SPSS-FORUM.DE

[Shiroxy]

Hallo zusammen,

unsere Seminargruppe hat folgendes Problem bei einer Auswertung:
Es gibt zuallerst um folgendes Item:
https://picload.org/view/dgrgwcar/bildf ... 2.jpg.html

Nun wollen wir nur die Gruppen miteinander vergleichen die mit Bezahlung oder ohne Bezahlung angekreuzt haben.
SPSS macht es aber immer nur so, dass wir einmal Gruppe mit Bezahlung mit allen anderen vergleicht die das nicht ausgewählt haben und das ein zweites Ergebnis kommt wo die Gruppe ohne Bezahlung mit allen anderen die das nicht ausgewählt haben verglichen wird. Auch bei ANOVA oder t-test war eine richtige Auswahl nicht möglich.
Wir wollen halt nur genau bei den Probanden mit Bezahlung und bei den Probanden ohne Bezahlung Mittelwertunterschiede gibt.
Habt ihr dort eine Idee wie wir das machen könnten?
Oder ob sich auch die anderen Ergebnisse irgendwie für uns sinnvoll interpretieren lassen?

Das hier ist unsere Hypothese dazu:
Engagierte, welche mit Bezahlung von der Arbeit abwesend sein können, um einer ehrenamtlichen Tätigkeit nachzugehen, weisen eine geringere Wahrscheinlichkeit auf bei der ehrenamtlichen Tätigkeit von der Arbeit abzuschalten als Engagierte, welche ohne Bezahlung von der Arbeit abwesend sein zu können, um einer ehrenamtlichen Tätigkeit nachzugehen.

Könnten wir eventuell auf eine mehrfaktorielle varianzanalyse zurückgreifen?

Liebe Grüße

[ponderstibbons]

Wie sind denn die Daten in der Datendatei strukturiert? Ich kann offen gestanden das Problem nicht sicher nachvollziehen.
Vielleicht reicht auch einfach die Berechnung einer neuen Variable (die Ausgangsvariablen seinen zur Illustration "mit_Bezahlung" bzw. "ohne_Bezahlung genannt, "Ankreuzen" mit 1 codiert):

IF(mit_Bezahlung=1) bezahlen_neu = 1 .
EXECUTE.
IF(ohne_Bezahlung=1) bezahlen_neu = 2 .
EXECUTE.
VAR LAB bezahlen_neu "Ehrenamt mit oder ohne Bezahlung"
VAL LAB bezahlen_neu
1 "mit Bezahlung"
2 "ohne Bezahlung".

Der U-Test vergleicht übrigens keine Mittelwerte, der ist für Rangdaten.

Mit freundlichen Grüßen

PonderStibbons

[Shiroxy]

Hallo,

danke für die Antwort.

Der Mann-Whitney-U-Test – auch "Wilcoxon Rangsummen-Test" genannt (engl. "Wilcoxon rank-sum test", kurz: WRS) – für unabhängige Stichproben testet, ob die zentralen Tendenzen zweier unabhängiger Stichproben verschieden sind. Der Mann-Whitney-U-Test wird verwendet, wenn die Voraussetzungen für einen t-Test für unabhängige Stichproben nicht erfüllt sind.
Das steht auf http://www.methodenberatung.uzh.ch/de/d ... /mann.html

Aber ich kann daraus ja schon ablesen ob sich die zentralen Tendenzen unterscheiden, oder? Und für uns sinnvolle Signfikanzergebnisse rausziehen oder?
Wir arbeiten halt mit Mittelwerten und Standardabweichungen (sind für Likkert-Skala erlaubt) in Tabellen um einen ersten Eindruck davon zu gewinnen, ob es Unterschiede gibt.
Um sicherzugehen machen wir aber U-Tests für unsere statistischen Testverfahren, da der sehr gut für ordinalskalierte Daten geeignet sein soll.
Die Berechnung einer neuen Variable haben wir schon versucht
Das einzige Problem besteht nur darin, wenn wir die Variable neu berechnen wie du sagst, dass SPSS 1+2 zusammenzählt und nicht mit (1) und ohne Bezahlung (2) trennt, wenn wir aufs transformieren --> variable berechnen, klicken.

[Shiroxy]

So wir konnten nun einen u-Test durchführen.
Vielen lieben Dank nochmal für die Hilfe.
Nun verschwinden aber irgendwie ca 20 Probanden die diese beiden Ausprägungen angekreuzt haben.

https://picload.org/view/dgrarpaa/bildf ... 3.jpg.html
Hier erkennt man, dass eigentlich 100 Probanden Mit Bezahlung ausgewählt hatten,über unser zusammengefasstes Item.

https://picload.org/view/dgrarpow/bildf ... 4.jpg.html
Hier sind es lediglich 82 Probanden, die über das zusammengefasste Item zustandegekommen sind.

(bei den Probanden ohne Bezahlung sieht es genauso aus)
Wie kann das sein?


Liebe Grüße

[ponderstibbons]

Aber ich kann daraus ja schon ablesen ob sich die zentralen Tendenzen unterscheiden, oder?

Es testet weder Mittelwerte noch Mediane, insofern stellt sich die Frage welche zentrale Tendenz denn konkret gemeint ist.

Und für uns sinnvolle Signfikanzergebnisse rausziehen oder?

Das schon. Man kann etwas darüber sagen, ob die eine Gruppe tendenziell die höheren Ränge hat als die andere.

Wir arbeiten halt mit Mittelwerten und Standardabweichungen (sind für Likert-Skala erlaubt)

Für Likert-Skalen ist das schon erlaubt, wenn ihr tatsächlich Likert-Skalen habt. Likert-Skalen bestehen aus mehreren Items vom Likert-Typ. Falls es nur einzelne Items vom Likert-Typ sind: die sind ordinal.

Hier sind es lediglich 82 Probanden, die über das zusammengefasste Item zustandegekommen sind.

Vielleicht kommen die fehlenden Fälle dadurch zustande, dass bei dem ausgewerteten Item einige
Probanden keine Angaben haben.

Mit freundlichen Grüßen

PonderStibbons

[Shiroxy]

Bie der Seite auf die ich eben schon verwiesen habe steht

Die Tabelle "Ränge" (Abbildung 4) zeigt die beiden Gruppengrössen, die beiden Rangsummen, sowie den gemittelten Rang der beiden Gruppen (Rangsumme dividiert durch die Gruppengrösse). Ein Vergleich der beiden mittleren Ränge zeigt, dass die beiden Gruppen eine unterschiedliche zentrale Tendenz aufweisen könnten. Wären sie in etwa gleich rangiert, so wiesen sie einen ähnlichen mittleren Rang auf.

SPSS gibt in Abbildung 5 sowohl die asymptotische Signifikanz aus, als auch eine exakte Signifikanz. In Abhängigkeit von der Stichprobengrösse wird der eine oder andere Wert berichtet:

Ist die Stichprobe hinreichend gross (n1 + n2 > 30), so wird die asymptotische Signifikanz berichtet: z = -2.237, p = .025
Ist dies nicht der Fall, so wird die exakte Signifikanz berichtet: U = 19.000, p = .025

Da im vorliegenden Beispiel die Stichprobengrösse (n1 + n2 = 20) kleiner als 30 ist, wird auf der Basis der exakten Signifikanz gefolgert, dass sich die beiden zentralen Tendenzen unterscheiden (Mann-Whitney-U-Test: U = 19.000, p = .025).


Kann man das nicht so machen, wie dort beschrieben?

Hier ist die Seite dazu nochmals:

http://www.methodenberatung.uzh.ch/de/d ... /mann.html

[ponderstibbons]

Habe ich doch bereits geschrieben. Es liegen ordinale Daten vor, die kann man mit dem U-Test bestens zwischen 2 Gruppen vergleichen. Was genau der U-Test nun testet, ist eine Frage für sich. Aber da es ordinale Daten sind, haben jedenfalls Standardabweichungen und Mittelwerte dabei nichts verloren, die Angabe der Mediane wäre für das Skalenniveau die passende.

Mit freundlichen Grüßen

PonderStibbons