Statistiken für Kreuztabellen

[jubi_22]

Hallo!
Hab da eine drignende Frage, vielleicht weis jemand einen Rat.
Die Daten sind aus einer Erhebung zur Dienstleistungsqualität bei einer Veranstaltung.
Ich habe in einer Kreuztabelle die Gesamtnoten, die die Zuschauer für die Veranstaltung gegeben haben (1-6) gemeinsam mit der Wiederbesuchsabsicht (ja, nein, weiß nicht) abgebiltet. Ziel war es heruszufinden ob Zuschauer, die eine gute Gesamtnote vergebeben haben eine höhere Widerbesuchabsicht haben. So weit so gut.
Es folgt die statistische Prüfung mit dem Chi-Quadrat-Test und mit ihm die Warnung, dass 60% der Felder eine erwartete Häufigkeit unter 5 besitzen und die Voraussetzungen für den Test somit nicht erfüllt sind. Hier endet dann das schlaue SPSS Buch. Hat jemand einen Rat, wie ich jetzt weiter vorgehen sollte? Kann ich das Korrelationsmaß nach Spearman berechnen?
Schon mal Danke , LG
Julia

[oegi]

Hi,

Fishers Excat Test geht auch mit kleineren Häufigkeiten, oder du gruppierts anders.

Spearman benötigt ordinalskalierte Daten. Die Wiederbesuchsabsicht (der (ja, nein, weiß nicht) ist m.E. jedoch nominalskaliert.

Du könntest noch einen H-Test (Kruskal-Wallis) mit allen drei Wiederbesuchsabsichten rechnen. Ob der aber die ähnlichen Häufigkeitsvoraussetzungen hat wie der Chi-Quadrat, weiß ich nicht. Wenn du nur mit 2 Wiederbesuchsabsichten rechnen willst, wäre auch U-Test (Mann-Whitney, is ähnlich Chi-Quadrat) denkbar, da weiß ich aber auch nicht, ob der diese Voraussetzungen haben will.

Viele Grüße

[oegi]

Hallo jubi_22

ich nochmal, ich habe gerade deinen Post im SPSS Forum gelesen:

ob das trotzdem das errechnen des korrelationmaß sinn macht??

Wichtig ist: Chi-Quadrat-Test ist kein Korrelationsmaß! Chi-Quadrat gibt dir einen p-Wert aus, der aussagt wie groß die Wahrscheinlichkeit ist, dass du dich irrst wenn du davon ausgehst, dass sich die Verteilungen unterscheiden!

Das heißt großer p-Wert (in der Regel >0,05), hohe Irrtumswahrscheinlichkeit --> Unterschiede nicht signifikant. Kleiner p-Wert (in der Regel <=0,05), geringe Irrtumswahrscheinlichkeit --> Unterschiede sind signifiknat.

Ein Korrelationsmaß berechnet sich aus Korrelationsrechnungen (Bspw. Pearson-Bravis, Spearman, Kendals-Tau), weche aber bestimmte Voraussetzunen an das Skalenniveau und die Verteilung der Daten haben. Das Korrelationsmaß ist der r-Wert. Hoher + r-Wert = starker positiver Zusammenhang. Hoher - r-Wert = starker negativer Zusammenhang. r nahe 0 = kein/kaum ein Zusammenhang. Neben den r-Werten werden auch die p-Werte ausgegeben, dazu siehe oben.

So, ich wollte das nur mal kurz schreiben, nicht das du da was verwechselst.

Viele Grüße und viel Erfolg

[jubi_22]

hallo oegi,
schon mal vielen dank für deine antwort. hab nochmal versucht mich ein bischen einzulesen.

Spearman benötigt ordinalskalierte Daten. Die Wiederbesuchsabsicht (der (ja, nein, weiß nicht) ist m.E. jedoch nominalskaliert.

du hast natürlich recht. meine daten sind ordinal-nominal und deshalb ist spearman nicht geeignet. danke schon mal dafür. welches verfahren jetzt richtig ist, finde ich hoffentlich auch noch raus..

Fishers Excat Test geht auch mit kleineren Häufigkeiten, oder du gruppierts anders

isd bei dem test nicht eine 2*2 tabelle vorausgesetzt?? du siehst, ich hab cht keinen plan

lg

[oegi]

Hi,

isd bei dem test nicht eine 2*2 tabelle vorausgesetzt??

Ich glaube du hast recht. Ich weiß es aber nicht sicher, hab mich mit dem Test noch nie auseinandergesetzt. Ich dachte du hast eine 2x2 Tabelle (ja / nein vs. Noten 1-3/4-6), oder nicht?

Wenn du eine 3x2 Tabelle hast (oder wie auch immer) kannst du entweder stärker zusammenfassen (bspw. würden sicher wiederkommen = ja und kommen evtl. wieder oder sicher nicht = weiß nicht + nein), damit du auf die benötigten Häufigkeiten kommst oder den H-Test (Kruskal-Wallis) ausprobieren.

Du solltest natürlich auch mal schauen warum du nicht auf die Häufigkeiten kommst. n zu klein? Oder haben 99% der Personen mit einer Note von 1-3 und 1% der Personen mit einer Note von 4-6 gesagt dass sie wiederkommen , weil dann kannst du dir den Test sparen

Viele Grüße
oegi

[jubi_22]

ich nochmal

Ich dachte du hast eine 2x2 Tabelle (ja / nein vs. Noten 1-3/4-6), oder nicht?

Bisher hatte eine 4*3 (Note 1-4 und ja,nein, weiß nicht). Aber vielleicht ist das etwas, was ich mal probieren kann.

Du solltest natürlich auch mal schauen warum du nicht auf die Häufigkeiten kommst. n zu klein? Oder haben 99% der Personen mit einer Note von 1-3 und 1% der Personen mit einer Note von 4-6 gesagt dass sie wiederkommen , weil dann kannst du dir den Test sparen

Das n ist mit 203 glaube groß genug aber an deiner zweiten Aussage ist was wahres dran...das Problem leigt wohl darin, dass bis auf zweit personwn alle eine Note zwischen 1-3 vergeben haben und auch wiederkommen wollen...statistisch belegen muss ich es leider trotzdem

[oegi]

Das n ist mit 203 glaube groß genug

Ja, das denke ich auch.

Bisher hatte eine 4*3 (Note 1-4 und ja,nein, weiß nicht). Aber vielleicht ist das etwas, was ich mal probieren kann.

Ja, probiere doch mal 1-3 und 4-6 vs. ja/nein/weiß nicht.

dass bis auf zweit personwn alle eine Note zwischen 1-3 vergeben haben und auch wiederkommen wollen

Das ist natürlich komisch, außer es war wirklich super toll Gibt's da was umsonst?
Spaß beiseite, theoretisch sollte man auch an "sozial erwünschtes" Antwortverhalten denken... Gab's da was zu gewinnen? Ist halt blöd wenn die Antworten so wenig streuen, dann mußt du evtl. noch kleiner gruppieren.

[jubi_22]

oegi, ich brauch nochmal deinen rat...nur um sicher zu gehen, dass ich deine einführung über korrelation und chi2 auch gerafft hab..

ich mach die kreuztabelle mit den daten.

h0: es besteht keine beziehung zwischen den merkmalen
h1: es besteht eine beziehung zwischen den merkamlen

wenn ich jetzt den chi2 test mit den den daten in der kreuztabelle machen könnte ist das ergebnis entwerder

a) p>0,05 nicht signifikant, d.h. die nullhypothese wir angenommen (es besteht also keine beziehung zwischen den merkmalen)

oder

b) p<0,05 die unterschiede sind signifikant, d.h. die nullhypothese wird verworfen (es besteht also eine beziehung zwischen den merkmalen)

sollte es eine beziehung geben, kann die mit den korrelationsmaßen weiter untersucht werden, oder??

hab da jetzt was ge- oder verrafft??

ist das jetzt so richtig???

[drusilla]

ja, das ist richtig

[oegi]

Hi Juli,

wie Drusilla schon sagte, du hast die Sache so Richtig verstanden. Jenachdem was für ein Signifikanzniveau du festgelegt hast kann es sich auf auf 0,01 oder 0,10 beziehen. So wie ich das sehe ist 0,05 eigentlich Standard, wenn nicht inhaltlich begründet ein anderes Signifikanzniveau festgelegt wurde

p<0,05 die unterschiede sind signifikant, d.h. die nullhypothese wird verworfen (es besteht also eine beziehung zwischen den merkmalen)

So krass würde ich es nicht formulieren. Zusammenhänge und/oder Unterschiede bergünden keine Kausalität (Du kennst sicherlich die Studie mit den Störchen und den Kindern ). In deiner Untersuchung zeigte sich ein statistischer Zusammenhang/Unterschied, so könnte man davon ausgehen, dass die Variable XX in Beziehung zu YY steht... usw.

sollte es eine beziehung geben, kann die mit den korrelationsmaßen weiter untersucht werden, oder??

Kann man machen, muss man m.E. aber nicht unbedingt. Bspw. du untersuchst (bivariat) den Unterschied zwischen Geschlecht und der Neigung zu verschiedenen Gummibärchenfarben . Das kann nicht korelliert werden, da dazu mindestens Ordinalniveau der Daten vorhanden sein muss. Geschlecht ist aber dichotom nominalskaliert. Wenn jetzt aber dein Chi-Quadrat-Test signifikant ist und die dazugehörige Häufigkeitsverteilung aussagt, dass 90% der Männer rote Gummibärchen mochten und 90% der Frauen keine roten Gummibärchen, dann sehe ich da keinen Grund das nochmal irgendwie anders aufzuzeigen.

Viele Grüße