Signifikanz < Statistik (Anwend.) < Stochastik < Hochschule < Mathe < Vorhilfe
|
| Status: |
(Frage) beantwortet  | | Datum: | 18:28 Fr 18.01.2008 | | Autor: | ck2000 |
Ich habe für einen Datensatz in Psychologie die Auswertung mit SPSS zur Korrelation vorgenommen.
allerdings verstehe ich die Tabelle nicht.
Im Wesentlichen sieht sie so aus
a1 a2
a1 Korrelation nach Pearson 1 ,389
Signifikanz (2-Seitig) ,090
N 20 20
a2 Korrelation nach Pearson ,389 1
Signifikanz (2-seitig) ,090
N 20
was bedeutet die Aussage Signifikanz (2-seitig) 0,389 ?
Und warum haben einige Items signifikante Korrelationen und manche hoch signifikante Korrelationen?
vielen Dank für die Hilfe
brauche das für meine Zulassungsarbeit
Schönes Wochenende.
|
|
| |
|
| Status: |
(Antwort) fertig  | | Datum: | 22:57 Fr 18.01.2008 | | Autor: | Blech |
Du könntest in der Doku nachschauen. Aber ich gehe schwer davon aus, daß es der p-Wert ist, d.h. das minimale Signifikanzniveau ist, zu dem Du die Nullhypothese "es gibt keine Korrelation" ablehnen kannst (die Alternative ist Korrelation ungleich null, deswegen ein zweiseitiger Test).
Signifikanz 0,09 heißt also, daß Du zum Niveau 10% von Korrelation (dann mit dem geschätzten Wert) ausgehen kannst, zum Niveau 5% aber nicht.
> Und warum haben einige Items signifikante Korrelationen und
> manche hoch signifikante Korrelationen?
Weil manche Korrelationen besser abgesichert sind als andere. Das sagt nicht unbedingt was über die Stärke der Korrelation aus. Wenn die Mehrzahl an Beobachtungen keine Korrelation zwischen zwei bestimmten Variablen erwarten läßt, Du aber ein paar stark korrelierte Beobachtungen hast, kann ihre geschätzte Korrelation höher sein, aber weniger abgesichert (d.h. höherer p-Wert) als eine andere Korrelation, wo alle Beobachtungen eine schwache Korrelation stützen.
|
|
|
| |
|
| Status: |
(Frage) beantwortet | | Datum: | 11:08 Sa 19.01.2008 | | Autor: | ck2000 |
Danke für die schnelle Beantwortung.
Heißt dass dann, dass ich bei meiner Auswertung die Korrelationen weglassen kann, die nicht signifikant sind. Bzw. über diese Korrelationen keine Aussagen machen kann. Also bei denen SPSS keine Sterne verzeichnet, weil diese Items denn eher zufällig korrelieren?
sagt die Signifikanz der Korrelation auch etwas über die Itemgüte aus?
|
|
|
| |
|
| Status: |
(Mitteilung) Reaktion unnötig  | | Datum: | 01:39 Fr 27.02.2015 | | Autor: | Eisfisch |
> Danke für die schnelle Beantwortung.
>
> Heißt dass dann, dass ich bei meiner Auswertung die
> Korrelationen weglassen kann, die nicht signifikant sind.
> Bzw. über diese Korrelationen keine Aussagen machen kann.
> Also bei denen SPSS keine Sterne verzeichnet, weil diese
> Items denn eher zufällig korrelieren?
Hinweis: nicht alle Ergebnisse aus SPSS mit der einen ioder anderen Signifikanz werden mit tels Sternen gekennzeichnet!!
> sagt die Signifikanz der Korrelation auch etwas über die
> Itemgüte aus?
|
|
|
| |
|
| Status: |
(Antwort) fertig | | Datum: | 00:02 Mo 21.01.2008 | | Autor: | Blech |
1. Ich hab mal etwas gegoogelt und wenn die Korrelationen nach Bravais-Pearson bestimmt werden, war der zweite Teil meiner Erklärung Schwachsinn. Der t-Wert ist
[mm] $t=\frac{\rho}{\sqrt{1-\rho^2}}\sqrt{n-2}$
[/mm]
[mm] $\rho$ [/mm] ist die empirische Korrelation und $n$ die Stichprobengröße
D.h. je schwächer die empirische Korrelation desto höhere Stichprobengrößen fordern wir, bevor wir sie als signifikant ansehen.
> Heißt dass dann, dass ich bei meiner Auswertung die
> Korrelationen weglassen kann, die nicht signifikant sind.
Im allgemeinen ja. Erreicht die Korrelation nicht das von Dir geforderte Signifikanzniveau, dann heißt das, daß Du die Nullhypothese "es gibt keine Korrelation" nicht ablehnen kannst.
Schwieriger kann es nur werden, wenn Du kompliziertere Interaktionen auch betrachtest, aber im Zweifelsfall schmeiß sie raus.
> Bzw. über diese Korrelationen keine Aussagen machen kann.
Wenn Du die Nullhypothese nicht ablehnen kannst, heißt das ja nur das; es trifft nicht die gegenteilige Aussage. Deine Daten erlauben es nur nicht die Nullhypothese zu verwerfen.
> Also bei denen SPSS keine Sterne verzeichnet, weil diese
> Items denn eher zufällig korrelieren?
Das muß nicht so sein. Ich hab nicht wirklich viel Erfahrung speziell bei der Betrachtung von Korrelationen und ich weiß auch nicht was genau Du machst, deswegen unter Vorbehalt:
1. Ich hab mal etwas gegoogelt und wenn die Korrelationen nach Bravais-Pearson bestimmt werden, war der zweite Teil meiner Erklärung Schwachsinn. Der t-Wert ist
[mm] $t=\frac{\rho}{\sqrt{1-\rho^2}}\sqrt{n-2}$
[/mm]
[mm] $\rho$ [/mm] ist die empirische Korrelation und $n$ die Stichprobengröße
D.h. je schwächer die empirische Korrelation desto höhere Stichprobengrößen fordern wir, bevor wir sie als signifikant ansehen. Dementsprechend muß eine nichtsignifikante schwache Konvergenz nicht zufällig sein; wir trauen ihr einfach nicht, wenn wir nicht ausreichend viele Datenpunkte haben.
2. Bei normalen linearen Modellen gibt es den Effekt, daß starke Korrelation zwischen Kovariablen, die zweite, die ins Modell aufgenommen wird, automatisch nichtsignifikant macht. Klar, die beiden liefern einen sehr ähnlichen Beitrag zum Modell (z.B. Bildungsniveau der Kinder; Kovariablen Bildungsniveau der Eltern und Einkommen der Eltern. Die beiden werden sehr ähnlich aussehen, also brauchen wir nicht beide), damit ist aber die Beziehung zwischen der zweiten und dem Response nicht unwichtig, nur redundant.
Ich weiß nicht, ob es bei Deinen Betrachtungen ähnliche Effekte geben könnte. Mußt Du Dir einfach mal logisch überlegen.
> sagt die Signifikanz der Korrelation auch etwas über die
> Itemgüte aus?
Was ist Itemgüte? Passende Antwortkategorien? (sry, das Ding ist bei Google nicht gerade übervertreten und ich hab's persönlich nie gehört)
Falls ja, dann ja und nein. Ohne zusätzliches Wissen kannst Du aus der Signifikanz nicht darauf schließen.
|
|
|
|
