Hallo zusammen,
kennt sich jemand mit dem Solomon-Test aus, der über Paardifferenzen einen U-Test rechnet?
Ist er wirklich das Pendant zu einer parametrischen Varianzanalyse mit einem zweifach gestuften Gruppierungsfaktor und einem zweifach gestuften Messwiederholungsfaktor?
Könnte ich damit also untersuchen, ob sich die Veränderungsraten von Männern und Frauen unterscheiden? Das heißt, dass Geschlecht und Messzeitpunkt interagieren?
In meiner Untersuchung (sehr kleine Stichprobe) habe ich festgestellt, dass Männer tendenziell niedrigere Werte aufweisen als Frauen. Lässt sich dieser Unterschied irgendwie kontrollieren?
Vielen Dank schon mal für eure Antworten!
Viele Grüße!
Solomon-Test und Geschlechtsunterschiede
-
stabilo
- Beiträge: 15
- Registriert: 13.03.2010, 17:52
-
KarinJ
- Beiträge: 939
- Registriert: 13.05.2008, 10:52
eine exakte entsprechung ist es nicht, weil man bei der varianzanalyse erstens die haupteffekte mituntersucht. und zweitens besteht die interaktion ja eigentlich aus 4 vergleichen:
- vergleich von t1 mit t2 bei den männern
- vergleich von t1 mit t2 bei den frauen
- vergleich der männer und frauen zu t1
- vergleich der männer und frauen zu t2
man kann mit dieser vorgehensweise aber untersuchen, ob sich männer und frauen unterschiedlich verändern.
wenn männer schon bei t1 (1. messung) kleinere werte aufweisen, sollte dies durch die differenzbildung ausgeglichen sein: die gleiche differenz t2-t1 ist möglich bei hohen und niedrigen ausgangswerten (nachher 0 - vorher 5 = -5, nachher 5 - vorher 10 = -5). allerdings haben personen am anfang und am ende der skala unterschiedliche variabilitationsfähigkeit: vorher null kann nicht weniger als 0 werden (maximum differenz = 0), vorher 100 kann eine maximale differenz von 100 aufweisen. ich würde mir die daten anschauen, ob die verteilungen von männern und frauen gegen das eine oder andere ende tendiert. rechnen könnte man dann trotzdem, aber es wäre ein punkt, den man in der diskussion besprechen sollte.
sehr kleine stichprobe: weitere personen erheben geht nicht? wenns irgend ginge, würde ich noch daten erheben.
alternativ zum u-test würde ich aber den fishers randomisationstest durchführen (beschrieben z.b. in diehl & arbinger "inferenzstatistik"). es gibt dafür ein programm rtgrp.exe zum download bei der university tulane. der randomisationstest arbeitet mit mittelwerten und wurde bei kleinen stichproben eingesetzt. er ist per hand sowieso nur für kleine stichproben berechenbar ist. er hat die gleiche power wie der t-test, so dass du problemlos auch die power bestimmen kannst. das wäre bei einer sehr kleinen stichprobe vielleicht ganz gut.
der randomisationstest hat bei sehr, sehr kleinen stichproben einen bereich der zurückweisung, der kleiner als 1 ist. d.h. man kann ein übliches signifikanzniveau von .05 nicht erreichen (dann kann ein test nie signifikant werden auf alpha = .05). man kann es bei 2seitiger testung erreichen (d.h. ein test könnte theoretisch mal signifikant werden), wenn
- eine gruppe n = 2 und die andere gruppe mindestens n = 8 hat
- eine gruppe n = 3 und die andere gruppe mindestens n = 5 hat
- wenn beide gruppen mindestens n = 4 haben
- vergleich von t1 mit t2 bei den männern
- vergleich von t1 mit t2 bei den frauen
- vergleich der männer und frauen zu t1
- vergleich der männer und frauen zu t2
man kann mit dieser vorgehensweise aber untersuchen, ob sich männer und frauen unterschiedlich verändern.
wenn männer schon bei t1 (1. messung) kleinere werte aufweisen, sollte dies durch die differenzbildung ausgeglichen sein: die gleiche differenz t2-t1 ist möglich bei hohen und niedrigen ausgangswerten (nachher 0 - vorher 5 = -5, nachher 5 - vorher 10 = -5). allerdings haben personen am anfang und am ende der skala unterschiedliche variabilitationsfähigkeit: vorher null kann nicht weniger als 0 werden (maximum differenz = 0), vorher 100 kann eine maximale differenz von 100 aufweisen. ich würde mir die daten anschauen, ob die verteilungen von männern und frauen gegen das eine oder andere ende tendiert. rechnen könnte man dann trotzdem, aber es wäre ein punkt, den man in der diskussion besprechen sollte.
sehr kleine stichprobe: weitere personen erheben geht nicht? wenns irgend ginge, würde ich noch daten erheben.
alternativ zum u-test würde ich aber den fishers randomisationstest durchführen (beschrieben z.b. in diehl & arbinger "inferenzstatistik"). es gibt dafür ein programm rtgrp.exe zum download bei der university tulane. der randomisationstest arbeitet mit mittelwerten und wurde bei kleinen stichproben eingesetzt. er ist per hand sowieso nur für kleine stichproben berechenbar ist. er hat die gleiche power wie der t-test, so dass du problemlos auch die power bestimmen kannst. das wäre bei einer sehr kleinen stichprobe vielleicht ganz gut.
der randomisationstest hat bei sehr, sehr kleinen stichproben einen bereich der zurückweisung, der kleiner als 1 ist. d.h. man kann ein übliches signifikanzniveau von .05 nicht erreichen (dann kann ein test nie signifikant werden auf alpha = .05). man kann es bei 2seitiger testung erreichen (d.h. ein test könnte theoretisch mal signifikant werden), wenn
- eine gruppe n = 2 und die andere gruppe mindestens n = 8 hat
- eine gruppe n = 3 und die andere gruppe mindestens n = 5 hat
- wenn beide gruppen mindestens n = 4 haben
-
stabilo
- Beiträge: 15
- Registriert: 13.03.2010, 17:52
Noch eine Frage: Lassen sich denn bei einer kleinen Stichprobe (N=31) Korrelationen zwischen dem Geschlecht und einer metrischen Variablen ausrechnen? Z.B. gibt es doch die biseriale Korrelation, könnte ich diese einsetzen?
Meine Stichprobe kann ich nicht mehr vergrößern, da es sich um die Überprüfung eines Workshops in einer psychotherapeutischen Beratungsstelle gehandelt hat.
Nochmals vielen Dank für die Antwort!
Meine Stichprobe kann ich nicht mehr vergrößern, da es sich um die Überprüfung eines Workshops in einer psychotherapeutischen Beratungsstelle gehandelt hat.
Nochmals vielen Dank für die Antwort!
