STATISTIK-FORUM.de

[rb782]

Hallo zusammen

Ich habe folgende Frage: Ich habe 2 Gruppen, die 20 verschiedene Leistungstests (intervallskalierte Daten) absolviert haben. Nun vergleiche ich die Leistung der 2 Gruppen in diesen 20 Tests mittels t-Tests, muss aber ja für multiple Vergleiche korrigieren. Die in SPSS vorhandenen Korrekturmethoden (Bonferroni, Scheffé, etc.) sind m. W. nur im Rahmen einer Varianzanalyse verfügbar und machen rechnerisch (teilweise) auch nur im Falle von mehr als 2 Gruppen überhaupt Sinn. Was kann ich tun?

Vielen Dank im Voraus!

[bele]

Au weia, 20 Tests sind ganz schön viel. Du musst Du mehr Hintergrundwissen anbieten. Sind Dir alle Tests gleich wichtig, oder kann man so etwas wie primäre Fragestellungen und Zusatzfragestellungen sinnvoll voneinander abgrenzen? Wieviele Mitglieder haben Deine beiden Gruppen? Wie kritisch ist Deine Fragestellung? Werden bei zu laxen Korrekturen Leben gefährdet oder liegen nur falsche Zahlen in einer Schublade? Gibt es einen Betreuer und Gutachter, den Du im Zweifel fragen kannst woran er glaubt oder bist Du auf Dich gestellt?

[rb782]

Schon mal vielen Dank für die Antwort! Ich muss diese Daten publizieren und werde das nicht tun können, ohne für multiple Vergleiche zu korrigieren. Die Tests sind alle gleich wichtig, an der Korrektur führt kein Weg vorbei leider. Was kann ich tun, gibt es eine Methode?

[PonderStibbons]

Es hängt u.a. von der Stichprobengröße ab. Und ob die Messungen
getrennt betrachtet werden müssen oder eventuell immer mehrere
Messungen gemeinsam ein hypothetisches Konstrukt operationalisieren.
Und ob Fehler 1. Art schwerer wiegen als Fehler 2. Art. Und wie
die Zeitschrift das standardmäßig handhabt, und wie der
Pubblikationsprozess aussieht (man z.B. auf die Einwände/ Empfehlungen
von den Gutachtern warten könnte)


Mit freundlichen Grüßen

P.

[rb782]

Alle Tests operationalisieren ein Konstrukt. In den Instructions to the authors des Journals wird explizit eine Korrektur für multiple Vergleiche verlangt und wir hatten den Fall bei einem vergangenen Paper bereits. Fehler 1. Art sind nicht schlimmer als Fehler 2. Art, aber da die Studie sonst nicht publiziert werden kann, spielt das im Moment aus praktischer Sicht keine Rolle.

[PonderStibbons]

Wenn tatschlich 20 Messungen gemeinsam 1 einziges Konstrukt
operationalisieren, was ein sehr ungewöhnliches Aufkommen wäre,
dann wäre eine MANOVA zu vertreten.

Falls es aber doch nicht so ist, dann ist eine Bonferroni-Korrektur
denkbar, was, falls hier keine große Stichprobe vorliegt (die Größe
ist leider immer noch nicht genannt) zu sehr starker Einschränkung
der power führen würde. Kompromisshaber kann man dahe auch 1%
statt 5% vorschlagen als Signifikanzschwelle.

Mit freundlichen Grüßen

P.

[rb782]

Danke für die Antwort!