Unterschiedliche Skalenniveaus vergleichen - Help wanted!

[statquest]

Ich habe eine Frage bzgl. Tests zwischen Daten unterschiedlicher Skalenniveaus.

Meine abhängige Variable ist nominal (dichotom). Diese möchte ich (deskriptiv) mit meinen anderen unabhängigen Variablen vergleichen. Diese besitzen aber unterschiedliche Skalenniveaus (nominal, ordinal, metrisch).
Ich habe mir alles schon in Kreuztabellen hinsichtlich erwartete Häufigkeiten, Residuen etc. angeschaut. Möchte es nur gerne noch etwas "untermauern" mit einem Test.

Bei dem Vergleich nominal - nominal wollte ich Cramer's V oder Phi anwenden. Ist das okay? Oder besser doch Chi2?

Beim Vergleich nominal mit ordinal oder metrisch, habe ich wo gelesen, dass man die nominale sozusagen als metrische oder ordinale Variable betrachten kann (z.B. Intepretation: umso weiblicher, umso mehr nimmt die Variable den Wert 1 an, um so männlicher umso mehr nimmt die Variable den Wert 2 an). Und dort wurde vorgeschlagen bei nominal - metrisch den Pearson Test zu nehmen. Bei nominal - ordinal den Sperman oder Kendall's tau.

Was sagt ihr dazu?
Es soll wirklich deskriptiv sein.
Würde mich über eure Antworten sehr freuen - da, wie immer, natürlich sehr dringend.

Vielen dank!

[KarinJ]

ich finde, dass es in vielen fällen keinen grund gibt, variablen als unabhängig oder abhängig zu bezeichnen. ausnahme wäre dein beispiel weiblich/männlich, wo ich mir wenig variablen vorstellen kann (nur bei biologischer/medizinischer forschung), das das geschlecht beeinflussen kann. wenn du mit einstellungen/meinungen arbeitest, betrachte das geschlecht als UV und mach z.b. einen t-test.

[statquest]

Vielen Dank für die schnelle Antwort!
Bei mir geht es bei der UV um eine Entscheidung für oder gegen ein Produkt. (N=69)
Ich gehe z.B. davon aus, dass die Einscheidung die diese Person fällt (ja/nein) von den wahrgenommenen Produkteigenschaften abhängt. Diese habe ich in mehrere Variablen operationalisiert (z.B. "Mir gefällt das Design") und von "stimme voll zu" bis "stimme überhaupt nicht zu" in einer 5-er Likert Skala bewerten lassen. Jetzt möchte ich jede einzelne Variable mit der Entscheidung für oder gegen das Produkt betrachten.
Denkst du, hier ist ein t-test immer noch sinnvoll?

Vielen Dank!!

[KarinJ]

ja, ich würde es so machen. nur weil im t-test die entscheidung die uv ist, wird keine verursachung des gefallens (av) von der entscheidung angenommen. man kann aufgrund des t-tests die - sinnvolle - aussage treffen, dass personen, die sich dafür bzw. dagegen entscheiden, xy besser/weniger gefällt (bzw. dass die beiden gruppen sich nicht darin unterscheiden, wie sehr ihnen xy gefällt).

[statquest]

Vielen Dank für deine Hilfe! :)