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