Hypothesentest mit R Studio

Allgemeine Statistik mit R, die Test-Methode ist noch nicht bekannt, ich habe noch keinen Plan!

Moderatoren: EDi, jogo

Antworten
Daniel

Hypothesentest mit R Studio

Beitrag von Daniel »

Hallo zusammen,

ich sitze derzeit an der Auswertung meiner Daten für eine wissenschaftliche Arbeit.
Untersuchungsinhalt ist die Wirkung unterschiedlicher Einflüsse auf das Wertschätzungsempfinden in der Kommunikation, insb. durch die Wahl des Kommunikationsmediums.

Nun benötige ich Eure Hilfe – immer, wenn ich das Gefühl habe, durch die Methoden durchgestiegen zu sein lese ich wieder etwas, das alles über den Haufen wirft… Leider habe ich zuvor noch nicht mit R gearbeitet, komme zwar immer mehr mit dem Tool zusammen, aber irgendwie doch nicht so ganz.

Ich habe insg. 5 Hypothesen formuliert, die auf das Wertschätzungsempfinden ausgerichtet sind (dieses habe ich in einer Skala von 1 bis 7 erhoben).
4 der 5 Hypothesen sind auf Vergleiche ausgerichtet (z.B. dass das W-Empfinden bei nicht-textbasierten Kommunikationsmedien höher ist, als bei textbasierten, oder die Kommunikation über synchrone K-Medien als wertschätzender empfunden wird etc.). Die 5. Hypothese würde ich über eine Regressionsanalyse überprüfen (je mehr, desto-Aussage).
Die Daten aus meiner Befragung habe ich nach dem zentralen Beobachtungsmerkmal (AV), dem Wertschätzungsempfinden, ausgerichtet.

Während der Befragung habe ich weitere Daten erhoben, die ich ggf. bei den einzelnen Hypothesen gezielt mit prüfen möchte.

Die UVs liegen in unterschiedlichen Skalenniveaus, von nominal skaliert über ordinal skaliert bis metrisch skaliert vor.
Die AV ist als intervallskaliert angenommen.

Die Auswertung erfolgt über R.

Frage 1:
Muss ich 1 Analysemethode (z.B. eine ANCOVA) wählen, mit der ich gleichzeitig alle Hypothesen prüfe (also alle Gruppierungskriterien gleichzeitig berücksichtige)?
Oder kann ich jede Hypothese „einzeln“ über Gruppenvergleiche überprüfen und bei ausgewählten Hypothesen noch weitere UVs mit einbeziehen?
Das ist m.E. in der Literatur nicht wirklich herauslesbar. Unter dem Begriff „multiples Testen“ konnte ich nur in Erfahrung bringen, dass ein Nachteil ist, dass sich die Fehler aufsummieren und dann das Gesamtergebnis verfälschen…).
Ich wollte dann zum Schluss noch eine gesamthafte Überprüfung vornehmen, die alle UVs beinhaltet.

Nun stehe ich vor einem weiteren Problem: meine zentrale AV ist nicht normalverteilt!
Das habe ich über einen Shapiro-Wilk-Test berechnet.
In der Literatur und auf Seiten zu Methodenberatungen liest man immer wieder von einer Stichprobengröße von ca. n>30.

Frage 2:
Was hat denn nun Vorrang?
Ein „Pi-Mal-Daumen“-Ansatz, bei dem man lediglich die Stichprobengröße betrachtet? Oder eine exakt berechnete Größe (Shapiro-Wilk), die mir sagt, dass ich keine Normalverteilung vorliegen habe?
Kann ich trotz negativem Testat aus dem Shapiro-Wilk-Test eine Normalverteilung annehmen? Oder wäre es korrekter, von einer verteilungsfreien Stichprobe auszugehen?

Abhängig davon muss ich nachher ja meine Methoden wählen. Unter Vorbehalt habe ich deshalb derzeit mit bspw. einem Mann-Whitney-U-Test anstatt einem t-Test gerechnet.

Varianzhomogenitäten liegen in unterschiedlichen Fällen vor, bei anderen aber auch nicht.

Vielen Dank im Vorfeld für eine kurze Rückmeldung!!

Viele Grüße
Daniel
jogo
Beiträge: 2085
Registriert: Fr Okt 07, 2016 8:25 am

Re: Hypothesentest mit R Studio

Beitrag von jogo »

Hallo Daniel,

willkommen im Forum!
Daniel hat geschrieben: Mo Mai 21, 2018 9:08 pm Ich habe insg. 5 Hypothesen formuliert, die auf das Wertschätzungsempfinden ausgerichtet sind (dieses habe ich in einer Skala von 1 bis 7 erhoben).
4 der 5 Hypothesen sind auf Vergleiche ausgerichtet (z.B. dass das W-Empfinden bei nicht-textbasierten Kommunikationsmedien höher ist, als bei textbasierten, oder die Kommunikation über synchrone K-Medien als wertschätzender empfunden wird etc.). Die 5. Hypothese würde ich über eine Regressionsanalyse überprüfen (je mehr, desto-Aussage).
Die Daten aus meiner Befragung habe ich nach dem zentralen Beobachtungsmerkmal (AV), dem Wertschätzungsempfinden, ausgerichtet.
Kannst Du uns bitte die Struktur Deines Dataframes zeigen, also den Output von

Code: Alles auswählen

str(DeinDataframe)
?
Während der Befragung habe ich weitere Daten erhoben, die ich ggf. bei den einzelnen Hypothesen gezielt mit prüfen möchte.

Die UVs liegen in unterschiedlichen Skalenniveaus, von nominal skaliert über ordinal skaliert bis metrisch skaliert vor.
Die AV ist als intervallskaliert angenommen.
... dann lässt sich konkret über die einzelnen Variablen diskutieren.
Die Auswertung erfolgt über R.
Zeig uns bitte, was Du schon getan hast, z.B. die oben erwähnte Regressionsanalyse.
Frage 1:
Muss ich 1 Analysemethode (z.B. eine ANCOVA) wählen, mit der ich gleichzeitig alle Hypothesen prüfe (also alle Gruppierungskriterien gleichzeitig berücksichtige)?
nein
Oder kann ich jede Hypothese „einzeln“ über Gruppenvergleiche überprüfen und bei ausgewählten Hypothesen noch weitere UVs mit einbeziehen?
ja, kann man machen.
Nun stehe ich vor einem weiteren Problem: meine zentrale AV ist nicht normalverteilt!
Die Normalverteilungsannahme bezieht sich auf die Residuen!
Frage 2:
Was hat denn nun Vorrang?
Ein „Pi-Mal-Daumen“-Ansatz, bei dem man lediglich die Stichprobengröße betrachtet? Oder eine exakt berechnete Größe (Shapiro-Wilk), die mir sagt, dass ich keine Normalverteilung vorliegen habe?
Kann ich trotz negativem Testat aus dem Shapiro-Wilk-Test eine Normalverteilung annehmen? Oder wäre es korrekter, von einer verteilungsfreien Stichprobe auszugehen?
Wie gesagt, die Forderung nach Normalverteilung bezieht sich nicht auf die UV und AV.
Abhängig davon muss ich nachher ja meine Methoden wählen. Unter Vorbehalt habe ich deshalb derzeit mit bspw. einem Mann-Whitney-U-Test anstatt einem t-Test gerechnet.
zeig doch mal, wie Du den berechnet hast.
Varianzhomogenitäten liegen in unterschiedlichen Fällen vor, bei anderen aber auch nicht.
Bitte nochmal mehr Details dazu!

Gruß, Daniel
Antworten