Auswertung Magisterarbeit/Varianzanalyse mit Messwiederhol.

[lealee]

Hallo liebe Forenmitglieder,

ich mache gerade die Auswertung für meine Magisterarbeit mittels SPSS 19 und bin ziemlich am Verzweifeln…

Meine Daten sind wie folgt organisiert:

- N= 99
- Testgruppe= 78
- Kontrollgruppe= 21

Untersucht wurden 17 verschiedene Items, die jeweils entweder aufgetreten sind oder nicht (z.B. beobachtetes Kind lächelt). Diese Items wurden an drei Zeitpunkten (vor dem Treatment, direkt nach dem Treatment und 2 Wochen nach dem Treatment) erfasst.
Aus der Summe aller Items eines Zeitpunkts ergibt sich die AV „Sozialkompetenz“.
Die AV "Sozialkompetenz" ist normiert auf Werte zwischen 0 und 1.
Dieses Design habe ich gewählt, um mit intervallskalierten Daten arbeiten zu können.

Meine Hypothesen lauten:

1. Das Treatment hat keinen Einfluss auf die Sozialkompetenz der teilnehmenden Kinder
2. Es besteht ein Unterschied in der Sozialkompetenz zwischen den Altersgruppen, sowohl im Pretest, als auch in den beiden Posttests
3. Sollten signifikante Änderungen in sozial kompetentem Verhalten gemessen werden, so sind diese in Altersgruppe 2 länger anhaltend als in Altersgruppe 1.
4. Es besteht ein Unterschied in der Sozialkompetenz zwischen den Geschlechtern, sowohl im Pretest, als auch in den beiden Posttests


Nun meine Fragen:
Wie werte ich die Daten in Bezug auf meine Fragestellungen aus?
Mein Prof. meinte, eine Varianzanalyse mit Messwiederholung sei der richtige Weg.
Im Internet habe ich dazu leider nichts Erleuchtendes finden können.
Welche Kennwerte sind in dem Fall anzugeben?



Und noch eine Problematik:

Ich habe meine AV "Sozialkompetenz" in drei Unterkategorien aufgeteilt, die jeweils weniger als 7 Einzelitems beinhalten.
Laut Bortz sind diese AVs nicht intervallskaliert.
Welche Methoden kann ich bei diesen kategorialen Variablen anwenden?


Vielen vielen Dank schon mal im Voraus für Eure Hilfe!!
Mit sonnigen Grüßen,

Lea

[Generalist]

Mein Prof. meinte, eine Varianzanalyse mit Messwiederholung sei der richtige Weg.

Ja. Streng genommen ist es eine Mischung aus unabhängigen Faktoren (Alter, Geschlecht) und 1 Messwiederholungsfaktor (mit den 3 Stufen prä, post, Nacherhebung).

Im Internet habe ich dazu leider nichts Erleuchtendes finden können.

Was soll der Satz bedeuten? Du weißt überhaupt nichts über diese Art der Analyse und suchst einen einführenden Text? Du kennst diese Art Analyse aber kannst sie noch nicht auf Deinen konkreten Fall anwenden? Oder worin würde Erleuchtung bestehen?

Welche Kennwerte sind in dem Fall anzugeben?

Meist erstmal die F- und die Signifikanzwerte.

[lealee]

Was soll der Satz bedeuten? Du weißt überhaupt nichts über diese Art der Analyse und suchst einen einführenden Text? Du kennst diese Art Analyse aber kannst sie noch nicht auf Deinen konkreten Fall anwenden? Oder worin würde Erleuchtung bestehen?

Vielen Dank für deine Antwort!

Erleuchtung bestünde für mich darin, zu wissen, wie ich meine UVs (Alter, Geschlecht, etc.) so in einen Test einbringen kann, dass auch deren Zusammenspiel in Bezug auf meine AV berücksichtigt wird.

Ich habe jetzt eine einfaktorielle Varianzanalyse mit Messwiederholung durchgeführt und zwar separat für die Test- und Kontrollgruppe.
Bei beiden zeigt sich ein Zuwachs der AV in Bezug auf die Messzeitpunkte (bei der TG größer als bei der KG).
Die Werte beider Gruppen sind signifikant.

Wenn ich das geschlecht nun miteinfließen lassen will, habe ich eine zweifaktorielle Varianzanalyse mit Messwiederholung.

Wenn ich nun alle UVs in die Analyse einfließen lassen will, muss ich dann alle UVs als Zwischensubjektfaktoren angeben, oder als Kovariaten?

Und was bedeutet es, wenn die Interaktion zweier UVs signifikant ist?

[Generalist]

Erleuchtung bestünde für mich darin, zu wissen, wie ich meine UVs (Alter, Geschlecht, etc.) so in einen Test einbringen kann, dass auch deren Zusammenspiel in Bezug auf meine AV berücksichtigt wird.

Als Zwischensubjektfaktoren. Meistens ist dann die Wechselwirkung mit dem Inner-Subjekt-Faktor (dem Messwiederheolungsfaktor) von besonderem Interesse. Das heißt, es wird untersucht, ob die Entwicklung über die Zeit hinweg in den Gruppen Tretment/Kontrolle unterschiedich verläuft. Das betrifft dann Deine Hypothese 1.

Hypothesen 2 bzw. 4 könnte man durch den Haupteffekt (also über alle 3 Messzeitpunkte hinweg simultan) des Faktors Geschlecht bzw. des Faktors Alter überprüfen. Oder zu allen 3 Zeitpunkten jeweils einen Geschlechtervergleich (bzw. Altersvergleich) mit t-Tests machen.

Und was bedeutet es, wenn die Interaktion zweier UVs signifikant ist?

Interaktionen sind Differenzen von Differenzen. Zum Beispiel kann es bedeuten, der Gruppen-Effekt ist je nach Alter unterschiedlich stark.

[lealee]

Als Zwischensubjektfaktoren. Meistens ist dann die Wechselwirkung mit dem Inner-Subjekt-Faktor (dem Messwiederheolungsfaktor) von besonderem Interesse. Das heißt, es wird untersucht, ob die Entwicklung über die Zeit hinweg in den Gruppen Tretment/Kontrolle unterschiedich verläuft. Das betrifft dann Deine Hypothese 1.

Hypothesen 2 bzw. 4 könnte man durch den Haupteffekt (also über alle 3 Messzeitpunkte hinweg simultan) des Faktors Geschlecht bzw. des Faktors Alter überprüfen. Oder zu allen 3 Zeitpunkten jeweils einen Geschlechtervergleich (bzw. Altersvergleich) mit t-Tests machen.

Dankeschön, du hast mir echt weitergeholfen! Die Varianzanalyse habe ich jetzt verstanden und auch schon durchgeführt.

Bleibt noch die Frage, wie ich die kategorialen Variablen auswerten kann.
Bei denen darf ich ja weder mit Varianzanalysen, noch mit T-Tests arbeiten, oder?

Nochmal vielen Dank und liebe Grüße,

Lea

[drfg2008]

Ich hätte eher Probleme mit dieser Statistik.

(1) Weist dein Design zwei deutlich unterschiedlich große Gruppen auf (Treatment /KG). Das ist bei der Betrachtung von Nebeneffekten /Wechselwirkungen ein gravierendes Problem.

(2) Du bildest eine Summe über 17 Items. Das geht nur, wenn dieses Konzept wirklich eindimensional ist. Und das ist bei 17 Items sehr, sehr unwahrscheinlich. Hast du das wirklich faktorenanalytisch geprüft?

(3) Ob nach einer Normierung auf ein Intervall von 0-1 die Varianzen noch erwartungstreu sind?

(4) Sind die Gruppen denn randomisiert worden? Wahrscheinlich nicht, wegen der unterschiedlichen Stp.-Größen. Dann aber ist das ganze Verfahren in Frage gestellt.

Mein Prof. meinte, eine Varianzanalyse mit Messwiederholung sei der richtige Weg. Im Internet habe ich dazu leider nichts Erleuchtendes finden können.

Gerade der Bortz hat doch jede Menge dazu geschrieben (Kapitel 9 Versuchspläne mit Meßwiederholungen).

Gruß