Einfaktorielle Varianzanalyse

[bea77]

Hallo zusammen,

innerhalb meiner Abschlussarbeit soll mithilfe eines Fragebogens ein potentieller Zusammenhang zwischen den Antworten und den Abteilungen in einem Unternehmen untersucht werden. Dafür konnte die Grundgesamtheit (37 Teilnehmer in neun Abteilungen) erfasst werden. Für die Untersuchung wurde eine einfaktiorielle ANOVA durchgeführt. Da bei einigen Items die Fehlervarianz der abhängigen Gruppe signifikant ist, wurde auf den Brown-Forsythe- bzw. Welch-Test zurückgegriffen. Da meine untersuchte Stichprobe aber recht klein ist, beträgt die Teilnehmerzahl der einzelnen Abteilungen in einem Fall weniger als zwei Fälle. Schon bei den Post-Hoc-Tests führe dies zu Problemen ("Post-Hoc-Tests werden bei XY nicht durchgeführt, da mindestens eine Gruppe weniger als zwei Fälle aufweist."). Auch bei den robusten Testverfahren stoße ich nun auf das gleiche Problem: "Die robusten Testverfahren zur Prüfung auf Gleichheit der Mittelwerte können für XY nicht durchgeführt werden, da die Summe der Fallgewichtungen in mindestens einer Gruppe kleiner oder gleich 1 ist."

Wie gehe ich in diesem Fall korrekt vor? Kann die Abteilung mit weniger als zwei Fällen aus der Untersuchung rausgenommen werden bzw. welche alternativen Untersuchungen gibt es für diesen Fall? Falls die Abteilung rausgenommen werden kann, muss die Übertragbarkeit der Ergebnisse auf diese Abteilung mit Hypothesentests überprüft werden?

Über eure Hilfe wäre ich sehr sehr dankbar!
Viele Grüße

[dutchie]

hallo

Wenn du die grundgesamtheit erhebst, wozu dann ein signifikanztest
auf welche andere Grundgesamtheit willst du den verallgemeinern?

Die vorrausetzungen zu Prüfen ist auch schwierig wenn N sehr klein ist!
darauf kann man sich nicht verlassen...

Du hast neun Abteilungen mit 9 Mittelwerten
erstmal würde ich die der reihe nach ordnen und schauen ob da ein Sinn drinsteckt (in Reihenfolge steckt)
Evidenz oder plausibel ...
dann schauen, ob der abstand zwischen dem größten und kleinsten Mitelwert so groß ist,
das man damit was anfangen kann, praktisch interpretieren...

wird denn die ANOVA signifikant bei so kleinen N? eher nicht!

Was ist das für eine Abteilung mit nur einem Mitarbeiter? (Der Chef? )
Den must du natürlich raus nehmen, weil der keine Varianz hat!!!

kannst ihn dann aber in obiger reihenfolge einordnen und abschätzen..
du kannst auch tricksen..
ordne die Abteilungen.. dann mach nur zwei Mittelwert, testen mit t-Test
die Abteilungen mit den größeren M versus die Abtelungen mit den kleineren M
also unterscheide nur nach zwei Dings...
das du quasi nur eine kontrast vergleich machst ohne ANOVA.
bei dieser Analyse ist die one man abteilung mit dabei.

gruß
dutchei

[bea77]

Hallo durchei,

vielen Dank für deine schnelle Antwort!
Je nach Item wird die ANOVA schon signifikant.
Ich glaube, ich brauchte für das Rausnehmen der Abteilung hauptsächlich die Bestätigung eines Statisikers, da ich meist Sorge habe, irgendwelche Kriterien zu verletzen. Also vielen Dank schon mal dafür! Die Option mit den zwei Mittelwerten werde ich mal austesten
Kann ich das Verletzen der Kriterien bzgl. Normalverteilung usw. dann auch einfach mit dem kleinen N begründen?

Viele Grüße

[dutchie]

hallo

Kann ich das Verletzen der Kriterien bzgl. Normalverteilung usw. dann auch einfach mit dem kleinen N begründen?

eher nicht..an vier Zahlen kann man nicht feststellen ob die vier NV sind!
wenn du das gar nicht testest, sondern einfach annimmst...
das müsste man theoretisch inhaltlich diskutieren, in abhängigkeit von den Variablen..
aber Normalverteilung heißt ja auch so, weil es eigentlich normal ist, das etwas so verteilt ist.
wenn die Variable z.B Zufriedenheit ist, dann ist die aber eher schief verteilt, weil
zufrieden häufiger sind als unzufriedene.

du kannst stattdessen auch anders testen, statt parametrisch (ANOVA) über bootstrap (SPSS)
oder Randomisierung...aber ...das wird dann wieder schwierig..

wenn du die Abteilung rausnimmst, gilt das ergebniss für die firma ohne diese abteilung.
das ist dann nur ne frage der Interpretation...

gruß
dutchie

[bea77]

Ok vielen Dank