Wann Normalverteilung testen?
-
- Beiträge: 19
- Registriert: 10.07.2011, 13:51
Wann Normalverteilung testen?
Hallihallo,
kann mir jemand die Frage beantworten, wann es denn bei einer statistischen Auswertung (Zusammenhangshypothesen) nötig ist, auf Normalvertreilung zu testen. Das ist mir irgendwie nicht klar.
Danke
kann mir jemand die Frage beantworten, wann es denn bei einer statistischen Auswertung (Zusammenhangshypothesen) nötig ist, auf Normalvertreilung zu testen. Das ist mir irgendwie nicht klar.
Danke
-
- Beiträge: 19
- Registriert: 10.07.2011, 13:51
Nun gut, hab mal einfach für die einzelnen Variablen in SPSS auf Normalverteilung geprüft - und alle sind nicht normalverteilt, was zu erwarten war. Um einen Zusammenhang zu testen, kann ich doch Pearson nehmen - und wie vorsichtig muss ich dann bei der Interpretation sein. Signifikanzniveau wird ja bestimmt mit angegeben...
Liege ich da richtig?
Liege ich da richtig?
-
- Beiträge: 6
- Registriert: 28.06.2011, 14:58
sorry die angaben sind etwas wenig.deine daten wirken diskret, kolmogorov test in spss ist nur für stetige. pearson ist außerdem nur für metrische variablen, deine variablen scheinen eher ordinaldann wohl eher spearman. Vor allem aber brauchst du keine normalverteilung um eine korrelation auszurechnen-mir ist also immer noch nicht klar was du machen willst und warum du dafür die nv testen wilst.
-
- Beiträge: 2391
- Registriert: 06.02.2011, 19:58
re
kann mir jemand die Frage beantworten, wann es denn bei einer statistischen Auswertung (Zusammenhangshypothesen) nötig ist, auf Normalvertreilung zu testen. Das ist mir irgendwie nicht klar.
Beim Pearson. Bei Spearman oder Kendall hingegen nicht.
Gruß
drfg2008
-
- Beiträge: 19
- Registriert: 10.07.2011, 13:51
Hmmm oh je oh je - bin jetzt etwas verwirrt.
Also hab für die variablen negatives Körpererleben und auffälliges Essverhalten metrisches Skalenniveau angenommen. Also nicht Kategroien wie etwa sehr stark - stark usw. sondern Summenwerte von 0 - 21 zum beispiel. Da kann ich doch also metrisches Skalenniveau annehmen?
Die Korrelation berechne ich dann mit Pearson.
Und hierfür müssten die Variablen laut Voraussetzung normalverteilt sein? Oder? Wie teste ich das und was würde das bedeuten? Denn negatives Körpererleben ist ja bestimmt nicht normalverteilt in der Teilgesamtheit der über 50-Jährigen.
Also hab für die variablen negatives Körpererleben und auffälliges Essverhalten metrisches Skalenniveau angenommen. Also nicht Kategroien wie etwa sehr stark - stark usw. sondern Summenwerte von 0 - 21 zum beispiel. Da kann ich doch also metrisches Skalenniveau annehmen?
Die Korrelation berechne ich dann mit Pearson.
Und hierfür müssten die Variablen laut Voraussetzung normalverteilt sein? Oder? Wie teste ich das und was würde das bedeuten? Denn negatives Körpererleben ist ja bestimmt nicht normalverteilt in der Teilgesamtheit der über 50-Jährigen.
-
- Beiträge: 2391
- Registriert: 06.02.2011, 19:58
re
umgekehrt stephi1011. Der Pearson ist der empfindlichste und setzt eine N~Verteilung voraus.
@1985julchen:
Falls du dir nicht sicher bist, nimm den Spearman. Da kann man nicht viel falsch machen. Spearman ist eine Rangkorrelation und unabhängig von der Verteilung der Stichprobe.
Gruß
@1985julchen:
Falls du dir nicht sicher bist, nimm den Spearman. Da kann man nicht viel falsch machen. Spearman ist eine Rangkorrelation und unabhängig von der Verteilung der Stichprobe.
Gruß
drfg2008
-
- Beiträge: 18
- Registriert: 04.08.2011, 18:32
bei dem Skalenniveau der Variable geht es nicht nur darum welche Werte die Variable annehmen kann (ob schwach, mittel, stark oder 0, 1, 2) sondern welche Operationen auf der Variable Sinn machen. Beispielsweise Subtraktion und Addition.Also hab für die variablen negatives Körpererleben und auffälliges Essverhalten metrisches Skalenniveau angenommen. Also nicht Kategroien wie etwa sehr stark - stark usw. sondern Summenwerte von 0 - 21 zum beispiel. Da kann ich doch also metrisches Skalenniveau annehmen?
Für mich hören sich "negatives Körpererleben" und "auffälliges Essverhalten" auch eher ordinal an.
Auch wenn die variable der codierung nach den Anschein eines metrischen Niveaus hat würde dann eine Korrelation mit Pearson falsche Ergebnisse bringen.
Korrigiert mich wenn ich da irgendwas falsch verstanden habe

-
- Beiträge: 19
- Registriert: 10.07.2011, 13:51
Oh ja - das erscheint mir nun logisch. Vielen Dank!!!
@ PhilLe
okay - dann werde ich es mal so versuchen. War nur sehr verwirrt, weil mein Prof meinte, dass ich metrisches Skalenniveau einfach voraussetzen kann und da dachte ich, ich nehm den Pearson.
Von der mathematischen Operation erscheint es mir aber auch logischer dann den Spearman zu nehmen.
Ist der ebenso wie der Pearson zu interpretieren???
@ PhilLe
okay - dann werde ich es mal so versuchen. War nur sehr verwirrt, weil mein Prof meinte, dass ich metrisches Skalenniveau einfach voraussetzen kann und da dachte ich, ich nehm den Pearson.
Von der mathematischen Operation erscheint es mir aber auch logischer dann den Spearman zu nehmen.
Ist der ebenso wie der Pearson zu interpretieren???
-
- Beiträge: 19
- Registriert: 10.07.2011, 13:51
-
- Beiträge: 2391
- Registriert: 06.02.2011, 19:58
re
Ist der ebenso wie der Pearson zu interpretieren???
Spearman ist mit dem Pearson über die rangtransformierten Variablen (xi) identisch.
Nein.muss ich nun bei der Abfrage von SPSS zu den einzelnen Items das Skalenniveau nun auch als ordinal angeben
Rein ordinale Daten werden über Kendall tao korreliert.
Gruß
drfg2008