Kontingenz-Koeffizient-spezielle Frage und natürlich dringen

[hocktobbi]

Hallo miteinander...

Habe bei meinem Fragebogen sehr viele nominale Variablen, d.h. ich muss um irgendwelche Aussagen über signifikante Unterschiede (bzw. Abhängigkeit ) zweier Gruppen (z.B. männlich, weiblich) eine Kreuztabelle machen...

Ob es einen signifikanten Unterschied gibt, sagt mir dann der p-Wert:
kleiner als 0,05 gut, kleiner als 0,01 noch viel besser füt mich!!! So weit habe ich das alles auch verstanden, hoffentlich!!!

NUN ZU MEINEM PROBLEM:
Wie interpretiere ich die Stärke des Zusammenhangs? Bei 2*2 Feldern anhand des PHI-Wertes, bei mehr Feldern mit dem KONTINGENZKOEFFIZIENTEN, aber was genau bedeuten die Zahlen? ich weiß, je näher an 1 desto besser, aber wie kann/darf ich das in Worte fassen, wenn z.B. 0,2 0,5 oder 0,7 rauskommt? Will mich nicht auf dünnes Eis begeben bei den Formulierungen... Beim Kontingenzkoeffizienten muss ich den ermittelten C-Wert doch in Bezug zu Cmax setzen oder? Wie ermittele ich den korrigierten C-Wert...?

Fragen über Fragen und ich muss in Paar Tagen abgeben-HILFE

Gruß, Tobias

[Jack Crow]

Ich würde bei nicht-2x2-Tabellen stattdessen Cramers V verwenden, dass automatisch zusammen mit Phi ausgegeben wird und mit diesem bei 2x2-Tabellen auch identisch ist. V kann immer Werte von 0 bis 1 annehmen, je näher an 1 desto besser.

[hocktobbi]

Ok...

aber was ist dann der Kontingenz-Koeffizient, der spuckt mir nämlich bessere Zahlen aus... Muss ich den Cramer V auch in Bezug zu einem Max-Wert setzen? Wie darf ich formulieren? 0,2 schwacher Zus.hang, 0,5 Mittel 0,8 stark oder was?

Aber auf jeden Fall schonmal danke für die Hilfe

[Jack Crow]

Der Kontigenzkoeffizient ist auch ein Chi²-basiertes Assoziationsmaß, allerdign s eben mit dem Nachteil daß sein Maximalwert nicht 1 ist sondern von der Größe der Tabelle abhängt. Der Maximalwert von Cramers V ist dagegen immer 1 - also brauchst du den nicht in irgendein anderes Verhältnis zu setzen. Dass dir der Kontingenzkoeffizient "bessere Zahlen" ausspuckt ist allerdings nun überhaupt kein Kriterium - schließlich willst du ja wissen wie stark der Zusammenhang tatsächlich ist und nicht möglichst gute Werte konsruieren... Für die Beurteilung der Stärke des Zusammenhangs gibt es im übrigen keine klaren Richtlinien, auch wenn dies manchmal suggeriert wird - das hängt immer davon ab was man misst. Möchte man z.B. das Verhalten von Menschen in Abhängigkeit von einem einzelnen Faktor voraussagen, kann man eigentlich nie mit sehr hohen Assoziationswerten rechnen, weil menschliches Verhalten eben sehr komplex ist und von einer Vielzahl von Faktoren bestimmt wird. Nimmt man dagegen technishe Messungen vor könnte es auch sowas wie einen nahezu perfekten Zusammenhang geben.