Tests Verwirrung

[Leeza]

Hallo !

ich habe mich nun echt in einigen Foren durchgelesen, das Buch SPSS für Dummys und das von Bühl durchgewühlt und dazu viele Uni Seiten abgeklappert.

Aber ich verstehe mit jedem Satz weniger welche Tests ich denn nun für was machen kann.

Kann ich Chi² Test nur für 2 nominal Skalierte Variablen machen oder auch zwischen nominal (zu Beispiel Geschlecht / m w) und Glaubensstärke (ordinal 1 bis 6) und zwar ohne das ich die Glaubensstärke vorher in 2 "feste" Bereiche umbaue? Ich stelle mit dem Test ja nur fest ob es einen Zusammenhang gibt oder nicht und wie stark der dann ist oder?

Welchen Test könnte ich für folgende Hypothese anwenden:

Personen, die stark gläubig sind, gehen eher auf Partys als Personen, die weniger stark gläubig sind.

Gemessen wurde dabei Glaubensstärke (1 bis 6 Skala) und ob die schon auf einer der Partys waren (ja / nein).

Ich würde da T Test machen? Mit ja / nein als unabhängig und skalavariable als abhängige und dann anhand der Mittelwerte sehen welche gruppe eher stark gläubig ist.

Wenn ich nun die Hypothese mache: Männer gehen eher auf Partys als Frauen. Und ich habe (m/w) und (ja/nein). Kann ich da mit Chi² ausreichend was aussagen oder lieber T Test?

Chi zeigt ja nur an ob es einen Zusammenhang gibt zwischen den Variablen. Also muss ich auf die Summe in der Kreuztabelle achten, um herauszufinden, das dieser Zusammenhang auch so besteht wie die Hypothese formuliert oder? Nämlich das eher Frauen gehen als Männer. Und nicht umgekehrt. Hat das etwas mit einseitig/zweiseitig zu tun?

Ich habe noch so viele Unklarheiten. Achso den Entscheidungsbaum habe ich auch schon. Verstehe es trotzdem nicht

Bin auch für Lektüre in Buchform oder Online was glücklich! Am besten was für ganz Dumme in klaren Worten

lieben gruß. Leeza

[Noonen]

Hi

Kann ich Chi² Test nur für 2 nominal Skalierte Variablen machen oder auch zwischen nominal (zu Beispiel Geschlecht / m w) und Glaubensstärke (ordinal 1 bis 6) und zwar ohne das ich die Glaubensstärke vorher in 2 "feste" Bereiche umbaue?

eine 6-stufige skala kann schon fast als intervallskala betrachtet werden (kommt evt. auf die antwortvorgabe an) --> da könntest du sogar pearson-korrelation rechnen. ansonsten sehe ich keine notwedigkeit für einen "umbau".

Personen, die stark gläubig sind, gehen eher auf Partys als Personen, die weniger stark gläubig sind.
Gemessen wurde dabei Glaubensstärke (1 bis 6 Skala) und ob die schon auf einer der Partys waren (ja / nein).

welche ausprägung kann die party-variable annehmen? ja oder nein? oder gibt es häufigkeiten (z.b. 10x, 1x, nie)?
mir ist unklar, ob du die gruppen vergleichen willst (die partygänger sind gläubiger als die nicht-party-gänger [oder eben umgekehrt]) oder ob du einen zusammenhang postulierst zwischen der glaubensstärke und der partybesuch-frequenz?!? im ersten fall wäre dann z.B. t-test angezeigt - ansonsten korrelation

Wenn ich nun die Hypothese mache: Männer gehen eher auf Partys als Frauen. Und ich habe (m/w) und (ja/nein). Kann ich da mit Chi² ausreichend was aussagen oder lieber T Test?

du hast zwei nominale dichotome variablen --> McNemar chi2

Chi zeigt ja nur an ob es einen Zusammenhang gibt zwischen den Variablen. Also muss ich auf die Summe in der Kreuztabelle achten, um herauszufinden, das dieser Zusammenhang auch so besteht wie die Hypothese formuliert oder? Nämlich das eher Frauen gehen als Männer. Und nicht umgekehrt. Hat das etwas mit einseitig/zweiseitig zu tun?

lass dir die standardisierten residuen in den zellen angeben. wenn diese grösser/kleiner als 1.96 bzw. -1.96 sind, dann liegen signifikante abweichungen zwischen erwareteten und beobachteten häufigkeiten vor, was die interpretation der daten erleichtern kann.

gruss
patrick

[Leeza]

Hallo Patrick!!

Danke für die Antwort und Hilfestellung.

eine 6-stufige skala kann schon fast als intervallskala betrachtet werden (kommt evt. auf die antwortvorgabe an) --> da könntest du sogar pearson-korrelation rechnen. ansonsten sehe ich keine notwedigkeit für einen "umbau".

Wäre das dann Korrelation -> Bivariant ?
Ich hatte verstanden, das Korrelation (Bivariant) nur möglich is, wenn eine "je mehr, desto mehr/weniger" Hypothese möglich ist. Weil "je weiblicher" geht ja bei einer Ausprägung von lediglich (m / w) nicht. Oder habe ich das falsch verstanden.

welche ausprägung kann die party-variable annehmen? ja oder nein? oder gibt es häufigkeiten (z.b. 10x, 1x, nie)?

Die Party-Variable hat nur "ja" und "nein". Meine Hypothese wäre: Eine Person, die sich als weniger gläubig bezeichnet, geht eher auf eine Party, als eine Person, die stark gläubig ist". Die Glaubensstärke-Variable ist wieder eine 1-6-Skala. Das würde dann für T-Test sprechen wenn ich das richtig verstanden habe.

lass dir die standardisierten residuen in den zellen angeben. wenn diese grösser/kleiner als 1.96 bzw. -1.96 sind, dann liegen signifikante abweichungen zwischen erwareteten und beobachteten häufigkeiten vor, was die interpretation der daten erleichtern kann.

Gut. Ich habe das einmal gemacht mit einer Kreuztabelle (weiblich/männlich) - Party (ja/nein). Da hab es sowieso laut chi² keinen Zusammenhang. Nun habe ich das mit Konfession (ja/nein) und Party (Ja/nein) gemacht und da wird erst einmal ein starker Zusammenhang angezeigt bei Signigikanz. Ich habe die Ausgabe mal als Bild gemacht. Es wäre echt schön, wenn Du (oder jemand anderes nach Lust und Zeit) kurz erläutern könnte, was die markierten Werte denn bedeuten und wie man das formulieren könnte die Interpretation, damit ich es endlich mal sicher verstehe und anwenden kann. Leider hat auch das Dummy Buch für mich zu wenig wirklich praktische Beispiele so.

Code: Alles auswählen

http://freenet-homepage.de/yumyleeza/ausgabe.JPG

(Bitte keine Bilder einbinden. Habe das mal als Link formatiert. Gruß admin.

Ich hoffe das ist nicht aufdringlich

Kennt ihr denn noch gute Bücher, die man sich ausleihen oder kaufen könnte?

gruß, leeza

[Noonen]

Hi!

Ich hatte verstanden, das Korrelation (Bivariant) nur möglich is, wenn eine "je mehr, desto mehr/weniger" Hypothese möglich ist. Weil "je weiblicher" geht ja bei einer Ausprägung von lediglich (m / w) nicht. Oder habe ich das falsch verstanden.

Wollte damit nur sagen, dass wenn die Skala Intervallniveau hat, man metrische Verfahren anwenden kann und nicht auf nichtparametrische Verfahren ausweichen muss (was bei Ordinalskalenniveau gefordert wäre).

Die Party-Variable hat nur "ja" und "nein". Meine Hypothese wäre: Eine Person, die sich als weniger gläubig bezeichnet, geht eher auf eine Party, als eine Person, die stark gläubig ist". Die Glaubensstärke-Variable ist wieder eine 1-6-Skala. Das würde dann für T-Test sprechen wenn ich das richtig verstanden habe.

Hm - Deine Hypothesenformulierung finde ich nicht gerade opitmal, da die Partyhäufigkeit nur dichotom skaliert ist. Es wäre wohl sinnvoller gewesen, diese Variable auch zumindest ordinal zu skalieren ('ich gehe nie...; ich gehe selten..., .... , ich verpasse keine ...).
Anyway - gemäss deiner Formulierung postulierst Du einen Zusammenhang --> Korrelation. Aber es wäre natürlich auch T-Test machbar ("die Partygänger erreichen durchschnittlich tiefere Glaubenswerte als Nichtpartygänger" wäre dann eine Hyp.formulierung).

Code: Alles auswählen

http://freenet-homepage.de/yumyleeza/ausgabe.JPG

(Bitte keine Bilder einbinden. Habe das mal als Link formatiert. Gruß admin.

Klappt nicht?!?

Ich hoffe das ist nicht aufdringlich

bis jetzt geht's noch

gruss

[Leeza]

Hi !

Wollte damit nur sagen, dass wenn die Skala Intervallniveau hat, man metrische Verfahren anwenden kann und nicht auf nichtparametrische Verfahren ausweichen muss (was bei Ordinalskalenniveau gefordert wäre).

Also kann ich zwischen Geschlecht und 6er-Skala Glaubensstärke mit Analysieren - > Korrelation -> Bivariant den Zusammenhang untersuchen? Und auch mit Kreuztabelle?

Anyway - gemäss deiner Formulierung postulierst Du einen Zusammenhang --> Korrelation.

Ist damit die Korrelation Bivariant gemeint unter Korrelation oder das ich bei der Kreuztabelle ein Häkchen bei Korrelation mache?

Aber es wäre natürlich auch T-Test machbar ("die Partygänger erreichen durchschnittlich tiefere Glaubenswerte als Nichtpartygänger" wäre dann eine Hyp.formulierung).

ahhh danke das habe ich verstanden

Klappt nicht?!?

hm bei mir schon. ich versuche es nochmal so: http://freenet-homepage.de/yumyleeza/ausgabe.JPG

vielen Dank für die Mühe

[Noonen]

Hi

Also kann ich zwischen Geschlecht und 6er-Skala Glaubensstärke mit Analysieren - > Korrelation -> Bivariant den Zusammenhang untersuchen? Und auch mit Kreuztabelle?

ja

Ist damit die Korrelation Bivariant gemeint unter Korrelation oder das ich bei der Kreuztabelle ein Häkchen bei Korrelation mache?

sollte keinen Unterschied machen - beidemale werden die entsprechenden Korrelationen berechnet.

Output:
Ch2-Test ist signifikant --> die beiden Variablen stehen in Beziehung zueinandern (es besteht ein Zusammenhang zw. Konfession und dem Besuch von mind. einer Party).
(die andern Werte kannst Du mM ignorieren).

Kreuztabelle: für die Zelle 'Partybesuch' x 'keine Konfession' gibt es ein stand. Resid. von > 1.96 was einem signifikanten Unterschied zw. den beobachteten und erwarteten Häufigkeit entspricht (was immer das auch heissen mag).

Symmetrische Masse: Gibt Auskunft über die Stärke des oben beobachteten Zusammenhangs. Werte von +/- .15 signalisieren eine schwache Stärke.

Wahrscheinlich erhälst Du aufgrund der grossen Stichprobe (N=606) überhaupt einen signifikanten Wert für den Chi2-Test.


Gruss
Patrick