ANOVA einzelne Probanden analysieren

[krushy]

hallo zusammen

ich bräuchte mal dringend eure hilfe.

ich habe eine ANOVA mit messwiederholung berechnet. nun sind leider meine resultate nicht signifikant. jetzt möchte ich gerne die einzelnen probanden untersuchen, ob bei jemandem oder ein paar von den probanden doch signifikante resultate auftreten würden. was für weiterführende test müsste ich da anwenden, oder kann ich irgendwie grenzen setzen. ich bin da echt überfragt und weiss nicht mal richtig nach welchen statistischen mitteln ich googeln müsste. für tipps aller art bin ich sehr dankbar.

mfg krushy

[drfg2008]

Auf welche Grundgesamtheit möchtest du denn schließen bei einer einzigen Person?

Oder: Wäre es "signifikant", wenn der Würfel einmal auf die Sechs fällt?

[krushy]

hallo

also ich bin schon etwas weiter gekommen.
der fall ist so.

ein proband wirft 10mal auf eine zielscheibe (5 zielscheiben sind gut sichtbar [GS], 5 schlecht [S]).

Jetzt möchte ich das Konfidenzintervall der 5 [GS] berechnen um anschliessend sagen zu können, ob S in GS enthalten ist, oder ob ich mit den Daten weiter rechnen kann. Insgesamt sind es 22 Probanden für die ich das machen muss. Als müsste ich das ja mit der Half-Test Realiabilität machen einfach eifach, dass nicht die Stichprobe halbiert werden soll, sondern dass jeder Proband einzeln ausgewertet werden sollte. Aber da komme ich nicht mehr weiter. Muss ich das irgendwie mit Cronbachs Alpha berechnen oder gehe ich da voll in die falsche Richtung?

mfg krushy

[drfg2008]

wenn ich das überhaupt richtig interpretieren kann, dann wirfst du hier verschiedenste Teile der Statistik durcheinanander: die klassische Testtheorie (Reliabilität nach Cronbach und Split Half), dann das Gebiet des Testens (von Hypothesen) und anschließend das sog. Schätzen (von Parametern). Also gleich drei unterschiedliche Gebiete der Statistik werden in einen Topf geworfen und dann kräftig umgerührt.

Ich vermute, du versuchst eine Hypothese zu testen. Dann wäre als erste Frage, welche das sein soll.

[krushy]

ja ich muss zugeben ich bin momentan leicht verwirrt :/

also angenommen nur für einen probanden. er wirft auf ein ziel 5mal ist dieses schlecht sichtbar, 5mal gut. ich erhalte die werte:


[k1] [k2]
-55.25 -85.75
-58.5 -84.0
-81.25 -85.0
-166.5 -109.5
-76.0 -107.1666667


[k1] schlecht sichtbar, [k2] gut sichtbar


nun war meine ausgangshypothese eigentlich so, dass ich gesagt habe, dass bei schlecht sichtbarem ziel die leistung abnimmt. dies hat sich über alle probanden gesehen nicht bestätigt. aber bei einzelnen hat es doch funktioniert. jetzt möchte ich aus allen probanden die finden, bei welchen es geklappt hat.
jetzt habe ich mir gedacht, dass ich aus k1 und k2 je ein konfidenzintervall bilden könnte und diese vergleichen. wenn die sich sig. unterscheiden hätte ich ja den unterschied für einen probanden aufgezeigt. darf ich das so machen? also ich würde jetzt eigentlich ein t-test bei gepaarten stichproben rechnen.
danke für deine hilfe

[Generalist]

nun war meine ausgangshypothese eigentlich so, dass ich gesagt habe, dass bei schlecht sichtbarem ziel die leistung abnimmt. dies hat sich über alle probanden gesehen nicht bestätigt. aber bei einzelnen hat es doch funktioniert. jetzt möchte ich aus allen probanden die finden, bei welchen es geklappt hat.

Du hast eine Hypothese untersucht und konntest die Nullhypothese nicht
verwefen. So weit, so gut. Aus welchem Grund und zu welchem Zweck
willst Du Dir dann noch einzelne Fälle herauspicken und einem (meines
Wissens nicht möglichen) "Signifikanz"-Test unterziehen? Wenn man Sinn und Zweck der Übung nachvollziehen könnte, fände sich vielleicht eine geeignete Lösung.

[krushy]

hallo generalist

ja genau H0 konnte ich nicht verwerfen.
wiso ich das machen will, ist weil es bei einigen probanden funktioniert hat. ich will so eigentlich dann darauf verweisen, dass möglicherweise eine weitere untersuchung sinn machen würde (z.b. da diese probanden allgemein schlecht gewerfen haben oder die stichprobe zu klein war).

mein betreuer hat gesagt, dass es bei einzelnen geklappt hat, aber wie ich diese in der stichprobe finde, wollte er mir natürlich nicht so einfach sagen daher dachte ich, dass der KI vergleich der einzelnen Konditionen pro proband möglicherweise die lösung wäre.

[Generalist]

wiso ich das machen will, ist weil es bei einigen probanden funktioniert hat.

Deine Beibehaltung der Nullhypothese sagt Dir aber, dass es eben NICHT
funktioniert hat, und es sich um Zufall handelt, ob es hoch oder runter geht. Bzw. dass man nicht belegen kann, dass es sich nicht um reinen Zufall handelt.

ich will so eigentlich dann darauf verweisen, dass möglicherweise eine weitere untersuchung sinn machen würde (z.b. da diese probanden allgemein schlecht gewerfen haben oder die stichprobe zu klein war).

Das kannst Du ohne weiteres. Ganz ohne Tests an herausgepickten Einzelfällen.

[krushy]

Zitat:
wiso ich das machen will, ist weil es bei einigen probanden funktioniert hat.

Deine Beibehaltung der Nullhypothese sagt Dir aber, dass es eben NICHT
funktioniert hat, und es sich um Zufall handelt, ob es hoch oder runter geht. Bzw. dass man nicht belegen kann, dass es sich nicht um reinen Zufall handelt.

ja das ist mir klar, aber ich würde einfach gerne darauf verweisen, dass vll durch ein verbessertes studiendesign oder eine neue testgruppe doch noch eine möglichkeit da ist, dies nachzuweisen. meine testgruppe zeigt auch enorme schwankungen in ihrer leistung, was eigentlich nicht sein sollt.

Das kannst Du ohne weiteres. Ganz ohne Tests an herausgepickten Einzelfällen.

müsste ich nicht irgendwie begründen wiso ich jetzt genau diese fälle weiter anschaue?
ich habe jetzt mal gepaarte t-test für alle probanden gerechnet und es hat sich gezeigt, dass nur bei 2 probanden ein sig. unterschied zwischen k1 und k2 zu sehen ist. daher würde ich jetzt einfach noch diese genauer anschauen. wäre das eine möglichkeit?

mfg krushy

[Generalist]

ich würde einfach gerne darauf verweisen, dass vll durch ein verbessertes studiendesign oder eine neue testgruppe doch noch eine möglichkeit da ist, dies nachzuweisen.

Diese Argumentation ist alltäglich, sie bezieht sich auf Gruppen, sie benötigt
keine Einzelfallanalysen.

müsste ich nicht irgendwie begründen wiso ich jetzt genau diese fälle weiter anschaue?

Nanu, wo kommt denn jetzt das "weiter anschauen" her, was hat es damit
auf sich? Weiter anschauen in welcher Hinsicht, zu welchem Zweck?

[krushy]

ich möchte eigentlich die daten noch weiter analysieren. z.b. auswirkungen der fixationszeit auf die leistung. aber wenn halt die leistung schon keinen unterschied zeigt bringt mir das ja nichts. daher wollte ich jetzt einfach bei den probanden, bei welchen die sich unterschiede in der leistung zeigen, die fixationszeiten anschauen.
das ist ja sicherlich statistisch nicht ganz korrekt, aber ich möchte einfach sehen ob es da irgend einen effekt gibt oder nicht und ob sich da eine erneute erhebung lohnen würde.

[Generalist]

ich möchte eigentlich die daten noch weiter analysieren. z.b. auswirkungen der fixationszeit auf die leistung. aber wenn halt die leistung schon keinen unterschied zeigt bringt mir das ja nichts.

Das ist unzutreffend. Grundsätzlich ist es möglich, das weitere Prädiktoren
a) das "Fehlerrauschen" verringern, womit "echte" Effekte einfacher
sichtbar werden können, b) als Moderatoren wirken, d.h. es kann eine
Wechselwirkung zwischen dem Zeitfaktor und der Fixationszeit bestehen.

daher wollte ich jetzt einfach bei den probanden, bei welchen die sich unterschiede in der leistung zeigen, die fixationszeiten anschauen.

Moderatoranalyse, siehe oben.

das ist ja sicherlich statistisch nicht ganz korrekt,

Es ist mit Verlaub hahnebüchen. Was dabei rauskommt, ist nicht
generalisierbar.

[krushy]

ok, also moderatorenanalyse = wechselwirkung/interaktion? habe ich das richtig verstanden?

dann werde ich mal so vorgehen
1) H0 verwefen
2) moderatorenanalyse
3) moderatorenanalyse auf den Probanden bei welchen die Präsentation eine Auswirkung auf die Leistung hatte. (die ich durch die t-test gefunden habe)

wäre das so korrekt?