Datensatz einlesen und Variablen spezifizieren
# Datensatz 'data': pro Versuchsperson eine Zeile
# Häufigkeitstabellen zuerst umwandeln, vgl. Umwandlung von Datenstrukturen
Adoleszenz <- rep(c("Kompensation","Identifikation","Projektion","Rationalisierung","sonstiges"), c(36,75,52,57,60))
frühes.Erwachsenenalter <- rep(rep(c("Kompensation","Identifikation","Projektion","Rationalisierung", "sonstiges"),5), c(18,1,8,7,2,7,52,9,6,1,2,4,33,5,8,9,5,5,31,7,8,8,0,4,40))
data <- data.frame(Adoleszenz, frühes.Erwachsenenalter)
# Variablen spezifizieren
Faktor1 <- "Adoleszenz" # Name des ersten Faktors eingeben
Faktor2 <- "frühes.Erwachsenenalter" # Name des zweiten Faktors eingeben
Häufigkeitstabelle und Signifikanztest
# Häufigkeitstabelle
data2 <- na.omit(data[, c(Faktor1, Faktor2), drop=FALSE])
tab <- xtabs(paste("~", Faktor1, "+", Faktor2), data2)
# Signifikantest
library(coin)
test <- mh_test(tab)
list(Häufigkeitstabelle=tab, Signifikanztest=test)
## $Häufigkeitstabelle
## frühes.Erwachsenenalter
## Adoleszenz Identifikation Kompensation Projektion Rationalisierung
## Identifikation 52 7 9 6
## Kompensation 1 18 8 7
## Projektion 4 2 33 5
## Rationalisierung 5 9 5 31
## sonstiges 8 8 0 4
## frühes.Erwachsenenalter
## Adoleszenz sonstiges
## Identifikation 1
## Kompensation 2
## Projektion 8
## Rationalisierung 7
## sonstiges 40
##
## $Signifikanztest
##
## Asymptotic Marginal Homogeneity Test
##
## data: response by
## conditions (Adoleszenz, frühes.Erwachsenenalter)
## stratified by block
## chi-squared = 2.1442, df = 4, p-value = 0.7092