STATISTIK-FORUM.de

[Lea310]

Hallo

Ich sitze gerade am Expose meiner Masterarbeit und fühle mich etwas überfordert. Vielleicht kann mir jemand helfen. Ich habe 3 Messzeitpunkte (Wartekontrollgruppendesign; prä - post - follow-up).
Es wurde ein Training absolviert, wobei nicht jeder das Training komplett gemacht hat. Nun möchte ich wissen, ob die Trainingsintensität mit der Schlafqualität im follow-up zusammenhängt. Heißt, die Hypothese würde so in etwa lauten: Je höher die Anzahl an absolvierten Modulen (des Trainings), desto besser die Schlafqualität nach 12 Monaten.

Mein Problem ist nun, dass zusätzlich auch Veränderungen der Arbeitsbedingungen erhoben wurden. Z.B. Teamwechsel (ja/nein), Positionswechsel (ja/nein) und Arbeitsumfang (ja/nein). Zudem noch die Frage ob ein kritisches Lebensereignis stattgefunden hat (auch kategorial). Nun kann man ja davon ausgehen, dass diese Veränderungen der Arbeitsbedingungen sich ebenfalls auf die Schlafqualität auswirken können. Heißt, wenn ich schauen möchte, ob das Training den Effekt erklärkt, muss ich diese Variablen irgendwie kontrollieren. Da sie kategorial sind, weiß ich nur nicht wie. In einer Kovarianzanalyse muss die Kovariate ja metrisch sein. Oder würde das mit Dummykodierung funktionieren?

Hat jemand eine Idee?

Vielen Dank für eure Hilfe!

Lg, Lea

[PonderStibbons]

Je höher die Anzahl an absolvierten Modulen (des Trainings), desto besser die Schlafqualität nach 12 Monaten.

Und wie soll das analysiert werden, nur Regression mit den F'up-Daten oder Messwiederholungs-Varianzanalyse?
Wie groß ist die Stichprobe?

Heißt, wenn ich schauen möchte, ob das Training den Effekt erklärkt, muss ich diese Variablen irgendwie kontrollieren.

"Müssen" nur dann, wenn das mit Anzahl Trainingsstunden und v.a. mit Schlafqualität assoziiert ist. Aber
verkehrt ist der Gedanke erstmal nicht.

Machbar z.B. als Zwischensubjekt-Faktoren in einer Messwiederholungs-Varianzanalyse oder als dummy-codierte P
rädiktoren in der Regression. Bei kleiner Stichprobe könnte man überlegen, die Anzahl der Stressfaktoren als
Kovariate zu verwenden, statt für jeden Stressfaktor eine eigene Variable zu bilden.

Mit freundlichen Grüßen

PonderStibbons

[Lea310]

Hallo PonderStibbons

Erst einmal vielen Dank für Ihre schnelle Antwort, die mir schon etwas geholfen hat.

Die Stichprobe wird vermutlich recht klein sein, die Erhebung läuft aber noch, daher kann ich noch keine genaue Aussage machen.

Ich muss dazu sagen, dass die Vorgabe seitens meines Betreuers folgende war: ich soll die MA in drei Blöcke gliedern. In Block 1 soll ich mir anschauen, wie sich verschiedene Variablen in den Gruppen über die Messzeitpunkte verändern. Ich schaue mir hier Schlaf, Stressbewältigungsfertigkeiten, emotionale Erschöpfung und Stresserleben an. Es geht insgesamt in der Ma um die Nachhaltigkeit der Effekte nach 12 Monaten. Heißt Block 1 wird auf jeden Fall eine Varianzanalyse mit Messwiederholung.

In Block 2 soll ich nun die Schlafqualität als AV nehmen und schauen, was den Effekt, dass sich der Schlaf nachhaltig gebessert hat, erklärt. So hat es mein Betreuer formuliert. Allerdings finde ich das gewagt. Denn was ist, wenn sich in Block 1 zeigt, dass sich der Schlaf gar nicht nachhaltig bessert? Dann ist meine Hypothese in Block 2 unbrauchbar. Ich würde es daher so formulieren, zu fragen, was einen Einfluss auf die Schlafqualität hat. Und da meinte er dann eben: ist es die Trainingsintensität? Oder sind es die äußeren Umstände? Die bisherige Forschung gibt Anlass anzunehmen, dass sich eine Veränderung der äußeren Umstände (es geht hier vor allem um eine Veränderung der Arbeitsbedingungen) auf die Schlafqualität auswirkt.

Nun zur Auswertung: wenn ich eine mehrfaktorielle Varianzanalyse mit Messwiederholung machen würde, müsste ich die Trainingsintensität ja kategorial definieren, richtig?

Wenn ich eine Regression rechne: kann ich dann die Variablen, die die äußeren Umstände betreffen, zu einer Kovariaten zusammenfassen? Oder muss ich jede einzeln nehmen und habe dann zusätzlich zur Trainingsintensität 4 weitere Prädiktoren? In meinem Verständnis würde es Sinn machen, die äußeren Umstände als Kovariate zu verwenden damit ich schauen kann, ob sich die Trainingsintensität auch unabhängig von äußeren Umständen (also v.a. Arbeitsbedingungen) auf die Schlafqualität auswirkt. Weil es geht ja in der Masterarbeit darum zu schauen, ob das Training wirkt. Dass sich z.B. eine Veränderung von Arbeitsbedingungen auf die Schlafqualität auswirkt, interessiert mich ja nicht wirklich. Deswegen hatte ich die Varianzanalyse eigentlich schon vom Tisch. Macht das Sinn?

Was macht am meisten Sinn für mich? Bzw. was bringt mir mehr Erklärung?

Vielen Dank für Ihre Hilfe!

LG, Lea

[PonderStibbons]

Nun zur Auswertung: wenn ich eine mehrfaktorielle Varianzanalyse mit Messwiederholung machen würde, müsste ich die Trainingsintensität ja kategorial definieren, richtig?

Nein, intervallskalierte Prädiktoren gehen ebenfalls.

Wenn ich eine Regression rechne: kann ich dann die Variablen, die die äußeren Umstände betreffen, zu einer Kovariaten zusammenfassen?

Das war ja eben mein Vorschlag, um bei einer kleinen Stichprobe Freiheitsgrade zu sparen und ein überangepasstes Modell zu vermeiden. Aber es muss auch inhaltlich zu rechtfertigen und interpretierbar sein. Außerdem solltest Du überlegen, den Ausgangswert der Schlafqualität als Prädiktor einzubeziehen.

Was macht am meisten Sinn für mich? Bzw. was bringt mir mehr Erklärung?

Geht beides. Regression ohne Ausgangswert würde allerdings wertvolle Informationen verschenken.
Bei Regression mit Ausgangswert versus Messwiederholungs-Varianzanalyse würde ich letztere vorziehen,
weil die Interpretation geradeheraus ist.

LG

wtf

Mit freundlichen Grüßen

Ponderstibbons