Fragen und Diskussionen rund um die Arbeit mit SPSS. Für allgemeine Statistik-Themen, die nicht mit SPSS zusammenhängen, bitte das Statistik-Forum nutzen.
Hallo,
ich hab eine frage zu den kreuztabellen. ich habe eine stichprobe von N = 18. jetzt hab ich, um meine hypothesen zu überprüfen, kreuztabellen gerechnet. meine frage wäre nun, macht es sinn zusätzlich noch den chi² auszurechnen, um eine evtl. signifikanz zu erhalten? die interpretation dafür wäre doch, dass sich bei einem sig. ergebnis die erwarteten häufigkeiten von den beobachteten unterscheiden, bzw. auch ob die variablen unabhängig/abhängig voneinander sind?
Genau, mit dem Chi-Quadrat kann man die Signifikanz der Ergebnisse testen, wie Du es schon beschrieben hast. Zu beachten wäre evtl. noch, dass die erwartete Häufigkeit in den einzelnen Zellen der Tabelle nicht 0 sein sollte, also jede Zelle "besetzt" sein muss.
Hallo!
Ich habe eine grundsätzliche Frage, da ich im Moment durch viele verschiedene Meinungen verunsichert bin:
wie interpretiere ich Chi²-Werte? Wann sind sie signifikant (bei einem Signifikanzniveau von .005) und wird bei diesen Werten ein signifikantes oder ein nicht-signifikantes Ergebnis für die H1 nötig???
In den vielen Büchern, die ich shcon angesehen habe, habe ich darauf nie eine konkrete Antowrt erhalten.
Ich habe eine Stichprobe von 60 Personen bei denen Geschlechtsunterschiede festgestellt werden sollen.
Bitte um Hilfe, ich möchte keine falschen Interpretationen liefern!
Szenaria
Der Chi²-Wert selbst ist nur schwer interpretierbar, da er von den spezifischen Bedingungen abhängt - für die Stärke des Zusammenhangs sollte man ein Chi²-basiertes Maß wie Phi oder Cramers V u.a. verwenden. Die Signifikanz ist dagegen einfach: Liegt der Signifikanzwert unter einer festgelegten Marke (gängig sind 0,05 oder 0,01) ist der Wert signifikant. Und das will man natürlich erreichen
"Life is 10% effort and 90% lucky timing"
Scott Adams
Hallo Szenaria
Die Unsicherheit kommt evt. daher, dass der Chi2-Test für unterschiedliche Fragestellungen eingesetzt werden kann. Zur Überprüfung z.B. der Normalverteilungsannahme wäre ein signifikantes Resultat unerwünscht (keine Normalverteilung), bei einer andern (Unterschieds-)Fragestellung wäre aber ein sign. Unterschied wünschenswert, da in Richtung der formulierten H1.
Einfach vergessen, wenn ich auf eine falsche Frage geantwortet habe
Hallo! Danke für eure Antworten.
Ich mach´s mal konkreter: Ich habe eine qualitative Studie, in der ich Kategorien erstellt habe. Aus diesen Kategorien möchte ich nun wissen, ob die Interviewpersonen geschlechtsspezifisch signifikante Unterschiede im Erzählverhalten zeigen (also z.b. wer hat öfter von Wut gesprochen).
Angenommen ich bekomme ein p von .004 raus (in der Kreuztabelle, wo ich Geschlecht und Wut genannt/nicht genannt gerechnet habe), kann ich dann sagen, dass ein Geschlechtsunterschied besteht?!
Wenn ja, muss ich als nächstes schauen, in welche Richtung der Wert geht, also muss ich nachsehen, ob die Signifikanz in Richtung "Wut wurde genannt" und nicht in die Richtung "Wut wurde nicht genannt" geht.
Aber prinzipiell gilt mal: bei ungerichteten Hypothesen gilt bei einem Alpha von .005, dass ein p-Wert kleiner als .005 Signifikanz bedeutet, d.h. es besteht ein Unterschied. Ich muss mich also eher nach dem p-Wert und nicht nach dem Chi-Wert richten.?!
Ich war nämlich deshalb auch verunsichert, da ich beim händischen Rechnen von Chi² immer ein Chi-empirisch und ein Chi-kritisch zu vergleichen hatte. Das fällt ja hier weg, nicht wahr?
Ich hoffe, ihr könnt mir nochmal weiterhelfen, da ich meine Arbeit endlich fertigmachen und abgeben möchte und nur mehr hier bei der Interpretation hängenbleibe....
Szenaria hat geschrieben:
Aber prinzipiell gilt mal: bei ungerichteten Hypothesen gilt bei einem Alpha von .005, dass ein p-Wert kleiner als .005 Signifikanz bedeutet, d.h. es besteht ein Unterschied. Ich muss mich also eher nach dem p-Wert und nicht nach dem Chi-Wert richten.?!
Nunja, es kann natürlich sein daß ein signifikanter Unterschied besteht, der aber so klein ist daß man ihn im Grunde vernachlässigen kann. Ich würd daher auf jeden Fall zusätzlich ein Stärkemaß berechnen. Da du offenbar eine 2x2-Tabelle hast wäre hier Phi angemessen.
"Life is 10% effort and 90% lucky timing"
Scott Adams
O.K., und wenn ich im Output das Phi angegeben habe, nach welchen Werten muss ich mich richten? Ich habe das Phi nun mal mitgerechnet und es kommt ebenfalls ein Wert von .004 heraus.
Es kommt beim Test nach Fischer, Kontingenzkoeffizient, Phi und Cramer-V jeweils derselbe Wert raus, nämlich eben .004
Dann müsste mein Ergebnis jetzt wirklich signifikant sein, oder?
Das bedeutet daß du einen negativen (umgekehrt proportionalen) Zusammenhang von .372 (bei einem Bereich von 0 bis 1) hast, der zu 99,9% signifikant ist
"Life is 10% effort and 90% lucky timing"
Scott Adams
O.K., das dachte ich mir auch, aber was heisst das nun für die Praxis? Bleibt es dabei, dass Frauen signifikant häufiger von Trauer erzählen? Oder dass Männer signifikant häufiger NICHT von Trauer erzählen???
