STATISTIK-FORUM.de

[Statist]

Hallo zusammen !

Wie scheinbar sehr viele, die hier Hilfe suchen, schreib auch ich grad an meiner Diplomarbeit - und verzweifle nun ein wenig an der Statistik... Ich hoff, dass mir hier im Forum vielleicht jemand weiterhelfen kann ?!

Zur Studie der Diplomarbeit:
Es handelt sich um eine Studie aus der Sportwissenschaft im Prä-Post-Design. Im Rahmen von Prä-Tests haben wir verschiedene Daten von zwei Gruppen gemessen. Im Anschluss an die Tests trainierte Gruppe 1 und Gruppe 2 über mehrere Wochen, wobei sich die Trainingsmethoden natürlich unterschieden. Nach der Trainingsphase wiederholten wir die Testungen im Rahmen der Post-Tests.

Wir haben also von Gruppe 1 und Gruppe 2 Werte aus den Prä- und Post-Tests. Als grundlegende Richtung der Auswertung habe ich mich gegen eine Varianzanalyse und für t-Tests entschieden. Nachdem ich mich etwas eingelesen hab, musste ich feststellen, dass ich mit den t-Tests deutlich besser zurecht komme...

Für Vergleiche der Ergebnisse aus den Prä- und Post-Tests innerhalb einer Gruppe verwende ich t-Tests für abhängige Variablen, da die Werte ja jeweils von den gleichen Probanden stammen.
Für die Unterschiede zwischen den Gruppen t-Tests für unabhängige Variablen.

Frage 1: Ist die Verwendung von t-Tests in diesem Studiendesign in Ordnung und die Theorie zur Anwendung der t-Tests soweit ok ?

Leider waren einige der gemessenen Werte nicht normalverteilt (geprüft mit Shapiro-Wilk)... Für diese Fälle habe ich mich für den Wilcoxon-Test (Vergleich innerhalb einer Gruppe) bzw. den Mann-Whitney-U-Tests (Unterschiede zwischen den Gruppen) entschieden.

Ich hoffe ab hier liest überhaupt noch jemand weiter...

Nun zur eigentlichen Problematik, der konkreten Anwendung der Tests in der Praxis erklärt anhand zweier Beispiele.

Beispiel 1:
Beinkraft Gruppe 1 (Prä-Test): normalverteilt
Beinkraft Gruppe 1 (Post-Test): nicht normalverteilt

Beispiel 2:
Beinkraft Gruppe 1 (Prä-Test): normalverteilt
Beinkraft Gruppe 2 (Prä-Test): nicht normalverteilt

Frage 2: Darf ich den Wilcoxon-Test (Beispiel 1) bzw. den Mann-Whitney-U-Tests (Beispiel 2) anwenden, obwohl jeweils nur eine Stichprobe nicht normalverteilt ist, oder muss ich die Stichproben erst irgendwie behandeln ?
Sprich ist es Voraussetzung für diese Tests, dass beide Stichproben nicht nv sind ?
Hab dazu im Internet nirgends was gefunden...


So weit so gut, nun zum letzten Punkt, ein "logisches" Problem...

Wir haben die Beinkraft der Probanden an einer speziellen Maschine gemessen. Diese Maschine ist in der Lage gleichzeitig die Kräfte des linken und rechten Beines isoliert, sowie die gesamt aufgebrachte Kraft zu messen. Beim Vergleich von Prä- zu Post-Tests (innerhalb einer Gruppe) erhalte ich in SPSS folgende Signifikanzen:

Beinkraft gesamt: p = 0,19 (--> signifikant)
Beinkraft linkes Bein: p = 0,90 (--> nicht signifikant)
Beinkraft rechts Bein: p = 0,24 (--> signifikant)

Frage 3: Ist es möglich, dass das Signifikanzniveau der gesamten Beinkraft kleiner ist als die das kleinere Signifikanzniveau aus den Vergleichen des linken bzw. rechten Beins ? Schließlich ist die Gesamtkraft der Beine nichts anderes als die Addition der Kräfte des linken und rechten Beins - das will irgendwie nicht in meinen Kopf... oder muss ich mich da schlichtweg verrechnet haben ???


An dieser Stelle schonmal DANKE an alle, die bis hierher gelesen haben...

Wenn mir jetzt noch jemand meine Fragen beantworten kann wäre das absolut glorreich!!!!

Ich hoff, ich hab die Problematiken halbwegs verständlich beschrieben, falls nicht versuch ich`s gern ein zweites Mal...

Beste Grüße

der Statist der Statistik

[PonderStibbons]

Im Rahmen von Prä-Tests haben wir verschiedene Daten von zwei Gruppen gemessen.

Man sollte immer (!) die Stichprobengrößen angeben.
Und ob es sich um Gruppentrainings handelt oder die Probanden alle einzeln
und unabhängig voneinander trainiert wurden.

Frage 1: Ist die Verwendung von t-Tests in diesem Studiendesign in Ordnung und die Theorie zur Anwendung der t-Tests soweit ok ?

Das kommt darauf an, genau welche Fragestellung(en) Du untersuchen möchtest.
Ferner fehlt die zentrale Angabe, wie die beiden Gruppen gebildet wurden. Per
Zufallszuweisung? Selbstselektion?

Leider waren einige der gemessenen Werte nicht normalverteilt (geprüft mit Shapiro-Wilk)...

Es ist unerheblich, ob die gemessenen Werte normalvertreilt sind.
Bei t-Tests für abhängige Messungen kommt es auf die Verteilung
der intra-individuellen Differenzwerte an. Bei t-Tests für unabhängige
Stichproben kommt es auf die Verteilungen innerhalb der Gruppen
an. Und in allen Fällen ist Normalverteilung um so weniger relevant,
je größer die Stichprobe(n).

Sprich ist es Voraussetzung für diese Tests, dass beide Stichproben nicht nv sind ?
Hab dazu im Internet nirgends was gefunden...

Sie heißen nicht umsonst auch "verteilungsfreie" oder "nonparametrische" Verfahren.

Beinkraft gesamt: p = 0,19 (--> signifikant)
Beinkraft linkes Bein: p = 0,90 (--> nicht signifikant)
Beinkraft rechts Bein: p = 0,24 (--> signifikant)

0,19 ist nicht signifikant.

Mit freundlichen Grüßen

P.

[Statist]

Hallo P.,

erstmal danke für deine Antwort!

Die Gruppen waren aufgrund einer ziemlich hohen Drop-Out-Quote recht klein - 7 Personen in Gruppe 1, 5 in Gruppe 2. Die Trainings waren alle Einzeltrainings, wobei die Trainierenden von einem zweier Studienleiter trainiert wurden - das hing davon ab, welcher Studienleiter gerade anwesend war, hatte also kein festes Schema.

Fragestellungen sind prinzipiell:
1. Unterscheiden sich die intragruppalen Ergebnisse der Prä- und Post-Tests voneinander und wenn ja, signifikant oder nicht?
2. Unterscheiden sich diese Ergebnisse von denen der anderen Gruppe und wenn ja, signifikant oder nicht ?
Zugeteilt wurden die Probanden mit dem Verfahren der Blockbildung. Zuteilungskriterium war ein in den Prä-Tests erreichter Energiewert.

Hm, also keine Normalverteilungstests notwendig - blöd, da hätt ich mir schonmal Arbeit sparen können...

"Sie heißen nicht umsonst auch "verteilungsfreie" oder "nonparametrische" Verfahren." --> Die Werte müssen also modifiziert werden. Wie nennen sich denn bitte die Verfahren für sowas bzw. welches käme bei dieser Studie in Frage?


Zu den letzten Werten - da fehlt überall eine Null...
Sollte also heißen:
- 0,019
- 0,090
- 0,024
Die Frage interessiert mich wirklich, kann das denn möglich sein? Wie gesagt, die Beinkraft gesamt ist nichts anderes als die Beinkraft links und rechts addiert...


Beste Grüße

Statist

[PonderStibbons]

Die Gruppen waren aufgrund einer ziemlich hohen Drop-Out-Quote recht klein - 7 Personen in Gruppe 1, 5 in Gruppe 2.

Bei solch kleinen Stichproben rechnet man dann gemeinhin "nonparamerisch",
t-Tests würden entfallen.
Ob man angesichts vieler drop-outs noch aussagekräftige weil halbwegs unverzerrte
Ergebnisse erhalten kann, sei aber dahingestellt.

Zugeteilt wurden die Probanden mit dem Verfahren der Blockbildung. Zuteilungskriterium war ein in den Prä-Tests erreichter Energiewert.

Dann ergibt der Vergleich der Gruppen nach Training wohl ausreichend Sinn.

"Sie heißen nicht umsonst auch "verteilungsfreie" oder "nonparametrische" Verfahren." --> Die Werte müssen also modifiziert werden.

Verteilungsfrei heißt, die Verteilung ist (im Prinzip) egal.

Die Frage interessiert mich wirklich, kann das denn möglich sein? Wie gesagt, die Beinkraft gesamt ist nichts anderes als die Beinkraft links und rechts addiert...

Vielleicht ist die Streuung der Werte überproportional gestiegen.

Mit freundlichen Grüßen

P.