Hallo zusammen,
hab eine Frage. Ich will in meiner Studie die Gewichtsentwicklung von 9 verschiedenen Gruppen zu unterschiedlichen Zeitpunkten untersuchen
(Gruppenstärke variiert von minimal 21 bis maximal 80).
Eigentlich wollte ich eine Varianzanalyse durchführen. Die Bedingung der Normalverteilung wäre auch erfüllt, aber es besteht keine Varianzhomogenität. Und soweit ich weiß, muss diese Bedingung doch auch erfüllt sein, oder?
Wenn die Varianzanlyse ausfällt, kommt doch ein nichtparametrischer Test für k unabhängige Stichproben in Frage, also Kruskal-Wallis-Test. Richtig?
Wenn ich den in SPSS 19. den K-W-T durchführe, dann fehlt mir dieser Vergleich paarweise jeweils nach den 9 Gruppen zu den verschiedenen Zeitpunkten, durch den man dann rausfinden kann zu welchem Zeitpunkten zwischen welchen Gruppen unterschiede bestehen.
Kann man das wie bei der Varianzanalyse (post hoc) einstellen, so dass SPSS einem das für alle Gruppen im Vergleich ausspuckt?
Ich danke euch sehr für hilfreiche Tipps, Franka
Varianzanalyse möglich?
-
drfg2008
- Beiträge: 2391
- Registriert: 06.02.2011, 19:58
re
Nein. Der H-Test nach K.W. vergleicht k unabhängige Stichproben, z.B. k verschiedene Behandlungen. Das wäre wohl nicht der richtige Test.
Die Varianzanalyse erfordert nicht unbedingt in jedem Fall Gleichheit der Varianzen. Das ist übrigens ein sehr strittiges Thema, wenn es um Effektcodierungen geht, nicht unbedingt jedoch in simplen Gruppenvergleichen. Also käme ALM mit Messwiederholungen durchaus unter bestimmten Umständen in Frage. Allerdings hast du nicht beschreiben, um wie viele verschiede Zeitpunkte es geht (eine Meßwiederholung?). Und was deine Fragestellung ist. Ich vermute einfach nur, dass du sehen willst, welche Gruppen am besten abschneiden? Oder sind mit den Gruppen Effekte impliziert, dann wird's eventuell kompliziert: Haupt-Nebeneffekte. Die subitle Problematik kennt allerdings kaum jemand.
Die Varianzanalyse erfordert nicht unbedingt in jedem Fall Gleichheit der Varianzen. Das ist übrigens ein sehr strittiges Thema, wenn es um Effektcodierungen geht, nicht unbedingt jedoch in simplen Gruppenvergleichen. Also käme ALM mit Messwiederholungen durchaus unter bestimmten Umständen in Frage. Allerdings hast du nicht beschreiben, um wie viele verschiede Zeitpunkte es geht (eine Meßwiederholung?). Und was deine Fragestellung ist. Ich vermute einfach nur, dass du sehen willst, welche Gruppen am besten abschneiden? Oder sind mit den Gruppen Effekte impliziert, dann wird's eventuell kompliziert: Haupt-Nebeneffekte. Die subitle Problematik kennt allerdings kaum jemand.
drfg2008
-
franka
- Beiträge: 4
- Registriert: 01.03.2011, 12:16
Ich habe die Gewichtsentwicklung über die Schwangerschaftsdauer erfasst. Die Frauen sind nach Körpergröße und Ausgangsgewicht in 9 verschiedene Gruppen eingeteilt. Ich will jetzt die Gewichtsentwicklung zwischen diesen Gruppen vergleichen. Es gibt 8 Messzeitpunkte.
Die Frage ist, ob die Gruppen unterschiedlich zunehmen oder ob es keinen signifikanten Unterschied zwischen den Gruppen gibt.
Die Frage ist, ob die Gruppen unterschiedlich zunehmen oder ob es keinen signifikanten Unterschied zwischen den Gruppen gibt.
-
drfg2008
- Beiträge: 2391
- Registriert: 06.02.2011, 19:58
re
Das macht die Sache jetzt sogar noch komplizierter. Denn es ist ein Klassiker, dass beim Zu- oder Abnehmen die Ausgangsgewichte eine relevante Rolle spielen und daher kontrolliert werden müssen, wenn es um den Nachweise eines Effektes durch ein Treatment geht. Ein solches Treatment / Effekt stellst du allerdings nicht dar. Oder soll es sogar (nur) das Ausgangsgewicht sein? Und die Gruppen stehen für ein unterschiedliches Ausgangsgewicht?
drfg2008
-
franka
- Beiträge: 4
- Registriert: 01.03.2011, 12:16
also die einteilung in die 9 Konstitutionsgruppen erfolg nach der Körpergröße und dem Körpergewicht. Also z.B.
Gruppe 1: Körpergröße <= 161 cm und Ausgangsgewicht 57 kg
Gruppe 2: Körpergröße <= 161 cm und Ausgangsgewicht > 57 <= 71 kg
etc.
Somit habe ich 9 Gruppen und habe jetzt einfach nur die Gewichtszunahme erfasst. und jetzt will ich prüfen ob zwischen diesen Gruppen eine unterschiedliche Gewichtszunahme vorliegt.
Es ist beispielsweise aus Querschnittsstudien bekannt, dass die Gewichtszunahme mit steigender Körpergröße ansteigt und mit steigendem Ausgangsgewicht abnimmt.
Das sind aber Erkenntnisse aus Querschnittsstudien, also letztes Gewicht vor Geburt minus Ausgangsgewicht vor der Schwangerschaft ( also nur die Gewichtsdifferenz). Mein Konzept entspricht ja jetzt einer longitudinalen Studie mit 8 verschiedenen Messzeitpunkten.
Also meinst du vielleicht doch eine Varianzanalyse unabhängig von Varianzhomogenität?
Vielen Dank
Gruppe 1: Körpergröße <= 161 cm und Ausgangsgewicht 57 kg
Gruppe 2: Körpergröße <= 161 cm und Ausgangsgewicht > 57 <= 71 kg
etc.
Somit habe ich 9 Gruppen und habe jetzt einfach nur die Gewichtszunahme erfasst. und jetzt will ich prüfen ob zwischen diesen Gruppen eine unterschiedliche Gewichtszunahme vorliegt.
Es ist beispielsweise aus Querschnittsstudien bekannt, dass die Gewichtszunahme mit steigender Körpergröße ansteigt und mit steigendem Ausgangsgewicht abnimmt.
Das sind aber Erkenntnisse aus Querschnittsstudien, also letztes Gewicht vor Geburt minus Ausgangsgewicht vor der Schwangerschaft ( also nur die Gewichtsdifferenz). Mein Konzept entspricht ja jetzt einer longitudinalen Studie mit 8 verschiedenen Messzeitpunkten.
Also meinst du vielleicht doch eine Varianzanalyse unabhängig von Varianzhomogenität?
Vielen Dank
-
drfg2008
- Beiträge: 2391
- Registriert: 06.02.2011, 19:58
re
ja, natürlich, nur als Rückfrage.
So habe ich jetzt die Hypothese verstanden:
An sich würde mir erst einmal eine Regressionsanalyse in den Sinn kommen mit der Diff. zwischen Anfangs- und Endgewicht als AV und Körpergröße und Ausgangsgewicht als UV. Aber das würde nur prüfen können, ob die Körpergröße und das Ausgangsgewicht einen sig. Einfluss auf die Gewichtszunahme hat. Und wäre das die Fragestellung?
Wenn du das varianzanalytisch lösen willst, hast du das Problem einer willkürlichen Stufung zur Klassenbildung und der ungleichgroßen Gruppen (daher auch z.T. die ungleichen Varianzen). Und dann wäre auch die Frage, ob die einzelnen Kategorien vollständig kombiniert sind (bzw. ein orthogonales Design entwickelt wurde).
Dann müßten Haupt- und Nebeneffekte dargestellt werden. Ob das in Formulierungen wie: JE - DESTO darstellbar ist? Die Gleichheit der Varianzen ist -meiner Kenntnis nach- eher ein umstrittenes Thema bei der Effektkodierung ebenso der Typ der Quadratsummen und hier wohl auch eher weniger relevant.
Problematisch scheint mir eher das Modell zu sein. Wie weist man 'überproportionale' Zuwächse auf?
Da muss ich leider passen.
Gruß
So habe ich jetzt die Hypothese verstanden:
"dass die Gewichtszunahme mit steigender Körpergröße (überproportional ?) ansteigt und mit steigendem Ausgangsgewicht (überproportional ?) abnimmt."
An sich würde mir erst einmal eine Regressionsanalyse in den Sinn kommen mit der Diff. zwischen Anfangs- und Endgewicht als AV und Körpergröße und Ausgangsgewicht als UV. Aber das würde nur prüfen können, ob die Körpergröße und das Ausgangsgewicht einen sig. Einfluss auf die Gewichtszunahme hat. Und wäre das die Fragestellung?
Wenn du das varianzanalytisch lösen willst, hast du das Problem einer willkürlichen Stufung zur Klassenbildung und der ungleichgroßen Gruppen (daher auch z.T. die ungleichen Varianzen). Und dann wäre auch die Frage, ob die einzelnen Kategorien vollständig kombiniert sind (bzw. ein orthogonales Design entwickelt wurde).
Dann müßten Haupt- und Nebeneffekte dargestellt werden. Ob das in Formulierungen wie: JE - DESTO darstellbar ist? Die Gleichheit der Varianzen ist -meiner Kenntnis nach- eher ein umstrittenes Thema bei der Effektkodierung ebenso der Typ der Quadratsummen und hier wohl auch eher weniger relevant.
Problematisch scheint mir eher das Modell zu sein. Wie weist man 'überproportionale' Zuwächse auf?
Da muss ich leider passen.
Gruß
drfg2008
-
Generalist
- Beiträge: 1733
- Registriert: 11.03.2010, 22:28
Wenn varianzanalytisch, dann müsste das schon 2-Faktoriell sein, sonst sind die skizzierten Hypothesen kaum zu überprüfen (Faktoren: Größe kategorisiert und Gewicht kategorisiert). Die Zellenbesetzung könnte da aber ein Problem werden, da Größe und Gewicht nunmal eng verbunden sind und manchen Kombinationen selten auftreten. Leider ist zur Stichprobengröße nichts gesagt.
Vorzuziehen wäre wohl ein Regressionsmodell mit der AV Gewichtszunahme und den Prädiktoren Ausgangsgewicht, Ausgangsgewicht², Ausgangs-Körpergröße, Ausgangs-Körpergröße² und dem Produkt aus Größe und Gewicht (Wechselwirkung). Aber das nur ins Blaue, eigentlich müsste die Sache mit der Gewichtszunahme doch derart totgeforscht sein, dass die passende Analysemethode schnell anhand analoger Studien zu finden sein sollte. Vielleicht mal Betreuer fragen.
Das Problem mit der Varianz-Inhomogenität müsste man sich dann nochmal ansehen, wenn das Model steht.
Was die Ausgangsfrage angeht, in SPSS kann man jetzt paarweise Vergleiche nach einem K-W Test anfordern (irgendwo bei nonparamtrischen Tests/Einstellungen/Tests anpassen), bei der Anzeige der Ergebnisse wird es wenn ich mich recht erinnere etwas kompliziert. Die alpha-Korrektur ist bei 9 Gruppen = 36 Paarvergleichen dann heftig, und wie eingangs gesagt, wie man das Ergebnismuster dann hinsichtlich dre Fragstellung interpretieren kann, bleibt abzuwarten.
Vorzuziehen wäre wohl ein Regressionsmodell mit der AV Gewichtszunahme und den Prädiktoren Ausgangsgewicht, Ausgangsgewicht², Ausgangs-Körpergröße, Ausgangs-Körpergröße² und dem Produkt aus Größe und Gewicht (Wechselwirkung). Aber das nur ins Blaue, eigentlich müsste die Sache mit der Gewichtszunahme doch derart totgeforscht sein, dass die passende Analysemethode schnell anhand analoger Studien zu finden sein sollte. Vielleicht mal Betreuer fragen.
Das Problem mit der Varianz-Inhomogenität müsste man sich dann nochmal ansehen, wenn das Model steht.
Was die Ausgangsfrage angeht, in SPSS kann man jetzt paarweise Vergleiche nach einem K-W Test anfordern (irgendwo bei nonparamtrischen Tests/Einstellungen/Tests anpassen), bei der Anzeige der Ergebnisse wird es wenn ich mich recht erinnere etwas kompliziert. Die alpha-Korrektur ist bei 9 Gruppen = 36 Paarvergleichen dann heftig, und wie eingangs gesagt, wie man das Ergebnismuster dann hinsichtlich dre Fragstellung interpretieren kann, bleibt abzuwarten.
