Welches Zusammenhangsmaß bei Korrelationsanalyse?

[h_anna]

Hallo!
Ich habe die Schwierigkeit das richtige Zusammenhangsmaß für meine Korrelationsanalyse mit SPSS auszuwählen.

Ich möchte gerne einen Zusammenhang zwischen Distanzen, als intervallskalierte Variablen, und der Bewertung eines Qualitätsmerkmales (ordinalskaliert auf 5er-Likert-Skala) überprüfen.

Ich bin mir nicht sicher welches Maß ich jetzt nehmen muss? Zusammenhangsmaß für ordinal- oder intervallskalierte Variablen oder was anderes?

Für eine Antwort wäre ich euch sehr dankbar!

Weiterhin frage ich mich, welche Standardtests ich mit SPSS durchführen kann, um die Repräsentativität meiner Stichprobe zu überprüfen??!

Danke!

VG
Hanna

[drfg2008]

Spearman

[h_anna]

Danke schon mal!
Aber mit welcher begründung ist das so? weil spearman für ordinal und deshalb auch intervallskalierte benutzbar ist?!

[drfg2008]

falls du eine ausführliche schriftliche Darstellung zu diesem Thema benötigst, wären die Autoren Bortz/Lienert/Boehnke eine gute Quelle. Die Darstellungen sind sehr ausführlich.

Zu deiner Frage: Ja, genau.

[h_anna]

Ja, das Buch hab ich vor mir liegen...bin nur nicht ganz sooo schlau draus geworden.

Wenn ich anstatt der ordinalskalierten Daten nun dichtome Variablen habe, überprüfe ich die Korrelation mit dem Korrelationskoeffizienten nach Pearson oder?!

Und wenn ich meine signifikanten Zusammenhänge vergleichen will..ich habe gelesen das ich eine Fisher-z-Transformation durchführen kann. Geht das nur für Korrelationskoeffizienten nach Pearson oder auch für Spearman.
In Excel kann man das ja relativ einfach durchführen, in dem für x der Korrelationskoeffizeint eingesetzt wird.

Danke, danke für die antwort. ich hoffe danach hab ich auch keine fragen mehr, aber durch den bortz wird mir nicht immer alles so schlüssig.

VG

[drfg2008]

Wenn ich anstatt der ordinalskalierten Daten nun dichtome Variablen habe, überprüfe ich die Korrelation mit dem Korrelationskoeffizienten nach Pearson oder?!

Das liefe auf den punktbiserialen hinaus (ebenfalls Pearson).