Übereinstimmung bei einer Rangfolgefrage (Antwortmuster)

[surferSardinia]

Ich habe bei meiner Umfrage eine Rangfolgefrage gehabt, bei der die Probanden die Items nach einem bestimmten Kriterium ihrer Meinung nach ordnen mussten.
Nur habe ich eine endgültige "Rangfolge" aus den Daten errechnet.
Allerdings sind die "individuellen Rangfolgen" der Probanden sehr unterschiedlich, so dass auch die "endgültige" Rangfolge natürlich nicht sehr aussagekräftig ist.

Ich würde nun gerne errechnen, inwiefern sich die individuellen Rangfolgen ähnlich sind bzw. auch nicht.
Im Internet habe ich mich schwer getan einen Test dazu zu finden. Öfters kam der Begriff "Kendall´s Test of Concordance". Mit diesem kann man das anscheinend ausrechnen.
Allerdings finde ich kene Beschreibung, wie ich den Test nun in SPSS durchführen kann.


Kurze Erläuterung zu meinen Daten:

Zeilen : Probanden;
Spalten: Variablen
es gibt nun für die Rankingfrage 16 Spalten, welche die Rankings beinhalten;
z.B. Bei Proband 1 (erste Reihen) in Spalte 2 steht 2 (--> das heisst nun, dass Proband 1 das Item 2 auf Platz 2 gewählt hat)

Folgendes habe ich versucht:
Analysieren --> Skalierung --> Reliabilitätsanalyse -->
dann habe ich die Variablen, die die Rankings beinhalten in "Items" rübergeschoben und Modell "Alpha" ausgewählt
--> Statistiken (Korrelationskoeffizient in Klassen; Modell: zweifach, zufällig; absolute Übereinstimmung) --> Weiter --> OK


Ich bekomme dann in der Datenausgabe "Korrelationskoeffizient in Klassen"; Damit kann ich allerdings nichts anfangen und ich finde auch keine Erläuterung dazu.

Vielleicht ist das auch der völlig falsche Ansatz. Es wäre toll, wenn mir hier jemand einen Tipp geben könnte, wo ich Infos finde bzw. wie ich da rangehe.


Viele liebe Grüße und herzlichen Dank im voraus!

Ana

[Generalist]

Ich würde nun gerne errechnen, inwiefern sich die individuellen Rangfolgen ähnlich sind bzw. auch nicht.

So ganz präzise ist das leider nicht. Paarweise Vergleiche zwischen Beurteilern? In dem Fall die Spalten zu Zeilen und die Zeilen zu Spalten machen (FLIP command), dadurch wird jeder Beurteiler zu einer "Variable". Übereinstimmung zwischen Beurteilern kann dann durch Spearman-Korrelationen berechnet werden.

[surferSardinia]

Vielen Dank für die Antwort!!!

Ich habe also dann pro Zeile die (vorherigen) Items und dann pro Spalte die Probanden.

Dann klicke ich auf
Analysieren > Korrelationen > Bivariat

--> Dann ziehe ich die ganzen Variablen (PROBANDEN) in das Feld "Variablen"
> Wähle aus "Spearman", "Pearson"
> Test auf Signifikanz "zweiseitig"


> AUSFÜHREN

Ich bekomme dann eine Tabelle, wo jeweils zwischen 2 Probanden die Korrelation aufgeführt ist. Gibt es eine Möglichkeit mit SPSS die Übereinstimmung ALLER Probanden zu berechnen? Macht das überhaupt Sinn?

Ich würde das gerne als Einschränkung anführen, dass die Rangfolge basierend auf den Mittelwerten nicht präzise ist, da die Probanden sehr unterschiedliche Rangfolgen gewählt haben. (Ich dachte ehrlich gesagt bei Erstellung der Frage, dass die Rangfolgen sehr ähnlich werden würden.)

Nochmals Danke im voraus.

Ana

[Generalist]

Leider weiß ich nicht, was Du unter "Übereinstimmung ALLER Probanden"
verstehst. Vielleicht irgendwas in Richtung Intraclass Correlation oder so.
Wenn Du lediglich zu Diskussionszwecken auf den Übereinstimmungrad
eigehen willst, reicht meines Erachtens Angabe von Median und intraquartile
Range der erhaltenen Spearman-Korrelationen. Die müsste man in ein SPSS
Datenblatt hineinkopieren oder hineinexportieren und dann geeignet
weiterverarbeiten.

[surferSardinia]

Ich hab den Test gefunden, den ich brauche!

Falls mal jemand anderes diesen sucht schreib ich hier kurz auf wie dieser in SPSS geht.

Und zwar (ohne vorher die Fälle und Variablen zu tauschen!!!)

Analysieren > Nichtparametrische Tests > Alte Dialogfelder > K verbundene Stichproben > Kendall W

--> Es kommen dann die Ränge raus.

Der Wert Kendall W sagt aus : "It measures the agreement of the ranks assigned to each of the related variables across the judges"
Je größer desto ähnlicher sind sich die Anworten der einzelnen Probanden (0-1)

Wenn ein kleiner Wert raus kommt, bedeutet dies, dass die Probanden die Rangfolgen sehr unterschiedlich gewählt haben... also geringe Übereinstimmung in den Rangfolgen...