STATISTIK-FORUM.de

[Hodgpodg]

Hallo zusammen,
Da meine Statistik-Beratung mich leider versetzt hat, dachte ich mir, ich habe nichts zu verlieren, wenn ich meine Fragen noch einmal hier poste.
Vielleicht hat ja jemand etwas zu der ein oder anderen Frage beizusteuern.
Die Fragen beziehen sich nicht nur auf statistische Verfahren, sondern auch um die Art, wo und wie Ergebnisse berichtet werden. Bei manchen habe ich zwar grobe Ideen, bei anderen verschiedene Antworten gefunden und freue mich deshalb trotzdem über jede Antwort:

1. Kann man mehrere p Werte zusammen als ps zusammenfassen?
1.a) Muss das s dann auch kursiv geschrieben werden?

2. Müssen alle p-Werte exakt berichtet werden? Oder sollten Werte p<.001 und p>.05 nur so angegeben werden, weil eh egal ist, ob p=.80 oder p=.55 ist?

3. An welche Stelle gehört die Kontrolle, ob eine Randomisierung geklappt hat? In die Stichprobenbeschreibung oder an den Anfang der Ergebnisse, weil hier ja bereits gerechnet wird?
3.a) Für die Kontrolle, ob die Randomisierung funktioniert hat, vergleiche ich ja nicht nur demografische Daten, sondern schaue mir idealerweise ja auch alle Baseline Werte an. Macht das auch Sinn, wenn man nacher eh für diese Daten kontrolliert?
Bsp: Ich messe vor Beginn einer Intervention in zwei Gruppen den BFI. Das ist aber nicht meine abhängige Variable, es könnte aber sein, dass sie Einfluss auf den Erfolg meiner Intervention hat. Wenn ich nachher in der Rechnung den BFI als Kovariate eintrage, müsste es ja egal sein, ob sich die Gruppen vorher im BFI unterschieden haben oder nicht?

4. Muss jedes mal das Wort "signifikant/nicht signifikant" ausgeschrieben werden, wenn eh der p-Wert berichtet wird?
Reicht nicht vielleicht "Beide Gruppen unterscheiden sich in ihren XY-Werten nicht, t (45) = 0.29 p = .769." (oder je nachdem wie Frage 2. beantwortet wird t (45) = 0.29 p > .05)

5. Wie viele Nachkommastellen berichtet man bei Prozentzahlen im Fließtext?

6. Ich hatte fehlende Werte im BFI-10. Hatte in Sosci Survey leider vergessen das Häcken zu setzen, dass man nicht weiter kommt, ohne alles auszufüllen. Die Daten fehlen MCAR (also kein System zu erkennen und wurden vermutlich einfach übersehen). Die Fälle rauszunehmen verkleinert die Stichprobe zu stark. Im BFI-10 gibt es 5 Skalen mit je zwei oder drei Items, aus deren Mittelwert die Skalen berechnet werden. Ich habe die fehlenden Werte daher mit der Maximum-Likelihood-Schätzung geschätzt. Würdet ihr sagen, das kann man so machen?

7. Wie beschreibe ich mein Versuchsdesign am Besten:
Ich habe zwei unabhängige Gruppen (Gruppe A; Gruppe B)
mit Messwiederholungen zu t0, t1, t2, t3
die Unabhängige Variable ist eine Intervention, die die beiden Gruppen erhalten (Gruppe A → Intervention A; Gruppe B→ Intervention B)
Als Abhängige Variable habe ich mehrere Variablen Herzrate (metrisch); Hautleitwiderstand (metrisch) zu den Zeitpunkten t0, t1, t2, t3
weitere abhängige Variable Selbstberichtete Angst (metrisch) zu den Zeitpunkten t0 und t2
Weitere Variablen wurden als Kovariaten erhoben BFI(metrisch), Einstellung (metrisch), allgemeine Angst (metrisch) Beobachtungsprotokolle mit Strichlisten

Es werden Gruppenunterschiede in den Veränderungen von t1 zu t2, t1 zu t3 und t0 zu t3 (Herzrate und Hautleitwiderstand) und t0 zu t2 (Selbstbericht) ausgewertet und durch die Kovariate kontrolliert.


8. Ich habe in 7 ja die weiteren Variablen mit erhoben, weil ich davon ausgehe, dass sie einen Effekt entweder aus sich oder der Interaktion mit der Gruppe (zb Einstellung x Gruppe) heraus haben. Aus dieser Sicht machen sie für mich als Kovariate Sinn, denn ich vermute zb auch, dass Interaktionseffekte vorkommen können. Bei der allgemeinen Angst gehe ich nicht von einem Interaktionseffekt mit der Gruppe aus, sondern höchstens ein Effekt über die Zeit ensteht. Macht es trotzdem Sinn, sie hier als Kovariate zu benutzen, immerhin könnte ein Interaktionseffekt Angst x Zeit auftreten, oder kann ist eh sagen, wenn ich kontrolliere, ob die allgemeine Angst zu t0 sich in den Gruppen nicht unterschied, brauche ich sie nicht mehr als Kovariate, denn der Zeiteffekt ist ja nicht was ich untersuchen will?

9.Teste ich alles mit einem Mal oder einzeln? Eigentlich hätte ich alles in je eine ANCOVA mit Messwiederholungen für je eine abhängige Variable gepackt. Alphafehlerkumulierung würde ja nur passieren, wenn ich mehrere Tests für dieselbe abhängige Variable machen würde, oder?
9.a)Die ANCOVA Testet ja auch ob es einen Unterschied über ALLE Zeitstufen hinweg gibt, wenn ich also davon ausgehe, dass bei der Variable Herzrate in den Gruppen weder eine Veränderung zu t0 noch zu t1 gibt, muss ich dass entweder irgendwie in Kontrasten formulieren (was ich ehrlich gestanden noch nicht raus habe wie ich das in diesem Fall in SPSS eingeben kann) oder t0 in diesem Fall weglassen, oder?

10. Letzte Frage: In einer Studie, die einen ähnlichen Aufbau hatte, haben sie nicht die exakten Werte zu t0 , t1 etc zum rechnen genommen sondern neue Variablen gebildet. Dabei haben sie den Wert von ((t1 - t2)*100)/(t1-t0) berechnet. So soll der Prozentsatz an reduzierter Angst (in meinem Fall wäre es Herzschlag, gemessen werden. Das hin und her wäre nötig, weil t0<t1>t2 ist. Prinzipiell macht das Sinn, wirkt auf mich aber irgendwie unstatistisch. Dann könnte man einfach diesen Wert berechnen und einen t-Test machen. Ob sich der Prozentsatz der reduzierten Angst in den Gruppen unterscheidet, sagt ja aber nichts darüber aus, ob diese Reduktionen selbst signifikant waren oder? Wäre das nicht eher eine Rechnung die ich machen würde, wenn ich einen signifikanten Gruppenunterschied hätte und dann danach berechnen wollen würde wie groß die Angstreduktion war?

[PonderStibbons]

Die ganzen redaktionellen und Darstellungsaspekte müssen lokal
geklärt werden, sowas wird unterschiedlich gehandhabt.
Normalerweise kann man sich an den vorher akzeptierten Arbeiten
an dem Lehrstuhl/der Fakultät orientieren.

Bei den übrigen Sachen würde ich weitgehend sagen, "mach's halt".
Wie man kontrollieren soll "ob die Randomisierung geklappt hat",
weiß ich allerdings nicht. Ich würde die relevanten Daten deskriptiv
gegenüberstellen und fertig. Der t(45)-Angabe ist eine sehr begrenzte
Stichprobengröße zu entnehmen, weswegen die Zahl der Hypothesen
und Testungen überborden könnte. Ob man eine mäßig reliable Big5-
Geschichte da reinnehmen muss? Eher schon den Ängstlichkeits-Score,
wenn es auch theoretisch (!) Sinn ergibt. Kovariaten, die im Kriterium
Fehlervarianz aufklären, ohne mit dem Prädiktor assoziiert zu sein,
erhöhen die statistische power.
Bei Punkt 10 verstehe ich nicht, was die gemacht haben und was das
soll.

Just my 2pence

PonderStibbons