Korrelationen von zwei verschiedenen Gruppen

Varianzanalyse, Diskriminanzanalyse, Kontingenzanalyse, Faktorenanalyse, Clusteranalyse, MDS, ....

Moderator: EDi

Antworten
FCuhls
Beiträge: 11
Registriert: Sa Jan 25, 2020 9:47 pm

Korrelationen von zwei verschiedenen Gruppen

Beitrag von FCuhls »

Hey alle zusammen!
Ich struggle aktuell mit einer Hypothesentestung. Folgendes Problem: Ich habe ein variable welche das Studienzeitmodell erfasst, also ob jemand in Vollzeit oder berufsbegleitend studiert. Dann habe ich eine weitere Intervallskalierte Variable, welche das Stresserleben erfasst und eine weitere, welches die Selbstwirksamkeit erfasst.

Nun möchte ich schauen, in wieweit Selbstwirksamkeit und Stresserleben miteinander korrelieren. Und dann im nächsten Schritt nochmal gucken, ob es hinsichtlich des Studienzeitmodells unterschiede gibt. Also die Korrelation von Stresserleben und Selbstwirksamkeit bei Vollzeit- und bei berufsbegleitend Studierenden getrennt anschauen.

Wie bekomme ich jetzt aus der einen Variable zwei verschiedene? Eine wo dann nur berufsbegleitend und eine wo nur die Vollzeitstudierenden drinnen sind.

Danke vorab :)

ruppy
Beiträge: 18
Registriert: Mo Nov 04, 2019 10:05 pm

Re: Korrelationen von zwei verschiedenen Gruppen

Beitrag von ruppy »

Hey FCuhls,

zunächst wäre ein reproduzierbares Beispiel hilfreich ;)

Bzgl. der Frage:

Bilde einfach zwei Dataframes, der eine enthält nur Vollzeitstudenten, der andere nur berufsbegleitend Studierende.

Zum Beispiel so:

Code: Alles auswählen

library(tidyverse)

# Selbstwirksamkeit und Stresserleben bspw. jeweils auf 5er Skala
selbstw <- c(1,2,2,3,4,5,1,1,2,3)
stress <- c(5,5,1,2,3,4,5,1,2,1)

# Studienart
# 0 steht für Vollzeit
# 1 für berufsbegleitend
type <- c(0,0,0,0,0,1,1,1,1,1)

# Alles in einen Dataframe packen
test <- as_tibble(cbind(selbstw, stress, type))

# Korrelation allgemein
test %>%
  select(-type) %>%
  cor()

# Korrelation für Vollzeit
test %>%
  filter(type==0) %>%
  select(-type) %>%
  cor()

# Korrelation für berufsbegleitend
test %>%
  filter(type==1) %>%
  select(-type) %>%
  cor()
BG ruppy

Antworten