STATISTIK-FORUM.de

[freckle]

Liebe Foren-Mitglieder,

ich habe folgende Untersuchung durchgeführt: Ich habe eine Gruppe von Proband:Innen randomisiert in 2 Gruppen aufgeteilt (Interventiongruppe und Kontrollgruppe). Anschließend habe ich die Selbstwirksamkeitserwartungen zu Messzeitpunkt 1 mit mehreren Skalen erhoben. Anschließend bekam die Interventionsgruppe eine Intervention, die Kontrollgruppe nicht. Nach der Intervention wurden wieder die Selbstwirksamkeitserwartungen beider Gruppen erhoben.

Nun ist mir klar, dass ich eigentlich eine mixed anova einsetzen kann (und das mache ich auch für den Großteil der Daten).

Leider ist es bei einer der Skalen so, dass die Varianzhomogenität nicht gegeben ist. Da es nur 2 Messzeitpunkte sind, darf ich keine Friedman-ANOVA rechnen, oder? (So wie ich das sehe, darf ich das erst ab 3 MZP und da wäre auch das Problem, dass diese ja keine Gruppenvergleiche zulässt, oder? Also da müsste ich dann die Daten aufteilen und für die Interventionsgruppe und die Kontrollgruppe jeweils getrennt die Friedman ANOVA berechnen?)

Gibt es also ein non-parametrisches Verfahren, das eine mixed ANOVA ersetzt? Ich habe im Internet nur die Angabe gefunden, dass ich die Daten der mixed ANOVA dann nicht interpretieren darf (weil ja die Voraussetzung verletzt ist), den Post-hoc-Test aber schon. Aber wie mache ich das? Also schaue ich dann nur die Mittelwert-Differenz an oder darf ich da auch denn p-Wert interpretieren?

Ich hoffe sehr, dass eine Angaben verständlich sind und bedanke mich bereits im Voraus für die Hilfe!

LG F.

[PonderStibbons]

Leider ist es bei einer der Skalen so, dass die Varianzhomogenität nicht gegeben ist

Wo genau?
Wenn die Gruppen gleich groß sind, sind Varianzunterschiede zwischen den Gruppen nicht problematisch.
Oder geht es um Varianzunterschiede zwischen t1 und t2?

Da es nur 2 Messzeitpunkte sind, darf ich keine Friedman-ANOVA rechnen, oder?

Die kannst Du auch für 2 abhängige Messungen rechnen. Allerdings ist das keine ANOVA sondern ein Test für ordinalskalierte Daten.

Also da müsste ich dann die Daten aufteilen und für die Interventionsgruppe und die Kontrollgruppe jeweils getrennt die Friedman ANOVA berechnen?

Und was soll das bringen? Du willst ja den Vergleich zwischen den Gruppen.

Gibt es also ein non-parametrisches Verfahren, das eine mixed ANOVA ersetzt?

Nein. Varianzanaylsen brauchen Varianzen, "nonparametrische" Verfahren analysieren Rangdaten und kategoriale Daten
(mit der Ausnahme des Wilcoxon Rangsummentests), und die haben keine Varianzen. Weswegen die Bezeichnung
"Rangvarianzanalyse" für den Friedman eine Irreführung ist.

Ich habe im Internet nur die Angabe gefunden,

Das ist nun aber eine Quellenangabe, mit denen man leider rein gar nichts anfangen kann.

Mit freundlichen Grüßen

PonderStibbons

[freckle]

Wo genau?
Wenn die Gruppen gleich groß sind, sind Varianzunterschiede zwischen den Gruppen nicht problematisch.
Oder geht es um Varianzunterschiede zwischen t1 und t2?

Im Levene's Test auf Varianzhomogenität kommen folgende Ergebnisse:
t1 mit F (31.75), df1(1) ,df2(155) und p <.001
t2 mit F(0.633), df(1), df2(155), und p = 0.427
Zwischensubjektfaktor ist hierbei die Gruppe. D.h. dann ist es ein Gruppenunterschied innerhalb t1 und ich darf weiterrechnen?

Die kannst Du auch für 2 abhängige Messungen rechnen. Allerdings ist das keine ANOVA sondern ein Test für ordinalskalierte Daten.

Dankeschön, ja stimmt! In Jamovi heißt sie tatsächlich Friedman-ANOVA, deshalb habe ich das geschrieben.
D.h. dann kann ich den Friedman-Test rechnen. Wenn ich das mache kommt in Jamovi dann "nur" ein p-Wert heraus, der sagt mir ja nur, dass ein Unterschied besteht. Was würde ich dann für die weitere Interpretation machen? Kann ich dann für die Daten noch einen Post-hoc-Test korrigiert nach Bonferroni machen? In SPSS scheint es noch einen speziellen Post-hoc Test für den Friedman-Test zu geben, aber SPSS verwende ich eigentlich nicht und habe nur eine Testversion davon. In Jamovi gibt es nur noch einen paarweisen Vergleich nach Durbin-Conover, der mir allerdings auch "nur" einen signifikanten p-Wert ausspuckt zwischen t1 und t2 (aber dann weiß ich ja immernoch nicht, ob die Intervention den Unterschied gemacht hat, oder? Sondern nur, dass es zwischen den beiden Werten einen signifikanten Unterschied gab oder übersehe ich da etwas?

Hier noch die Quelle, in dem schwarz-gelb markierten Kasten steht, dass man den Post-Hoc Test trotzdem interpretieren kann.
https://statistikguru.de/spss/mixed-ano ... uefen.html


Liebe Grüße und vielen Dank!!

[PonderStibbons]

Im Levene's Test auf Varianzhomogenität kommen folgende Ergebnisse:
t1 mit F (31.75), df1(1) ,df2(155) und p <.001
t2 mit F(0.633), df(1), df2(155), und p = 0.427
Zwischensubjektfaktor ist hierbei die Gruppe. D.h. dann ist es ein Gruppenunterschied innerhalb t1 und ich darf weiterrechnen?

Gruppenvergleiche mit gleich großen Gruppen (ich nehme an, die liegen hier vor?)
sind robust gegen Varianzunterschiede. FAQ #5 in https://psychologie.uni-graz.at/de/biol ... -list/faq/
Aber Du kannst ja mal sicherheitshalber nach einem "robusten Test" in Deiner Software
schauen, der die Standardfehler gegebenenfalls korrigiert.

D.h. dann kann ich den Friedman-Test rechnen. Wenn ich das mache kommt in Jamovi dann "nur" ein p-Wert heraus, der sagt mir ja nur, dass ein Unterschied besteht. Was würde ich dann für die weitere Interpretation machen?

Du wolltest doch sehen, ob sich die Gruppen unterschiedlich entwickeln? Dazu hat
der Friedman Test nichts zu sagen.

Wie gesagt kannst Du die ungleichen Varianzen wegen gleicher Gruppengrößen
(falls das vorliegt) ignorieren, oder nach einem robusten Verfahren suchen,
oder Du lässt Dir die Messwertdifferenzen t2-t1 ausrechnen und vergleichst
die zwischen den Gruppen mit einem t-Test oder U-Test. Wobei es aber eher
unschön wäre, für eine einzelne Variable ein anderes Verfahren zu rechnen als
für die anderen.

Mit freundlichen Grüßen

PonderStibbons

[freckle]

Vielen Dank! Also der Friedman Test kann mir quasi nur sagen, ob ein Unterschied vorliegt?

Die Daten sind leider nicht gleich groß (67- 90), da ist vermutlich ein zu großer Unterschied?

Aber ein t-Test kann mir ja auch nur sagen, dass ein Unterschied vorliegt, oder? Da gäbe es ja den Wilcoxon-Vorzeichen-Rang-Test, der robust(er) wäre.

Aber ja, ich würde auch gerne ein Verfahren für alle rechnen, deshalb mein Versuch, ob man die mixed ANOVA trotzdem nehmen kann...

LG

[PonderStibbons]

Vielen Dank! Also der Friedman Test kann mir quasi nur sagen, ob ein Unterschied vorliegt?

Kannst Du diese Frage präziseren? Im vorliegenden Design gibt es mindestens 3 Unterschiede, die analysiert werden können.

Die Daten sind leider nicht gleich groß (67- 90), da ist vermutlich ein zu großer Unterschied?

Ich habe eine Quelle verlinkt, die darauf eingeht.

Aber ein t-Test kann mir ja auch nur sagen, dass ein Unterschied vorliegt, oder?

Wieso "nur"?

Da gäbe es ja den Wilcoxon-Vorzeichen-Rang-Test, der robust(er) wäre.

Damit kannst Du analog zum Friedman Test prä-post-Vergleiche anstellen. Aber Deine Frage war
anscheinend, ob die Veränderungen sich zwischen den Gruppen unterscheiden.

Mit freundlichen Grüßen

PonderStibbons

[freckle]

In Ordnung, ich verstehe leider bei der Quelle nicht ganz, wie ich überprüfe, ob der Unterschied zwischen den Gruppen zu groß ist.

Genau, meine Frage war, wie ich mir die Veränderung zwischen Gruppen ansehe, wenn ich das richtig sehe, kann ich das aber (siehe Link oben) über einen post hoc Vergleich machen, der mir ja zumindest die Mittelwertdifferenzen zeigt.

Vielen lieben Dank!

[PonderStibbons]

ich verstehe leider bei der Quelle nicht ganz, wie ich überprüfe, ob der Unterschied zwischen den Gruppen zu groß ist.

Das steht "Eine Inhomogenität der Varianzen ist also nur dann kritisch, wenn das Verhältnis zwischen größtem und kleinstem Zellen-n größer als 1.5 ist."

Genau, meine Frage war, wie ich mir die Veränderung zwischen Gruppen ansehe, wenn ich das richtig sehe, kann ich das aber (siehe Link oben) über einen post hoc Vergleich machen, der mir ja zumindest die Mittelwertdifferenzen zeigt.

Was für post-hoc-Vergleiche denn? Du hast lediglich 2 Gruppen und willst die Wechselwirkung Gruppe x Zeit betrachten.

Mit freundlichen Grüßen

PonderStibbons