Hallo,
ich beiße mir jetzt schon seit einer Woche die Zähne an meinem Datensatz aus und bekomme es einfach nicht hin.
Folgendes Problem:
Ich habe 2 nominal skalierte Variablen aus welchen ich eine neue Variable berechnen möchte.
in meiner Diplomarbeit geht es um die Beurteilung zweier Geständnisse im Rahmen von polizeilichen Vernehmungen. Es sind 2 Geständnisse und eines davon ist ein wahres Geständnis, eins ein falsches.
Die Probanden müssen bei jedem Geständnis einschätzen, ob sie es für wahr oder falsch halten. Ein wahres Geständnis, was als wahr eingestuft wurde ist ein "Treffer" ein falsches, was als falsch bewertet wurde eine "korrekte Zurückweisung". In meinem Datensatz wird also für jeden Probanden registriert, ob er Treffer bzw. korrekte Zurückweisungen richtig erkannt hat. Dabei sind beide nominal kodiert, d.h. der Wert "0" steht dafür, dass sie es korrekt eingestuft haben, der Wert "1", dass sie es falsch eingestuft haben. Nun möchte ich einen Gesamtscore aus diesen beiden Variablen berechnen, die Gesamttrefferquote, also alle Treffer und alle korrekten Zurückweisungen. In dieser Variablen sollen also alle Treffer mit dem Wert 0 und alle korrekten Zurückweisungen mit dem Wert 0 einfließen.
Ein ähnliches Problem gibt es bei der Gesamtermittlung aller als wahr bzw. als falsch eingestuften Fälle. Die Probanden können die Fälle unabhängig davon, ob sie es korrekt bewerten, als wahr oder falsch bewerten. Wenn die Probanden einen Fall als wahr bewerten, habe ich ihn mit "0" bewertet, wenn falsch, dann mit "1". Nun möchte ich auch wieder die Gesamtanzahl aller wahr bzw. falsch bewerteten Fälle haben über beide Bewertungen hinweg, d.h. es sollen nur die Fälle in die neue Variable eingehen, die als wahr bzw. als falsch bewertet wurden.
Leider habe ich es mit allen möglichen Varianten bezüglich Variable neu berechnen, Fälle auswählen usw. einfach nicht hinbekommen, dass er mir diese Variable mit den entsprechenden Häufigkeiten berechnet.
Ich wäre wahnsinnig dankbar, wenn irgendjemand einen Lösungsansatz für mich hätte.
DANKE!