STATISTIK-FORUM.de

[Fidiralla]

Hallo ihr Lieben,
nach intensiver Literatur und Foren Recherche wende ich mich nun an euch mit der Hoffnung, dass mir jemand helfen kann.

Die Umstände:
1 Merkmal M wurde bei 30 Personen in zwei verschiedenen Situationen A + B gemessen. Ein repeated t Test bestätigt die MW- Unterschiede.
Diese beiden Situationen unterschieden sich unter anderen in ihrem situativen Stress S. Um den zu erfassen, habe ich den Stress in Situation A und B mittels Rating erfasst. Der Stress in Situation A und B unterscheidet sich auch signifikant.
Ich habe also 4 Variablen in SPSS:
Merkmal M in Situation A
Merkmal M in Situation B
Stress S in Situation A
Stress S in Situation B

Nun war die Idee den Stress aus der jeweiligen Situation herauszupartialisieren, um zu schauen, ob die Unterschiede im Merkmal M dadurch verschwinden, was ja bedeuten würde, dass der Stress den Unterschied komplett erklärt.
Dazu wurde mir gesagt soll ich die Regressionen von Mermal M in A auf Stress S in A und Merkmal in B und Stress S in B rechnen, bei beiden die Residuen speichern und dann ein repeated t Test mit den Residuen machen.
Jetzt habe ich aber festgestellt, dass das keinen Sinn macht. Der MW der Residuen ist ja immer 0. Das heißt ein t Test, der MW vergleicht ist doch da ziemlich sinnlos. Da kommt nie was raus. Jetzt bin ich überfragt und meine Betreuer auch.

Ich hoffe irgendwer hat eine bessere Idee

[PonderStibbons]

Vielleicht kann's hier jemand ausführlich erklären, falls nicht, dann soll dies paper
recht nützlich sein: Judd CM, Kenny DA, McClelland GH (2001). Estimating and testing
mediation and moderation in within-subject designs. Psychological Methods, 6, 115-134

HTH

P.

[Fidiralla]

Vielen Dank erst einmal!

In dem Artikel haben die scheinbar mit Differenzwerten gearbeitet. Also eine Multiple Regression des Differenzwertes der AV auf den Differenzwert der Kovariate und Summenwertes der Kovariate.


In dem Buch Statistik von Bortz habe ich was gefunden im Kapitel Kovarianzanalyse mit Messwiederholungen. Er geht scheinbar davon aus, dass man auch die Kovariate wiederholt erhebt, denn er schreibt: "Bei einer einfaktoriellen Kovarianzanalye mit Messwiederholungen über p Erhebungszeitpunkte müssen die AV und die Kontrollvariable jeweils p-mal erhoben werden."
Ich habe nach seiner Formel und seinem Bsp das bei mir mal per Hand durchgerechnet und die Ergebnisse machen schon Sinn. Ich habe das 6mal gerechnet für 6 AVs und der Unterschied verschwindet überall da wo das Merkmal M in Situation B hoch korreliert war mit dem Stress S in Situation B.

Vielleicht probiere ich das mit der Regression aber auch mal.

Was ich grad nicht verstehe im Bortz ist der Satz: "Das einmalige Erheben der Kontrollvariable ist für das varianzanalytische Ergebnis bedeutungslos." Wenn ich in eine ANOVA mit Messwiderholung eine einzelne Kovariate einfüge (so wie das SPSS ja auch vorsieht) wie zB Intelligenz, dann kann die doch schon Einfluss auf meinen Effekt haben ?!