ich suche nach einem Weg meine Daten zu analysiern ohne einen MedianSplit benutzen zu müssen.
Im Moment rechne ich mit einer ANOVA Design: 2 (Experimentalgruppe vs Kontrollgruppe) x 2 (negative Einstellung vs. positive Einstellung) x 2 (selbstbestätigende Info vs. nicht-selbstbestätigende Info) !mit Messwiederholung auf dem letzten Faktor!
Alles schön und gut aber ich musste leider die Variable Einstellung, die eigentlich metrisch ist, künstlich dichtomisieren und habe einen MedianSplit benutzt (zweiter Faktor: negative vs positive Einstellung).
Ich habe überlegt eine mltiple Regression mit eine Dummy-Variable (Gruppen) zu rechnen, aber meine abhängige Variable ist leider etwas kompliziert.
Meine Teilnehmer durften aus 10 verfügbaren Informationen beliebig viele auswählen, die sie lesen wollen. Davon sind 5 selbsbestätigend und 5 nicht-selbstbestätigend. Ich möchte gerne herausfinden, ob die Teilnehmer in der Exp.gruppe mit der negativen Einstellung stärker dazu neigen, selbstbestätigende Informationen auszuwählen. Also, die TN dürfen 10 mal wählen, ob sie die Info lesen wollen oder nicht und die Infos sind entweder selbstbestätigend oder nicht.
Weiß jemand zufällig ein bessres Verfahren? Ich würde gern den Mediansplit umgehen, weils eher so eine Holzhammer Methode ist.
Vielen Dank, falls jemandem was dazu einfallt : D
