Seite 1 von 1

Welche Auswertung für Experiment?

BeitragVerfasst: Mo 3. Feb 2020, 14:09
von Anonymosaurus
Hallo, ich habe ein verhaltenswissenschaftliches Experiment Durchgeführt, in dem es um Spendenverhalten unter Wettbewerb geht.
Die abhängige Variable ist das Spendenverhalten (Gesamtspende nach 12 Runden)
Neben einer Kontrollgruppe gibt es 4 Treatments, die sich hinsichtlich ihrer Ausprägung des Wettbewerbs unterscheiden (TG1 schwacher Wettbewerb, TG2 etwas stärkerer Wettbewerb etc).
(Je 24 für Kontrollgruppe, TG1,2 und 3, aber nur 12 für TG4).
Insgesamt habe ich also 106 Datenpunkte und möchte diese nun auswerten unter verschiedenen Aspekten:

1. Hat Wettbewerb einen Einfluss, also Vgl Kontrollgruppe mit TG1, TG2, TG3 &TG4

2. unter andere Aspekten wie zum Beispiel Geschlecht und Alter.

Meine Fragen:
a) Wäre eine Varianzanalyse hierfür geeignet? Das Spendenverhalten ist ja eine intervallskalierte Größe. Oder gäbe es ein Verfahren, das besser geeignet wäre? Aufgrund der geringen Anzahl der Daten pro Treatment sind Signifikanzaussagen schwer...


b) was sollte man tun, wenn sich die Anzahl der Datensätze stark unterscheidet. (So habe ich z.B. 94 Männer, aber nur 12 Frauen als Datenpunkt). Müsste man sowas irgendwie berücksichtigen oder könnte man trotzdem eine varianzanalyse oder ähnliches durchführen?

Vielen Dank im Voraus

Re: Welche Auswertung für Experiment?

BeitragVerfasst: Mo 3. Feb 2020, 15:21
von PonderStibbons
Die erste Frage ist anscheinend ein Fall für eine einfaktorielle Varianzanalyse. Eventuell wäre es nützlich,
diese zusätzlich mit geeigneten ->linearen Kontrasten zu rechnen, welche interessierende Gruppenvergleiche
ermöglichen (Einfach-Kontrast, Helmert, reverse Helmert oder dergleichen).

Beim 2. Fall kommt es darauf an, was "auswerten unter Aspekten wie zum Beispiel Geschlecht und Alter"
konkret heißen soll (gleichzeitig oder einzeln auswerten? Hinzufügen zur ersten Analyse? getrennt von der
ersten Analyse? Test von Interaktionen/Moderatorwirkungen? etc.)-

was sollte man tun, wenn sich die Anzahl der Datensätze stark unterscheidet. (So habe ich z.B. 94 Männer, aber nur 12 Frauen als Datenpunkt).

Auf Varianzhomogenität achten.

Mit freundlichen Grüßen

PonderStibbons