Korrelation bei dichotomer und metrischer Var

[ahnungslos]

Naja, im Grunde sind die Kreuztabellen ja ohnehin nur eine Art Vortest für meine logistische Regression... Ich weiß gar nicht, ob ich das überhaupt erwähne... Vielleicht nur für die, die ns waren. *seufz* Ich werd noch wahnsinnig...

[Jack Crow]

Rein formal stehen bivariate Tests der UV immer vor einer multivariaten Analyse, daher sollte man die auch dokumentieren (und kann nicht signifikante ggf gleich ausschließen). Ob man da allerdings unbedingt die vollständigen SPSS-Angaben zu braucht... Reicht vielleicht auch aus das im Text zu erwähnen oder ne' Übersichtstabelle zu machen. Kommt halt drauf an was erwartet wird und wieviel Platz man dem einräumen will.
Was sich auf jeden Fall empfielt ist, die gesamte Analyse vor dem Abfassen des Textes fertig zu haben - auch der theoretische Teil schreibt sich leichter wenn man das Ergebnis schon kennt...(oder sagen wir so: das Risiko hinterher was umschreiben zu müssen ist deutlich geringer ).

[ahnungslos]

Tja, DAFÜR ist es jetzt leider zu spät...

Und das Problem mit dem "ns vorher ausschließen"... Dann bleibt nicht mehr viel übrig Deswegen hab ich wegen der geringen Fallzahl gefragt, ob man dann sagen kann, dass zwar ein deutlicher Zsh besteht, es aber leider nicht signifikant ist. Ich hatte auch andere Zsh, die sehr stark waren (z.B. 0,857), die aber nicht signifikant waren... Die Frage ist, ob das an dem kleinen n liegt, dass sie ns sind? Aber woher kommt dann das hohe Cramers V??

[Diplomand]

Hallöchen. Hast du zu dieser Aussage zufällig ne Literaturangabe?

Danke schonmal im voraus.

[quote="Jack Crow"]Mangels Alternativen ist es häufig so, daß r trotz einer Abweichung von der Normalverteilung berechnet wird (in den Sozialwissenschaften z.B. wird man sowieso so gut wie nie eine Normalverteilung antreffen), und es ist dabei auch recht robust sofern man es nicht ganz genau interpretiert.[/quote]

[Jack Crow]

Naja, sehr kleine Fallzahlen beeinträchtigen tatsächlich tendenziell die Signifikanz, was ja auch logisch ist wenn man bedenkt daß man ja versucht von nur sehr weniger Fällen auf eine sehr große Allgemeinheit zu schließen (kommt natürlich immer auf den Inhalt an). Man kann dann sicherlich die Signifikanzniveaus weniger restriktiv auslegen und z.B. das 10%-Niveau statt 5% ansetzen. Ob s da genau Richtwerte für gibt weiß ich ehrlich gesagt nicht, ich bezweifle es aber (zumindest daß sie unumstriiten sind . Am besten ist wohl du fragst deinen Betreuer - da der das letztlich bewertet ist er auch der einzige der dir verlässliche Informationen darüber geben kann welche Grenzwerte akzeptabel sind. Mit ist aber klar daß das weder ein besonders origineller noch ad hoc hilfreicher Rat ist

[Jack Crow]

Hallöchen. Hast du zu dieser Aussage zufällig ne Literaturangabe?

Danke schonmal im voraus.

Mangels Alternativen ist es häufig so, daß r trotz einer Abweichung von der Normalverteilung berechnet wird (in den Sozialwissenschaften z.B. wird man sowieso so gut wie nie eine Normalverteilung antreffen), und es ist dabei auch recht robust sofern man es nicht ganz genau interpretiert.

Hm, ehrlich gesagt beruht diese Aussage eher auf Erinnerungen an meinen Statistikkurs und auf "impressionistischen" Eindrücken von Arbeiten, die genau dass tun (sehr häufig wird in der Soziologie z.B. Einkommen als eine Variable benutzt, und das ist nun sicher nicht normalverteilt ). In den (sozialwissenschaftlichen) Methodenbüchern die ich grad hierhabe wird die Normalverteilungsannahme allerdings nicht mal erwähnt.
Es gibt hier: http://www.wer-weiss-was.de/theme57/article4045834.html
eine Diskussion dazu in der auch eine englische Literaturangabe dazu enthalten ist.

[Diplomand]

@Jack

Danke für deine Hilfe. Ja, ich kenne das Problem, dass man irgendwas weiß aber nicht mehr so genau, woher. Schade, dass gerade im Methodenbereich die VL-Skripte so selten Literaturangaben machen. Aber mittlerweile habe ich ein paar Texte gefunden.

MfG, Diplomand