Selektive Dropouts

[DMK_Yoga]

Hallo,

meine 2. Umfrage ist durch und ich habe jetzt den Export bekommen. Ich öffne jetzt also den 1. Export und füge den zweiten über die Idfn zusammen ja?

Ich hatte bei der 1. Umfrage 105 Teilnehmer und jetzt waren es nur noch 94... die Dozentin schrieb, ich solle dann nach einem selektiven Dropout prüfen und schauen, ob die Teilnehmer, die nicht mehr mitgemacht haben vielleicht Älter waren, gestresster oder so was... mit einem T oder U Test .... wie mache ich das denn?

Und das gleiche habe ich dann auch bei der inferenzstatistischen Auswertung. Hier soll ich nur all diejenigen mit rein nehmen, die 2/3 der Zeit auch die Intervention genutzt haben. Also würde ich einen Filter anlegen richtig? Und alle die dann rausgefiltert werden soll ich als selektive Droptouts auch noch mal betrachten...

Dann habe ich noch eine Frage. Ich habe unter anderem das Stresserleben allgemein erfasst. Aber dies ist nicht meine abhängige Variable. Die abhängigen Variablen sind Resilienz, Wohlbefinden und Selbstwirksamkeit.
da jetzt zwischen Prä und Post Befragung der Ukraine Krieg kam, habe ich in T2 eine zusätzliche Frage eingebaut "Durch den aktuellen Ukraine Krieg fühle ich mich belastet"
Jetzt möchte ich hier ggf schauen, ob diese Antwort einen Einfluss auf die Antworten der abhängigen Variablen hatte. Aber wie mache ich das? Also ich müsste ja irgendwie eine Korrelation jeweils zwischen Ukraine Krieg Stresserleben und Resilienz und Selbstwirksamkeit und Wohlbefinden berechnen oder?
Oder gibt es da noch andere Möglichkeiten das irgendwie statistisch mit einzubeziehen? Weil ich könnte mir halt vorstellen, dass die Ergebnisse schlechter ausfallen bzw. dass die Teilnehmer sich aktuell weniger Selbstwirksam oder wohl fühlen, was aber nicht daran liegt, dass die Intervention nichts taugte, sondern dass eben einfach ein Krieg dazu gekommen ist und das würde ich gerne irgendwie zeigen ....

Ich würde mich über Hilfe freuen
Désirée

[dutchie]

Hallo Désirée,

dropout1 ...du baust eine neue dichotome Variable dropout
mit z.B.
0 = nein --> teilgenommen zu beiden Zeitpunkten
1 = ja --> teigenommen nur zum ersten Zeitpunkt

Damit hast du deine Gruppenvariable für den t-Test (oder U)
und knallst da die Variablen aus t1 als AV rein.
Problem ist, wenn da das was sig wird
und diese Variable Einfluss hat
..da will deine Dozentin aber bisschen sehr viel.

dropout2 ..geht genauso
0 = nein --> Intervention< 2/3
1 = ja --> Intervention> 2/3

Dann habe ich noch eine Frage.

Was sollte denn zwischen prä und post passieren, den Krieg konntest du ja nicht vorhersagen?
Egal was da passieren sollte, der Krieg hat auf all deine Variablen Einfluss.
Aber das sind dadurch natürlich ganz tolle daten!
da kannst gleich ne Diss draus machen.

Deine Variablen sind aber schräg,
Resilienz ist normal keine AV! ebenso wie Selbstwirksamkeit, die moderieren
Stresserleben und Wohlbefinden sind klassische AVs
... und du hast alles zweimal gemessen?

dann kann man das aber auch sehr kompliziert auswerten,
--> moderation and mediation in repeated measures design...
--> wenn deine dozentin beim dropout auch schon drüber ist
was erwartet die dann, bei der eigentlichen Analyse.

Fürs erste würde man alle Variablen auf Unterschied prüfen zwischen t1 und t2
dann all Variablen bivariat miteinander korrelieren,
dann geht das in eine lineare Regression über,
und das kann beliebig komplex werden.
und es ist auch offen wie man das überhaupt ansetzten will

https://pubmed.ncbi.nlm.nih.gov/28845097/
musste nicht lesen, nur die Bilder 1 und 2 anschaun.

gruß
dutchie

[DMK_Yoga]

Hey,

wo wow ... das scheint meinen statistischen Horizont etwas zu übersteigen :-/ Naja zumindest das mit den Dropouts scheint logisch und das werde ich sicher hinkriegen.

Allerdings scheitere ich gerade leider an einer viel früheren Stelle. Ich bekomme meine 2 Datensätze nicht Zusammen.
Wenn ich auf Daten - Dateien zusammenfügen und dann Variablen hinzufügen mache und dann meinen T2 Datensatz auswähle und als Schlüsselvariable die gleiche Idfn nehme (also zb. Code 1MA80 hat bei Messung T1 und T2 die Idfn 1) dann bekomme ich einen neuen Datenansicht wo dann aber in Zeile 1 die Idfn 1 steht und die Werte der T1 Messung und in Zeile 2 steht auch Idfn 1 und erst mal vorne alles leer und hinten dann in den Spalten alle Werte der T2 Messung.

Ich möchte aber nur eine Zeile haben mit Idfn 1 und eben vorne in den Spalten die Angaben aus der T1 Messung und hinten in den Spalten die Angaben aus der T2 Messung. Wie kriege ich das denn hin?


Verzweifelte Grüße
Désirée

[dutchie]

hallo Désirée,

ist mir nicht sofort klar, was da schief geht, der Ansatz stimmt.

Die Variablen in der zweiten Datei müssen anders benannt werden als in der ersten,
also z.B. depri_t1 und depri_t2.

der dropout ist auch zu bedenken..

ich verdoppel immer die id
erste datei: id plus die Variable id_t1
zweite datei: id plus Variablen id_t2
--> dann id Schlüsselvariablen:

https://ibb.co/dsNjGz1

es kann durcheinander geben, wenn eine Variable
in beiden dateien auftauch mit selben Namen.
z.B. Geschelcht, da macht es eigentlich keinen Sinn
-_t1 und -_t2 zu schreiben, würde ich aber so machen
du kannst da eine Variable wieder löschen.

..und mach dir keine Kopf wegen all dieser Regressionsmodelle,
dafür hast du vermutlich in deiner MA gar keinen Platz
ich denke es langt wenn du das nur andeutest,
aber alles mit Dozentin besprechen.

gruß
dutchie

[DMK_Yoga]

Hallo,

danke Dir. Ich habe es hingekriegt - aber in stundenlanger händischer Eintragung... anders ging es irgendwie nicht, aber jetzt sind beide Fragebögen schön sortiert in einem Output.

Aber.. ein "Problem" jagt das nächste

Die Dozentin wollte ja, dass ich die selektiven Dropouts prüfe. Ich habe also jetzt, wie du es empfohlen hattest, eine Variable eingefügt mit "Dropout1" und habe allen, die nur an T1 teilgenommen haben eine "0" verpasst als Wert und allen, die an T1 und T2 teilgenommen haben eine "1", sodass ich eine neue Dichotomie Variable habe mit der ich rechnen kann

Jetzt die Fragen: Ich soll jetzt ja die beiden Gruppen hinsichtlich des Alters, Geschlecht, Gruppenzugehörigkeit, Bildungsstand, Stresslevel vergleichen, um vielleicht sagen zu können, dass vielleicht eher jüngere Personen abgebrochen haben, oder mehr Personen aus der App statt aus der Yogagruppe oder eher deutlich gestresstere oder so. das macht per se für mich Sinn.

Meine Dozentin hatte hierfür T-Test oder U Test vorgeschlagen und jetzt geht das Problem bei mir los.

T-Test geht ja prinzipiell sowieso nur bei metrisch skalierten Variablen richtig? Also wäre Geschlecht (nominal), Gruppe (nominal), Bildungsstand (Ordinal) ja schon mal raus.
Alter wäre metrisch richtig? Und wie ist es mit den 5-stufigen Likert Skalen? Die sind ja ordinal ... hier dachte ich müsste ich ggf. erst mal Mittelwerte bilden von den Stressskalen und könnte dann mit den Mittelwerten einen T Test Vergleich durchführen?

Aber dann müssen ja auch noch Normalverteilung gegeneben sein oder? Wie überprüfe ich die denn?

Also allein von meinen (natürlich nicht sonderlich erfahrenen) statistischen Bauchgefühl würde ich denken, dass die Voraussetzungen für einen T-Test eh nicht gegeben sind. Ich habe in einer Dropout Gruppe 14 Personen und in der anderen 80 Personen... das ist super ungleich...

Hast du eine andere Idee? Sollte ich für diese ganzen Vergleiche direkt einen Mann Whitney U Test machen?

Danke schon mal im Voraus für deine immer sehr hilfreichen Antworten!
Désirée

[dutchie]

hallo,

Yogagruppe? au weia

du machst den Test natürlich von den beteiligten Skalenniveaus abhängig
droptout variable dichotom

mit Geschlecht = dichotom --> Kreuztabelle, chi2 und exacter test
mit Alter = metrisch ---> arithmetischer Mittelwert auf intervallniveau, t Test plus U test
Bildung = ordinal --> aber besser auch erstmal Kreuztabelle, chi2, zur Darstellung, dann gibt es ordinalen effektmase
unter Statistik, U test ginge auch...
5er Item --> erst Score bilden der ist metrisch---> arithmetischer Mittelwert auf intervallniveau, t und U

Aber bei nur 14 in der Dropoutgruppe ist das alles problematisch, auch der U test...

ein Test ist kein Test, mach erstmal schön deskriptiv!!! vielleicht sieht man da schon eine signifikanz
dann mach immer t und U, sind dann zwei p (sig.niveaus), wenn die zu gleichen Ergebniskommen ist alles gut
wenn nur einer sig. --> schlecht, wenn zwei sig. --> sehr schlecht.

dann muss man abwägen..., aber es ist gut, dass das nur 14 sind!!! oft sind das viel mehr!
dein dropout ist klein!

Problem: man will nicht die H1 sondern die H0, man dürfte alpha nicht auf 5% setzten
sondern auf 10% oder 20%

scheiß auf diese ganzen Vorraussetzungen,NV , du hast t Test, im output SPSS eventuell,
nach Levene einen anderen t Test plus U test, und dann ergibt sich ein Bild.

wenn die ergebnisse eindeutig sind z.B. p = .45 spielt NV keiner Rolle
problematisch wird es wenn p=.05 ( t) und p=.07 (U) das wäre trotzdem bedenklich

mach einfach mal, und schau was rauskommt, du kannst da so viel gar nicht falsch machen.

gruß
dutchie

[DMK_Yoga]

kleine Rückfrage bevor ich starte

Warum muss ich den Summenscore bilden? Kann ich nicht bei meinen Likert Skalen einfach den Mittelwert rechnen unter Variable berechnen - mean? Und wenn ich den Summenscore berechne, wie kriege ich da dann den arithmetischen Mittelwert? In dem ich selbst zb bei PSS10 den Summenscore durch 10 (also die Anzahl der Items) teile?

Danke Dir

[DMK_Yoga]

ich nochmal

ich hänge noch an den Likert Skalen. Ich habe nur standardisierte Fragebögen genommen (PSS10, WHO5, RS13 und ASKU).. da kann ich doch einfach annehmen dass sie metrisch behandelt werden können und einen Mittelwert bilden oder?

Merci

[dutchie]

du schon wieder

alles gut, du musst keinen Summenscore bilden
wenn der Fragebogen einen Mittelwert vorsieht als score,machst du das,
wenn der Fragebogen eine Summenscore fordert, dann dies.
Die items und scores all dieser Fragebögen mit Likert sind metrisch.

gruß
dutchie

[DMK_Yoga]

Hallo,

ich nochmal ich muss doch nochmal was nachfragen, auch wenn ich wirklich schon viel geschafft habe die letzten Tage und mit der deskriptiven Analyse eigentlich durch bin.

Zum einen wollte ich mal fragen, wie ich die Ergebnisse der T und U Tests berichte. Weil so richtig optimal waren ja die Voraussetzungen für einen T Test nicht, bei 14 Personen für eine Gruppe und 90 für die andere und normalverteilt waren die Variablen auch nicht richtig. Ich hab dann bei allen noch einen U Test gemacht und aber immer sehr sehr ähnliche Werte rausbekommen. Schreibe ich dann in meine Bachelorarbeit zb. "Um zu Prüfen ob ein Unterschied zwischen der Dropout Gruppe, die nur an T1 teilgenommen habe und der Gruppe, die an beiden Messzeitpunkten teilgenommen hat, besteht bzgl. der Variable "Aktuelles Stresserleben" wurde ein T Test für unabhängige Stichproben durchgeführt. Dieser zeigte ein nicht signifikantes Ergebnis mit p = .169, sodass kein Unterschied bzgl des Stresserlebens angenommen werden kann. Da die Voraussetzungen nicht vollständig erfüllt waren, wurde zusätzlich noch ein Mann-Whitney U Test durchgeführt, der aber ebenfalls kein signifikantes Ergebnis brachte mit p = .167.

So?

Und dann noch eine kurze Rückabsicherung bzgl der Mittelwerte, damit ich dann mit der ANOVA anfangen kann. Ich habe Mittelwerte mit der Mean Funktion gebildet. Diese haben eine Nachkommastelle. Ich weiss ich kann bei Variablenansicht die Kommastellen ändern. Deswegen meine Frage: Sollte ich eine oder sogar 2 Nachkommastellen lassen beim Mittelwert? Oder soll ich auch einfach keine Kommastelle lassen und habe dann auch als Mittelwert nur eine Zahl von 1-5 (wie in der Likert Skala)

Danke Dir..
Désirée

[dutchie]

Hallo Désirée,

"Um zu Prüfen ob ein Unterschied zwischen der Dropout Gruppe, die nur an T1 teilgenommen habe und der Gruppe, die an beiden Messzeitpunkten teilgenommen hat, besteht bzgl. der Variable "Aktuelles Stresserleben" wurde ein T Test für unabhängige Stichproben durchgeführt. Dieser zeigte ein nicht signifikantes Ergebnis mit p = .169, sodass kein Unterschied bzgl des Stresserlebens angenommen werden kann. Da die Voraussetzungen nicht vollständig erfüllt waren, wurde zusätzlich noch ein Mann-Whitney U Test durchgeführt, der aber ebenfalls kein signifikantes Ergebnis brachte mit p = .167.

..fast, du musst die Mittelwert und Varianzen die du testet auch berichten, und den t Wert angeben.
der m = 6.73 (Varianz = 2.33) in der Gruppe dropout unterscheidet sich nicht sig (p = .17, t(df) = 1.45) vom Mittelwert
m = 3.53 der Gruppe kein dropout. ...dann U test erzählen...Es gibt Format Richtlinien!

Wesentlich sind die Mittelwert und deren Richtung, z.B. die dropout Gruppe ist sig älter,...würde Sinn machen...
Das die mit einem größerem Stresserleben zu t1, zu t2 dropout produzieren macht auch Sinn,...

Im Text immer zwei Kommastellen berichten, eventuell bei p drei, damit p = 0.05 nicht durch Rundung
entsteht!

Die Kommas in der SPSS Datei sind nur zur Ansicht, SPSS rechnet immer mit der kompletten Zahl
mit allen verfügbaren Nachkommastellen.

gruß
dutchie