STATA-FORUM.DE

Hallo Zusammen,

ich bräuchte dringend Hilfe für meine Abschlussarbeit, die ich in wenigen Tagen abgeben muss. Bitte helft mir.

Sagen wir, wir haben zwei Gruppen: 500 Männer und 500 Frauen. Die haben jeweils eine JA/NEIN Antwort gegeben. Bei den Männern (300 JA / 200 NEIN) und bei den Frauen (100 JA / 400 NEIN)

Jetzt möchte ich statistisch zeigen, dass die beiden Gruppen statistisch signifikant voneinander abweichen in ihrer Meinung.

Dass versuche ich mit folgendem Befehl:

tabi 300 200 \ 100 400, chi2

Ist das korrekt oder gibt es eine bessere Vorgehensweise? Z.B. ranked sum ?


Eine zweite Frage: Wie kann ich obigen tabi output direkt als Latex code generieren? Ich habe jetzt verzweifelt gesucht aber ich brech langsam hier zusammen...

Du kannst das Problem als Vegleich von Anteilen der "Ja" Antworten in den Gruppen betrachten, und mal nach -prtest- schauen.

Was die TeX Frage angeht, Stata hat keinerlei Verbindung mit TeX. Es gibt zwar unzählige user-written software, die das ermöglicht, aber mal im Ernst: Du stehst laut eigener Aussage wenige Tage vor der Abgabe. Schreib die zwei drei Zahlen von Hand ab!

Danke dir!!

Wie kommst du auf den PR-Test? Ist der geeigneter für die obige Fragestellung?


Ich habe jetzt einen Pearsons Chi2, Wilcoxon Ranksum (Mann Whitney), PR-test

Die Ergebnisse waren immer nahezu gleich. Gibt es da spezielle Sachen auf die ich achten muss? Habe auch ein Binary Logit laufen lassen und das hat auch gute Ergebnisse geliefert. Kann man das für obige Sachen ebenfalls verwenden oder unterliege ich einem Trugschluss?

Ja, die Wahrscheinlichkeit einer "Ja" Antwort (äquivalent zum Anteil der "Ja" Antworten) auf das Geschlecht zu regerssieren ist eine weitere Möglichkeit. Zu beachten sind eben alle Annahmen der verwendetetn Tests. Da Du mit dem Chi-Square und Wilcoxon nicht-parametorsche Tests dabei hast, und all diese Tests vergleichbare Egebnisse liefern, kannst Du relativ sicher sein, dass dieses (bivariate) Ergebniss gültig ist.

Habe jetzt meine abhängige Variable mit dem Shapiro-Wilk auf Normalität getestet. Die Nullhypothese der Normalität konnte ich damit ablehnen.

Deswegen greife ich auf nicht-parametrische Tests zurück, also um genau zu sein auf den ranksum Test von Wilcoxon, auch weil die Gruppen unverbunden sind.


Bei der Interpretation hapert es bei mir noch etwas. Wenn das p=0,000 ist, dann lehne ich die Nullhypothese ab, dass die untersuchte Ausprägung in den Gruppen gleich häufig vorkommt, oder?

Welcher der vorgeschlagenen Tests erfordert Deiner Ansicht nach eine normalverteilte Variable?

Deine "abhängige" Variable ist der Anteil der "Ja" Antworten? Wie soll eine Indikatorvariable jemals normalverteilt sein? Dazu brachst Du keinen Test zu machen, das liegt in der Natur der Sache.