Quasi-metrisch?

[wandmp3]

Hallo liebes Forum.

Im Rahmen meines Studiums habe ich eine kleine Umfrage durchgeführt. Die Stichprobengröße ist 100. Befragt wurden Menschen ab 60 Jahren, die in einem kleinen Dorf leben. Ich will überprüfen, ob es einen Zusammenhang zwischen Alter und der Anzahl an Aktivitäten die eine Person durchführt, gibt.

Ich habe Aktivitäten abgefragt:
Freunde Bekannte treffen, Sport, Ehrenamt, Vereinsarbeit, Politisches Engagement… usw.
Die Ausprägungen die wählbar waren sind:
Täglich, Mehrmals pro Woche, Weniger als einmal pro Woche, Nie

Ich weiß, dass ich bei der Konstruktion des Fragebogens viele Fehler gemacht habe. Ich muss dennoch damit weiterarbeiten. Die Ausprägung einmal pro Woche habe ich z.B. schlicht vergessen.
Die Daten die ich dadurch erhalte sind ordinalskaliert. Ich würde jedoch gerne eine lineare Regression rechnen. Meine Fragen sind hier

1) Kann ich die Daten als quasi metrisch betrachten und den Ausprägungen Zahlenwerte entsprechend der Häufigkeit pro Woche zuweisen? (Täglich = 7 Mehrmals pro Woche = 4 Weniger als 1 mal pro Woche = 0,75 Nie = 0 )Darf ich diese dann addieren und dies dann als abhänge Variable betrachten und zusammen mit dem Alter eine lineare Regression rechnen? Sind Ergebnisse die dadurch entstehen aussagefähig? Darf ich das auf keinen Fall, oder ist das eine Diskussionsfrage?
2) Fall ich durch dieses Vorgehen auf keinen Fall zu aussagefähigen Ergebnissen kommen kann, könnt ihr mir ein anderes Vorgehen empfehlen?

Ich danke euch für eure Hilfe

[drfg2008]

für deine Frage gibt es ein gutes Beispiel aus dem ALLBUS für das ich ein Online-Video erstellt habe.

Hier mal hineinschauen kann jedenfalls nicht schaden.[1]

Ich würde es bei einer ordinalen Skalierung von 1, 2,3, 4 belassen. Die einzelnen Items lassen sich per Faktorenanalyse zu weniger Faktoren als Items reduzieren (Dimensionsreduktion). Über die Faktorregressionswerte (orthogonale Rotation: Varimax oder Equamax) kannst du dann die gewünschte Regression berechnen.

Gruß

[1]

http://www.youtube.com/watch?v=PmRKJFLaM_E

http://www.youtube.com/watch?v=kyGvk4eSuJE

[wandmp3]

ich danke dir für die schnelle antwort. sind super videos auf youtube. ich habe auch vorher schon einige von dir gesehen. ich habe grade schon eine faktoranalyse durchgeführt und werde das morgen noch einmal ausführlich versuchen.

ach wenn du mir davon abraten würdest, kann ich zur not auch das von mir beschriebenen weg gehen oder ist das totaler quatsch ?

bester gruß

wandmp3

[drfg2008]

streng genommen zwar nicht, denn es handelt sich um ein ordinales Skalenniveau. Allerdings wäre dann auch eine Faktorenanalyse nicht 100%ig richtig, denn die basiert auf Korrelationsmatrizen (Pearson) für die eine ordinale Skala nicht optimal ist.

Das würde ich aber genau so ignorieren, wie unsere Notengebung i.d. Schule. Denn die Noten von 1 - 6 sind auch nur ordinal, dennoch wird ein NC bis zwei Stellen nach dem Komma berechnet.

Gruß

[Generalist]

Der Vorschlag war, die 4-stufige Skala "Täglich, Mehrmals pro Woche, Weniger als einmal pro Woche, Nie" -- wobei die Stufe "einmal pro Woche" fehlt -- in die Zahlen 7, 4, 1 und 0 zu übersetzen und das dann als intervallskaliert zu behandeln. Wie das zu rechtfertigen sein sollte, ist mir ein Rätsel. Das so gern gepflegte Beispiel der Schulnoten ist hier jedenfalls fehl am Platz. Im Vergleich zur o.a. Skalierung sind Schulnoten schon fast wie physikalische Messungen.

[drfg2008]

Das Problem liegt nicht nur in der Metrik, sondern bereits in der Fähigkeit von Probanden einer korrekten Einschätzung. Zwar kann ich bei wiederkehrenden Routineereignissen zu festen Terminen genau angeben, ob ich etwas "täglich, mehrmals pro Woche, weniger als einmal pro Woche, nie" mache. Etwa der Sportverein am Montag und Dienstag ist eindeutig mehrmals die Woche. Ob das allerdings für "Freunde Bekannte treffen, Sport, Ehrenamt, Vereinsarbeit, Politisches Engagement" in dieser Allgemeinheit messbar ist, wäre mindestens so problematisch, wie die Frage nach der geeigneten Skala.

(Ich empfehle ohnehin mehr als einmal die Woche Sport.)

Gruß

[Flash]

Zur Faktorenanalyse: Ich habe hier zwei Quellen gefunden, welche argumentieren, dass ordinalskalierte für eine Faktorenanalyse (und somit quasi-metrisch ) verwendet werden können.

1: "....Im Idealfall wird die Faktorenanalyse bei Intervallskalierten Daten angewandt, in der Praxis wird sie aber auch bei ordinalskalierten und nominalen Variablen mit dichotomen Ausprägungen akzeptiert (Bacher, 1996, S.28 )...." http://www.jugendarmut.ch/home/document ... ologie.pdf

2: ".....Kritisieren kann man es, weil wir bei der Faktorenanalyse ordinalskalierte Variablen wie metrische behandeln. Dies ist aber vertretbar, sofern die Variablen theoretisch intervallskaliert sind und die Ergebnisse nicht zu exakt interpretiert werden (Baur, 2004)...." http://bit.ly/ksclix

Es ist aber wirklich auffällig, wie viele Arbeiten und Berichte, die Voraussetzung - intervall für Faktorenanalyse - über den Haufen werfen. Woran liegt das? Gibt es keine passenden Verfahren für ordinale Variablen?

Ich weiss ja nicht wofür du diese Auswertung benötigst, aber jemand könnte genau das kritisieren und wenn du es nicht Begründen kannst, hast du vielleicht ein Problem.

Lösungen?

Nummer 1: Du bedienst dich der obigen Argumentation und machst eine Faktorenanalyse, als ob's intervallskaliert wäre

Nummer 2: Du verwendest ein Verfahren, welches auch ordinalskalierte Daten faktorisiert --> http://bit.ly/lJK0Gg

[drfg2008]

Naja, der Einwand von Generalist war absolut richtig: Die 'Messung' in 7, 4, 1 und 0 - und diese dann als metrisch zu betrachten, das geht nicht.

Außerdem fehlt eine wesentliche 'Faktorstufe': einmal die Woche.

Hatte mir den Text nicht ganz so sorgfältig durchgelesen.

Gruß

[wandmp3]

ihr seid auf zack jungs danke für die vielen und schnellen antworten. ich schau ma was ich dem datensatz für ergebnisse abtrozten kann. ^^

[wandmp3]

ich hätte noch eine Frage.
ich habe die Faktorenanalyse durchgeführt und mit den Faktoren dann lineare Regressionen gerechnet. Jetzt habe ich aber große Problem diese zu interpretieren. Die ergebnisse sind signifikant .000 für eine geringe Korrelation .47 die ca 20 % der Varianz erklärt.

Was ich nicht interpretieren kann ist das B. mit .056 Bei einer Konstanten von -4
Ich weiß wie die einzelnen Variablen auf den Faktor laden aber ich kann mir unter diesem Ergebnis nichts vorstellen. Hat Faktorwert des einzelnen Falls noch etwas mit den ausprägungen von 1-4 zu tun. ( täglich, mehrmals die woche, weniger als einmal die woche, nie) = ?
Die Faktorwerte gehen so von -2.3 bis plus 1.5.

Ich hoffe mal ich habe mich einigermasen verständlich ausgedrückt und ihr könnt mir helfen.
vielen dank im vorrasu.

lg

wand