Hallo allerseits,
ich weiß, dass zu diesem Thema schon viele Fragen gestellt bzw. Videos ins Netz gestellt wurden.
Leider bin ich mir bei der Interprestation der Werte trotzdem nicht sicher und wurde gerne wissen, ob ich die Werte des T-Tests richtig deute:
Die Hypothese lautet: Gruppe X bewertet das Merkmal schlechter als Gruppe Y.
Independent Samples Test:
Da mein Wert beim Leven-Test bzgl. Equal variances
assumed F=14,81 und sigf.= 0,00 beträgt ist die untere Spalte Equal variances not assumed für die Aussage zu wählen.
Dort habe ich eine Signifikanz von 0,02. Da diese < 0,05 ist, ist die Nullhypothe zu verwerfen und die aufgestellte o. g. Hypothese korrekt.
Bei einem gepaarten Stichprobentest untersuche ich die Frage:
Je höher die Arbeitsbelastung, desto höher die Anzahl an Überstunden.
Dabei erhalte ich folgende Ergebnisse:
Korrelation: 0,45 und Signifikanz: 0,05
Beim Test erhalte ich eine Signifikanz von 0,00.
Weil 0,00 < 0,05 ist das Ergebnis signifikant. Aber was heißt oben die Korrelation und Signifikanz? Danch wäre hätte ich nur eine schwache Korrelation und keine Signifikanz.
Das verwirrt mich jetzt etwas.
Danke schon mal für die Anmerkungen.
[/img]
Interpretation der Ergebnisse in SPSS
-
guest
- Beiträge: 3
- Registriert: 24.02.2013, 05:18
Hallo AFK
Fall 1: Mittelwertsvergleich
------------------------------
Arbeitshypothesen:
H0: zwischen den beiden Gruppen gibt es keinen Unterschied (μx = μy)
H1: der Mittelwert von Gruppe X ist kleiner als der von Gruppe Y (μx < μy; gerichtet, unspezifisch)
Der Levene-Test zur Prüfung homogener Stichprobenvarianzen ist offenbar signifikant geworden, d.h. die Wahrscheinlichkeit für ein zufälliges Zustandekommen des Varianzunterschied zw. den Stichproben ist klein. (equal variances not assumed)
Da du lediglich eine einseitige Hypothesenprüfung vornehmen möchtest, kannst du den Wert der Überschreitungswahrscheinlichkeit halbieren, da die Prüfverteilung (t-Wert = t-verteilt) symmetrisch ist.
Fall 2: Korrelationen (?)
---------------------------
Vorbemerkung: Es war mir nicht ganz klar, worauf deine Frage genau abzielte...
Der Korrelationskoeffizient r ist ein Mass für die Enge des Zusammenhangs zweier Merkmale.
Grundsätzliche Interpretation (nach Cohen, 1988):
.0 - .2 kein oder schwacher Zusammenhang
.2 - .4 moderater Zusammenhang
>.4 starker Zusammenhang
1 = perfekter Zusammenhang
Überprüfung der Signifikanz des Korrelationskoeffizienten:
Für jede bivariate Verteilung metrisch skalierter kann ein Produkt-Moment-Korrelationskoeffizient r berechnet werden, sofern von einem linearen Zusammenhang ausgegangen werden kann. Eine PRÜFSTATISTISCHE Absicherung von r setzt aber voraus, dass die Ausprägungen des Merkmals in der Population bivariat normalverteilt sind.
SPSS hat offenbar in deinem Fall einen Korrelationskoeffizienten von r = .45 ausgegeben. Die genannte Überschreitungswahrscheinlichkeit dazu liegt bei 5%, was bedeutet, dass - im Falle normalverteilter Merkmale in der Population - der Korrelationskoeffizient r =.45 nicht zufällig zustande gekommen - die Irrtumswahrscheinlichkeit dieser Schlussfolgerung liegt jedoch exakt bei 5%...
Liebe Grüsse
guest
Fall 1: Mittelwertsvergleich
------------------------------
Arbeitshypothesen:
H0: zwischen den beiden Gruppen gibt es keinen Unterschied (μx = μy)
H1: der Mittelwert von Gruppe X ist kleiner als der von Gruppe Y (μx < μy; gerichtet, unspezifisch)
Der Levene-Test zur Prüfung homogener Stichprobenvarianzen ist offenbar signifikant geworden, d.h. die Wahrscheinlichkeit für ein zufälliges Zustandekommen des Varianzunterschied zw. den Stichproben ist klein. (equal variances not assumed)
Da du lediglich eine einseitige Hypothesenprüfung vornehmen möchtest, kannst du den Wert der Überschreitungswahrscheinlichkeit halbieren, da die Prüfverteilung (t-Wert = t-verteilt) symmetrisch ist.
Fall 2: Korrelationen (?)
---------------------------
Vorbemerkung: Es war mir nicht ganz klar, worauf deine Frage genau abzielte...
Der Korrelationskoeffizient r ist ein Mass für die Enge des Zusammenhangs zweier Merkmale.
Grundsätzliche Interpretation (nach Cohen, 1988):
.0 - .2 kein oder schwacher Zusammenhang
.2 - .4 moderater Zusammenhang
>.4 starker Zusammenhang
1 = perfekter Zusammenhang
Überprüfung der Signifikanz des Korrelationskoeffizienten:
Für jede bivariate Verteilung metrisch skalierter kann ein Produkt-Moment-Korrelationskoeffizient r berechnet werden, sofern von einem linearen Zusammenhang ausgegangen werden kann. Eine PRÜFSTATISTISCHE Absicherung von r setzt aber voraus, dass die Ausprägungen des Merkmals in der Population bivariat normalverteilt sind.
SPSS hat offenbar in deinem Fall einen Korrelationskoeffizienten von r = .45 ausgegeben. Die genannte Überschreitungswahrscheinlichkeit dazu liegt bei 5%, was bedeutet, dass - im Falle normalverteilter Merkmale in der Population - der Korrelationskoeffizient r =.45 nicht zufällig zustande gekommen - die Irrtumswahrscheinlichkeit dieser Schlussfolgerung liegt jedoch exakt bei 5%...
Liebe Grüsse
guest
