Alternative zu Chi-Quadrat? Voraussetzungen? Interpretation?

[Nirthak]

Hallo,

zunächst eine kurze Erklärung zur Thematik. Ich untersuche die Wirkung eines Treatments (Trainingsintervention) über 6 Monate. Es gab eine Experimentalgruppe mit Treatment, eine Kontrollgruppe ohne. Insgesamt haben wir 3 Erhebungen gehabt und ich habe bereits mittels Varianzanalyse mit Messwdh. getestet ob es einen Treatmenteffekt gibt. Leider ist die Variabilität innerhalb der Gruppen so groß, dass Gruppenunterschiede nicht sichtbar werden bzw. die Zeit zu knapp gewesen ist um die Veränderungen signifikant werden zu lassen.

Mittels Chi-Quadrat würde ich jetzt gerne testen ob sich die Gruppen hinsichtlich der eingetretenen Veränderungen unterscheiden, d.h. gab es innerhalb einer Gruppe häufiger Verbesserungen des Zielparameters als in der anderen Gruppe (analog dazu Verschlechterung oder keine Änderung)? D.h. die erzielten Veränderungen habe ich in 3 Kategorien eingeteilt: besser, schlechter, unverändert.

Mein Problem jetzt ist, dass die Pbn-Zahl nicht so hoch ist und ich bei manchen Zielvariablen in mehr als 25% der Zellen einen Erwartungsgwert <5 habe. Bei ner 2x2 Tafel wäre ja die Möglichkeit Fisher's exakten Test zu nutzen, bei der 2X3 (Zeilen: Gruppen; Spalten: Veränderung) Tafel geht das in SPSS ohne Zusatzmodul nicht.


Hat jemand eine Idee, was ich sonst einsetzen könnte? Irgendwie habe ich schon einiges ausprobiert, aber durch die Kategorienbildung noch nicht das richtige gefunden....bekomme ich hier:

http://www.physics.csbsju.edu/stats/exa ... _form.html

die Ergebnisse für den exakter Test nach Fisher für weitere 2X3 Tabellen?
Achso, die Kategorien zusammenfassen kann ich nicht mehr weiter.


Interpretiere ich bei erfüllten Anwendungsvoraussetzungen des Chi-Quadrat richtig, wenn ich bei einem signifikanten Ergebnise schließe, dass sich die Gruppen im Hinblick auf die Veränderungen in kategorialer Betrachtung signifikant voneinander unterscheiden? z.b. verbesserungen in der experimentalgruppe signifikant häufiger aufgetreten sind als in der kontrollgruppe? oder kann ich daraus nur sagen, dass die Gruppenzugehörigkeit einen Einfluss auf die Veränderungsrate hat? (Die Richtung kann man ja eigentlich aus der Kreuztabelle ablesen....muss ich noch was anderes berechnen um die Richtung zu beschreiben?)

Je länger ich mich damit beschäftige und nach Informationen suche desto mehr verwirrt mich das gerade...
Achso, ich verwende SPSS 17.0 für die Auswertung.


Vielen Dank schonmal.

[Sigma]

Wie sind denn die konkreten Zellenbesetzungen?

[Nirthak]

Für die konkreten Zellenbesetzungen s. unten. Leider geht es mir bei mehreren Parametern so, aber mein Betreuer meinte ich sollte Kreuztabellen rein nehmen. Für Rückfragen ist er erst wieder in 2 wochen erreichbar...Urlaub.


6 22 1
2 29 0


Inhaltlich macht es halt keinen Sinn Kategorien weiter zusammenzufassen.

[Sigma]

Nachdem die eigentliche Hypothese mit der Varianzanalyse überprüft wurde,
wäre meines Erachtens nur eine rein deskriptive Darstellung der Kategorien
als Zusatz integer und Inferenzstatistik verzichtbar. Auf Teufel komm raus
etwas beweisen zu wollen (in die Richtung geht auch: "Varianzen zu groß"
und "Zeit zu kurz" -- entweder also war die Studie miserabel geplant, oder
es ist eben so wie es ist, nämlcher dass das Treatment schwach wirkt, und
man belässt es dabei und berichtet entsprechend) mit post-hoc Analysen ist
schlechte Wissenschaft. Mal davon abgesehen, dass die Informationen,
die in dieser post-hoc Analyse stecken, ja schon komplett in der ANOVA
ausgewertet wurden, die Kategorisierung liefert vielleicht eine andere
Anschauung der Daten, für die Infereznstatistik bedeutet sie einfach nur
Vernichtung von statistisch verwertbarer Information.

Eine Zusammenfassung von Kategorien ist selbstverständlich sinnvoll
möglich, bei einer Studie zu Treatment-Wirkungen stellt sich die Frage:
wie groß ist jeweils der Anteil Verbesserten versus nicht Verbesserten
(6 zu 23 in der einen Gruppe, 2 zu 29 in der anderen, wenn ich es recht
ersehe), da geht dann ein Fisher-Test, wenn man's partout nicht sein
lassen will.

[Nirthak]

Das entspricht auch so etwa dem, was ich mir selber gedacht habe. Wäre selber auch nicht auf die Idee gekommen nach der Varianzanalyse nochmal die Kreuztabellen anzuschaun...Naja. Das werde ich wohl auch nochmal ansprechen...
Apropos....wenn wir schonmal dabei sind.

Zur Varianzanalyse: Das Treatment bringt ja quasi was, wenn ich eine signifikante Interaktion (Zeit x Gruppe) habe, oder? (bei einer disordinalen Interaktion sind ja dann die anderen Haupteffekte nicht mehr beschreibbar) Also dann beschreibe ich einfach, wie sich die Gruppen unterschiedlich verhalten?

Ein globaler Effekt der Zeit bringt mir ja eigentlich nix (wenn Gruppenzugehörigkeit und Interaktion nicht signifikant sind), weil die Gruppen sich gleich verhalten. Demnach müsste ich den dann ja auch gar nicht beschreiben, wenn ich ja untersuche ob das Treatment was bringt?

Danke nochmal.

[Sigma]

Die Zeit*Gruppe Interaktion ist das, was interessiert. Wenn die
Ausgangswerte allerdings sehr unterschiedlich gewesen sind, was
zum Beispiel bei nicht-randomisierter Zuweisung oft der Fall ist,
wird die Interpretation manchmal schwieriger.

Den generellen "Zeit"-Effekt solltest Du deswegen berichten, um zu
zeigen, ob sich in der Gesamtgruppe überhaupt etwas getan hat.

[Nirthak]

Ok. Danke.

Es gab eine randomisierte Zuweisung und auch die Basiswerte der beiden Gruppen haben sich nicht signfikant voneianander unterschieden. Die Mittelwerte der experimentalgruppe lagen an den ersten beiden messungen zwar unterhalb und an der dritten messung oberhalb der kontrollgruppe (die hatte nur einen zuwachs von 1 zu 2) (also hat die experimentalgruppe die kontrollgruppe überholt), aber die beiden Gruppen unterscheiden sich zu keinem Zeitpunkt signifikant voneinander (Die Variabilität ist leider echt sehr hoch).

Werde mal sehen, was ich daraus mache...