Boxplot extrem schmal?

Hallo zusammen,

ich führe gerade die Berechnungen für meine Masterarbeit durch und struggle leider etwas damit.

Ich möchte eigentlich eine mixed ANOVA rechnen und überprüfe gerade meinen Datensatz auf Ausreißer.

Ich habe eine abhängige Variable (die Wahrnehmung der Produkte) und 3 unabhängige Variablen (Tempo (schnell vs. langsam), Tonhöhe (hoch vs. tief) und Tondichte (hohe Dichte vs. niedrige Dichte)). Kurz zur Methode: between subjects design, Fragebogen mit 20 Bildern von Lebensmitteln während im Hintergrund Musik gespielt wurde. 8 Gruppen mit denselben Fotos von Lebensmitteln und demselben Lied (nur die UVs wurden beim Lied variiert). Die VPN mussten die Größe schätzen von -5 (kleiner als der Durchschnitt) bis 5 (größer als der Durchschnitt).

Ich möchte in erster Linie untersuchen, ob die 3 unabhängigen Variablen einen Einfluss auf die Wahrnehmung der Produkte haben. Weiters möchte ich untersuchen, ob Interaktionseffekte vorliegen: zwischen Tempo und Tondichte hinsichtlich der Wahrnehmung der Produkte, zwischen Tempo und Tonhöhe hinsichtlich der Wahrnehmung der Produkte, zwischen Tondichte und Tonhöhe hinsichtlich der Wahrnehmung der Produkte, und zwischen Tempo, Tondichte und Tonhöhe hinsichtlich der Wahrnehmung der Produkte. Das sind grob gesagt meine Hypothesen.

Nun habe ich Boxplots erstellt für alle Lebensmittel (also meine UV = Wahrnehmung der Produktgröße) und bei manchen sieht das komischerweise so aus wie auf dem Bild. Könnte mir bitte jemand erklären, woran das liegt und wie ich das beheben kann? Soll ich dieses Einschätzungen für dieses Bild evtl. von meinen weiteren Berechnungen ausschließen?

Macht es in diesem Fall überhaupt Sinn Personen auszuschließen?

Vielen Dank im Voraus! Ich freue mich über jede Antwort.

Bild zum Beitrag
Mathematik, rechnen, Masterarbeit, Statistik, SPSS Auswertung
Jungen Frauen und Mädchen wird in Deutschland zu wenig Kontakt mit der Wissenschaft geboten (✔️🆚❌)?
Frauen sind im Bereich Forschung und Entwicklung (F&E) in Deutschland weiterhin deutlich unterrepräsentiert. Ihr Anteil erreichte 2019 nur 28 %. Das war einer der niedrigsten Wert in der EU-27. Besonders niedrig war der Anteil auch in den Niederlanden (28 %) sowie Tschechien und Luxemburg (je 27 %).
Stark vertreten waren Frauen hingegen in einer Reihe von östlichen EU-Staaten. Den Spitzenwert erreichte Lettland, wo der Frauenanteil im Forschungssektor 51 % erreichte. Fast ebenso hoch war die Quote in Litauen (49 %), Kroatien (48 %) sowie Bulgarien und Rumänien (jeweils 47 %). Insgesamt lag der EU-27 Durchschnitt bei 33 %.
Am Verhältnis der Geschlechter hat sich im letzten Jahrzehnt kaum etwas geändert. In Deutschland stieg der Frauenanteil im F&E-Sektor zwischen 2009 und 2019 von 25 % auf 28 %, in der EU-27 von 32 % auf 33 %.
________________________________________________
Generell ist ein ausgewogenes Verhältnis zwischen Männern und Frauen in allen wissenschaftlichen Institutionen und Disziplinen anzustreben; es sollte den Bevölkerungsanteil widerspiegeln. In den Geistes-, Sozial- und Lebenswissenschaften (vor allem in der Medizin) liegen die Ausgangsbedingungen für dieses Ziel angesichts des hohen Frauenanteils unter Studierenden und Promovierten bereits vor: Schon jetzt gibt es viele qualifizierte Frauen, die berufen werden können. Durch entschlossene Maßnahmen zur Schließung der leaky pipeline nach der Promotion bzw. der Postdoc-Phase ließe sich deren Zahl noch erheblich steigern. In den MINT-Disziplinen, in denen Frauen seltener ein Studium aufnehmen und entsprechend wenige Frauen promoviert werden, ist Parität bei der Besetzung von Führungspositionen eine größere und kurzfristig schwer lösbare Herausforderung. Hier ist es besonders wichtig, Rollenvorbilder zu schaffen, um junge Frauen vermehrt für solche Karrieren zu begeistern. Außerdem sollten Studiengänge angeboten werden, die stärker auf Interessen und Präferenzen weiblicher Studierender zugeschnitten sind (Beispiel: „Physik des Klimawandels“). 
(Seite 17; Digital 19)

https://www.destatis.de/Europa/DE/Thema/Wissenschaft-Technologie-digitaleGesellschaft/FrauenanteilForschung.html

https://www.leopoldina.org/fileadmin/redaktion/Publikationen/Nationale_Empfehlungen/2022_Leopoldina_Stellungnahme_Frauen-in-der-Wissenschaft_Web.pdf

Die Aussage:

Jungen Frauen und Mädchen wird in Deutschland zu wenig Kontakt mit der Wissenschaft geboten.

Bild zum Beitrag
Stimme Zu 40%
Stimme nicht Zu 40%
Enthaltung/Sonstiges 20%
Männer, Studium, Schule, Mädchen, Bildung, Deutschland, Frauen, Wissenschaft, Entwicklung, Forschung, Frauenquote, Gleichberechtigung, Junge Frauen, Kontakt, Naturwissenschaft, Statistik, Universität, MINT-Fächer
Statistik: Was könnte man alles berechnen? Was macht Sinn?

Hallo zusammen,

ich schreibe gerade meine Masterarbeit und bin nun an dem Punkt angelangt, an dem ich die Ergebnisse auswerten kann.

Ich habe eine abhängige Variable (die Wahrnehmung der Produkte) und 3 unabhängige Variablen (Tempo (schnell vs. langsam), Tonhöhe (hoch vs. tief) und Tondichte (hohe Dichte vs. niedrige Dichte)). Kurz zur Methode: between subjects design, Fragebogen mit 20 Bildern von Lebensmitteln während im Hintergrund Musik gespielt wurde. 8 Gruppen mit denselben Fotos von Lebensmitteln und demselben Lied (nur die UVs wurden beim Lied variiert).

Ich möchte in erster Linie untersuchen, ob die 3 unabhängigen Variablen einen Einfluss auf die Wahrnehmung der Produkte haben. Weiters möchte ich untersuchen, ob Interaktionseffekte vorliegen: zwischen Tempo und Tondichte hinsichtlich der Wahrnehmung der Produkte, zwischen Tempo und Tonhöhe hinsichtlich der Wahrnehmung der Produkte, zwischen Tondichte und Tonhöhe hinsichtlich der Wahrnehmung der Produkte, und zwischen Tempo, Tondichte und Tonhöhe hinsichtlich der Wahrnehmung der Produkte. Das sind grob gesagt meine Hypothesen.

Außerdem habe ich noch Kovariate erhoben.

Hier wäre wahrscheinlich eine mehrfaktorielle ANOVA und eine ANCOVA sinnvoll. Das werde ich auch sicher berechnen, aber was könnte man hier sonst noch berechnen? Mir erscheint das etwas zu wenig. Hat jemand noch eine Idee, was man sich sonst noch genauer anschauen könnte?

Vielen Dank im Voraus!

Musik, rechnen, Auswertung, Berechnung, Masterarbeit, Statistik, Wahrnehmung, ANOVA, SPSS Auswertung
Statistik: Alternativen zum Chi-Quadrat-Test?

Hallo, ich möchte einen Chi-Quadrat-Test durchführen für meine Untersuchung mit einer Stichprobengröße von 48 und den Variabeln i= i1, i2, i3, i4 und j= j1, j2, j3. Die für den Test eigentlich zu geringe Stichprobengröße von mind. 50 konnte ich mit der Yates-Korrektur ausgleichen. In meiner 3x4-Kontingenztabelle ergaben sich jedoch einige Zellhäufungen von <5, was laut mehreren Quellen ein Ausschlusskriterium für die Durchführung des Chi-Quadrat-Tests ist. Mir wurde stattdessen der exakte Test nach Fisher empfohlen. Der wiederum ist für 2x2-Kontingenztabellen ausgelegt und für Zellhäufungen von ausschließlich <5. Auch hier sagen einige (jedoch nicht alle ...) Quellen, dass der Fisher-Text auch mit größeren Kreuztabellen möglich ist - jedoch nicht für Zellhäufungen >5. Die Quellenlage zu den Voraussetzungen beider Tests ist z.T. widersprüchlich, was die Situation weiter erschwert.

Etwas komplizierte Herleitung, aber hier nun mein Problem: Ich habe nun die Situation, dass meine Untersuchung weder die Voraussetzungen des Chi-Quadrat-Tests noch die Voraussetzungen des Ausweichtests (exakter Test nach Fisher) erfüllt. Ich habe den Chi-Quadrat-Test probehalber trotzdem durchgeführt und mit der Korrektur nach Yates weist er auch ein passendes Ergebnis auf. Da die Voraussetzungen des Tests aber streng genommen nicht erfüllt sind, denke ich nicht, dass der Test als repräsentativ gelten kann. Nur kann ich eigentlich nicht auf den Fisher-Test ausweichen, denn dafür müsste ich meine Daten auf eine 2x2-Tabelle komprimieren, was aus Kontext-Gründen keine Option ist.

Meine Frage ist also zweigeteilt: 1. Wie würdet ihr die Aussagekraft meines Chi-Quadrat-Tests beurteilen? Das Ergebnis ergibt Sinn, nur sind die Voraussetzungen eben nicht erfüllt. 2., Gibt es eine weitere Alternative außer dem exakten Test nach Fisher, um die Abhängigkeit der Variablen i und j prüfen zu können?

Danke im Voraus und ich hoffe, es ist verständlich erklärt. LG

Anm.: Im Bild ist die absolute Häufigkeitsverteilung angegeben. Zu erkennen ist die Stichprobenzahl 48 und die vielen Zellenwerte von <5. Beide widersprechen den Voraussetzungen des Chi-Quadrat-Tests.

Bild zum Beitrag
Statistik

Meistgelesene Fragen zum Thema Statistik