Hallo,
ich bin leider nicht der Super-Statistiker, deshalb stellt sich mir, bei meiner aktuellen Untersuchung, folgende Frage:
Warum kann beim Chi Quadrat, der einen Zusammenhang zwischen meiner abhängigen und meiner unabhängigen Variable feststellen soll ein nicht signifikanter Wert ausgegeben werden, während die Korrelation (Kendalls Tau-b) - Zuständig zur Ermittlung der Stärke und Richtung des Zusammenhangs - signifikant ist?
Oder verwende ich diese Tests falsch? Meine abhängige Variable ist eine Dummy Variable und meine unabhängigen Variablen sind von kategorial, intervallskaliert, metrisch - also alles dabei.
Vielen Dank. Jede Antwort hilft mir.
Chi Quadrat vs. Korrelation
-
Generalist
- Beiträge: 1733
- Registriert: 11.03.2010, 22:28
Über was reden wir hier in Bezug auf signifikant und nicht signifikant, p=0,051 versus p=0,049? Und was sind das überhaupt für Variablen? Wie groß ist die Stichprobe?
Im Allgemeinen sind bei ordinalen Daten diejenigen Tests sensitiver, welche die Informationen ausschöpfen (wie der Rang-Korrelatonskoeffizient von Kendall), als diejenigen Tests, welche die Informationen nicht ganz ausschöpfen (so wie ein Chi²-Test, der ist für kategoriale Daten).
Im Allgemeinen sind bei ordinalen Daten diejenigen Tests sensitiver, welche die Informationen ausschöpfen (wie der Rang-Korrelatonskoeffizient von Kendall), als diejenigen Tests, welche die Informationen nicht ganz ausschöpfen (so wie ein Chi²-Test, der ist für kategoriale Daten).
-
heinz_dc
- Beiträge: 4
- Registriert: 20.10.2011, 00:16
Also meine Stichprobe hat ca. 700 Fälle.
Die Unterschiede der Signifikanz sind schon größer. Die asymptotische Signifikanz (2seitig) des Chi- Quadrat Tests ist beispw. in einem Fall 0,131 - also kein Zusammenhang, nicht signifikant - während der Pearson Korrelationkoeffizient von -0,154 auf dem 5 Prozent Niveau signifikant ist (Kendalls Tau-b -0,139 auch signifikant).
Die abhängige Variable ist eine Dummy Variable, nicht normalverteilt. Ich würde meine Dummy Variable durchaus als intervallskaliert annehmen. Geht das?
Die unabhängigen Variablen sind kategoriale, dummy Variablen oder intervallskallierte Variablen.
Vielen Dank.
Die Unterschiede der Signifikanz sind schon größer. Die asymptotische Signifikanz (2seitig) des Chi- Quadrat Tests ist beispw. in einem Fall 0,131 - also kein Zusammenhang, nicht signifikant - während der Pearson Korrelationkoeffizient von -0,154 auf dem 5 Prozent Niveau signifikant ist (Kendalls Tau-b -0,139 auch signifikant).
Die abhängige Variable ist eine Dummy Variable, nicht normalverteilt. Ich würde meine Dummy Variable durchaus als intervallskaliert annehmen. Geht das?
Die unabhängigen Variablen sind kategoriale, dummy Variablen oder intervallskallierte Variablen.
Vielen Dank.
-
heinz_dc
- Beiträge: 4
- Registriert: 20.10.2011, 00:16
Vielen Dank.
Ich werde mich also hauptsächlich auf Kendalls Tau-b stützen.
Im Anschluss untersuche ich die Variablen noch auf Kollinearität damit ich eine logistische Regression durchführen kann. Dabei stellt sich heraus, dass durchaus eine gewisse Kollinearität zwischen bestimmten Variablen (ca. 0,3) besteht.
Gibt es irgendwie einen Trick oder eine Möglichkeit diese Variablen nicht ausschließen zu müssen, sondern trotzdem eine Regression durchführen zu können??
Dankeschön.
Ich werde mich also hauptsächlich auf Kendalls Tau-b stützen.
Im Anschluss untersuche ich die Variablen noch auf Kollinearität damit ich eine logistische Regression durchführen kann. Dabei stellt sich heraus, dass durchaus eine gewisse Kollinearität zwischen bestimmten Variablen (ca. 0,3) besteht.
Gibt es irgendwie einen Trick oder eine Möglichkeit diese Variablen nicht ausschließen zu müssen, sondern trotzdem eine Regression durchführen zu können??
Dankeschön.
