Hallo zusammen,
habe eine Frage bezüglich der Interpretation eines SPSS Outputs. Ich habe die Variable Geschlecht mit 1=männlich und 2= weiblich mit der Variable „Umweltfreundlicher Verkehr“ (1= sehr wichtig 2=eher wichtig 3= weniger wichtig 4= überhaupt nicht wichtig)korrelieren lassen. Habe dann einen Spearmankoeffizienten von -,067** herausbekommen. Das Problem das ich habe ist wie ich die -,067 interpretieren soll? Frauen halten den umweltfreundlichen Verkehr für überhaupt nicht wichtig im Gegensatz zu Männern oder ist es umgekehrt?
Vielen Dank im Voraus
Interpretation von SPSS Output
-
KarinJ
- Beiträge: 939
- Registriert: 13.05.2008, 10:52
hallo,
da negativer zusammenhang vorliegt, hat die gruppe, die mit der kleineren zahl verschlüsselt wurde (männer) eher hohe ränge; und die gruppe, die mit der höheren zahl verschlüsselt wurde (frauen), haben eher niedrigere ränge.
jetzt kommt es drauf an, wie die rangbildung war: aufsteigend (kleinster wert = 1. rang) oder aufsteigend (höchster wert = 1. rang).
falls die wichtigkeit einfach untransformiert in die korrelation gegeben wurde, hat sie eine aufsteigende rangbildung ->
je höher der rang, desto geringer die wichtigkeit (4 = überhaupt nicht wichtig).
je niedriger der rang, desto stärker die wichtigkeit (1 = sehr wichtig)
-> neg. korrelation heisst dann:
männern ist der umweltfreundliche verkehr eher unwichtig.
frauen ist der umweltfreundliche verkehr eher wichtig.
ich habe aber kritik gegen deine berechnung vorzubringen:
- man hätte bei einem dichotomen merkmal eher den rang-biserialen koeffizienten (für die korrelation mit einem ordinalen merkmal) oder die punkt-biseriale korrelation (korrelation mit intervall-, verhältnis-, absolutdaten) nehmen sollen.
- am einfachsten zu interpretieren und durchzuführen wäre aber ein t-test für unabhängige gruppen! da 2 gruppen in bezug auf 1 merkmal verglichen werden sollen, drängt sich der förmlich auf.
- und ich würde den wertebereich ändern, so dass die 4 "sehr wichtig" bedeutet und die 1 "überhaupt nicht wichtig" -> es ist verständlicher (z.b. in diagrammen), wenn große wichtigkeit (starke ausprägung) einen großen wert bekommt und kleine einen kleinen.
da negativer zusammenhang vorliegt, hat die gruppe, die mit der kleineren zahl verschlüsselt wurde (männer) eher hohe ränge; und die gruppe, die mit der höheren zahl verschlüsselt wurde (frauen), haben eher niedrigere ränge.
jetzt kommt es drauf an, wie die rangbildung war: aufsteigend (kleinster wert = 1. rang) oder aufsteigend (höchster wert = 1. rang).
falls die wichtigkeit einfach untransformiert in die korrelation gegeben wurde, hat sie eine aufsteigende rangbildung ->
je höher der rang, desto geringer die wichtigkeit (4 = überhaupt nicht wichtig).
je niedriger der rang, desto stärker die wichtigkeit (1 = sehr wichtig)
-> neg. korrelation heisst dann:
männern ist der umweltfreundliche verkehr eher unwichtig.
frauen ist der umweltfreundliche verkehr eher wichtig.
ich habe aber kritik gegen deine berechnung vorzubringen:
- man hätte bei einem dichotomen merkmal eher den rang-biserialen koeffizienten (für die korrelation mit einem ordinalen merkmal) oder die punkt-biseriale korrelation (korrelation mit intervall-, verhältnis-, absolutdaten) nehmen sollen.
- am einfachsten zu interpretieren und durchzuführen wäre aber ein t-test für unabhängige gruppen! da 2 gruppen in bezug auf 1 merkmal verglichen werden sollen, drängt sich der förmlich auf.
- und ich würde den wertebereich ändern, so dass die 4 "sehr wichtig" bedeutet und die 1 "überhaupt nicht wichtig" -> es ist verständlicher (z.b. in diagrammen), wenn große wichtigkeit (starke ausprägung) einen großen wert bekommt und kleine einen kleinen.
-
BFO
- Beiträge: 10
- Registriert: 06.06.2008, 14:48
Hallo,
danke für die schnelle und gute Antwort hat mir sehr geholfen. Habe nun eine weitere Frage. Habe anhand eines additiven Indizes die Variable Umweltschutz gebildet, die Variablen die ich hierfür verwendet habe waren ordinal codiert (1=immer, 2=häufig, 3= selten, 4= nie, 5= kann ich nicht beantworten). In diesen addiviten Index kann ich ja nur Variablen mitaufnehmen die wie oben codiert sind oder? Wenn eine ordinale Variable (1=ja, 2= eher ja 3= eher nein 4= nein) codiert ist, kann ich diese ja nicht ohne weiteres in den Index mitaufnehmen?
und noch einen kleine frage der erstellte index wenn ich mit diesem regressionen rechne kann ich dann mit diesem eine einfache lineare regression rechnen oder muss ich die ordinale Regression rechnen?
Vielen Dank im Voraus
danke für die schnelle und gute Antwort hat mir sehr geholfen. Habe nun eine weitere Frage. Habe anhand eines additiven Indizes die Variable Umweltschutz gebildet, die Variablen die ich hierfür verwendet habe waren ordinal codiert (1=immer, 2=häufig, 3= selten, 4= nie, 5= kann ich nicht beantworten). In diesen addiviten Index kann ich ja nur Variablen mitaufnehmen die wie oben codiert sind oder? Wenn eine ordinale Variable (1=ja, 2= eher ja 3= eher nein 4= nein) codiert ist, kann ich diese ja nicht ohne weiteres in den Index mitaufnehmen?
und noch einen kleine frage
der erstellte index wenn ich mit diesem regressionen rechne kann ich dann mit diesem eine einfache lineare regression rechnen oder muss ich die ordinale Regression rechnen?Vielen Dank im Voraus
