Wie setze die Variablen in Beziehung?

[Diouf]

Guten Tag an alle,

ich habe folgendes Problem: Bei einer Anzahl von Patienten (n=21) wurde vor und nach einer Operation ein Mobilitätsscore (eq5d) erhoben. Der Mittelwert des Scores hat sich von vorher zu nachher signifikant verbessert.
Ich möchte nun prüfen, ob die Verbesserung des Scores abhängig (korreliert) vom Alter oder vom Geschlecht des Patienten ist.
Also mein Score ist doch eine metrische Variable richtig? Das Geschlecht ist nominal, das Alter ist auch metrisch. Ich gehe davon aus, dass meine Werte nicht normalverteilt sind. Ich denke ich muss den Spearman.Test machen. Ist das korrekt?

Ich habe jetzt mal den Spearman-Rho-Test durchgeführt.
Was sagt mir der Korrelationskoeffizient? Er beträgt für das Alter -0,076 und für die Scoredifferenz (vorher - nachher) 1. Das heißt doch, dass sehr wenig Korrelation besteht korrekt?
Sig.2seitig beträgt 0,744.

Und:
Was kann ich tun wenn ich die Scorergebnisse mit einer dichtomen Variable in Korrelation setzen will?

[drfg2008]

Dein Ansatz scheint falsch zu sein. Du solltest das in einem Modell rechnen. Das wäre dann nach dem GLM mit Messwiederholung zu berechnen.

Das lässt sich mit SPSS ganz gut umsetzen. Über N~Vtlg. würde ich mir weniger Sorgen machen.

Gruß

[Diouf]

Die Messwiederholung testet doch die Varianz nicht die Korrelation. Ich habe den Score ja 2 Mal erhoben, da könnte man die Messwiederholung machen, aber ich will ja die Korrelation zum Geschlecht oder zum Alter hinbekommen.

EDIT: Ich habe jetzt eine Streu-/Punkt-Diagramm erstellte und eine Anpassungsgerade eingefügt. Auf den ersten Blick zeigt sich da überhaupt keine Korrelation. Ist das Verfahren überhaupt geeignet?

[drfg2008]

nein, nein.

Du hast eine Messwiederholung mit Innersubjekt und Zwischensubjektfaktoren, ggf. noch Kovariaten.

Innersubjekt: Vorher Score / Nachher Score.
Zwischensubjekt: Geschlecht

Je nach Skalierung und Fragestellung wird Alter dann Kovariate oder Zwischensubjektfaktor.

Dein Konstrukt hat das Problem, dass du ja nicht randomisiert hast und deshalb noch Einflüsse aus anderen Variablen deinen Korrelationseffekt überlagern können. Um das auszuschließen, müsste schon GLM MW berechnet werden. Alles andere wäre nicht lege artis, wie man so sagt.

Literatur genau dafür: Discovering Statistics Using SPSS
http://www.amazon.de/Discovering-Statistics-Introducing-Statistical-Methods/dp/1847879071/ref=sr_1_21?ie=UTF8&qid=1327511516&sr=8-21

Für den theoretischen Teil: Bortz (wie immer).

Gruß

[Diouf]

Ich verstehe, dann muss ich da erstmal ran. Danke für die ausführlich Antwort!