Seite 1 von 1

Wilcoxen vs. Friedman?

BeitragVerfasst: Mo 27. Aug 2012, 12:37
von Lise
Hallo an Alle,

ich hätte eine Frage zu meiner Auswertung für die Diplomarbeit. Ich habe in meiner Studie 75 Personen randomisiert zwei Gruppen zugeordnet, wobei eine Gruppe trainiert wurde. Die Personen wurden vor und nach dem Training getestet - sprich ein klassisches Zwei-Gruppen-Prä-Post-Design.

Nun habe ich das Problem, dass ich eigentlich eine ANOVA mit Messwiederholung durchführen wollte, da ich verschiedene Within- und Between-Faktoren untersuchen sollte. Da ich aber mit Reaktionszeiten arbeite, sind diese leider nicht annähernd normalverteilt. Da es sich nun um zwei Gruppen handelt, dachte ich, ich sollte einen Wilcoxen-Test durchführen anstatt einen Friedman-Test, ist das richtig?

Und wie ist dass dann bei der Bonferroni-Korrektur? Ich würde 3 Wilcoxen-Tests mit jeweils 5 Einzelvergleichen durchführen - müsste ich das Signifikanzniveau sozusagen 0,05/15 = 0,0033 beschränken?

Wäre euch wirklich sehr dankbar, wenn mir jemand weiterhelfen könnte :)

Liebe Grüße,
Lise

Re: Wilcoxen vs. Friedman?

BeitragVerfasst: Mo 27. Aug 2012, 13:01
von PonderStibbons
Reaktionszeiten werden häufig logarithmiert bevor man sie analysiert.

"Nonparametrische" Analysen helfen hier nicht, da Du ja immer mindestens
2 Faktoren simultan analysierst (z.B. Gruppe und Messzeitpunkt).

Mit freudlichen Grüßen

P.

Re: Wilcoxen vs. Friedman?

BeitragVerfasst: Mo 27. Aug 2012, 14:54
von Lise
Aber ich kann doch die Daten aufteilen nach Versuchs- und Kontrollgruppe und dann innerhalb der Gruppen zumindest schauen, ob sich vom Prä- zum Posttest was geändert hat...so meinte es zumindest mein Betreuer...geht das nicht?

Re: Wilcoxen vs. Friedman?

BeitragVerfasst: Mo 27. Aug 2012, 17:49
von PonderStibbons
Aber was Dich interssiert, ist doch der Gruppenvergleich. Der ist
über 2 getrennte Analysen kaum zu leisten.

Wenn Du nicht transformieren willst, kannst Du auch die prä-post-
Differenzen bilden und per U-Test diese Differenzen zwischen den
Gruppen vergleichen.

Oder Du vergleichst ganz normal einfach die post-Werte. Aufgrund der
Randomisierung müssten die Gruppen ja ähnliche Ausgangswerte haben.

Mit freundlichen Grüßen

P.