Hallo,
im Rahmen meiner Diplomarbeit habe ich mit ca. 30 Probanden eine Lernaufgbae durchgeführt. Da die Aufgabe relativ lang war, liegen insgesamt fast 5000 trials vor.
Die trials der Aufgabe lassen sich 6 verschiedenen Bedingungen zuordnen. Alle trials sind sehr ähnlich aufgebaut und verlangen ähnliche Fähigkeiten. Wer in dem einen trial eine genaue Antwort gibt, wird wahrscheinlich auch in anderen trials genau antworten. Nun möchte ich untersuchen,ob es Unterschiede zwischen den Bedingungen hinsichtlich der Antwortgenauigkeit (verhältnisskaliert) gibt.
Zunächst dachte ich, dazu ich müsste eine einfache einfaktorielle Varianzanalyse durchführen. Könnte es sein, dass ich aber eine Varianzanalyse mit Messwiederholung durchführen muss? Die Antworten in verschiedenen trials sind schließlich nicht unabhängig.
Ich bin mir aber nicht sicher, weil ich die Varianzanalyse mit Messwiederholung bisher nur aus Studien mit klassischem Messwiederholungsdesign kenne (in denen also zu mehreren Zeitpunkten eine Variable erfasst wurde).
Und: wie hieße eine solche Varianzanalyse dann "Varianzanalyse für abhängige Messungen mit dem Innersubjektfaktor Bedingung"?
Eine Antwort würde mir sehr weiter helfen!
Carla
Varianzanalyse für abhängige Variablen / Messwiederholung
-
a_trott
- Beiträge: 6
- Registriert: 03.01.2010, 04:19
-
KarinJ
- Beiträge: 939
- Registriert: 13.05.2008, 10:52
du hast dir die antwort selbst gegeben: die antworten sind nicht unabhängig, daher müssen sie mit einem verfahren, das abhängigen daten gerecht wird, analysiert werden --> varianzanalyse mit einem messwiederholungsfaktor wäre eine möglichkeit, friedman-test oder kendalls w-test wären nonparametrische alternativen.
bezeichnen kann man das verfahren unterschiedlich: messwiederholungsanalyse auf einem faktor, varianzanalyse mit einem (sechsstufigen) messwiederholungsfaktor/ innersubjektfaktor. ich würde mal den betreuer fragen, was er bevorzugt.
bezeichnen kann man das verfahren unterschiedlich: messwiederholungsanalyse auf einem faktor, varianzanalyse mit einem (sechsstufigen) messwiederholungsfaktor/ innersubjektfaktor. ich würde mal den betreuer fragen, was er bevorzugt.
-
a_trott
- Beiträge: 6
- Registriert: 03.01.2010, 04:19
Hallo,
danke für die schnelle Antwort. Ich bin leider erst jetzt dazu gekommen, mir das anzusehen.
Jetzt habe ich ein weiteres Problem festgestellt:
Bei mir ist die Anzahl der trials pro Bedingung nicht exakt gleich, da jede Bedingung zufällig ausgewählt wurde. Was kann ich nun machen? Bei der "klassischen" Varianzanalyse mit Messwdh. sind die trials pro Variable ja schon gleich groß (es sei den für eine Versuchsperson liegen zu einem Messzeitpunkt keine Daten vor).
Danke!
danke für die schnelle Antwort. Ich bin leider erst jetzt dazu gekommen, mir das anzusehen.
Jetzt habe ich ein weiteres Problem festgestellt:
Bei mir ist die Anzahl der trials pro Bedingung nicht exakt gleich, da jede Bedingung zufällig ausgewählt wurde. Was kann ich nun machen? Bei der "klassischen" Varianzanalyse mit Messwdh. sind die trials pro Variable ja schon gleich groß (es sei den für eine Versuchsperson liegen zu einem Messzeitpunkt keine Daten vor).
Danke!
-
KarinJ
- Beiträge: 939
- Registriert: 13.05.2008, 10:52
die beschreibung verstehe ich nicht...
bei einer messwiederholung werden abhängige daten verglichen, klassischerweise z.b. der gleiche fragebogen/ messwert zu 2 zeitpunkten. man kann aber auch verschiedene versuchsbedingungen, die eine person durchlaufen hat, vergleichen, wobei die bedingungen aus mittelwerten oder summenwerten von einzelnen trials bestehen dürfen.
wenn du also schreibst, es waren 30 personen, 6 bedingungen, ca. 5000 trials, dann meinst du, dass jede person pro bedingung ca. 27 trials hatte (5000 / 30 / 6)? es war aber keine festgelegte anzahl von trails, sondern diese war kriteriumsgesteuert z.b. wenn ein lernkriterium erreicht wurde oder eine zeit über-/unterschritten? oder ist die anzahl der trials die variable? in jedem fall müsstes du 6 variablen haben (d.h. für jede bedingung einen wert).
wenn es personen gibt, die eine bedingung nicht durchlaufen haben, dann kannst du wahrscheinlich keine messwiederholungsanalyse rechnen, weil nur fälle eingebracht werden können, die zu jedem messzeitpunkt werte haben.
bei einer messwiederholung werden abhängige daten verglichen, klassischerweise z.b. der gleiche fragebogen/ messwert zu 2 zeitpunkten. man kann aber auch verschiedene versuchsbedingungen, die eine person durchlaufen hat, vergleichen, wobei die bedingungen aus mittelwerten oder summenwerten von einzelnen trials bestehen dürfen.
wenn du also schreibst, es waren 30 personen, 6 bedingungen, ca. 5000 trials, dann meinst du, dass jede person pro bedingung ca. 27 trials hatte (5000 / 30 / 6)? es war aber keine festgelegte anzahl von trails, sondern diese war kriteriumsgesteuert z.b. wenn ein lernkriterium erreicht wurde oder eine zeit über-/unterschritten? oder ist die anzahl der trials die variable? in jedem fall müsstes du 6 variablen haben (d.h. für jede bedingung einen wert).
wenn es personen gibt, die eine bedingung nicht durchlaufen haben, dann kannst du wahrscheinlich keine messwiederholungsanalyse rechnen, weil nur fälle eingebracht werden können, die zu jedem messzeitpunkt werte haben.
-
a_trott
- Beiträge: 6
- Registriert: 03.01.2010, 04:19
Hallo nochmal,
ich glaube, mein Problem ist die Anordnung der Daten in meiner SPSS-Datei. Bisher sind die Daten wie folgt angeordnet:
Jede Zeile repraesentiert einen trial. Somit habe ich ca. 5000 Zeilen. Wie bereits erwaehnt, lassen sich die trials 6 Bedingungen zuordnen.
Ich moechte herausfinden, ob die Antwortgenauigkeit (= AV) fuer verschiedene Bedingungen (= UV) unterschiedlich ist.
Bisher hatte ich die Daten wie folgt angeordnet:
Eine Spalte fuer meine abhaengige Variable (Antwortgenauigkeit) und eine andere Spalte fuer meine unabhaengige Variable (6 Bedingungen).
Anwortgen. Bedingung
Wert 1
Wert 2
Wert 3
. .
. .
. .
Bei der Berechnung einer univariaten Varianzanalyse fuer unabhaengige Messungen waere das kein Problem.
"abhaengige Variable": Antwortgenauigkeit
"Faktor": Bedingung
Bei der Varianzanalyse fuer abhaengige Messungen (bzw. mit Messwiederholung) muesste ich jedoch 6 Spalten / Variablen haben (eine Variable fuer jede Bedingung).
Da aber fuer jede Bedingung eine (leicht) unterschiedliche Anzahl an trials vorliegt, wuerden die Spalten unterschiedlich lang sein. Das waere doch ein Problem, oder?
Nun habe ich mir ueberlegt, ob Folgendes geht:
Fuer jede Versuchsperson berechne ich fuer jede Bedingung die mittlere Antwortgenauigkeit. Ich wuerde dann eine Tabelle erhalten, die wie folgt aussieht:
VP Bedingung1 Bedingung2 Bedingung3 ... Bedingung6
1 Wert Wert Wert Wert
2 Wert Wert Wert Wert
3 Wert Wert Wert Wert
.
.
.
Meine Frage ist nun, ob das so zulaessig ist?
Und ob es doch eine Meoglichkeit gibt, eine VA fuer abhaengige Messungen durchzufuehren, ohne die Daten neu anzuordnen?
Vielen Dank im Voraus!
Carla
ich glaube, mein Problem ist die Anordnung der Daten in meiner SPSS-Datei. Bisher sind die Daten wie folgt angeordnet:
Jede Zeile repraesentiert einen trial. Somit habe ich ca. 5000 Zeilen. Wie bereits erwaehnt, lassen sich die trials 6 Bedingungen zuordnen.
Ich moechte herausfinden, ob die Antwortgenauigkeit (= AV) fuer verschiedene Bedingungen (= UV) unterschiedlich ist.
Bisher hatte ich die Daten wie folgt angeordnet:
Eine Spalte fuer meine abhaengige Variable (Antwortgenauigkeit) und eine andere Spalte fuer meine unabhaengige Variable (6 Bedingungen).
Anwortgen. Bedingung
Wert 1
Wert 2
Wert 3
. .
. .
. .
Bei der Berechnung einer univariaten Varianzanalyse fuer unabhaengige Messungen waere das kein Problem.
"abhaengige Variable": Antwortgenauigkeit
"Faktor": Bedingung
Bei der Varianzanalyse fuer abhaengige Messungen (bzw. mit Messwiederholung) muesste ich jedoch 6 Spalten / Variablen haben (eine Variable fuer jede Bedingung).
Da aber fuer jede Bedingung eine (leicht) unterschiedliche Anzahl an trials vorliegt, wuerden die Spalten unterschiedlich lang sein. Das waere doch ein Problem, oder?
Nun habe ich mir ueberlegt, ob Folgendes geht:
Fuer jede Versuchsperson berechne ich fuer jede Bedingung die mittlere Antwortgenauigkeit. Ich wuerde dann eine Tabelle erhalten, die wie folgt aussieht:
VP Bedingung1 Bedingung2 Bedingung3 ... Bedingung6
1 Wert Wert Wert Wert
2 Wert Wert Wert Wert
3 Wert Wert Wert Wert
.
.
.
Meine Frage ist nun, ob das so zulaessig ist?
Und ob es doch eine Meoglichkeit gibt, eine VA fuer abhaengige Messungen durchzufuehren, ohne die Daten neu anzuordnen?
Vielen Dank im Voraus!
Carla
-
KarinJ
- Beiträge: 939
- Registriert: 13.05.2008, 10:52
genau: die daten sind bisher falsch angeordnet. wie in der letzten tabelle darf eine person nur 1 zeile haben, in der dann die bedingungen stehen. eventuell kann man die daten mit daten --> aggregieren umstrukturieren. hier muss man nur etwas aufpassen, dass man auch das gewünschte erhält (d.h. ein paar fälle per hand nachrechnen). es gibt keine möglichkeit richtig zu rechnen, wenn die daten nicht in der erforderlichen form in der datentabelle vorliegen. d.h. es muss unbedingt umstrukturiert werden.
-
a_trott
- Beiträge: 6
- Registriert: 03.01.2010, 04:19
Hallo,
ich habe die Daten nun umstrukturiert. Für jede VP gibt es nun eine Zeile, und für jede Bedingung eine Variable (also sind nun 6 Spalten in der Tabelle).
Ich möchte ja herausfinden, ob es Unterschiede zwischen den 6 Bedingungen gibt. Wie mache ich das (ich hätte selbst nicht gedacht, dass es so kompliziert ist)?
Wie gesagt sind es abhängige Messungen. Ideal wäre so eine Ausgabe wie bei Post-hoc-Tests (wo jede Bedingung mit jeder verglichen wird). Aber separat fuer alle Kombinationen t-Tests (für gepaarte Stichproben) zu rechnen, ist etwas mühsam (aber wenn das die einzige Möglichkeit ist, würde ich das natürlich machen).
Und mittels Messwiederholung, wird kein Post-hoc-Test ausgegeben, weil ich keinen Zwischensubjektfaktor habe (nur einen Messwiederholungsfaktor).
Wär super, wenn du mir nochmal helfen könntest!
ich habe die Daten nun umstrukturiert. Für jede VP gibt es nun eine Zeile, und für jede Bedingung eine Variable (also sind nun 6 Spalten in der Tabelle).
Ich möchte ja herausfinden, ob es Unterschiede zwischen den 6 Bedingungen gibt. Wie mache ich das (ich hätte selbst nicht gedacht, dass es so kompliziert ist)?
Wie gesagt sind es abhängige Messungen. Ideal wäre so eine Ausgabe wie bei Post-hoc-Tests (wo jede Bedingung mit jeder verglichen wird). Aber separat fuer alle Kombinationen t-Tests (für gepaarte Stichproben) zu rechnen, ist etwas mühsam (aber wenn das die einzige Möglichkeit ist, würde ich das natürlich machen).
Und mittels Messwiederholung, wird kein Post-hoc-Test ausgegeben, weil ich keinen Zwischensubjektfaktor habe (nur einen Messwiederholungsfaktor).
Wär super, wenn du mir nochmal helfen könntest!
-
KarinJ
- Beiträge: 939
- Registriert: 13.05.2008, 10:52
geht leider nicht anders als per hand! bitte adjustierung des signfikanzniveaus z.b. nach bonferroni oder holmes nicht vergessen! die sind zwar für unabhängige tests gedacht, aber man darf diese anwenden, weil die prüfung dadurch schärfer wird. ich kenne auch kein adjustierungsverfahren für abhängige tests 
. vielleicht kannst du theoretisch begründet die anzahl der vergleiche etwas einschränken, so dass nicht alle möglichen vergleiche gerechnet werden. je mehr gruppen man hat, desto kleiner müßen die p-werte werden, damit etwas signifikant wird. d.h. bei vielen gruppen ist wenig bis nichts signifikant.
. vielleicht kannst du theoretisch begründet die anzahl der vergleiche etwas einschränken, so dass nicht alle möglichen vergleiche gerechnet werden. je mehr gruppen man hat, desto kleiner müßen die p-werte werden, damit etwas signifikant wird. d.h. bei vielen gruppen ist wenig bis nichts signifikant.-
a_trott
- Beiträge: 6
- Registriert: 03.01.2010, 04:19
Danke!
Ich kann mir gerade noch nicht angucken, wie genau ich die Anpassung des Signifikanzniveaus vornehme.
Koenntest du mir schonmal sagen, welcher button das ist. ("Optionen"?)
Und so als Beispiel: Angenommen ich mache 5 Vergleiche. Muesste ich dann die Signifikanzschwelle auf 5/5 % (= 1 %) setzen? Bzw. in dem Feld "99 %" eingeben?
Die Varianz der abhaengigen Variable in den 6 Bedingungen ist nicht gleich / homogen. Kann ich trotzdem den t-Test rechnen? (Muss man dann nicht einfach die Werte aus den unteren der beiden ausgegebenen Zeilen berichten?)
LG
Ich kann mir gerade noch nicht angucken, wie genau ich die Anpassung des Signifikanzniveaus vornehme.
Koenntest du mir schonmal sagen, welcher button das ist. ("Optionen"?)
Und so als Beispiel: Angenommen ich mache 5 Vergleiche. Muesste ich dann die Signifikanzschwelle auf 5/5 % (= 1 %) setzen? Bzw. in dem Feld "99 %" eingeben?
Die Varianz der abhaengigen Variable in den 6 Bedingungen ist nicht gleich / homogen. Kann ich trotzdem den t-Test rechnen? (Muss man dann nicht einfach die Werte aus den unteren der beiden ausgegebenen Zeilen berichten?)
LG
-
KarinJ
- Beiträge: 939
- Registriert: 13.05.2008, 10:52
das mit der signifikanzniveau-anpassung kannst du z.b. im bortz (2006) nachlesen. das einfachste ist die von dir beschriebene bonferroni-anpassung, d.h. du hast statt alpha = .05 ein alpha von .05 / anzahl der vergleiche, also z.b. .05 / 5 = .01. bei spss wird dafür nichts eingestellt (man kann mit dem p-wert nur quasi die "breite" des konfidenzintervalls einstellen), sondern ein test muss einen p-wert von kleiner gleich .01 (statt .05) haben, um als signifikant zu gelten.
für den abhängigen t-test gibt es die voraussetzung der varianzhomogenität nicht. wenn du eine untere und obere zeile hast, hast du den falschen t-test erwischt.
für den abhängigen t-test gibt es die voraussetzung der varianzhomogenität nicht. wenn du eine untere und obere zeile hast, hast du den falschen t-test erwischt.
