STATISTIK-FORUM.de

[christina1]

Hallo,

ich bin neu hier und auch beim Thema Statistik und SPSS ein ziemlicher Neuling. Demnächst muss ich für eine Abschlussarbeit Daten einer Studie auswerten, habe aber vorher nie wirklich etwas darüber gelernt und bin gerade dabei, mir die Basics anzueignen. Entschuldigt also bitte, falls ich hier dumme Fragen stelle und vielleicht ein bisschen ahnungslos wirke

Zu meinem Problem: In meiner Studie soll die Frage geklärt werden, ob sich die Ergebnisse zweier Gruppen (jeweils ca. 80 Versuchspersonen) in einem Schulleistungstest signifikant voneinander unterscheiden. Dazu wurde mir nun von meiner Betreuerin gesagt, dass ich ja vielleicht auch noch die Intelligenz als Faktor miteinbeziehen könnte, d.h. klären, ob der Unterschied zwischen den Mittelwerten durch Unterschiede in der Intelligenz erklärt werden kann oder nicht.
Ohne Berücksichtigung der Intelligenz würde ich nach meinen bisherigen Recherchen wohl einen t-Test für unabhängige Stichproben einsetzen, oder, falls die Werte nicht normalverteilt sind, den Mann-Whitney-U-Test. Ist das soweit in Ordnung?
Die Intelligenz stellt mich dann aber vor eine Herausforderung: Soweit ich weiß, lassen sich ja bei den erwähnten Tests keine Kontrollvariablen einbeziehen. Welches Verfahren würde sich alternativ anbieten?
Ich habe aus dem Testhandbuch des Schulleistungstests die Angabe, dass der Zusammenhang zwischen den Leistungen in dem Test und dem IQ-Test, von dem ich auch für meine Gruppen Ergebnisse habe, in einer Normstichprobe bei r=.41 lag. Ist das für mich und meine Studie von Bedeutung?

Vielen Dank schon einmal!

Christina

[strukturmarionette]

Hi,

univariate zweistufige einfaktorielle Kovarianzanalyse.

Gruß
S.

[christina1]

Hallo!

Danke schonmal für die Antwort, auch wenn ich zugeben muss, dass mir wohl noch viel Wissen fehlt, um damit weiterzukommen Zu dem Thema muss ich mich wohl noch weiter einlesen.
Inzwischen habe ich die Daten vorliegen und konnte feststellen, dass die IQ-Werte sich zwischen den beiden Gruppen nicht signifikant voneinander unterscheiden. Muss ich dann überhaupt noch den IQ als Kontrollvariable einberechnen, oder reicht das Nichtvorliegen eines signifikanten Unterschiedes aus, um sagen zu können, dass der Unterschied in den Testleistungen nicht durch unterschiedliche Intelligenz begründet werden kann? Das würde mir ja die Durchführung eines anderen Verfahrens als des t-Tests (und damit viel Einarbeitung) ersparen.

Gruß, Christina

[Albrecht]

Das reicht leider nicht. Der IQ kann in unterschiedlicher Art & Weise sich auswirken, so dass man mit einem t-Test zwischen den Gruppen nicht alle möglichen Einflüsse auf die abhängige Variable kontrollieren kann.

[christina1]

So, inzwischen habe ich mich noch weiter eingelesen, dabei aber leider auch nicht alles so ganz verstanden (einfach blöd, dass wir ohne jedes Vorwissen an solche Themen gesetzt werden).
Zur Kovarianzanalyse: Ich habe mir jetzt zusammengereimt, dass ich eine ANCOVA mit der abhängigen Variable "Testergebnis", der unabhängigen Variable "Gruppenzugehörigkeit" und der Kovariate "Intelligenz" durchführen könnte (evtl. würde ich noch das Arbeitsgedächtnis als eine weitere Kovariate einführen). Ist das sinnvoll, passt das zu dem Vorschlag von strukturmarionette? Bzw. was ist in dem Vorschlag von strukturmarionette mit "zweistufig" gemeint?
Gibt es irgendwelche besonderen Voraussetzungen, die meine Daten erfüllen müssen, damit das Verfahren geeignet ist? Wenn ja, muss ich diese vorher selber überprüfen oder wird das von SPSS automatisch berücksichtigt?

[PonderStibbons]

Die Gruppen sind hinsichtlich Intelligenz augenscheinlich parallel, weswegen
eine Kovarianzanalyse entfallen könnte. Interessant wäre sie dennoch, z.B.
könnte man den relativen Beitrag der Gruppenzugehörigkeit mit dem relativen
Beitrag der Intelligenz zu den Schulleistungen vergleichen; oder die
Wechselwirkung Gruppe*IQ einbeziehen, falls es theoretische Annahmen gibt,
dass sich die Intelligenz unterschiedlich stark auswirkt, je nach Gruppe.

Was die Voraussetzungen angeht, die Vorhersagefehler sollten normalverteilt
sein, was nicht autonmatisch überprüft wird, aber bei n=160 auch nicht mehr
relevant ist. Und die Streuungen in beiden Gruppen sollten ähnlich sein.

Mit freundlichen Grüßen

P.

[christina1]

Ja, ich dachte mir auch, dass die Kovarianzanalyse genau solche zusätzlichen Informationen erbringen könnte, die für meine Studie auf jeden Fall interessant wären.
Damit bin ich schonmal einen großen Schritt weiter - danke (auch für die schnelle Antwort)!


EDIT: Leider ist schon wieder eine Frage/ein Problem aufgetaucht: Bei der Suche nach einer Anleitung für SPSS bin ich auf diese hier gestoßen: http://tutormeth.univie.ac.at/fileadmin ... 3_lsg_.pdf
Wenn die auf Seite 2-3 beschriebene Methode zur Überprüfung der Homogenität der Regressionskoeffizienten korrekt ist, scheint diese Bedingung bei mir nicht erfüllt zu sein, in der entsprechenden Zeile ergibt sich nämlich eine Signifikanz von ,000. Heißt das, dass ich mir ein anderes Verfahren suchen muss?