Hallo Statistikkenner,
im Rahmen einer Trainingsmaßnahme habe ich zwei Gruppen miteinander verglichen. Das Training sollte die Nutzung bestimmter Lösungsstrategien verstärken. Dazu wurde die Strategiennutzung vor dem Training erhoben und nach dem Training die Strategiennutzung wie oft sie zukünftig genutzt werden soll (also das Vorhaben).
Die 5-stufige Skala für die verschiedenen Strategiennutzungen ist unterteilt in nie (1), 1-Mal(2), ein paar Mal(3), regelmäßig(4) und oft(5) - also ordinal, da die Abstände nicht gleich sind.
Wie kann ich nun mittels Test prüfen, ob die Veränderung der Strategiennutzung (Unterschied Pre-Post) in den Gruppen verschieden ist?
Zuerst habe ich ohne nachzudenken einfach die Differenzen der einzelnen Teilnehmer gebildet (also z.B. Nutzungsänderung = 1 wenn bei Pre ein paar Mal angekreuzt wurde und bei Post regelmäßig). Diese Differenzen habe ich mit T-Test einem Mittelwertvergleich unterzogen. Aber darf ich ordniale Merkmale einfach von einander abziehen und diese metrischen Differenzen dann mit einem metrischen Verfahren testen?
Was ginge sonst?
Vielen Dank für eure Antworten
Yvonne
Pre-Posttest ordinale Skala, 2 unabh. Gr., Unterschiedstest
-
Mayayako
- Beiträge: 6
- Registriert: 13.07.2009, 18:25
-
Silversurfer
- Beiträge: 165
- Registriert: 05.07.2009, 21:10
Hallo Yvonne,
also wenn du von ordinalen Daten ausgehst, was bei deiner Skalierung sicher nicht falsch ist, würde ich den Wilcoxon-Test für abhängige Stichproben bei beiden Gruppen anwenden und mir anschauen, ob die Unterschiede zwischen den Rangdifferenzen in die gleiche Richtung gehen (Post sollte die Strategienutzung wohl häufiger sein) und wie groß die Unterschiede in der Summe der Rangdifferenzen zwischen beiden Gruppen sind, falls sie in die gleiche Richtung gehen.
Wenn du auf Signifikanz der Unterschiede testen möchtest würde ich jeweils noch einen U-Test für pre und post zwischen deinen unabhängigen Gruppen rechnen. Falls du die Irrtumswahrscheinlichkeit für die beiden Wilcoxon und U-Tests klein halten möchtest, kannst du dein Signifikanzniveau ja per Bonferroni-Korrektur anpassen.
Viel Erfolg!
also wenn du von ordinalen Daten ausgehst, was bei deiner Skalierung sicher nicht falsch ist, würde ich den Wilcoxon-Test für abhängige Stichproben bei beiden Gruppen anwenden und mir anschauen, ob die Unterschiede zwischen den Rangdifferenzen in die gleiche Richtung gehen (Post sollte die Strategienutzung wohl häufiger sein) und wie groß die Unterschiede in der Summe der Rangdifferenzen zwischen beiden Gruppen sind, falls sie in die gleiche Richtung gehen.
Wenn du auf Signifikanz der Unterschiede testen möchtest würde ich jeweils noch einen U-Test für pre und post zwischen deinen unabhängigen Gruppen rechnen. Falls du die Irrtumswahrscheinlichkeit für die beiden Wilcoxon und U-Tests klein halten möchtest, kannst du dein Signifikanzniveau ja per Bonferroni-Korrektur anpassen.
Viel Erfolg!
-
Mayayako
- Beiträge: 6
- Registriert: 13.07.2009, 18:25
Hallo Silversurfer,
vielen Dank für deine ausführliche Antwort.
Den U-Test hatte ich auch schon probiert, aber dabei kann man ja nicht wirklich die Signifikanz des Unterschiedes prüfen.
Ich hätte da wohl schon am Anfang drauf kommen müssen, dass meine Benennung meiner Skala nicht gerade toll war.
Inzwischen habe ich noch die SPSS Sprechstunde an meiner Uni aufsuchen können und die meinte, dass die meisten ja solche Skalen als intervallskaliert annehmen.
Fazit: Ich habe meine Differenzen letztlich doch anhand eines T-Tests miteinander verglichen. Mal sehen, ob der Professor dazu irgendwann mal etwas sagt.
LG
Yvonne
vielen Dank für deine ausführliche Antwort.
Den U-Test hatte ich auch schon probiert, aber dabei kann man ja nicht wirklich die Signifikanz des Unterschiedes prüfen.
Ich hätte da wohl schon am Anfang drauf kommen müssen, dass meine Benennung meiner Skala nicht gerade toll war.
Inzwischen habe ich noch die SPSS Sprechstunde an meiner Uni aufsuchen können und die meinte, dass die meisten ja solche Skalen als intervallskaliert annehmen.
Fazit: Ich habe meine Differenzen letztlich doch anhand eines T-Tests miteinander verglichen. Mal sehen, ob der Professor dazu irgendwann mal etwas sagt.
LG
Yvonne
