STATISTIK-FORUM.de

[Isabella]

Hallo zusammen,
ich habe eine Frage zur Interpretation meiner Daten.

Folgende Studie:
+ Randomisiert Zuweisung zu Gruppe 1 (N=72), Gruppe 2 (N=57), Kontrollgruppe (N=69)
+ Datenerhebung vor und nach zwei Interventionen bzw. einer Wartezeit (=Kontrollgruppe)
+ Für die zwei Interentionsgruppen eine zusätzliche Follow-Up Messung (nicht für Kontrollgruppe)

Analyse:
+ Prä-Post-Vergleich: Varianzanalyse mit Messwiederholung mit der Kovariaten Alter der Vpn (nur für die AVs bei denen, die Kovariate signifikant wurde), Innersubjektfaktor Zeit (2 Stufen: prä / post), Zwischensubjektfaktor Gruppe (3 Stufen: Gruppe 1 / Gruppe 2 / Kontrollgruppe).
+ Post-Follow-Up Analyse: Varianzanalyse mit Messwiederholung mit Kovariate Alter (siehe oben), Innersubjektfaktor Zeit (2 Stufen: post / follow-up), Zwischensubjektfaktor Gruppe (2 Stufen: Gruppe 1 / Gruppe 2)

Nun zu den Fragen:
1) Da ich gerichtete Hypothesen habe, würde ich Kontraste rechnen. Dabei werden nur die Gruppen gegeneinander getestet, ohne dass der Zeitfaktor (prä vs. post) berücksichtigt wird. Verwendet SPSS den Mittelwert zwischen Prä und Post um die Gruppen zu vergleichen, oder Differenzwerte?

2) Wäre es folgend auf Frage 1) besser T-Tests zum Vergleich der Differenzen zwischen Prä und Post zu nutzen, um die Gruppen gegeneinander zu testen? Wenn ich die Differenzen mit T-Tests vergleiche, fällt aber die Kovariate raus.

3) Ich möchte gerne eine Grafik darstellen, die den Prä-Post Vergleich der drei Gruppen und die Follow-Up Testung miteinander vereint. Natürlich erhalte ich aber für den Post-Messzeitpunkt für Guppe 1 und 2, der in beiden Varianzanalysen auftaucht, 2 unterschiedliche adjustierte Mittelwerte. Wie würdet ihr damit umgehen?

4) Um die Homogenität der regression slopes als eine Voraussetzung der Kovarianzanalyse zu testen, muss ich ein angepasstes anstelle eines gesättigten Modells definieren, um an die Interaktion von UV*Kovariate zu kommen. Das verändert aber meine Ergebnisse grundlegend. Meine Tendenz also (die sich aber irgendwie falsch anfühlt, obwohl es Andy Fields auch so macht seinem Kapitel zur Kovarianzanalyse): Die Ergebnisse des gesättigten Modells berichten und mit dem angepassten Modell nur die Voraussetzung der Kovarianzanalyse prüfen (in diesem Fall Interaktion von Alter*Gruppenzuteilung). Wäre das ein falsches Vorgehen?

Danke für eure Antwort!

Grüße
Isabel

[PonderStibbons]

+ Prä-Post-Vergleich: Varianzanalyse mit Messwiederholung mit der Kovariaten Alter der Vpn (nur für die AVs bei denen, die Kovariate signifikant wurde),

Wieso schließt Du denn Alter als Kovariate ein? Du hast
doch eine randomisierte Gruppenzuweisung, also keine
Konfundierung Gruppe/Alter.

Mit freundlichen Grüßen

P.

[Isabella]

Hallo P.

danke für deine Rückmeldung! Es ist richtig, dass es keine Konfundierung mit Gruppe*Alter gibt. Ich bin zwar kein Statistik-Spezi, aber gemäß der Literatur, die ich gelesen habe, sollte man Koviariaten sowieso nicht einsetzen, um initiale Gruppenunterschiede "herauszurechnen".Eine Voraussetzung der Kovarianzanalyse ist ja z.B., dass die Kovariate unabhängig ist von der UV. Man sollte Kovariaten dann verwenden, wenn es einen unspezifischen Einfluss einer konfundierenden Variable geben kann, die dann wie einen Art Rauschen herausgerechnet wird. Das war jedenfalls das Ergebnis meiner Literaturrecherche...

Viele Grüße

Isabel

[PonderStibbons]

Wenn Du sie seinlässt, werden die anderen Rechnungen anscheinend einfacher.

[Isabella]

Das ist zwar richtig. Soll das aber das Argument sein, die Kovariate raus zu lassen? Dann dürfte niemand Kovariaten verwenden, oder?
Die Ergebnisse ändern sich ohne Kovariate. Daher sollte die Entschiedung, ob ich die Kovariate verwende oder nicht eine inhaltliche sein, und nicht eine praktische.

[PonderStibbons]

Die Ergebnisse ändern sich ohne Kovariate. Daher sollte die Entschiedung, ob ich die Kovariate verwende oder nicht eine inhaltliche sein, und nicht eine praktische.

Aber Du hast doch gar keine inhaltliche Begründung, nur dass
Alter Varianz aufklärt. Mit dieser Begründung kannst Du alles
als Kovariaten aufnehmen, was an Probandencharakteristika
zur Hand ist. Daher wunderte ich mich. Bei den gestellten
Fragen muss ich leider passen, sorry für die Ablenkung.

Mit freundlichen Grüßen

P.