Um einen Zusammenhang zwischen der Unterstützung durch Gleichaltrige (unabhängige Variable) und der Arbeitszufriedenheit (abhängige Variable) zu finden, möchte ich einen Chi-Quadrat-Test anwenden. Die Unterstützung durch Gleichaltrige wird in vier Gruppen eingeteilt, je nach Umfang der Unterstützung: 1 = sehr geringer Umfang, 2 = in gewissem Umfang, 3 = in großem Umfang und 4 = in sehr großem Umfang. Die Arbeitszufriedenheit wird in zwei Kategorien unterteilt: 0 = nicht zufrieden und 1 = zufrieden.
Die SPSS-Ausgabe besagt, dass 37,5 Prozent der Zellfrequenzen kleiner als 5 sind. Meine Stichprobengröße ist 101, und ich möchte Kategorien in unabhängigen Variablen nicht auf eine geringere Anzahl reduzieren. Gibt es in dieser Situation einen anderen Test, mit dem diese Zuordnung getestet werden kann?
Antworten:
Conover (1999: 202) schlug vor, dass die erwarteten Werte "so klein wie 0,5 sein können, solange die meisten größer als 1,0 sind, ohne die Gültigkeit des Tests zu gefährden".
Er gibt auch eine "Faustregel" von Cochran (1952) an, wonach der Test möglicherweise schlecht abschneidet, wenn die erwarteten Werte unter 1 liegen oder wenn mehr als 20% unter 5 liegen. Conover (1999) liefert jedoch einige Beweise dafür, dass Cochrans "Faustregel" zu konservativ ist.
Verweise
Cochran, WG 1952. Der Test der Anpassungsgüte. Annals of Mathematical Statistics 23: 315 & ndash; 345.χ2
Conover, WJ 1999. Praktische nichtparametrische Statistik. Dritte Edition. John Wiley & amp; Sons, Inc., New York, New York, USA.
quelle
Der -Test wurde ursprünglich von Pearson als Annäherung an das Log-Likelihood-Verhältnis entwickelt, da Log-Likelihoods für die Zeit zu rechenintensiv waren.χ2
Pearsons G ist definiert als . Es folgt die gleiche Verteilung wie beim entsprechenden Test.G = 2 ∑ich jÖich jln( Oich j/ Eich j) χ2
(Ursprünglich vergessen zu erwähnen: G ist viel weniger empfindlich gegenüber erwarteten Zellzahlen <5).
quelle