es wäre super wenn mir hier jemand einen Rat geben könnte, welches Verfahren ich hierfür verwenden soll. Bin im Psychologie-Bachelor, also noch relativ unerfahren.
Experiment, Versuchsdesign und Variablen
Ich untersuche die Fragestellung, ob ein Zusammenhang zwischen einer bestimmten Persönlichkeitseigenschaft und der Reaktionszeit einer Aufgabe besteht. Dabei vermute ich, dass es auch andere Eigenschaften der Probanden gibt, die die Reaktionszeit beeinflussen.
Prädiktor: Persönlichkeitseigenschaft (metrisch skaliert, nicht normalverteilt)
Kriterium: Reaktionszeit (in Sekunden, metrisch skaliert, nicht normalverteilt)
Pot. Prädiktor / Kovariat 1: Alter (metrisch skaliert, normalverteilt)
Pot. Prädiktor / Kovariat 2: IQ (metrisch skaliert, normalverteilt)
Varianzhomogenität ist gegeben.
Stichprobengröße: 26 (7 in der Experimentalgruppe, also mit hoher Ausprägung der Persönlichkeitseigenschaft, 19 in der Kontrollgruppe mit niedriger Ausprägung). Mir ist klar dass diese Stichprobengröße eigentlich nicht ausreichend ist, jedoch handelt es sich um eine Studie mit einer relativ seltenen klinischen Diagnose und muss deshalb müssen die Daten vorerst ausreichen.
Bisherige Befunde:
1. Korrelationen zum Kriterium (Reaktionszeit)
- Prädiktor (Persönlichkeitseigenschaft) vs. Kriterium (Reaktionszeit) : r = .49
- Kovariat 1(IQ) vs. Kriterium (Reaktionszeit) : r = -.45
- Kovariat 2(Alter) vs. Kriterium (Reaktionszeit) : r = .70
Problem:
Erste analysen zeigen große Effekte und signifikante Ergebnisse, dass meine Hypothese bestätigt wird d.h., dass eine hohe Ausprägung des Prädiktors im Zusammenhang mit einer langen Reaktionszeit steht. Nun weiß ich jedoch nicht, ob dieser Effekt auf die Kovariate, also den IQ und das Alter zurückzuführen sind.
Bisherige Überlegungen / Vorgehen:
- Ich habe in SPSS eine Multiple Regression mit der stepwise-Methode gerechnet und hierfür die möglichen Prädiktoren und Kovariate verwendet. SPSS hat sich für Kovariat 2 (Alter) und den Prädiktor (Persönlichkeitseigenschaft) entschieden und den IQ rausgenommen. Dies hat mich erst gefreut, dann aber verwirrt, als ich probeweise versucht habe, alle anderen (unwichtigen) Kovariate mit der stepwise Methode zu rechnen. Dabei entschied sich SPSS für das Kovariat 2 (Alter) und eine völlig unsinnige Variable, die weder einen großen Zusammenhang mit dem Kriterium aufweisen konnte, geschweige denn als signifikant gewertet wurde.
- Mir wurde empfohlen, einen Prädiktor nach den anderen schrittweise in das Modell zu integrieren und danach die Residualwerte abzuspeichern und diese bei weiteren Rechnungen zu verwenden.
Fragen an Euch:
- Ist es überhaupt legitim eine Regressionsanalyse durchzurführen, da bei meinem Prädiktor keine normalverteilung vorliegt? Wenn nein, welche Alternative kann ich verwenden?
- Falls die Überlegung richtig ist, mit den Residualwerten zu rechnen, wie genau gehe ich hierbei vor? Verwende ich standardisierte oder nicht-standardisierte Residualwerte? Vergleiche ich die Residualwerte, die sich aus der Rechnung von Kovariat 2 (Alter) vs. Kriterium (Reaktionszeit) ergeben einfach mit meinem Prädiktor (Persönlichkeitseigenschaft)? Wenn ja, verwende ich für diesen Vergleich den Mann-Whitney U Test?
- Gibt es andere Vorschläge?
Wie gesagt, für gute Ratschläge wäre ich sehr dankbar!
Viele Grüße,
Björn
