Werte normieren

[bigben]

Weißt Du nicht, wie man Pakete herunterlädt und wie man sie einbindet oder nur nicht, wie man die Anleitung zu dieser speziellen Funktion liest?

Ich habe einmal den Zusammenhang der Angst vor dem Klmawandel mit Systemdenken
und dann den Zusammenhang der Angst vor Corona und Systemdenken.

Wie groß sind denn die Korrelationskoeffizienten konkret?

LG,
Bernhard

[J0hannaK]

Das Paket habe ich schon. Ich verstehe nicht, wie die Anleitung zu lesen ist und was ich an welcher Stelle in die Funktion eintragen muss.
Die Korrelationskoeffizienten sind wie folgt:

Angst vor dem Klimawandel - Systemdenken: .13
Angst vor Corona - Systemdenken: .01
Angst vor dem Klimawandel - Konsumarmer Lebensstil: .36***
Angst vor Corona - Konsumarmer Lebensstil: .08

Oder tut es auch eine Spearman-Rangkorrelation?

LG, Johanna

[bigben]

Ich habe einmal den Zusammenhang der Angst vor dem Klmawandel mit Systemdenken
und dann den Zusammenhang der Angst vor Corona und Systemdenken.

Du möchtest also die Korrelationskoeffizienten .13 und .01 bei n = 100 miteinander vergleichen. Es ist etwas komplizierter, als ich gedacht hatte: Ebenfalls im Paket psych gibt es noch die Funktion paired.r, deren Hilfetext folgendes erklärt:

To find the z of the difference between two independent correlations, first convert them to z scores using the Fisher r-z transform and then find the z of the difference between the two correlations. The default assumption is that the group sizes are the same, but the test can be done for different size groups by specifying n2.

If the correlations are not independent (i.e., they are from the same sample) then the correlation with the third variable r(yz) must be specified.

Wenn ich das richtig deute, dann sind Deine Zusammenhänge alle aus der gleichen Gruppe von Menschen bestimmt worden und also abhängige Beobachtungen. Wir müssen der Funktion daher noch die Korrelation zwischen Klimawandelangst und Coronaangst angeben.


Sei
x: Angst vor Klimawandel
y: Systemdenken
z: Angst vor Corona
dann kannst Du aufrufen (statt .5 halt einen passenderen Wert einsetzen):

Code: Alles auswählen

psych::paired.r(xy = .13, xz = .01,  yz = .5, n = 100)

Code: Alles auswählen

Oder tut es auch eine Spearman-Rangkorrelation?

Ich bin nicht sicher, ob ich die Frage verstehe. Aber eine Spearman-Korrelation ist eine Pearson-Korrelation angewandt auf Rangdaten.

LG,
Bernhard

[J0hannaK]

Hallo Bernhard,

vielen Dank. Das hat schonmal sehr geholfen. Jetzt verstehe ich ungefähr, wie ich diesen Code anzuwenden habe.
Ich habe das mal in R eingegeben und bekomme ein nichtsignifikantes Ergebnis:

Code: Alles auswählen

Call: paired.r(xy = 0.13, xz = 0.26, yz = 0.01, n = 200)
[1] "test of difference between two correlated  correlations"
t = -1.34  With probability =  0.18

Heißt das, dass ich keine Aussage über den Vergleich der beiden Korrelationen treffen kann?

Viele Grüße,
Johanna

[bigben]

Ich verstehe das so, dass ein t-Test durchgeführt wird und probability die Wahrscheinlichkeit unter der Nullhypothese, also der p-Wert ist. Die Aussage würde daher lauten: Auf Basis von 400 beobachteten Individuen ist es nicht gelungen zu zeigen, dass die beiden Korrelationen systematisch unterschiedlich sind. Es würde sich anbieten, das visuell mit einem Plot der Konfidenzintervalle für die Korrelationskoeffizienten zu unterstützen, die cor.test Dir liefert

Code: Alles auswählen

cor.test(rnorm(5), rnorm(5))$conf.int

LG,
Bernhard

[J0hannaK]

...Ok, das hört sich gut an!
Vielen Dank schonmal
Ich werde das jetzt mal so verwenden.
Viele Grüße,
Johanna