STATISTIK-FORUM.de

Hallo,

meine Studie hat ein 3(Stimulusintensität; between) x 3(Art der Instruktion; between)-Design. Es wurden 4 AVs erfasst, deren Korrelationen untereinander von Interesse sind.
Insgesamt habe ich resultierend aus dem Design also 9 Einzel-Korrelationsmatrizen und frage mich jetzt, wie ich diese möglichst effizient vergleichen kann.

Per se müsste ich ja für jede einzelne UV (bspw. Instruktion) prüfen, ob sich die Korrelationskoeffizienten der Korrelationen in den jeweiligen Intensitätsbedingungen signifikant unterscheiden. Das erscheint mir allerdings auch irgendwo nicht sonderlich innovativ. Gibt es einen angemesseneren Weg, mehrere Korrelationen in einem Analyseschritt zu vergleichen?

Lieben Dank und beste Grüße
L

Für die Matrizen Box's M-Test, wobei dieser vermutlich zu anfällig gegen Verletzungen seiner Voraussetzungen ist, oder bei ausreichender Stichprobengröße ein Strukturgleichungsmodell http://core.ecu.edu/psyc/wuenschk/StatH ... trices.htm , oder Du verwendest R http://www.personality-project.org/r/ht ... t.mat.html

Die Analyse einzelner Korrelationen ("Variable A" mit "Variable B") wäre über lineare Regressionen oder Kovarianzanalysen denkbar (abhängige Variable: Variable A; Prädiktoren: Intensivität, Instruktion, abhängige Variable B, Wechselwirkung Variable B*Instruktion, Wechselwirkung Variable B*Intensivität).

Mit freundlichen Grüßen

PonderStibbons

Vielen Dank! corr.test in R war Gold wert, das hat mein Problem gelöst!

Hallo,

eine weitere Frage hat sich nun doch noch aufgetan:
Ich finde jetzt in meinem Modell (ANCOVA/Regression via univariate ANOVA) einen signifikanten Effekt für Variable B und Intensivität sowie eine sign. Interaktion Var_B * Intensivität und Var_B * Instruktion. Ich würde das jetzt basal so interpretieren, dass der Effekt von Var_B abhängig ist vom Level der Instruktion/Intensivität. Was mir mehr Kopfzerbrechen bereitet, ist die Rückführung zur Beantwortung der Frage, ob Variable B denn nun Variable A signifikant vorhersagen kann (bzw. in welcher Kombi mit Instruktion und Intensivität sie das kann). Wenn ich das, was ich online gelesen habe, richtig verstehe, sagt mir die Signfikanz im Between-Subjects-Modell eben nur, dass Unterschiede in den Variablenbeziehungen bestehen, und die Parameterschätzungen lokalisieren diese durch Kontraste. Aber wo erhalte ich Informationen zur Prädiktions-Signifikanz? Muss ich das dann nochmal separat für alle Einzelgruppen via lin. Regression prüfen? Oder inkludiert die Signifikanz im Between-Modell das doch bereits? Wenn ich versuche, mir über EMMEANS die Differenzen anzeigen zu lassen, stoße ich leider auch an meine Grenzen, da SPSS die kontinuierliche Variable B in der Syntax nicht akzeptiert.

Bitte um Verzeihung, falls hier ein massives Brett vorm Kopf besteht.

Mit freundlichen Grüßen
L.

Ob der slope von B in einer Gruppe statististisch signifikant von 0 verschieden ist, bzw. ob die slopes zweier Gruppen voneinander verschieden sind, das adäquat zu testen ist eine ziemliche Handarbeit in SPSS. https://books.google.de/books?id=fAnSOg ... oc&f=false
Man könnte sich eventuell behelfen damit, Gruppe für Grupe eine separate Regression zu rechnen, aber da hat man zugleich Diskussionsbedarf wegen Fehlern erster Art (multiples Testen) wie wegen Fehlern 2. Art (immens verkleinerte Stichproben). Oder man nimmt wiederum R (s.z.B. https://rdrr.io/cran/jtools/man/sim_slopes.html o.ä.).

Mit freundlichen Grüßen

PonderStibbons

Vielen Dank!