Chi² und Tabellensplitting Arbeitsblatt 9

Da alle Tabellen 2x2 Tabellen sind, ist der kritische Chi² (df=1) jeweils 3,84.
1. In einer Untersuchung wurde der Zusammenhang zwischen dem Aufsuchen eines Arztes bei
einer Erkältung (ja/nein) und der Geschwindigkeit der Heilung (rasch/langsam) ermittelt.
Daraus wurde folgende Tabelle erstellt.

Arztbesuch Kein Arztbesuch

Heilung schnell 260 220 480

Heilung langsam 320 160 480

580 380 960

Ermitteln Sie, ob ein signifikanter Zusammenhang zwischen Arztbesuch und Heilungs-

geschwindigkeit besteht. Interpretieren Sie die Richtung des Zusammenhangs.

 Chi²=15,68  sig. Phi=0,127

 Menschen die zum Arzt gehen benötigen eine länger Zeit für die Heilung

2. Ein Forscher sieht sich die Tabelle an und entwickelt die Hypothese, dass der gefundene
Zusammenhang möglicherweise dadurch zustande gekommen ist, dass der Arztbesuch von
der Schwere der Erkältung abhängig ist. Deshalb splittet er die Tabelle in zwei Untertabelle
auf, die den Schweregrad berücksichtigen.

Leichte Erkältung Schwere Erkältung

Kein Kein
Arztbesuch Arztbesuch
Arztbesuch Arztbesuch
Heilung 120 190 Heilung 30
140
schnell schnell

Heilung 40 50 Heilung 280

110
langsam langsam
Chi²=0,956  n.s. Chi²= 7,038  sig.

Bitte stellen Sie fest, ob die Schwere der Erkrankung eine wirksame Drittvariable ist.
Moderator-Effekt; Jetzt wird deutlich: tatsächlich führt das Zum-Arzt-Gehen zu einer
schnelleren Heilung, aber nur bei einer schweren Erkältung. Bei leichten Erkältungen ist es
egal, ob man zum Arzt geht oder nicht.

1
 3. Gesine, Soziologin im 6. Semester, untersucht im Zuge ihrer Bachelorarbeit den
Zusammenhang zwischen Unfallhäufigkeit im Straßenverkehr und Geschlecht. Sie fasst die
Daten in einer Kreuztabelle zusammen:

Männchen Weibchen
Unfallhäufigkeit
200 112 312
hoch
Unfallhäufigkeit
160 128 288
niedrig
360 240 600

Sie berechnet aus den Daten einen signifikanten Zusammenhang (χ²=4,56) und
schlussfolgert, dass Frauen besser Auto fahren als Männer.

Ihr Kommilitone Marek, leicht verärgert ob dieser Aussage, gibt zu bedenken, dass auch die
Anzahl der gefahrenen Kilometer berücksichtigt werden müsse. Also dröselt Gesine ihre
Kreuztabelle in Vielfahrer und Wenigfahrer auf. Dabei ergeben sich folgende Tabellen:

Vielfahrer Wenigfahrer

M W M W
Unfall 40 Unfall 60
hoch 140 hoch 72

Unfall 50 Unfall 40
niedrig 120 niedrig 78

Chi²=2,37 n.s. Chi²= 3,46 n.s.

Stellt die Anzahl der gefahrenen km tatsächlich eine Drittvariable dar?

Signifikanz verschwindet: Geschlecht  gefahrene km  Unfallhäufigkeit  Mediator

4. Beispiel aus der Vorlesung (mit anderen Zahlen): Ist das Geschlecht eine Drittvariable, die
den Zusammenhang zwischen Religiosität und Verwitwung beeinflusst?

Männlich Weiblich

Nicht Nicht
Religiös Religiös
religiös religiös
Verwitwet 126 188 Verwitwet 136 44
Nicht Nicht
23 38 305 121
verwitwet verwitwet
Chi²=0,125 n.s. Chi²= 1 n.s.

Signifikanz verschwindet: Verwitwet  Geschlecht  Religiösität  Scheinkorrelation