SPSS-FORUM.DE

[PeterGuenter333]

Hallo zusammen,

wie so häufig ist auch bei mir die letzte Statistikvorlesung eine ganze Weile her und nun muss ich für eine Arbeit einen Fragebogen auswerten.

Ziel der Fragebogenerhebung ist die Untersuchung folgender Sachverhalte:
•Korrelation zwischen der Schwere des Medikamentenmissbrauchs und depressiven Symptomen
•Korrelation zwischen der Einnahme von Medikamenten und sozialer Unterstützung

Ich bin bereits mit dem Skalenniveau überfordert.
Die Schwere des Medikamentenmissbrauchs errechnet sich folgendermaßen:
Wird die Frage nach Medikamenteneinnahme in den letzten X Tagen mit ja beantwortet, erhielt der Proband einen Fragebogen mit 17 Items zu seinem Einnahme- und Gesundheitsverhalten, die er mit „Nie“ (0) bis „Sehr häufig“ (4) beantworten konnte. Zur Interpretation des Fragebogens werden dann die angegebenen Werte des Probanden addiert und Summen >9 sprechen dann für ein missbräuchliches Verhalten.

Das gleiche Prinzip gilt auch für den Fragebogen zur depressiven Symptomatik („Nie“ (0) bis „Fast täglich“ (3), Summe >10 leicht Depressiv; Summe >15 mittlere Depression; Summe >19 schwer depressiv).

Der Fragebogen zur sozialen Unterstützung enthält 12 Items, bei denen der Proband die Aussagen von 1 (Trifft überhaupt nicht zu) bis 4 (trifft voll zu) bewerten muss.

Ich bin nun sehr unsicher, ob die Skalen ordinal oder metrisch sind.

Außerdem betrachte ich noch die soziale Erwünschtheit mittels Aussagen, die mit Ja (1) oder Nein (2) bewertet werden müssen, hier vermute ich eine Nominalskala, korrekt,

Eine weitere Problematik erschließt sich mir darin, dass der Fragebogen zur Schwere des Medikamentenmissbrauchs nur von einem Bruchteil aller Teilnehner beantwortet wurde. Wie blende ich bei der Mittelwerterstellung die Teilnehmer aus, die den Fragebogen nicht beantwortet haben und dementsprechend Missing Values verursachen?

Letztlich würde ich dann mit den erstellten Mittelwerten alle Skalen auf Normalverteilung überprüfen und je nach Ergebnis den entsprechenden Korellationskoeffizienten ermitteln. Wobei ich mir auch unsicher bin, ob aufgrund der Interpretationsweise der Antworten aus Medikamentenmissbrauchs- und Depressionsfragebogen nicht die Summe statt dem Mittelwert verwendet werden müsste?

Habe ich sonst irgendwelche wichtigen Zwischenschritte vergessen, oder bin ich auf dem richtigen Weg?

Entschuldigt bitte das Ausmaß meines Anliegens, aber ich stehe aktuell total auf dem Schlauch :/

[ponderstibbons]

Ich bin nun sehr unsicher, ob die Skalen oinal oder metrisch sind.

Kategorial. Keine Einnahme / nicht-missbräuchlich / missbräuchlich.

Oder Du verwendest den Originalscore, der wäre quasi intervallskaliert.

Außerdem betrachte ich noch die soziale Erwünschtheit mittels Aussagen, die mit Ja (1) oder Nein (2) bewertet werden müssen, hier vermute ich eine Nominalskala, korrekt,

Wozu konkret ist das wichtig?

Eine weitere Problematik erschließt sich mir darin, dass der Fragebogen zur Schwere des Medikamentenmissbrauchs nur von einem Bruchteil aller Teilnehner beantwortet wurde. Wie blende ich bei der Mittelwerterstellung die Teilnehmer aus, die den Fragebogen nicht beantwortet haben und dementsprechend Missing Values verursachen?

Wer keinen Wert hat, geht zwangsläufig nicht in den Mittelwert ein. Oder meinst Du etwas anderes?

Mit freundlichen Grüßen

PonderStibbons

[PeterGuenter333]

Kategorial. Keine Einnahme / nicht-missbräuchlich / missbräuchlich.

Wie könnte ich das denn als variable in meinen Datensatz einpflegen?

Oder Du verwendest den Originalscore, der wäre quasi intervallskaliert.

Meine Hypothese lautet, je stärker die Schwere des Missbrauchs, desto stärker auch die depressive Symptomatik. Quasi je höher die Summe beim Medikamentenmissbrauchsfragebogen, desto höher die Summe beim Depressionsfragebogen. Würde dann eher zu intervallskaliert tendieren, oder?
Ich würde dann unter Transformieren -> Variable berechnen -> MEAN(die Items der jeweiligen Fragebögen) den Mittelwert erstellen und dann je nach Ergebnis der Normalverteilung die erstellten Mittelwerte in die entsprechende Korrelationskoeffizienten-Analyse einsetzen, richtig? Oder doch besser die Summe nehmen? Dachte eigentlich für Normalverteilung und Korrelation wird der Mittelwert genutzt - dass im Fragebogen nun von Summen die Rede ist, verwirrt mich ehrlichgesagt nur...

Wozu konkret ist das wichtig?

Medikamentenmissbrauch und Depressionen sind zwei sehr prekäre Themen. Um mögliche Differenzen zwischen Hypothese und Ergebnis retrospektiv erklären zu können, habe ich dieses Konstrukt ebenfalls mit erfasst

Wer keinen Wert hat, geht zwangsläufig nicht in den Mittelwert ein. Oder meinst Du etwas anderes?

Das dachte ich auch. Hatte dennoch Probleme mit Verzerrungen, ich vermute da als Missing Value Eingabe automatisch -77 übernommen wurde. Sobald ich diese durch 0 ersetze, sollte sich das Problem erübrigen, oder?

Gibt es generell sonst irgendwelche Stolperfallen, die ich bei der Auswertung meiner Ergebnisse für diese Hypothesen beachten sollte?

Danke für die schnelle Hilfe!

[strukturmarionette]

Hi,

- N?
- Zielpopulation?
- Entstehung der Stichprobe?

Gruß
S.

[PeterGuenter333]

- N?
- Zielpopulation?
- Entstehung der Stichprobe?

-N=302, davon 47 Personen die einen Konsum angaben und den Fragebogen zum Konsumverhalten beantwortet haben
-Zielpopulation = Allgemeinbevölkerung, Mindestalter 18 Jahre, DSGVO Zustimmung verpflichtend
-Online-Umfrage, Rekrutierung via Social-Media-Kampagnen, Mundpropaganda usw.

LG

[strukturmarionette]

Hi,

- m.E. erlaubt derartiges keine Rückschlüsse (Inferenzstatistik) auf die Allgemeinbevölkerung

Gruß
S.

[ponderstibbons]

Ich würde dann unter Transformieren -> Variable berechnen -> MEAN(die Items der jeweiligen Fragebögen) den Mittelwert erstellen und dann je nach Ergebnis der Normalverteilung die erstellten Mittelwerte in die entsprechende Korrelationskoeffizienten-Analyse einsetzen, richtig? Oder doch besser die Summe nehmen?

Das ist 100% äquivalent. Allerdings wird im Fall fehlender einzelner Items bei der Skalenbildung die Summe kleiner,
der Mittelwert über die Items wird nicht so stark berührt. Es wäre bei Verwendung von MEAN darauf zu achten, ob
eine ausreichende Zahl valider Items bei einem Probanden vorhanden ist (Mindestzahl gibt üblicherweise das
Manual des verwendeten Verfahrens an). MEAN.5(item_1 to item_9) beispielsweise berechnet MEAN nur,
wenn mindestens 5 valide Werte vorliegen.

Wozu konkret ist das wichtig?

Medikamentenmissbrauch und Depressionen sind zwei sehr prekäre Themen. Um mögliche Differenzen zwischen Hypothese und Ergebnis retrospektiv erklären zu können, habe ich dieses Konstrukt ebenfalls mit erfasst

Das war wohl missverständlich. Ich meinte, wozu ist die Deklarierung als Nominalskala oder auch als etwas anderes wichtig?

Wer keinen Wert hat, geht zwangsläufig nicht in den Mittelwert ein. Oder meinst Du etwas anderes?

Das dachte ich auch. Hatte dennoch Probleme mit Verzerrungen, ich vermute da als Missing Value Eingabe automatisch -77 übernommen wurde. Sobald ich diese durch 0 ersetze, sollte sich das Problem erübrigen, oder?

Wieso ersetzt Du einen fehlenden Wert durch 0? Ist das gleichbedeutend?

Mit freundlichen Grüßen

PonderStibbons

[PeterGuenter333]

Es wäre bei Verwnedung vn MEAN darauf zu achten, ob
eine ausreichende Zahl valider Items bei einem Probanden vorhanden ist (Mindestzahl gibt üblicherwese das
Manual des verwendeten Verfahrens an). MEAN.5(item_1 to item_9) beispielsweise berechnet MEAN nur,
wenn mindestens 5 valide Werte vorliegen.

Da jedes einzelne Item als Pflichtfrage deklariert war und dementsprechend beantwortet wurde, betrifft mich das nicht- oder?

Das war wohl missverständlich. Ich meinte, wozu ist die Deklarierung als Nominalskala oder auch als etwas anderes wichtig?

Ich würde gerne für die Diskussion überprüfen, ob ein Zusammenhang besteht zwischen sozialer Erwünschtheit & Missbrauchsschwere bzw. sozialer Erwünschtheit und Depressivität. Gibt es da überhaupt Möglichkeiten für in SPSS? Ich meine mich zu erinnern, dass Nominal- und Intervallskalen nur schwer auf Korrelation überprüfbar sind

Wieso ersetzt Du einen fehlenden Wert durch 0? Ist das gleichbedeutend?

Anstatt einer 0 hat SPSS jetzt automatisch bei den fehlenden Werten einen . eingesetzt, somit müsste alles in Ordnung sein nehme ich an?

Liebe Grüße

[ponderstibbons]

Ich würde gerne für die Diskussion überprüfen, ob ein Zusammenhang besteht zwischen sozialer Erwünschtheit & Missbrauchsschwere bzw. sozialer Erwünschtheit und Depressivität. Gibt es da überhaupt Möglichkeiten für in SPSS? Ich meine mich zu erinnern, dass Nominal- und Intervallskalen nur schwer auf Korrelation überprüfbar sind

Da müsstest Du mitteilen, wie das ausgewertet werden soll. Für den Zusammenhang einzelner Items
mit Depressivität wäre jeweils eine Biseriale Korrelation möglich oder einfach ein Mitelwertvergleich
zwischen Ja-Antwortern und Nein-Antwortern hinsichtlich Depressionsscore. Für den Zusammenhang
eines Gesamtscores ("Anzahl mit Ja beantworteter Fragen zur sozialen Erwünschtheit") mit
Depressionsscore die Pearson-Korrelation oder Spearmans Rangkorrelationskoeffizient rho.

Wieso ersetzt Du einen fehlenden Wert durch 0? Ist das gleichbedeutend?

Anstatt einer 0 hat SPSS jetzt automatisch bei den fehlenden Werten einen . eingesetzt, somit müsste alles in Ordnung sein nehme ich an?

In seinen Daten sollte man niemals einfach ein leeres Feld (system-missing value) haben,
sondern immer eine Codierung, die darüber Auskunft gibt, wieso da etwas fehlt, z.B.
mit Code -9 für "Antwort fehlt", -8 für "unzutreffend und daher nicht beantwortet" usw.
Die System Missing Values kannst Du mit "Umcodieren" mit solchen anderen Zahlen versehen.
Die Werte sollte man dann in der SPSS-Variablenansicht in der Spalte "Fehlend" als missings
angeben und in der Spalte "Werte" mit Labels versehen.

Oder man macht es in einem Syntaxfenster (Beispiel):

MISSING VALUES item_1 item_2 (-7 -8 -9).

VALUE LABELS item_1 item_2
0 "nie"
1 "manchmal"
2 "oft"
-7 offensichtliche Fehleingabe"
-8 "unzutreffend" .
-9 "k.A."


Syntax kann man speichern und wiederverwenden, das ist der Vorteil.

Mit freundlichen Grüßen

PonderStibbons