Liebe Foren-mitglieder,
ich sitze gerade an einer Rechnung und kann mich nicht entscheiden.
Folgendes Problem:
Die Forschungsfrage: "Hat die Lehrerfahrung einen Effekt auf Elemente der Lehrkompetenz?"
Ich habe 121 VPN (ca. 90 wissenschaftliche Mitarbeiter, 18 Professoren, 13 Lehrbeauftragte). Diese verfügen über unterschiedliche Lehrerfahrungen und unterschiedliche Qualifikationen.
Hierbei korreliert die Lehrerfahrung mit weiteren Faktoren der Lehrkompetenz (Studierendenwissen, Lehransatz ....).
Nun möchte ich die VPN miteinander vergleichen, allerdings in Bezug auf Lehrerfahrung und Qualifikation. Dafür habe ich in einem ersten Schritt eine Clusteranalyse mit Qualifikation und Lehrerfahrung durchgeführt und zwei Gruppen extrapoliert.
Nun möchte ich diese Gruppen hinsichtlich ihrer Lehrkompetenz vergleichen.
Welchen Test wende ich dafür an?
Da die Verteilung der Lehrerfahrung und Qualifikation nicht normalverteilt ist, würde ich den Kruksal-Wallis-H-Test präferieren, allerdings kann ich damit keine Co-Variaten berücksichtigen. So korreliert ja die Lehrerfahrung mit Studierendenwissen. Darüber hinaus korreliert Studierendenwissen auch mit dem Lehransatz.
Deshalb würde ich auf eine Varianzanalyse mit Co-Variaten übergehen und dort die Lehrerfahrung als Co-Variate berücksichtigen.
Welchen Vorschlag habt Ihr? Kann ich überhaupt so vorgehen?
Varianzanalyse mit Ko-Variable oder Kruksal-Wallis-H-Test
-
djf666
- Beiträge: 9
- Registriert: 18.08.2012, 08:33
-
drfg2008
- Beiträge: 2391
- Registriert: 06.02.2011, 19:58
re
dein Ansatz ist zwar in den Grundzügen beschrieben, jedoch fehlen Details und es findet sich eine widersprüchliche Darstellung: Die Formulierung der Forschungsfrage zielt auf Effekte ab, wärend dein Design ein Gruppenvergleich ist. Es ist auch nicht klar, wie die "Elemente" der Lehrkompetenz erhoben wurden und wie Lehrerfahrung gemessen wurde.
Der H-Test würde im Fall von mehr als zwei Gruppenvergleichen zum Einsatz kommen, ansonsten der U-Test (wenngleich das im Ergebnis keinen Unterschied machen würde).
Nur die Residuen müssen normalverteilt sein. Selbst wenn das nicht der Fall ist, wäre der Einsatz eines ALM noch lange nicht abzulehnen. Die Frage nach Robustheit ist lange schon umfangreich in der Literatur erforscht. Stichwort: A.R.E. Sehr komplexe Problematik.
Daher würde ich eher auf die Forschungsfrage fokussieren und auf Effekte prüfen. Das setzt den Einsatz eines ALM voraus. Hier werden dann die entsprechenden Faktoren / Kovariaten verwendet.
Darstellung (für Statistik- und SPSS-Einsteiger) Bühnl/Zoefel, besser noch Andy Field [1]. Literatur in jeder Uni-Bibliothek.
[1]
http://www.amazon.de/exec/obidos/ASIN/1 ... ikforum-21
Der H-Test würde im Fall von mehr als zwei Gruppenvergleichen zum Einsatz kommen, ansonsten der U-Test (wenngleich das im Ergebnis keinen Unterschied machen würde).
Nur die Residuen müssen normalverteilt sein. Selbst wenn das nicht der Fall ist, wäre der Einsatz eines ALM noch lange nicht abzulehnen. Die Frage nach Robustheit ist lange schon umfangreich in der Literatur erforscht. Stichwort: A.R.E. Sehr komplexe Problematik.
Daher würde ich eher auf die Forschungsfrage fokussieren und auf Effekte prüfen. Das setzt den Einsatz eines ALM voraus. Hier werden dann die entsprechenden Faktoren / Kovariaten verwendet.
Darstellung (für Statistik- und SPSS-Einsteiger) Bühnl/Zoefel, besser noch Andy Field [1]. Literatur in jeder Uni-Bibliothek.
[1]
http://www.amazon.de/exec/obidos/ASIN/1 ... ikforum-21
drfg2008
-
djf666
- Beiträge: 9
- Registriert: 18.08.2012, 08:33
Danke drfg2008,
Du hast Recht mit der Forschungsfrage - in erster Linie ist es ein Ex-post-Facto-Design also eher ein Intergruppenvergleich hinsichtlich der Merkmalsausprägungen.
Die Lehrerfahrung wurde als Anzahl an Semestern erhoben, entsprechend habe ich eine große Stichprobe mit geringer Lehrerfahrung (z.B. 50 VPN mit 1 Semester) und wenige Teilnehmer mit hoher Lehrerfahrung (z.B. 3 VPN mit 60 Semester). Das gleiche tritt ja auch beim wissenschaftlichen Grad auf.
Die anderen Variablen sind mittels Skalenmittelwerte auf Basis von 6-Likert-Skalen berechnet worden. Diese sind normalverteilt.
Würdest Du bei einer Varianzanalyse die Lehrerfahrung noch einmal als Ko-Variate mit reinnehmen, oder eher nicht, weil diese schon durch die Gruppeneinteilung mittels Clusteranalyse berücksichtigt wurde? Insgesamt habe ich vier Gruppen durch die Clusteranalyse erhalten.
Ich würde auch eher zu einer Varianzanalyse tendieren, da die Residuen in der Tat normalverteilt sind. Pre-Post-Test im klassischen Sinne zur Effekt-Messung ist leider nicht möglich. Die hohe Fluktuation an der Hochschule hat dazu geführt, dass ich nur ein paar sehr wenige VPN hatte, die den Fragebogen zwei mal ausgefüllt hatten.
Du hast Recht mit der Forschungsfrage - in erster Linie ist es ein Ex-post-Facto-Design also eher ein Intergruppenvergleich hinsichtlich der Merkmalsausprägungen.
Die Lehrerfahrung wurde als Anzahl an Semestern erhoben, entsprechend habe ich eine große Stichprobe mit geringer Lehrerfahrung (z.B. 50 VPN mit 1 Semester) und wenige Teilnehmer mit hoher Lehrerfahrung (z.B. 3 VPN mit 60 Semester). Das gleiche tritt ja auch beim wissenschaftlichen Grad auf.
Die anderen Variablen sind mittels Skalenmittelwerte auf Basis von 6-Likert-Skalen berechnet worden. Diese sind normalverteilt.
Würdest Du bei einer Varianzanalyse die Lehrerfahrung noch einmal als Ko-Variate mit reinnehmen, oder eher nicht, weil diese schon durch die Gruppeneinteilung mittels Clusteranalyse berücksichtigt wurde? Insgesamt habe ich vier Gruppen durch die Clusteranalyse erhalten.
Ich würde auch eher zu einer Varianzanalyse tendieren, da die Residuen in der Tat normalverteilt sind. Pre-Post-Test im klassischen Sinne zur Effekt-Messung ist leider nicht möglich. Die hohe Fluktuation an der Hochschule hat dazu geführt, dass ich nur ein paar sehr wenige VPN hatte, die den Fragebogen zwei mal ausgefüllt hatten.
