Zufriedenheit VOR und NACH einem Umzug

[Verena]

Hallihallo,

ich hab folgendes Problem:
in meinem Datensatz gibt es sehr viele Variablen zur Zufriedenheit mit allem möglichen zu jeweils dem letzten und dem aktuellen Wohnstandort.

Bsp:
Zufriedenheit letzter Wohnort: Nachbarschaft (f15_3)
Zufriedenheit jetziger Wohnort: Nachbarschaft (f16_3)
Zufriedenheit letzter Wohnort: Erreichbarkeit des Zentrums (f15_4)
Zufriedenheit jetziger Wohnort: Erreichbarkeit des Zentrum (f16_4)
usw...

All diese Variablen haben die gleiche Kodierung:
0 = kann ich nicht beurteilen
1 = nicht zufrieden
2 = wenig zufrieden
3 = mittelmäßig zufrieden
4 = ziemlich zufrieden
5 = sehr zufrieden
98 = weggefiltert
99 = keine Angabe

Wenn ich jetzt herausfinden möchte, wie sich die Zufriedenheit bspw. mit der Nachbarschaft vom letzten Wohnort zum jetzigen Wohnort geändert hat: Welches Verfahren ist da geeignet??

Habe schon was von der Indexbildung gelesen...find ich aber nicht passend. (bitte, belehrt mich, wenn es doch passt).

Ich dachte jetzt, dass ich über Transform -> Compute -> f15_3 - f16_3
rechnen kann, damit ich entweder einen positiven Wert (für Zufriedenheit durch Umzug verbessert) oder einen negativen Wert (für Zufriedeneheit durch Umzug verbessert) heraus bekomme und dann per Filter-Einstellungen für verschiedene Haushaltstypen (Single, Familie, Alleinerziehend, usw.) und verschiedene Wanderungstypen (z.B. Stadt->Land, Land->Stadt, Stadt->Stadt, Land->Land) nach der Veränderung der Zufriedenheit gucken kann. Oder macht man das dann irgendwie mit Kreuztabellen?

Wäre super, wenn ich mal nen hilfreichen und leicht verständlichen Tipp bekäme. Ach so, bitte bei der Gelegenheit auch den Umgang mit den Ausprägungen (0 = kann ich nicht beurteilen und 98 = weggefiltert und 99 = k.A.) erläutern.

Danke, Gruß, Verena

[Noonen]

hallo
deine vorgehensweise finde ich gut - würde es wohl auch so machen. was m.m. noch fehlt ist eine beurteilung der differenzwerte. ab wann sind diese sign.? ich habe für ähnliche fragestellungen jeweils versucht, eine 'kritische differenz' bzw. den 'reliable change index' zu berechnen. google mal mit diesen begriffen, evt. wäre das was für dich?
gruss
patrick