Ist das Vorgehen bei der Auswertung richtig?

[Bibfan2000]

Hallo allerseits,

ich bin mir nicht sicher, ob meine gewählte Auswertungsmethode richtig ist oder nicht, da leider meine letzte Anwendung leider schon ein paar Jahre her ist.

Ich habe verschiedene Unabhängige Merkmale, die nominal sind (Geschlecht m/w/d; Hochschule oder Universität; Erstdiagnose in der Kindheit und Jugend oder Erwachsenenalter; Medikation ja oder nein).

Die Abhängigen Merkmale wurden auf univariaten 5er-Likertskalas erfasst ("Habe Bedürfnis nach Hilfe bei X" mit unterschiedlichen X und den Antwortmöglichkeiten: Stimmt nicht; Stimmt wenig; Stimmt mittelmäßig; Stimmt ziemlich; Stimmt sehr) was ordinal ist. Bei den verschiedenen X bleibt die Fragestellung immer identisch.

Die H1-Hypothese ist, dass es zwischen dem Unabhängigen Merkmale (Bsp. Geschlecht) und dem Hilfsbedürfnis nach X einen Zusammenhang gibt. Die H0-Hypothese wäre folglich, dass es keinen Zusammenhang zwischen dem Unabhängigen Merkmal und dem Hilfsbedürfnis nach X gibt.

Mein n sollte mit 114 ausreichend hoch sein und die Unabhängigen Merkmale sind bis auf "Geschlecht Divers" maximal in einem 40 - 60 Verhältnis.

Meine erste Idee war es für die Analyse eine Kreuztabelle zu nutzen (Analysieren -> Deskriptive Statistik -> Kreuztabelle) und "Geschlecht Divers" rauszunehmen. Chi² für die Abhängigkeitsüberprüfung nutzen und falls es einen signifikanten Zusammenhang gibt die Größe bestimmt. Ich hätte hierfür einen asymmetrisches Maß genommen, da ich ja schaue ob das Unabhängige Merkmal das Abhängige Merkmal beeinflusst, bin mir da aber nicht ganz sicher ob das so richtig ist!

Wäre damit die Analyse abgeschlossen?
Falls relevante Kennzahlen fehlen, bitte ich um Verzeihung! Habe versucht mich an ähnlichen Forumsposts zu orientieren.

Gruß Bibfan2000

[dutchie]

Hallo bibfan2000,

die Auswertung steht und fällt mit dem Skalenniveau der Variablen.

wobei primär die AV entscheidet !!!

dein gewähltes Antwortformat produziert metrische Daten! sofern die Variable
selbst metrisch ist!

...was ordinal ist

nein!!

...wenn du nur eine Variable hast , und du nur 5 merkmalsausprägungen feststellst
und mit 1 2 3 4 5 kodierst, sieht das zwar aus wie nur eine ordinale Rangreihe!
aber wenn die Äbstände gleich sind, ist das metrisch!
-->rohrmann äquidistanz

...gut, lass uns daran zweifeln und das als ordinal behandeln!

du kannst dann eine ordinale Regression (multivariat mehrere UV) machen
...kommt auf den Aufwand an, den du betreiben möchtest.
da würde ich auch sagen N ist zu klein,
damit könntest du die Äquidistanz beweisen, oder wiederlegen, je nachdem
aber normal gelingt das.

Chi² für die Abhängigkeitsüberprüfung ist ok, weil du nur 5 Merkmalsausprägungen hast
damit ruckelst du die AV aber auf nominal zurück
und es ist nur bivariat, d.h. es werden die Zusammenhänge zwischen
den UV nicht berücksichtigt.

-->asymmetrisches Maß ist ok, um das wie auf ordinalniveau hochzuruckeln,
das ist aber dann nicht das, was mit Chi² getestet wurde,
kann sein, dass zu diesem Maß auch ein sig Test oder Vertrauensintervall oder bootstrap
verfügbar ist??? kann sein dass sich das widerspricht.

Chi² ist zweiseitig! also auch exakte Tests nach Fisher abrufen, die gehen auch
einseitig, das ist aber tricky!

..aber an sich alles gut, kann man so machen, lets go!

...wenn die AV allerding metrisch ist, verschenkst du Information, deskriptive Möglichkeiten und Teststärke
und alle werden gucken

Es ist kein Fehler es auch mal doppelt oder dreifach auszuwerten.
Ergebnisse bei nominaler Interpretation der AV,
Ergebnisse bei ordinaler Interpretation der AV,
Ergebnisse bei metrischen Interpretation der AV

Wenn das Ganze sig werden will, klappt das auf jedem Skalenniveau.
aber die Interpretationen unterscheiden sich gewaltig!!!!!!

gruß
dutchie

[Bibfan2000]

Hallo dutchie,

vielen Dank für die schnelle Antwort!
Würde dann tatsächlich eine metrische Auswertung vorziehen um so die Aussagekraft zu erhöhen!

Kann ich mich melden wenn ich die geplant habe? Arbeite mich dann erstmal wieder in die Planung von metrischen Auswertungen ein.

Gruß
Bibfan2000

[Bibfan2000]

Hallo dutchie,

ich habe jetzt tatsächlich eine Idee wie ich die Daten auswerten kann, damit alle nicht so gucken
Vielen Dank für den Tipp mit der Rohrmann Äquidistanz!

Da meine Unabhängigen Variablen ordinal sind (Geschlecht, Uni oder Hochschule etc.) würde ich direkt die Auswertung mit dem Mann-Whitney-U-Test machen (Analysieren -> Nicht parametrische Tests -> Alte Dialogfelder -> zwei unabhängige Stichproben). Wenn der Test signifikant wird (p < 0,05) würde ich noch händisch die Effektstärke berechnen ( r = | z : wurzel(n) |).

Ist das so richtig?

Bietet es sich noch an eine Power-Analyse durchzuführen?

Gruß
Bibfan2000

[dutchie]

Hallo Bibfan2000,

Ist das so richtig?

Da meine Unabhängigen Variablen ordinal sind

also die AV sollte ordinal sein!
die UV für den U Test ist dichotom!
Also Geschlecht ist dichotom, wahrscheinlich meintest du das?
Uni oder Hochschule, hat auch nur zwei Ausprägungen, also auch dichotom.

Diese Effektstäke steht wohl so geschrieben, ich nehme an du hast das von StatistikGuru,
wenn es eine Quelle gibt, d.h. jemand der dafür seinen Kopf hinhält, ist das ok!

Power Analyse, ?? also bei gpower gibt es über t-Tests etwas für Wilcoxon-Mann-Witney
aber das scheint Intervallniveau voraus zusetzen! Manual lesen (aber lass das).
Inwieweit, unter welchen Bedingungen usw. das taugt kann, ich nicht sagen.
Hast du denn eine a priori Effektstärke (ES), ich denke mal nicht, dann kannst du
das ganze für kleine, mittel und große ES mal durchrechnen und das diskutieren.

Du siehst was für Probleme man sich einhandelt wenn man ordinal misst.
Effektstärke und power wischi waschi...

gruß
dutchie