Test für k unabhängige Stichproben? Friedman?

[DesPudelsKern]

Hallo,
ich habe erhoben wie peinlich jemand einen Inhalt X findet (Skala von 0-4) und zwar abhängig davon ob
- Person a den Inhalt verbreitet
- Person b
- Person c
- Person d

--> Um nun herauszufinden, ob es signifikante Unterschiede bezüglich der Peinlichkeitseinschätzung des Inhalts abhängig von der Person gibt, die diesen verbreitet hat, brauche ich einen Signifikanztest der mehr als 2 abhängige Stichproben vergleichen kann. Sehe ich es richtig, dass der nicht-parametrische Friedman-Test (oder evtl das Kendall-W) meine einzigen Optionen sind? In den vielen Statistikbüchern die ich gewälzt habe tauchen nur diese auf, im Internet hab ich aber auch hier und da schon einmal von einer Anova für mehrere abhängige Stichproben gelesen. Gibt es sowas oder bleib ich bei Friedman?

Da ich davon ausgehe, mich mit Friedman begnügen zu müssen, habe ich die Tests mal testweise durchgeführt. Leider ist mir unklar, wie ich SPSS dazu bringen kann mir Post-Hoc Tests auszugeben. Ich habe unter "Verteilungen vergleichen" "Mehrfachvergleiche: alle paarweise" ausgewählt, so wie es mir eine Anleitung im Internet beschrieben hat (über die neuen Dialogfelder).
Ich bekomme allerdings trotzdem lediglich eine einzige Tabelle im Ausgabefenster, die mir ausschließlich Auskunft über die Signifikanz gibt.

Weiß jemand, wie man die Post-Hoc Tests für Friedman von SPSS automatisch ausgeben lässt (habe Version 21, also sollte es eigentlich möglich sein)


Vielen Dank und liebe Grüße

[drfg2008]

Der Kruskal-Wallis H-Test wird von SPSS angeboten.

Einzelvergleiche dann ggf. mit U-Test bei Bonferoni Korrektur

[DesPudelsKern]

Danke für die Hilfe.
Aber da meine Daten metrisch sind, läge ja ein parametrischer Test nahe, sonst bleib ich ja mit meiner Auswertung unter meinem Datenniveau, was man ja nicht sollte.

Meine Dozentin (die zugab sich diesbezüglich aber selber nicht besonders gut auszukennen), meinte man könnte eine ANOVA mit Messwiederholung machen, müsste diese aber streng genommen "Zweckentfremden" weil es sich bei mir ja nicht um unterschiedliche Messzeitpunkt der selben Variablen handelt, sondern um vier unterschiedliche Variablen. Weiß jemand, ob das ein Problem darstellt oder kann man diese Anova genauso wie den T-Test bei abhängigen Stichproben auch auf Fälle wie meine anwenden?

Meine Dozentin meinte dann noch, sie würde eher eine (multiple) lineare Regression durchführen. Dafür würde sie die Peinlichkeitseinschätzung als abhängige Variable setzen und die Beziehungstypen als unabhängige Variable (jedoch müsste einer rausgelassen werden, da es sonst zu einer "perfekten Konfundierung" käme).
Den Vorschlag fand ich merkwürdig und habe nicht ganz verstanden, wieso eine lineare Regression hier anwendbar ist, denn ich habe ja keine Variablen die einfach nur "Beziehung1" "Beziehung 2" usw. heißen, sondern diese Variablen beinhalten ja gleichzeitig eine Peinlichkeitseinschätzunug. Und ich kann doch in einer linearen Regression nicht als Einflussfaktor die Peinlichkeitseinschätzung bezüglich einer bestimmten Beziehung setzen, wenn die abhängige Variable die Peinlichkeitseinschätzung insgesamt ist oder? Das scheint mir irgendwie "konfundiert" zu sein, aber ich muss zugeben, dass ich das logisch nicht ganz durchdringen kann.

Deshalb meine Frage: Meint ihr eine lineare Regression wäre in meinem Fall möglich und sinnvoll? Ich hätte das Ganze am liebsten sofort wieder verworfen, weil es mir nicht logisch erscheint, aber meine Dozentin war so überzeugt davon, dass dies die bessere Variante wäre, dass ich nun sehr verunsichert bin.

Bitte helft mir!
Vielen Dank