STATISTIK-FORUM.de

[Forscherseele]

Hallo Leute,

ich erforsche die Ausprägung von verschiedenen psychologischen Variablen bei Drogenkonsumenten. Ich habe dafür eine Onlinestudie gestartet, bei der die Teilnehmer neben anderen Skalen auch angegeben haben, welche Drogen sie konsumieren. Die verschiedenen Drogen habe ich mit einer Faktorenanalyse in Gruppen geteilt. Ich möchte nun testen, ob die Art der konsumierten Droge einen Einfluss auf die Wirkung einer kategorialen Variable X auf eine metrische Variable Y hat.
Mein Problem ist nun, dass manche Konsumenten in mehreren Drogengruppen sind. Eine mehrfaktorielle Anova ist nicht möglich, da keine Nominalverteilung und keine Varianzhomogenität gegeben ist. Kann ich daher mehrere Berechnungen (mit dem K-W-Test) durchführen, also jede Drogengruppe einzeln, und dann Effektstärke und Signifikanz vergleichen? Oder gibt es Gründe, die dagegen sprechen?

Viele Grüße,
Forscherseele

[PonderStibbons]

Anscheinend könntest Du eine multiple lineare Regressionsanalyse rechnen mit den Prädiktoren X (die k Stufen von X umgewandelt in k-1 dummy-Variablen), den Drogenkonsum-Variablen und den Wechselwirkungen zwischen X und den Drogenkonsumvariablen.

Mit freundlichen Grüßen

PonderStibbons

[strukturmarionette]

Hi,

Die verschiedenen Drogen habe ich mit einer Faktorenanalyse in Gruppen geteilt. Ich möchte nun testen, ob die Art der konsumierten Droge einen Einfluss auf die Wirkung einer kategorialen Variable X auf eine metrische Variable Y hat.

- N?
- Dabei wäre eine Strukturgleichungsmodellierung ratsam.

Gruß
S.

[Forscherseele]

Insgesamt: N = 437
Einzelne Drogengruppen: N = 13; 125; 286; 69

Danke für die Rückmeldungen. Die lineare Regressionsanalyse hat die gleichen Anforderungen an die Daten wie die Anova (habe ich gelesen). Stimmt das? Dann wäre diese auch nicht durchführbar.
Was die Strukturgleichungsmodellierung angeht, werde ich mich einlesen.

[PonderStibbons]

Danke für die Rückmeldungen. Die lineare Regressionsanalyse hat die gleichen Anforderungen an die Daten wie die Anova (habe ich gelesen). Stimmt das? Dann wäre diese auch nicht durchführbar.

Du hast womöglich falsche Vorstellungen von den Voraussetzungen für die lineare Regressionsanalyse bzw. Varianzanalyse.
Die Verteilung der abhängigen Variable ist bespielsweise irrelevant. Relevant ist gegebenenfalls die Verteilung
der Modellfehler (Residuen). Hinsichtlich der "Normalverteilung" ist aber auch dies nur bei kleinen Stichproben
zu diskutieren. n=437 ist groß genug. Oder bezieht sich Deine Aussage im Ursprungsposting nicht auf die abhängige
Variable, sondern auf die Verteilungen in den Zellen?

Da weder "X" noch "metrische Varisable Y" konkret benannt wurden, ist die Möglichkeit für weitere Diskussionen
konkreter Problemlösungen zwangsläufig leider sehr gering.

Mit freundlichen Grüßen

PonderStibbons