Klar ist das eine Alternative. In der Regel halt die schlechtere Alternative, aber machen kannst Du das.wäre dann nicht ein Mediansplit in drei Gruppen (niedrig, mittel und hoch) eine Alternative?
Wüsstest du auch hierzu den Befehl?
Der Split in drei Teile erfordert nur kleine Änderungen am Code oben:
Code: Alles auswählen
werte <- data.frame(buchstaben = LETTERS,
messwerte = runif(26),
zahlen = 1:26)
werte$split <- cut(werte$messwerte,
breaks = quantile(werte$messwerte, c(0, .3333, .6667, 1)),
labels = c("klein", "mittel", "groß"))
head(werte,10)
plot(werte$messwerte ~ werte$split, col="lightgrey")
points(werte$messwerte ~ werte$split)
Code: Alles auswählen
werte$split <- cut(werte$messwerte,
breaks = quantile(werte$messwerte, c(0, .25, .5, .75, 1)),
labels = c("sehr klein", "eher klein", "eher groß", "sehr groß"))
Code: Alles auswählen
werte$split <- cut(werte$messwerte,
breaks = quantile(werte$messwerte, c(0, .2, .4, .6, .8, 1)),
labels = c("sehr klein", "eher klein", "mittel", "eher groß", "sehr groß"))
Ich würde die Korrelation als Gesamtnachweis nehmen, dass Die Aufgabenvielfalt und die Zufriedenheit bei MItarbeitern gerichtet zusammenhängen und würde eine schöne Grafik dazu zeichnen, in der man dann sieht, ob sich das über den ganzen Bereich von Aufgabenvielfalt hinzieht oder nur über Teile davon. Aber wenn Du gerne Drittel möchtest, stehe ich Dir nicht im Weg.Ich habe bisher ausschließlich Zusammenhangshypothesen formuliert und bereits die Korrelation zwischen der Aufgabenvielfalt und der Gesamtzufriedenheit nachgewiesen. Jetzt würde ich gerne prüfen, ob Mitarbeiter mit eine hohen Aufgabenvielfalt zufriedener sind, als Mitarbeiter mit einer mittleren oder geringen Aufgabenvielfalt.
LG,
Bernhard