STATISTIK-FORUM.de

[Holsteinerin22]

Hi zusammen,

ich habe mich jetzt seit Tagen in das Thema eingelesen, doch bin ich mir noch immer ein wenig unsicher. Ich hoffe hier einen kleinen Rat zu bekommen, ob ich soweit richtig liege.

Es geht um folgendes: Ich habe ein Experiment mit 4 Gruppen fertig. Einer Kontrollgruppe (ohne Treatment) und 3 Gruppen mit jeweils einem unterschiedlichen Treatment. Ich glaube das wird Faktor genannt, oder? Jede Gruppe hat n= über 80. Jetzt würde ich gerne überprüfen, ob einerseits jede Gruppe mit Treatment einen Signifikatnen Unterschied im Ergebnis zu der Kontrollgruppe hat und andererseits welche der 3 Gruppen mit den Treatments den größten und geringsten Unterschied zur Kontrollgruppe aufweist.

Egal was ich an Literatur lese, lässt mich auf eine Varianzanalyse schließen. Nun aber meine größte Frage: One-Way Anova? Oder multi way? Eigentlich würde ich ja One Way sagen, da ich nur 1 Treatment pro Gruppe habe. Aber irgendwie macht mich die viele Recherche nur noch unsicherer. Oder doch ein einfacher Mittelwertvergleich mit dem T-Test?

Irgendwo hatte ich was von vollständiger Zufallsplan gelesen!? Was wäre damit?
Ich hoffe ihr erkennt, dass ich eventuell irgendwo einen denkfehler habe und angestupst werden muss. Würde mich freuen, wenn das jemand könnte

LG und vielen Dank
Holsteinerin22

[PonderStibbons]

welche der 3 Gruppen mit den Treatments den größten und geringsten Unterschied zur Kontrollgruppe aufweist.

Das ist etwas kompliziert.
Einfacher wäre die Frage zu beantworten, welche Treatmentgruppen sich voneinander zu unterscheiden.
Man bräuchte dazu eine einfaktorielle Varianzanalyse (sofern die abhängige Variable intervallskaliert ist)
mit paarweisen post-hoc Tests (z.B. dem Tukey-Test).

LG

wtf

Mit freundlichen Grüßen

Ponderstibbons

[Holsteinerin22]

welche der 3 Gruppen mit den Treatments den größten und geringsten Unterschied zur Kontrollgruppe aufweist.

Das ist etwas kompliziert.
Einfacher wäre die Frage zu beantworten, welche Treatmentgruppen sich voneinander zu unterscheiden.
Man bräuchte dazu eine einfaktorielle Varianzanalyse (sofern die abhängige Variable intervallskaliert ist)
mit paarweisen post-hoc Tests (z.B. dem Tukey-Test).

LG

wtf

Mit freundlichen Grüßen

Ponderstibbons

Hallo Danke für die Rückmeldung. Wäre denn eine One Way Varianzanalyse für meine erste Fragestellung korrekt? Also H1: Gruppe mit Treatment unterscheidet sich von der Kontrollgruppe?
Das ist erstmal das wichtigste, solche Fragestellungen anzugehen.

Skalen sind immer 5er Likert-Skalen--->Sehr wahrscheinlich bis Sehr unwahrscheinlich.


Mit freundlichen Grüßen

Holsteinerin22

[PonderStibbons]

Wäre denn eine One Way Varianzanalyse für meine erste Fragestellung korrekt?

Ja, einfaktorielle Varianzanalyse mit post-hoc Vergleichen zwischen allen Gruppen.

Skalen sind immer 5er Likert-Skalen--->Sehr wahrscheinlich bis Sehr unwahrscheinlich.

Was heißt "sind immer"? Hast Du tatsächlich eine Likert-Skala,
also ein Messinstrument, das aus mehreren Items vom Likert-Typ besteht,
die dann aufsummiert werden, um den Skalenwert zu erhalten? Oder
hast Du als abhängige Variablen lediglich einzelne Items vom Likert-Typ?
Im letzteren Fall ist eine Varianzanalyse streng genommen nicht möglich,
weil das Skalenniveau nicht ausreicht. Das Pendant zur Einfaktoriellen
Varianzanalyse wäre für ordinale Daten der Kruskal-Wallis H-Test. Paarweise
Vergleiche lassen sich danach am einfachsten mit U-Tests anstellen.

Mit freundlichen Grüßen

Ponderstibbons

[Holsteinerin22]

Wäre denn eine One Way Varianzanalyse für meine erste Fragestellung korrekt?

Ja, einfaktorielle Varianzanalyse mit post-hoc Vergleichen zwischen allen Gruppen.

Damit ich es nicht falsch verstehe: Also insgesamt 3mal eine Einfaktiorielle Varianzanalyse. Kontrollgruppe mit Gruppe A, Kontrollgruppe mit Gruppe B, Kontrollgruppe mit Gruppe C. Richtig?
Was meinst du mit Post-hoc Vergleichen zwischen allen Gruppen. Kannst du mir da auf die Sprünge helfen?

Skalen sind immer 5er Likert-Skalen--->Sehr wahrscheinlich bis Sehr unwahrscheinlich.

Was heißt "sind immer"? Hast Du tatsächlich eine Likert-Skala,
also ein Messinstrument, das aus mehreren Items vom Likert-Typ besteht,
die dann aufsummiert werden, um den Skalenwert zu erhalten? Oder
hast Du als abhängige Variablen lediglich einzelne Items vom Likert-Typ?
Im letzteren Fall ist eine Varianzanalyse streng genommen nicht möglich,
weil das Skalenniveau nicht ausreicht. Das Pendant zur Einfaktoriellen
Varianzanalyse wäre für ordinale Daten der Kruskal-Wallis H-Test. Paarweise
Vergleiche lassen sich danach am einfachsten mit U-Tests anstellen.

Ich versuche mich mal besser auszudrücken: Ich habe aus eine Studie Items, die in Form eines Likert-Typen bereits in einem ähnlichen Experiment abgefragt worden. Dazu habe ich dann 3-4 Fragen ergänzt, die ebenfalls vom Likert-Typ sind.

Ich wüsste nicht, ob etwas (automatisch) aufsummiert wird? Ich bin auch gerade ein wenig überfordert und nervös nachdem ich deinen Text gelesen habe -_-

Oder hast Du als abhängige Variablen lediglich einzelne Items vom Likert-Typ?

Also meine Items sind in allen 4 Gruppen gleich. Der Unterschied war halt nur, dass jeder nahezu das gleiche sieht, nur die Treatments sich unterscheiden. Die Fragen (Items) sind jedenfalls in jeder Gruppe im Likert-Skala sehr warhschein bis sehr unwahrscheinlich. Diese sind hinterlegt mit Zahlen 1-5, damit ich in der CSV keine Wörter sondern Zahlen habe.

Kann ich jetzt mit diesem Experiment jetzt doch keine Varianzanalyse machen? Ich glaube jetzt bin ich ingesamt noch mehr verwirrt. Sorry -_-

Mit freundlichen Grüßen

Ponderstibbons

Ebenfalls

[PonderStibbons]

Wenn die abhängige Variable jeweils immer aus 1 fünfstündigen Item vom Likert-Typ besteht, ist sie ordinal skaliert und das Pendant zur einfaktorielle Varianzanalyse, die Einweg-Rangvarianzanalyse nach Kruska-Wallis (a.k.a. H-Test) wäre zu verwenden. Gegebenenfalls gefolgt von paarweisen Gruppenvergleichen mittels U-Tests.

Mit freundlichen Grüßen

Ponderstibbons

[Holsteinerin22]

Hallo Ponderstibbons,
du hilst ja wirklich gut, aber ich versuche das hier noch irgendwie richtig zu verstehen, statt einfach nur ok und danke zu sagen.

Bei mir siehts nämlich folgendermaßen aus: einmal besteht die abhängige Variable aus 3 fünfstündigen Items vom Likert-Typ und einmal besteht die abhängige Variable aus 1 fünfstündigen Item vom Likert-Typ.

Heißt: Für die erste abhängige Variable (mit den 3 Items) dürfte ich problemlos eine einfaktorielle Varianzanalyse machen und für die zweite abhängige Variable nicht? Aber was ist wenn davon ausgegangen wird, dass die Abstände zwischen Antwortmöglichkeiten bei dem einen fünfstündigen Item gleich groß sind? Kann ich da nicht von quasimetrischem datenniveau ausgehen und vom quasimetrischen Datenniveau ausgehen? Oder was meinst du genau mit "Das Skalenniveau reicht nicht aus?" Die 5 Antwortmöglichkeiten bei diesem Typ sind "Sehr Wahrscheinlich", "Wahrscheinlich" "teils/teils", "Unwahrscheinlich", "Sehr unwahrscheinlich".

Ich hoffe ich kriege noch ein klareres Bild.
Mit freundlichen Grüßen
Holsteinerin22

[PonderStibbons]

Für die erste abhängige Variable (mit den 3 Items) dürfte ich problemlos eine einfaktorielle Varianzanalyse machen und für die zweite abhängige Variable nicht?

Kommt auf den Gutachter an. Ich würd's bevorzugt als ordinale abhängige
Variable mit dem H-Test auswerten.

Lediglich ein einzelnes Items zu Messung von relevanten Sachverhalten ist
ohnedies etwas mager.

Aber was ist wenn davon ausgegangen wird, dass die Abstände zwischen Antwortmöglichkeiten bei dem einen fünfstündigen Item gleich groß sind?

Das Problem ist die geringe Zahl der Stufen, nicht so sehr die Phantasie,
dass die Stufen gleichabständig sein würden.

Mit freundlichen Grüßen

P.

[Holsteinerin22]

Mir wird nach und nach alles klarer. Schon erstaunlich, wenn man sich austauscht (und natürlich Hilfe bekommt) viel mehr versteht als einfach zu lesen im Internet und dabei viele Fragezeichen bleiben.

Hier würde ich gerne nochmal nachhaken:

Du meinst "ein einzelnes Item zu Messung von relevanten Sachverhalten ist etwas mager". Wenn man nun mehr Items nimmt, müssen die wirklich genau alle das gleiche aussagen, oder wie fasst man solche Items zusammen? Müssen die Items exakt das gleiche abfragen, oder reicht die RIchtung/Thematik die gleiche ist? Hier bin ich mir insgesamt noch nicht ganz im klaren.

Mit freundlichen Grüßen
Holsteinerin22

[PonderStibbons]

Du meinst "ein einzelnes Item zu Messung von relevanten Sachverhalten ist etwas mager". Wenn man nun mehr Items nimmt, müssen die wirklich genau alle das gleiche aussagen, oder wie fasst man solche Items zusammen?

Es gibt Leute, die Skalen entwickeln, weil per-fiat Messungen, zumal mit
nur 1 Item, notorisch unreliabel und fraglich valide sind. Wenn solche
Messinstrumente nicht verwendet wurden, wird es schwierig, da noch
was zu verbessern. Womöglich hast Du einen Betreuer, der Dein
Studiendesign abgesegnet hat, dann wärst Du immerhin abgesichert.

Mit freundlichen Grüßen

P.