abhängige stichprobe, aber unterschiedliche n

[TBass]

Hallo zusammen,

folgende Problematik:

ich habe 22 Haushalte mehrmals über jeweils 4 Wochen ihre Wäsche waschen lassen. Ich möchte herausfinden, ob sich bestimmte Parameter (Waschtemperatur, Beladung, Dosierung usw) signifikant geändert haben. Über alle Haushalte ist das kein Problem, da ich ja für jeden Parameter den Mittelwert jedes Haushalts bilden kann und mit Wilcoxon-Test überprüfe. (keine Normalverteilunng)

Ich möchte das ganze aber auch für jeden einzelnen Haushalt testen. Und zwar nicht die Mittelwerte, sondern die eigentlichen Werte. Das Problem ist, dass jeder HH in jeder Phase unterschiedlich oft gewaschen hat, z.B. in den ersten 4 Wochen 10 mal, in den zweiten 4 Wochen 12 mal usw.
D.h. die Stichproben sind verbunden, aber die n sind unterschiedlich.

Gibt es hierfür einen Test? Möglichst mit SPSS ausführbar?

Vielen Dank im voraus

[drfg2008]

dein Konzept ist mir nicht ganz klar. Signifikante Änderungen pro Haushalt zu berechnen würde voraussetzen, dass ein 'wahrer Wert' a priori bekannt wäre. Beim Münzwurf geht das deshalb, weil bei einer idealen Münze die Wkt. für Kopf gleich Wkt. für Zahl ist. Daher p=0,5. Beim idealen Würfel wäre jede Seite gleich wahrscheinlich. Daher p=1/6. Wie aber soll das beim Wäschewaschen gehen. Möglich wäre eine fallweise Regression über Zeit und Häufigkeit jedes Haushalts. H0 würde von einem Steigungskoeffizienten von Null ausgehen. Das ließe sich testen. Auch über Korrelation: r=0 und liefe auf ein "Single-Subject Design" hinaus.

http://en.wikipedia.org/wiki/Single-subject_design

Die Idee des Single-Subject Design ist allerdings angreifbar. Denn es muss erst eine Baseline erstellt werden. Und das ist nicht so leicht wie beim Münzwurf.

Gruß

[TBass]

das geht schon etwa in die Richtung, die mir vorschwebte. Vielen Dank
Werde es mal testen.

Ablauf war so:

Phase 1: 4 Wochen (ohne Intervention = Baseline)
Phase 2a: 4 Wochen (+Intervention 1)
Phase 2b: 4 Wochen (+Intervention 2)

[drfg2008]

es gibt diesbezüglich einige Verfahren bei den NP-Methoden.

Bortz ( Kurzgefasste ... 1998, S. 299 Kap. 8 ) führt einige Verfahren zur "Verteilungsfreien Analyse von Abfolgen und Zeitreihen" im Detail aus.

Iterationshäufigkeitstest von Stevens,
Folgevorzeichen-Iterationstest von Wallis & Moore
Trendtest von Meyer-Bahlburg,
Rangkorrelationstest

usw.

Gruß