STATISTIK-FORUM.de

[marie]

liebe leute,

ich hab für meine diplomarbeit ein eg-kg-design mit prä- und posttest. natürlcih sollen sich beim prätest die gruppen in den betreffenden merkmalen nicht unterscheiden.

in manchen tun sie das aber. jetzt hab ich im hinterkopf, dass man dann mit differenzwerten rechnen kann. allerdings weiß ich da nicht sehr genau bescheid und bild mir auch ein, dass es da einschränkungen in der reliabilität gibt etc.

hat jemand von euch einen guten tipp, oder noch besser einen artikel, der dieses thema behandelt?

vielen lieben dank

lg marie

[PonderStibbons]

Es handelt sich nicht um eine randomisierte Zuweisung zu den Gruppen, kann man dem entnehmen? Wie sehen die Fallzahlen aus?

Gruß

P.

[marie]

naja, 'so randomisiert wie möglich' .. ich hab die akquise durch kurzpräsentationen in lehrveranstaltungen gemacht und konnte dementsprechend pro lehrveranstaltung entweder nur die eg-präsenation oder die kg-präsentation halten.

mit fallzahlen meinst du die gruppengröße?

ist noch nicht ganz fix, da die untersuchung noch nicht abgeschlossen ist - dropout also noch möglich.

aber experimentalgruppe wohl am ende ca. 70 und kontrollgruppe ca 60.

meine frage eben, weil ich grad bei der auswertung des prätests sitze und festgestellt hab, dass bei einigen subskalen von fragebögen (teils wichtig, teils nicht so wichtig) unterschiede zustande kommen. und ich will ja vorbereitet sein

[Michael]

ich hab die akquise durch kurzpräsentationen in lehrveranstaltungen gemacht und konnte dementsprechend pro lehrveranstaltung entweder nur die eg-präsenation oder die kg-präsentation halten.

Das ist allenfalls eine Clusterrandomisierung, bei der die Lehrveranstaltungen randomisiert wurden, aber nicht die Vpn. Vieviele Lehrveranstaltungen pro Gruppe hast Du denn und wieviele Personen pro Gruppe? Eventuell müsstest Du die "Clusterung" noch mitberücksichtigen.

Davon abgesehen:
Prinzipiell kannst Du bei Baseline-Unterschieden bei kontinuierlicher AV mit Differenzenwerten rechnen (und dann t-test), oder auch Varianzanalyse mit Messwiederholung (test auf den Interatktionsterm - das ist bei 2 Gruppen mathematisch äquivalent zu t-test mit differenzenwerten). Eine weitere Möglichkeit ist die Kovarianzanalyse, die den zuerstgenannten Verfahren sogar vorzuziehen ist, da sie über eine größere Power verfügt. Allerdings setzt die sinnvolle Anwendung der Kovarianzanalyse voraus, dass die Baseline-Unterschiede auf Zufall beruhen und keine besonderen Eigenschaften der Gruppen wiederspiegeln. Falls in Deiner EG jetzt z.B. nur Juristen, in der KG nur Germanisten wären, würde ich von der Kovarianzanalyse abraten, da hier nicht auf Zufalls beruhende Unterschiede zwischen den Gruppen bestehen könnten.


LG,
Michael

[marie]

danke!

also die leute ähneln sich schon, sind hauptsächlich technische studiengänge. allerdings kann ich so eine clusterbildung nicht völlig ausschließen, das stimmt.

hab ich das richtig verstanden, dass, wenn die gruppen sich nicht systematisch unterscheiden, eine kovarianzanalyse am besten wäre. und wenn die unterschiede ein system haben, ich lieber mit differenzwerten rechnen soll.

ad differenzwerte: blöde frage, aber heißt das einfach nur ich bilde die differenz zwischen prä und posttest und rechne dann einen t-test (ggf anova) mit den werten um zu schauen, ob bei einer gruppe die differenzen größer sind? gibts da noch was zu beachten?

[Michael]

hab ich das richtig verstanden, dass, wenn die gruppen sich nicht systematisch unterscheiden, eine kovarianzanalyse am besten wäre. und wenn die unterschiede ein system haben, ich lieber mit differenzwerten rechnen soll.

ja, wobei hier "systematisch" nicht mit "statistisch signifikant" verwechselt werden darf. Mit "zufällig" meine ich "zufällig statistisch signifikant". Ein Beispiel hierfür wäre, wenn sich IG und KG trotz korrekter randomisierung in einigen Variablen statistisch signifikant unterscheiden. Dann kann man sagen, dass diese signifikanten Unterschiede "zufällig" sind, und die beiden Stichproben dennoch aus der gleiche Population stammen. Ein (extremes) Beispiel für nicht zufällige Unterschiede wäre, wenn man z.B. gesunde (KG) mit erkrankten (IG) Personen vergleichen würde.

hab ich das richtig verstanden, dass, wenn die gruppen sich nicht systematisch unterscheiden, eine kovarianzanalyse am besten wäre. und wenn die unterschiede ein system haben, ich lieber mit differenzwerten rechnen soll.

Nur die üblichen Vorraussetzungen für die Verfahren.