Statistik/SPSS Denkanstoß zu Signifikanz.

Question

Mathe und ich, wir haben uns noch nie gut verstanden. Ich weiß aber, dass sich das spätestens jetzt, für meine Masterarbeit, ändern muss. Ich werde mich durch die Statistik durchkämpfen. Ich stehe aber zugegebenermaßennoch ganz am Anfang, muss noch reinfinden.

Deswegen bin ich für jeden Denkanstoß dankbar!

In einem ersten Schritt geht es darum herauszufinden, ob sich meine eigene Äußerungslänge in der Interaktion mit verschiedenen Gesprächspartnern signifikant unterscheidet (weil meine Äußerungslänge ja auch die Produktion des Gesprächspartners beeinflussen kann). Subjektiv betrachtet würde ich sagen, ja. Aber wie kann ich das objektiv berechnen?

Danke euch:)

Comments

Weißt du, was statistische Signifikanz bedeutet?

---

Dass der unterschied eben nicht zufällig ist? Vielleicht ist das wirklich eine total dumme Frage. Ich bin in mathe wirklich nicht gut. Aber das möchte ich ja gern ändern,  deswegen wäre ich dankbar wenn jemand mir helfen könnte:)

---

Ja, quasi. Genauer bedeutet es, dass ein überzufälliger Zusammenhang bezüglich einer zuvor festgelegten Grenze bzw. Schwelle angenommen wird. Ob ein solcher Zusammenhang angenommen werden kann, kann man mittels eines statistischen Tests feststellen, das sogenannte Signifikanzniveau \( \alpha \) kann man sich aussuchen, in der Regel nimmt man \( 1\%\) oder \(5\%\), seltener auch \( 10\%\).

Du musst dir also einen für deine Situation passenden Test zusammenbauen.

---

Es klingt so, als müsstest du deine Äußerungslänge mit unterschiedlichen Gesprächspartnern, also abhängig vom Gesprächspartner, messen, um dann zunächst festzustellen, welcher jeweiligen Verteilung die Äußerungslängen für den jeweiligen Gesprächspartner jeweils unterliegen.

Um es klar zu sagen: Jedem Gesprächspartner ordnest du eine Verteilung zu. Diese Verteilung kannst du zum Beispiel zunächst grafisch, nämlich in einem Histogramm, darstellen.

Danach solltest du überlegen, welcher Verteilung deine Verteilung am ehesten entspricht, also beispielsweise könnte dein Histogramm wie eine Normalverteilung aussehen. In diesem Fall ist es auch die Normalverteilung, von der du dann im folgenden ausgehst.

Danach kannst du Hypothesen bezüglich der Verteilungsparameter machen, die sodann getestet werden können.

Dieses Testen passiert mit Hilfe sogenannter Hypothesentests.

Wenn du für unterschiedliche Gesprächspartner signifikant unterschiedliche Verteilungsparameter bekommst, hast du ein objektives Argument dafür, dass sich deine Äußerungslänge bei unterschiedlichen Gesprächspartnern unterscheidet.