ANOVA mit geringer Anzahl an Messwerten

[miho]

Liebes Forum,

ich bin gerade dabei Daten für meine Abschlussarbeit zu analysieren. Mir wurde gesagt, dass ich ANOVA Analysen durchführen soll. Ich habe einige Versuche jedoch nur in Doppelbestimmung durchgeführt. Bei der ANOVA ist ja eine Grundvoraussetzung, dass die Daten normalverteilt sind. Ich habe jedoch keinen Test gefunden, der überprüft ob meine beiden Messergebnisse, die ich in Doppelbestimmung durchgeführt habe normalverteilt sind. Kann ich bei nur zwei Messwerten überhaupt eine ANOVA machen? Stichproben habe ich auf jeden Fall immer mehrere. Deren Mittelwerte würde ich gerne vergleichen.
Ich habe schon im Internet und Büchern gesucht. Jedoch konnte ich mir meine Frage nicht beantworten.
Vielen lieben Dank für eure Antwort

[dutchie]

Hallo miho,

du hast nur zwei Messerte pro Gruppe?!
Doppelbestimmung???

Will man empirisch forschen, sollte man schon mehr beobachten.

Das musst du mit deinem Betreuer besprechen!!

Gehen würde die ANOVA, also rein rechnerisch, ausprobieren,
tu einfach so. als ob du mehr Vp hättest, es geht ja wohl nur darum
zu zeigen, dass du weißt wie man vorghehen müsste..

Test auf NV Kolmogoroff Schmirnov oder Shapiro-Wilk Test bei SPSS,
einfach googeln...

Wenn die nicht funktionieren bei zwei Messwerten, sollten aber,
das einfach berichten. Aber denk nicht, dass das sig wird!
Dann mach einfach "Unter der Annahme ..." weiter, ohne
die Annahme zu beweisen.

gruß
dutchie

[miho]

Hallo Dutchie,

vielen Dank für deine Antwort. Fürs erste hat es mir geholfen
Ich habe nun aber nochmal mit meiner Betreuerin abgesprochen. Ich soll auf Normalverteilung und Varianzhomogenitat prüfen und dann entscheiden, ob ich eine ANOVA oder einen alternativen Test mache. Wenn ich nur eine Doppelbestimmung habe, funktionieren der Kolmogorroff Schmirnov und der Shapiro-Wilk Test nicht. Ich bräuchte mehr Daten dafür. Ich muss in den Fällen, wo ich nur zwei Werte (Doppelbestimmung) habe, von einer Normalverteilung ausgehen.

Trotzdem sind bei meinen Daten die Varianzen nach dem Levene-Test (geht auch nur bei genügend Daten) oft nicht homogen oder ich habe keine Normalverteilung (wenn ich das Mal testen kann). Wenn die Vorraussetzungen für die Anova nicht gegeben sind, muss ich also einen anderen Test machen. Ich hab versucht mich ein bisschen einzulesen und bin auf den Kruskal Wallis Test gestoßen. Den kann ich mit SPSS auch gut durchführen. Mein Problem ist nur, dass ich fast nur metrisch skalierte Daten habe. SPSS verlangt aber nominal oder ordinal skalierte Daten als Gruppenvariable für den Kruskal Wallis Test. Auf einer Internetseite hab ich auch gelesen, dass ich diesen Test auch mit metrischen Daten durchführen kann, wenn die Anova nicht geht, sonst lese ich auch überall von ordinal skalierten Daten. In SPSS musste ich die Skala für die Durchführung des Kruskal Wallis auch von metrisch auf ordinal umstellen (y-Wert in metrisch geht und müsste nicht verändert werden). Ich bin mir nun nicht sicher, ob das so in Ordnung ist, oder ob ich ganz anders machen soll. Muss ich einen anderen Test verwenden oder ist es in Ordnung das Skalenniveau zu ändern nachdem ich überprüft habe, dass keine Normalverteilung vorliegt?
Gibt es für meinen Fall überhaupt eine Möglichkeit meine Daten auf Signifikanz zu überprüfen?
Vielen Dank für die Rückmeldung.
Herzliche Grüße

[miho]

Ah vielleicht ist eine Welch-ANOVA/Welch Test für die Fälle, wo ich ne Normalverteilung habe, das richtige. Was denkt ihr?
Anschließend kann ich auch einen Post-Hoc Test, der nicht gleiche Varianzen annimmt machen.
Gibt es da einen, der mir auch die homogenen Untergruppen anzeigt?
Trotzdem bleibt das Problem für Falle, wo ich keine Normalverteilung habe und diese auch nicht einfach annehmen kann.
Tut mir leid, dass das jetzt so viele Gedanken sind. Ich will sie aber teilen, damit ich was lerne

[dutchie]

Hallo, miho,

Was ein durcheinander.
Was soll Doppelstimmung heißen?
Ich hab leider keine Vorstellung, wie deine Datenlage ist.


0. Du hast Hypothesen
1. Deine Variablen haben ein Skalenniveau .
2. Du bestimmst UV und AV
3. 0. 1. und 2. führen zum Test
4. dieser hat Voraussetzungen ...

z.B. UV metrisch und AV metrisch --> lineare Regression
z.B. UV nominal und AV metrisch ---> ANOVA

obiges gilt unabhängig von der Stichprobengröße.

Wenn du die Voraussetzungen nicht prüfen kannst, kannst du annehmen was du willst.
Aber du kannst nicht über 0. bis 4. rätseln, das muss klar sein.

gruß
dutchie