STATISTIK-FORUM.de

[paulhoepner]

Hallo liebes Forum,

ich habe einen Versuch durchgeführt, der aus 3 Versuchsgruppen besteht, die alle unterschiedliche Treatments bekommen haben. Gruppe A, B und C.
Nun habe ich 2 abhängige Variablen die sich wie folgt beschreiben lassen:
Variable 1: Menge der Antworten
Variable 2: Menge der Antworten die richtig sind

Beide Variablen zeigen in einer ANVOA und anschließenden Post-Hoc-Kontrastvergleichen signifikante Unterschiede über die Versuchsbedingungen [M(A) < M(B) < M(C)]

Nun sind die beiden Variablen 1 und 2 stark korreliert, was, so vermute ich, auf die gemeinsame Komponente "Menge der richtigen Antworten" zurückzuführen sein könnte.
Ich wollte nun eine partielle Korrelation rechnen, um zu untersuchen, wie groß der Einfluss der 1. Variable auf den Zusammenhang der Versuchsgruppen mit der 2 Variable ist.

So weit ich weiß, geht das aber nur mit mindestens intervallskalierten Variablen, und da eine meiner Variablen nominal ist, komme ich nicht weiter.
Daher meine Frage: Wie würdet ihr vorgehen? Habe ich etwas übersehen?

Grüße, Paul

[PonderStibbons]

Beide Variablen zeigen in einer ANVOA und anschließenden Post-Hoc-Kontrastvergleichen signifikante Unterschiede über die Versuchsbedingungen [M(A) < M(B) < M(C)]

Du musst auf die Begriffe achten. Entweder hast Du post-hoc Tests gerechnet,
oder einen a priori festgelegten linearen Kontrast. Post-hoc Kontraste sind
nicht vorgesehen.

Ich wollte nun eine partielle Korrelation rechnen, um zu untersuchen, wie groß der Einfluss der 1. Variable auf den Zusammenhang der Versuchsgruppen mit der 2 Variable ist.

Das beschreibt, dass Du einen Moderatoreffekt testen willst, also
die Wechselwirkung Gruppe x Variable 1 bei der Vorhersage
von Variable 2.

Partialkorrelationen hingegen können z.B. herangezogen werden,
um Mediation oder um konfundierte Effekte (Scheinkorrelationen)
zu analysieren.

So weit ich weiß, geht das aber nur mit mindestens intervallskalierten Variablen, und da eine meiner Variablen nominal ist, komme ich nicht weiter.

Falls es trotz der o.a. Beschreibung nur um das Auspartialisieren
von Variable 1 geht, wäre der Ansatz Kovarianzanalyse mit dem Faktor
Gruppe und Kovariate "Variable 1", aber ich weiß nicht, ob es problemlos
ist, Richtige vorherszusagen durch Richtige+Falsche. Warum nicht
stattdessen % Richtige und/oder Zahl falscher Reaktionen als abhängige
Variable.

Mit freundlichen Grüßen

P.