Hallo zusammen,
ich untersuche die Attraktivität eines Standortes für Unternehmen. Dazu habe ich eine vorgegeben Online-Umfrage durchgeführt basierend auf einer Vorstudie. Dabei konnten die Unternehmen die Zufriedenheit mit einem Merkmal (z.B. Steuern) von 1 (sehr unzufrieden) bis 6 (vollkommen zufrieden) bewerten. In der Vorstudie wurden anhand dieser Daten Mittelwerte verglichen, t-Test und Korrelationsanalysen nach Pearson durchgeführt, welche metrische Daten voraussetzen.
1) Sind solche Daten nicht ordinalskaliert und müsste man nicht Mediane verlgeichen, u-Tests und Korrelationsanlysen nach Spearman durchführen?
2) Oder kann man solche Daten als auch intervallskaliert resp. metrische Daten verwenden?
Besten Dank
Metrische Daten
-
muon-stat
- Beiträge: 25
- Registriert: 20.04.2013, 22:40
Servus,
ich habe zu diesem Thema einen Artikel mit Literatur-Referenzen geschrieben, der das Thema beleuchtet: http://statistik-stuttgart.de/konnen-li ... rt-werden/.
Mein Vorschlag:
Wenden Sie auch zum Vergleich np-Verfahren an.
Grüße,
muon-stat
ich habe zu diesem Thema einen Artikel mit Literatur-Referenzen geschrieben, der das Thema beleuchtet: http://statistik-stuttgart.de/konnen-li ... rt-werden/.
Mein Vorschlag:
Wenden Sie auch zum Vergleich np-Verfahren an.
Grüße,
muon-stat
-
drfg2008
- Beiträge: 2391
- Registriert: 06.02.2011, 19:58
re
Das wird je nach wissenschaftlicher Disziplin sehr unterschiedlich gehandhabt und dann mit den Begriffen "liberal" oder "restriktiv" belegt
als wären dies Begriffe aus der Statistik.
Da aber die hier auch vorgeschlagenen Nichtparametrischen Methoden (Verteilungsfreie Verfahren -> auch hier gibt es schon Definitionsunterschiede) oft auf Rangstatistiken basieren und Rangstatistiken in den bekannten Fällen (Spearman, ähnlich auch: U-Test) nichts weiter sind als ihre parametrischen Äquivalente (r-Pearson) über die rangtransformierten Werte (siehe Bortz), sind im Ergebnis die Unterschiede nur gering und der Übergang fließend.
Da aber die hier auch vorgeschlagenen Nichtparametrischen Methoden (Verteilungsfreie Verfahren -> auch hier gibt es schon Definitionsunterschiede) oft auf Rangstatistiken basieren und Rangstatistiken in den bekannten Fällen (Spearman, ähnlich auch: U-Test) nichts weiter sind als ihre parametrischen Äquivalente (r-Pearson) über die rangtransformierten Werte (siehe Bortz), sind im Ergebnis die Unterschiede nur gering und der Übergang fließend.
drfg2008
-
Kobye2000
- Beiträge: 4
- Registriert: 29.04.2013, 14:52
Besten dank für die schnellen Antworten. Ich bin kurz beim Prof. vorbei, welcher mir dann erklärte, dass man die Daten einer Likert-Skala strikte gesehen nicht als intervallskaliert anwenden dürfte. Da sie aber intervallähnlich sind und ich keine Doktorarbeit schreibe könne ich diese Annahme trotzdem treffen.
Damit kann ich mich dann auf deine Referenzen stützen (muon-stat).
Thx to moun-stat und drfg2008
Damit kann ich mich dann auf deine Referenzen stützen (muon-stat).
Thx to moun-stat und drfg2008
-
Generalist
- Beiträge: 1733
- Registriert: 11.03.2010, 22:28
Der Beschreibung nach arbeitest Du nicht mit Likert-Skalen, sondern mit einzelnen Items vom Likert-Typ.dass man die Daten einer Likert-Skala strikte gesehen nicht als intervallskaliert anwenden dürfte. Da sie aber intervallähnlich sind
Dieser Unterschied wird auch in dem oben verlinkten Dokument hervorgehoben.



