die Korrelation nach Pearson jetzt durchgeführt (Skalierung als metrisch angesehen). Nun bekomme ich ein signifikantes Ergebnis heraus. Nun weiß ich jedoch nicht in wei weit die beiden miteinander korrelieren. Theoretisch wie du sagstest: Umso höher die Nachdenklichkeit, umso höher die Kaufbereitschaft.

Aber: Neben der Nachdenklichkeit ahbe ich im gleichen Stil auch bsp. genervt sein oder Desinteresse getestet. Führe ich da die gleich Korrelation durch sind auch diese signifikant. große Kaufbereitschaft bei hohem Desinteresse oder Genervtheit machen für mich aber keinen Sinn.

Hast du da noch eine Idee?

LG Joli

[dutchie]

hallo joli

zur Richtung der Korrelation kann ich nichts sagen
das hängt davon ab was gekauft werden soll...

man unterscheidet positive und negative Zusammenhänge..
z.B. r =-0,5 --> je größer x desto kleine Y
z.B. r = 0,5 --> je größer x desto größer Y

und wenn du noch andere Varaiblen (UVs) hat
solltest du einen lineare Regression rechnen und alle
bedingungsfaktoren der kaufbereitschaft gleichzeitig im Modell haben.

gruß
dutchie