Habe die genannte anwortkategorie; zuhöriger Wert ist mit 6 definiert in einer ansonsten von 1 bis 5 reichenden Skala "nicht nützlich" bis "sehr nützlich".
Wie gehe ich bei der Auswertung damit um?
kann wert 6 ja als missing festlegen, dann sind die mittelwertsvergleiche kein problem. Aber wenn ich über die 10 Aspekte die bei einer Entscheidungsfindung "Nützlich" bis "nicht nützlich" sind eine Varianzanalyse rechnen will, dann schmeisst er mir ja alle Fälle raus, die auch nur in einer dieser Fragen "weiss nicht " angegeben haben.
Da gehen mir ja alle möglichen Daten verloren.
Also was nun?
LG Bella
Antwortkategorie "weiss nicht"
-
Blackmail
- Beiträge: 38
- Registriert: 21.09.2009, 19:10
Hallo Bella,
ich möchte jetzt ganz bestimmt nicht klugscheißen, aber das ist einer von vielen Gründen weshalb es besser ist jedes Konstrukt mehrdimensional zu gestalten, ihm also mehr als eine Variable zuzugestehen.
Zum einen erhöht es die Validität, zum anderen hast du dann das Problem nicht, daß du das Konstrukt, hier also deine Aspekte, für eine ANOVA vergessen kannst, wenn ein missing value vorliegt.
Wenn du das also korrigieren kannst, würde ich es generell machen. Deine Untersuchung ist ja sonst recht anfällig in vielerlei Hinsicht.
Nachdem das gesagt ist und, wie das Leben so spielt, du vermutlich nicht korrigieren kannst, wäre hier mein Vorschlag. Nicht sehr elegant und anstrengend obendrein. Aber es erledigt den Job.
Du könntest anstelle der einen ANOVA eine entsprechende Anzahl von t-Tests durchführen. Um der Inflation von Type I Errors entgegenzuwirken, kannst du die Signifikanz per Bonferroni-Adjustment nach unten bzw. oben korrigieren. Das ist viel Arbeit, erspart dir allerdings, daß deine Fallzahlen in Teilen so dramatisch schrumpfen, wie du es dargestellt hast.
Hoffe das hilft.
ich möchte jetzt ganz bestimmt nicht klugscheißen, aber das ist einer von vielen Gründen weshalb es besser ist jedes Konstrukt mehrdimensional zu gestalten, ihm also mehr als eine Variable zuzugestehen.
Zum einen erhöht es die Validität, zum anderen hast du dann das Problem nicht, daß du das Konstrukt, hier also deine Aspekte, für eine ANOVA vergessen kannst, wenn ein missing value vorliegt.
Wenn du das also korrigieren kannst, würde ich es generell machen. Deine Untersuchung ist ja sonst recht anfällig in vielerlei Hinsicht.
Nachdem das gesagt ist und, wie das Leben so spielt, du vermutlich nicht korrigieren kannst, wäre hier mein Vorschlag. Nicht sehr elegant und anstrengend obendrein. Aber es erledigt den Job.
Du könntest anstelle der einen ANOVA eine entsprechende Anzahl von t-Tests durchführen. Um der Inflation von Type I Errors entgegenzuwirken, kannst du die Signifikanz per Bonferroni-Adjustment nach unten bzw. oben korrigieren. Das ist viel Arbeit, erspart dir allerdings, daß deine Fallzahlen in Teilen so dramatisch schrumpfen, wie du es dargestellt hast.
Hoffe das hilft.
