STATISTIK-FORUM.de

[Anne23]

Code: Alles auswählen

Einen wunderschönen guten Morgen.

Folgendes Problem ist im Rahmen meiner Bachelorarbeit aufgetreten.
Ich habe einen Datensatz von ca. 50 Fällen und möchte verschiedenste Tests anwenden. Darunter zum Beispiel Pearson-Korrelationen mit unterschiedlichen Faktoren, einige t-Tests mit unterschiedlichen uVs und aVs und eine multiple Regression.
Zu meiner Frage: aufgrund der multiplen Testung muss ich eine Alpha-Fehler-Korrektur vornehmen. Würde ich allerdings nach Bonferroni korrigieren, müsste ich das Fehlerniveau durch eine sehr große Zahl teilen und es wäre mit Sicherheit nichts mehr signifikant. Des Weiteren weiß ich nicht, ob ich eine "große" Korrektur oder auch mehrere kleine durchführen kann, also zum Beispiel jeweils für alle Korrelationen/T-Tests/Regressionen.

Ich würde mich sehr über Hilfe freuen. :)

Viele Grüße

Anne



[PonderStibbons]

Was Du machen kannst, hängt von den Details ab. Wie lautet denn das Thema
und die Fragestellung und wofür willst Du welche Verfahren durchführen?

Mit freundlichen Grüßen

P.


P.S.
Nimm vielleicht mal den "Code" aus Deinem Beitrag raus.

[Anne23]

Hallo, danke für den Hinweis.

Es geht um Belastungen im Lehrerberuf. Für jeden Probanden liegen Ergebnisse eines Burnoutscreenings (27 intervallskalierte Kennwerte), eines Tests über wahrgenommene Arbeitsintensität und Tätigkeitsspielräume (2 intervallskalierte Kennwerte) und demografische Daten (nominal oder intervallskaliert) vor.

Es gibt mehrere Fragestellungen, zum Beispiel ob Arbeitsintensität und Tätigkeitsspielraum einen Einfluss auf die Burnoutgefährdung (Globalwert des Burnoutscreenings) bei Lehrern haben. Das soll anhand einer multiplen Regression getestet werden.

Außerdem soll untersucht werden, ob demografische Daten mit Ergebnissen des Burnoutscreenings zusammenhängen. Dort sollen je nach Skalenniveau Korrelationen durchgeführt werden (z.B. Alter x ein Kennwert des Screenings) oder T-Tests (Geschlecht -> ein Kennwert des Screenings). Da es viele Kennwerte gibt, die als aV getestet werden, entstehen viele Testkombinationen, die durchgeführt werden.

Viele Grüße

Anne

[bele]

Hallo Anne,

Du sprichst ein schwieriges Problem an, aus dem es keinen einfachen Ausweg gibt. Hier gilt es viel mehr behutsam und vernünftig eine individuelle Lösung zu finden, was auch mit Sachkenntnis in Deinem Fach und persönlichen Präferenzen Deiner Prüfer/Reviewer zu tun hat. Die eine klare Lösung wirst Du also nicht bekommen. Ohne viel mehr Hintergrundwissen können wir da nicht viel zu sagen.

Die vielen Hypothesen die Du da testen willst, sind wahrscheinlich nicht alle gleich wichtig, oder? Vielleicht ist es ohne Kenntnis der Daten schon vorab möglich, eine Hauptfragestellung zu formulieren (schau mal bei Wikipedia unter "Primärer Endpunkt"). Vielleicht geht es ja in Deiner Studie eigentlich um die Frage, ob die multiple Regression signifikant wird und der Rest ist nur Beiwerk?
Dann könnte man argumentieren, dass man den Alphafehler nur unter den Hauptfragestellungen aufteilt und die anderen Tests zwar beschreibend durchführt aber ohne den Anspruch, dieses "Nebenwerk" gegen Alphafehlerkummulierung abgesichert zu haben. Sowas muss sich aber auf der Sachebene sauber argumentieren lassen, sonst wäre es ein Schönreden Deiner Daten.

LG,
Bernhard

[bele]

Hallo nochmal,

da haben wir sich unsere Antworten überschnitten. Inhaltlich bleibt es aber beim Gesagten. Für die Unterteilung in primäre und sekundäre Endpunkte sowie die "multiple" und "lokale" Signifikanz, siehe auch hier: http://www.uni-wh.de/fileadmin/media/g/ ... Testen.pdf
Bei nur 50 Fällen ist es wahrscheinlich nicht sinnvoll, die 27 Burnoutmarker getrennt zu untersuchen sondern nur den "globalen Burnout".

LG,
Bernhard

[Anne23]

Hallo,

vielen Dank für die wertvollen Tipps. Das hilft mir auf jeden Fall ein großes Stück weiter.

Viele Grüße

Anne

[PonderStibbons]

Es gibt mehrere Fragestellungen,

Du hast eine winzige Stichprobe. Da wäre es angebracht, sich auf ganz wenige Fragestellungen zu beschränken.
Oder wie bele bereits schrieb, zumindest 1 Hauptfragestellung herauszustellen.

zum Beispiel ob Arbeitsintensität und Tätigkeitsspielraum einen Einfluss auf die Burnoutgefährdung (Globalwert des Burnoutscreenings) bei Lehrern haben. Das soll anhand einer multiplen Regression getestet werden.

Normalerweise muss da die Wechselwirkung aus Arbeitsbelastung und Tätigkeitsspielraum
rein, da Moderatoreffekte zu vermuten sind. Allerdings wäre man damit schon bei 5 Prädiktoren,
angesichts von nur 50 Probanden grenzwertig viele.

Außerdem soll untersucht werden, ob demografische Daten mit Ergebnissen des Burnoutscreenings zusammenhängen.

Na gut, das kannst Du ja als Nebenbeiprodukt machen und gegebenenfalls wegen multiplen Testens
alpha < 0,01 statt 0,05 als Schwelle nehmen.

Da es viele Kennwerte gibt, die als aV getestet werden,

Wie bele schon schrieb, wenn Du nicht den Globalscore verwendest, wird es überbordend.

Mit freundlichen Grüßen

P.

[Anne23]

Hallo,

vielen lieben Dank für die nette Hilfe. Ich bin jetzt um einiges schlauer.

Was ich nicht verstanden habe: warum hätte ich 5 Prädiktoren, wenn ich in der Regression die Wechselwirkung mit berücksichtigen würde? Kommt dann nicht nur einer (Spielraum x Intensität) dazu?

Viele Grüße

Anne

[PonderStibbons]

Ich nahm an, die Klammer in

Tests über wahrgenommene Arbeitsintensität und Tätigkeitsspielräume (2 intervallskalierte Kennwerte)

bezieht sich auf die Tätigkeitsspielräume.
Mit 3 Prädiktoren ist dann n=50 im Allgemeinen o.k.

Mit freundlichen Grüßen

P.

[Anne23]

Vielen Dank

Viele Grüße

Anne