Zusammenhang überprüfen-wie? UV=intervall AV=nominal

[Pantermuse]

Hallo liebe Statistikfreunde,

ich schreibe gerade an meiner empirischen Diplomarbeit und lese mich fleißig in diverse statistische Verfahren ein. Ich habe auch schon alle Hypothesen überprüfen können...bis auf eine. Hierzu hätte ich auch eine Frage, da ich nicht weiterkomme.

Ich möchte einen Zusammenhang zwischen 2 Variablen überprüfen. Die eine Variable ist intervallskaliert (UV) und wurde mittels einer 5-stufigen Likert-Skala gemessen und die andere nominal (AV), mit 3 Ausprägungen. Welches Verfahren muss ich nun anwenden? Dabei interessiert mich die Signifikanz und die Effektgröße.

Ich habe zwei Variablen mit 2 unterschiedlichen Skalenniveaus. Wäre die unabhängige nominal und die abhängige Variable metrisch, wäre dies für mich einfacher, da hierfür z.B. die Berechnung von eta zur Auswahl stünde...aber so weiß ich nicht genau, was ich berechnen kann/darf/soll.Kann ich hier nur den Chi-Quadrat-Test rechnen? Dadurch würden doch die Infos der metrischen Variable verloren gehen, oder?

Vielen Dank schon einmal im Voraus!

[KarinJ]

kann man die hypothese nicht umformulieren, so dass av zu uv und uv zu av wird?

[Pantermuse]

Naja, eigentlich nicht...da die Hypothesen in der Forschung ja schon vorab erstellt werden müssen.

[KarinJ]

yo, aber nur deswegen sollte man sich nicht an der korrektur von fehlern hindern lassen. zumal man eigentlich auch schon im voraus das geeignete analyseverfahren aussuchen hätte müssen, was offensichtlich nicht geschehen ist.

vielleicht erklärst du mal, warum deine avs und uvs zwingend, d.h. aus inhaltlichen gesichtspunkten so angeordnet sein müssen, wie sie momentan sind.

[Pantermuse]

Ich möchte überprüfen, ob Personen, die ihren Gesundheitszustand als schlecht wahrnehmen auch häufiger zu einer negativen Gesundheitsdefinition neigen. Sprich je schlechter der Gesundheitszustand desto häufiger wird Gesundheit negativ definiert.

Der Gesundheitszustand wurde durch mehrere Variablen erfasst (einige davon subjektive Einschätzungen und einige objektiv nachprüfbare Werte, wie BMI), die alle einzeln ausgewertet werden sollen, um auch hier Unterschiede zu finden. Alle anderen hab ich schon ausgewertet, nur diese eine fehlt noch:

Die Variable Gesundheitswahrnemung wurde mit einer 5-stufigen Likert-Skala gemessen (schlecht bis ausgezeichnet) und die Variable Gesundheitsdefinition hat drei Ausprägungen (positiv, negativ, mehrdimensional)

Die Variable Gesundheitswahrnemung ist intervallskaliert und bildet die UV
Die Variable Gesundheitsdefinition ist nominal und die AV

Ich habe die Variable Gesundheitszustand zunächst auf einer Ordinalskala gesehen, meine Betreuerin meinte, jedoch, dass wir hier von einer intervallskalierten Variable ausgehen können und bezog sich auf international durchgeführte Studien, die ebenfalls von einer Intervallskala ausgehen, da die Abstände gleich groß sind.

Ich habe nun eine Kreuztabelle gemacht um zu schauen, wie die Befragten mit unterschiedlicher Gesundheitswahrnehmung (schlecht, gut, sehr gut usw.) Gesundheit definiert haben. Hier ergaben sich auch deskriptive Unterschiede. Sprich, je schlechter eine Person ihren Gesundheitszustand wahrgenommen hat, desto häufiger definerte sie Gesundheit negativ. Nun möchte ich aber zudem die Signifikanz und die Effektgröße berechnen?

Kann ich hier also die UV und AV einfach tauschen und die ANOVA durchführen? Oder muss ich hier einfach vom niedrigsten Skalenniveau ausgehen?

[Generalist]

Klingt nach ziemlichen Unsinn. Wieso solltest Du eine intervallskalierte Variable umwandeln in eine kategoriale. Deine Hypothese kannst Du mit einer Varianzanalyse überprüfen. Welche Variable welche beeinflusst, kannst Du sowieso nicht untersuchen. Nur ob sie überhaupt zusammenhängen.

[KarinJ]

da man kausalität nicht dadurch zeigen kann, dass eine variable die UV in einem statistischen test gewesen ist, könnte man hier die strategie umdrehen und eine varianzanalyse rechnen mit definition als uv und wahrnehmung als av. allerdings kann man damit nicht die frage beantworten, ob die definition häufiger negativ ist, je schlechter der gesundheitszustand. man könnte sagen, ob sich die definitionen in ihrem gesundheitszustand unterscheiden. wenn das nicht ausreicht, dann könnte man auch einen mediansplit der wahrnehmung machen (eine gruppe über und eine gruppe unter median der wahrnehmung) und dann einen chi²-test mediansplit x definition rechnen. wie du selber sagtest, geht dabei info verloren. und man kann immer noch nicht sagen, dass die wahrnehmung die häufigkeit der definition verursacht.

[Pantermuse]

Wieso wäre denn eine Kreuztabelle für die Untersuchung von deskriptiven Unterschieden ein Unsinn? So kann ich doch schauen, wie jede dieser fünf Gruppen Gesundheit definiert. Bsp. Gruppe 1 (=Personen mit schlechtem Gesundheitszustand), Gruppe 2 (Personen mit gutem Gesundheitszustand), Gruppe 3 (Personen mit sehr gutem Gesundheitszustand) usw....diese "Kategorien" bestehen ja schon, da sie mittels einer Likert-Skala gemessen wurden...es findet also keine Umwandlung statt.

Dann hätte ich fünf Gruppen, die ich hinsichtlich ihrer Gesundheitsdefinition jeweils einzeln beschreiben und dann mit anderen Gruppen Vergleiche ziehen kann, z.B. Gruppe 1 hat doppelt so häufig Gesundheit negativ bewertet wie Gruppe 3 usw....das Ganze natürlich prozentual und nicht absolut betrachtet. Und dann mit dem chi²-test auf Signifikanz prüfen und ggf. die Effektgröße berechnen.

Mit der Varianzanalyse kann ich ja nur irgendeinen Zusammenhang feststellen.

Wäre die Kreuztabelle mit diesen fünf Gruppen nicht besser geeignet als einen chi²-test mit dem Mediansplit? Da hätte ich doch nur 2 Gruppen und mit den 5 Gruppen würden doch weniger Infos verloren gehen, oder?

[KarinJ]

stimmt: mit einem mediansplit würde man information verlieren, die in einer 5x3-tabelle enthalten ist. aber mit einer 5x3-tabelle würde man genauso nur "irgendeinen zusammenhang" feststellen können wie mit der varianzanalyse (unbekannt, welche zelle(n) von der gleichverteilung abweichen), während man bei der 2x3-tabelle bei mediansplit die sache ziemlich eingegrenzt hat. ausserdem braucht man für eine 5x3-tabelle eine grössere stichprobe, damit mehr als 20% der zellen einen erwartungswert größer als 5 haben als voraussetzung für den chi²-test. alternativ kann man natürlich den fisher-test machen.
ich würde mich auf jedenfall mit dem betreuer der arbeit abstimmen. wenn die wahrnehmung als intervallskaliert behandelt werden soll, dann muss es meines erachtens eine varianzanalyse sein. allerdings sehe ich kein argument, warum man die wahrnehmung als intervallskaliert betrachten müsste, sie ist es eben nicht.
aber wie gesagt, vorsicht: durch diese analyse(n) kann man nicht zeigen, dass die definition von der wahrnehmung verursacht wird. man kann nur einen zusammenhang zeigen.