Hallo Psychologie2011,
mit deinem Design hast du dich ja an die obere Spitze der Statistik-Leistungsklasse gewagt. Sagt dir Pillai-Spur, Wilks-Lambda, Hotelling-Spur, Größte charakteristische Wurzel nach Roy etwas? Oder Mauchly-Test auf Sphärizität? Und warum prüft die Nullhypothese, dass sich die Fehlerkovarianz-Matrix der orthonormalisierten transformierten abhängigen Variablen proportional zur Einheitsmatrix verhält? Welchen Kennwert nimmst du: den von Greenhouse-Geisser, oder den von Huynh-Feldt zur Messung des Epsilon? Und warum?
Antworten finden sich nur teilweise bei Bortz (Kapitel 17.5 Einfaktorielle multivariate Varianzanalyse oder Kap. 17.6 Mehrfaktorielle multivariate Varianzanalyse)
Vielleicht könnte ich dir helfen, bin allerdings alles andere als ein ALM-Spezialist.
Ich würde dafür erst einmal das Modell verstehen wollen. Ohne dass Fragestellungen von dir genannt wurden, ist das eigentlich nicht wirklich möglich, allerdings kann man sich ja mal das Datenschema überlegen:
Du hast 3 Faktoren.
- Faktor 1 beschreibt eine Gruppenzugehörigkeit (2 Gruppen) und wird als UV betrachtet.
- Faktor 2 ist eine unabhängige Variable (?) mit einer Messwiederholung (?)
- Faktor 3 ist eine unabhängige Variable (?) mit einer Messwiederholung (?)
„Zudem habe ich 2 abhängige Variablen.“
Das verstehe ich dann schon nicht mehr.
Und das sind die Fragen zu G*Power:
„Ich würde die Effektgröße auf .15 schätzen“
Wie kommst du darauf? Hast du das mit G*Power berechnet? Mit welchen Einstellungen? G*Power rechnet bei mir voreingestellt mit 0,25 bei „ANOVA repeated measures, within-between interactions“ und „apriori: compute required sample size – given alpha, power and effect-size”. (Das könnte die richtige Einstellung sein).
Hast du die Korrelationen zwischen den Wiederholungen berechnet? Hier sind 0,5 voreingestellt, aber das muss in deinem Beispiel nicht auch so sein. Und was hast du für die Varianz innerhalb der Gruppen angegeben? Dass G*Power die Teststärke mit 95% voreingestellt, ist relativ hoch. Das hast du offenkundig so übernommen.
Und was meinst du mit:
Anzahl der Durchgänge, die eine Vp in meinem Experiment durchläuft. „wären über 300 und so hohe Zahlen akzeptiert G*Power nicht...)?!?!
Jeder Proband muss 300 mal irgendwas machen? (Liegestütze?
)
Verlangt dein Betreuer wirklich von dir, dass im Rahmen einer Psychologie Masterarbeit Effektgrößen oder optimale Stichprobengrößen über ein ALM Repeated Measures berechnet werden? Ist das die Einstein-Akademie?
Was also fehlt ist erst einmal (1) eine Fragestellung mit Hypothesen und (2) eine ausführlichere Beschreibung des Datenschemas. Und sicherlich lässt sich das dann in einem einfacheren Schema lösen.
So würde ich das Modell verstehen können (Beispiel):
UV 1: Gruppe (2 Stufen - nominal)
UV 2: XY (2 Stufen – nominal)
AV 1: ABC (metrisch – 2 Messwiederholungen)
AV 2: DEF (metrisch – 2 Meßwiederholungen)
Kovariate: GHI (metrisch)
Formulierung der Hypothese (Beispiel):
Die intragastralen Aziditätswerte, (Salzsäure, Pepsin und Gallensäuren) während und nach 300 Liegstützen im Vergleich von Placebo und sekretionshemmender Prämedikation durch Applikation von H2-Rezeptorantagonisten und Antazida unterscheiden sich unter kontinuierlicher Verwendung von Hanuta ganzen Haselnüssen (so gut wie hausgemacht) und Actimel (stärkt Abwehrkräfte)
Das wäre ein mehrfaktorielles Design mit mehreren UVs und AVs bei je zwei Messwiederholungen.
so ungefähr eben
Gruß
(Ich weiß (durch meinen Betreuer), dass mein antizpiertes N bei ungefähr 130 liegen müsste...)
