Anfängerfrage zu einer möglichen statistischen Korrelation

[todesvogerl]

Hallo zusammen,

leider bin ich ein totaler Neuling auf dem Gebiet der Statistik und quantitativen Methoden, daher benötige ich Eure Hilfe. Es wäre mir super, wenn mir jemand von Euch ein wenig aus der Patsche helfen könnte!!

Ich möchte untersuchen, ob es einen (statistisch signifikanten) Zusammenhang gibt zwischen Abstimmungsergebnissen im Landtag und der öffentlichen Meinung.

Ich habe also zwei Variablen:
x (Abstimmung im Landtag), kann folgende Ausprägungen annehmen: 1 (=Zustimmung), 0 (=Enthaltung), -1 (Ablehnung).
y (Meinung in Umfragen), kann im grunde die gleichen Ausprägungen annehmen. (Wobei hier 0 weniger Enthaltung als Gleichgültigkeit ausdrückt, aber das ist nicht so relevant, denke ich)

Und ich habe auch zwei Fallbeispiele: Im ersten hat die unabhängige Variable x fast nur die Ausprägung 1, im zweiten Fall ist es heterogener.

Mein Interesse: Ich möchte schauen, ob es einen Zusammenhang gibt zwischen dem Landtags- und Umfragenergebnis. Doch ich weiß nicht genau, wie ich rangehen soll!

Mache ich einfach für jeden der beiden Fälle, unabhängig voneinander, einen Chi-Quadrat-Unabhängigkeitstest, um zu schauen, ob oder ob nicht es eine Korrelation zwischen den jeweiligen x- und y-Variablen gibt? Oder sollte ich dies eher in Form einer einfaktoriellen ANOVA versuchen, herauszufinden??

Oder versuche ich diese mögliche Korrelation anhand von Pearsons r oder einem ähnlichen Koeffizienten zu ermitteln - wenn ja: wie??

Oder mache ich es ganz anders; und vergleiche nicht für Fall 1 und Fall 2 jeweils die Variabeln x und y miteinander - sondern direkt Fall 1 und 2 miteinander!? Wenn ja - wie und mit welchem Verfahren geht das?

Ihr seht: es ist ziemlich Kraut und Rüben und ich verwechsele vermutlich so einiges. Mein Grundinteresse besteht - wie gesagt - einfach darin, einen (möglichen) Zusammenhang zwischen Abstimmungsergebnissen im Landtag (Variable x) und Umfrageergebnissen (Variable y) zu falsifizieren oder verifizieren. Das interessiert mich. Und dafür habe ich eben zwei Fallbeispiele parat - bei dem einen ist x1, x2, x3 etc. fast immer 1, beim anderen ist es heterogener ... wobei ich gar nicht weiß, ob ich die zwei Beispiele brauche, oder ob es nicht gängiger wäre, die mögliche Korrelation anhand EINES Falles zu untersuchen...

Ich würde mich wahnsinnig über Eure Hilfe freuen, denn ich bin - wie Ihr seht - total überfordert. DANKE schonmal!!!

[todesvogerl]

Ich habe mir eine Testversion von SPSS heruntergeladen. Ich könnte dieses also auch nutzen, wenn es damit einfacher geht...

[Generalist]

Was sind denn das überhaupt für Daten? Es gibt n Sachfragen, zu jeder
Sachfrage 2 Angaben (Zustimmung etc. im Landtag sowie Zustimmung etc.
in der Allgemeinheit)?

Und ich habe auch zwei Fallbeispiele: Im ersten hat die unabhängige Variable x fast nur die Ausprägung 1, im zweiten Fall ist es heterogener.

Das ist leider unverständlich. Was stellen die Fälle in den Fallbeispielen denn dar?

[todesvogerl]

Hallo Generalist,

vielen Dan für Deine Antwort!

Es geht um zwei verschiedene in den Landtag eingebrachte Gesetze.

Erstes Gesetz:
Fast alle im Landtag stimmten zu (x=1), wenige Enthaltungen (x=0), wenige Gegenstimmen (x=-1).
Zusätzlich dazu habe ich Umfragewerte der Bevölkerung zu diesem Gesetz und würde schauen wollen, ob es einen Zusammenhang gibt, zwischen der Meinungsverteilung im Landtag und der Bevölkerung.

Zweites Gesetz:
Hier stimmten einige im Landtag zu (x=1), es gab aber auch einige Enthaltungen (x=0) und Gegenstimmen (x=-1). Auch hier habe ich Umfragewerte mit Zustimmung, Enthaltung und Ablehnung und würde auch hier einen Zusammenhang prüfen wollen.

Kurz gesagt: ich habe die Abstimmungs- und Umfragewerte zu zwei verschiedenen Gesetzen.
Und mein grundliegendes Interesse ist: gibt es einen Zusammenhang zwischen der Meinungsverteilung (Zustimmung, Enthaltung, Ablehnung) im Landtag und der in der Bevölkerung.

Habe ich es etwas klarer gemacht?

[drfg2008]

... nur so als Idee: So ganz zuende gedacht ist Fragestellung eventuell noch nicht. Möchtest du den Einfluss der öffentlichen Meinung auf das Parlament messen, oder umgekehrt: die Konsensfähigkeit von Parlamentsentscheidungen. Ersteres würde anders gemessen, als zweites. Im ersten Fall würde ich eher ein 'differenzielles' Design bevorzugen. Wenn die Meinung in der Bevölkerung sich -> ändert, dann -> ändert sich die Zustimmung im Parlament. Vorher- Nachher Perspektive.

[Generalist]

Ich weiß nicht, welchen Sinn das ergeben soll. Die Beobachtungen im Landtag sind doch nicht unabhängig voneinander, da hat die Fraktionszugehörigkeit einen erheblichen Einfluss. Wofür ist denn
die Studie gedacht?

Aber wie auch immer, es ist nicht klar, ob lediglich 1 Gesetz betrachtet
wird oder über viele Gesetze hinweg der Zusammenhang untersucht
wird.

[todesvogerl]

@drfg: Ich möchte Ersteres messen. Du hast natürlich recht, das differenzielle Design wäre besser. Andererseits versuche ich es näherungsweise eben durch die zwei verschiedenen Fälle: Wir haben einen "Konsensfall" (alle im Landtag stimmen dem Gesetz zu) und einem "Konfliktfall" (das Gesetz ist im Landtag sehr umstritten). Wenn wir also von einem Einfluss der Landtags-Stimmung auf die öffentliche Meinung ausgehen, müsste sich diese ja im Vergleich der beiden Fälle signifikant ändern, d.h. die Zustimmung im erstgenannten Fall deutlich höher sein.

@Generalist: Ist für die Uni, und soweit auch abgesegnet. Die Fraktionszugehörigkeit spielt hier keine Rolle.
Es geht, wie gesagt, um zwei Gesetze: Eines, dem alle im Landtag zustimmten, und eines, bei dem die Abstimmung sehr knapp ausfiel. Ich möchte messen, ob - so sagt es die Theorie voraus - die öffentliche Meinung im erstgenannten Fall deutlich zustimmender war als im zweitgenannten. Ob die Formel "Je höher die Zustimmung im Landtag, desto höher auch die Zustimmung in der Bevölkerung" hier zutrifft.

[todesvogerl]

Nachtrag: Hängt Euch nicht unbedingt an der Sinnhaftigkeit der Fragestellung auf. Da ich die Antwort für ein wissenschaftliches Projekt benötige, habe ich die eigentliche Fragestellung verändert. SO, wie ich es beschrieben habe, untersuche ich es nicht.

Es ist aber vergleichbar - und es geht mir lediglich um das technische Handwerkszeug, diesen möglichen Zusammenhang quantitaiv zu überprüfen.

[Generalist]

Mit Stichproben der Größe n=2 (2 Gesetze) kann man keine
Korrelationen berechnen oder Zusammenhänge testen.

[todesvogerl]

Warum nicht? Viel zu geringe Fallzahl?

Das leuchtet natürlich ein...:-/

Gibt es auch nicht irgendeine Alternative, hier etwas statistisch zu prüfen?

[Coolmogorov]

Hallo,

ich denke bei diesen Daten wäre wohl eher Kontingenzmessung als Korrelation sinnvoll oder? Dein Merkmal "Zustimmung" ist ja nicht metrisch, d.h. es gibt keine sinnvoll interpretierbaren Abstände zwischen den Ausprägungen (ist Ablehnung genausoweit von Gleichgültigkeit entfernt wie Zustimmung? ). Wenn dann sind sie ordinal, d.h. haben eine Rangfolge (mit Gleichgültigkeit zwischen den beiden anderen Ausprägungen).
D.h. Korrelationskoeffizienten wie Bravais-Pearson kommen m.E. für dich nicht in Frage, Rangkorrelation ginge vielleicht (da müsstest du mal kurz nach googeln, ob das so ungefähr das ist, was du suchst...)

An deiner Stelle würde ich es erstmal mit einer Häufigkeitstabelle versuchen: Analysieren/Deskriptive Statistiken/Kreuztabellen -> da kannst du deine Merkmale in eine Kontingenztabelle eintragen lassen und so sehen, ob es einen Zusammenhang gibt. Bei Statistiken kannst du verschiedene Koeffizienten auswählen. Ich denke, Kontingenzkoeff. nach Pearson wäre eine Option: Ist dieser Wert nahe 1 (und nicht nahe 0), spricht das dafür, dass die beiden Merkmale NICHT unabhängig sind.

Allerdings ist so eine Messung, wie du ja schon selbst gesagt hast, nur sinnvoll bei einer ausreichend großen Stichprobenmenge!

P.S.: Keine Garantie für die Richtigkeit meiner Überlegungen Vielleicht kann dir auch jemand noch mehr/genaueres sagen.

Aber ganz ehrlich: Wenn du das für die Uni brauchst, hast du doch da bestimmt auch nen Betreuer für dein Projekt, der den Zusammenhang genauer kennt. Den würde ich eigentlich eher fragen, welche Analyse für dein Problem sinnvoll ist.

[drfg2008]

... ja der Fraktionszwang zerstört die i.i.d. Verteilung nachhaltig. Das stimmt allerdings. Aber wer weiß: Wenn erst die Piraten kommen ; -)

[lauto]

Warum nicht? Viel zu geringe Fallzahl?

Das leuchtet natürlich ein...:-/

Gibt es auch nicht irgendeine Alternative, hier etwas statistisch zu prüfen?

Definitiv nein. Sicherlich gibt es Verfahren, die robuster gegenüber kleineren Stichproben sind. Aber n=2 hat wahrlich nichts mehr mit sinnvoller Statistik zu tun. Theoretisch berechnen kann man oftmals viel, aber sinnvoll ist es hier absolut nicht.
Von den übrigen Konfundierungsvariablen, die ja schon angesprochen wurden, ganz abgesehen.


LG,
lauto

[drfg2008]

Sicherlich gibt es Verfahren, die robuster gegenüber kleineren Stichproben sind.

Ich wusste gar nicht, dass es Verfahren gibt, die robust gegen Stichproben sind.

Vielleicht gegen Ausreißer, schiefe Verteilungen oder vielleicht sogar gegen Bienen- und Wespenstiche ; -)

[lauto]

Schade, dass du die gewissen Ansätze deines statistischen Wissens nicht dazu nutzt, den Fragestellern zu helfen und stattdessen absichtlich (oder aus Unwissen) wesentliche Teile überliest und so den Sinn verdrehst, um dich über andere lustig zu machen. Schade, dass so ein eigentlich sinnvolles Forum durch deine Beiträge verunstaltet wird.


LG,
lauto