Hallo PonderStibbons,
Vielen Dank für deine Antwort. Bitte entschuldige, dass ich mich so schwammig ausgedrückt habe. Zum Hintergrund: Bei dem Versuch solls um sexuelle Belästigung gehen. Die Skala erfasst die Neigung der VP, sexuell zu belästigen (UV1). In der Versuchs- bzw. Experimentalbedingung werden den VP Wörter mit Machtmotiven (Boss, Chef, Autorität, etc.) vs. "neutrale" Wörter (Regen, Kreide, Tafel...) dargeboten (UV2). Wir gehen nun davon aus, dass die VP mit einer hohen Neigung zur sexuellen Belästigung Sex im besonders hohen Maße mit Macht verbinden.
Diese Verbindung wird einerseits anhand der erinnerten Wörter (AV2), andererseits anhand einer Veränderung der wahrgenommenen Attraktivität von Gesichtern nach Darbietung von Machtwörtern gemessen (AV1).
Soll das bedeuten, dass zwei Tests gerechnet werden, einmal für
die Treatment-Gruppe (erwartet wird eine positive Korrelation
zwischen UV1 und Anzahl Wörter in der 2. Messung) und einmal
für die Kontrollgruppe (erwartet wird eine Korrelation = 0 zwischen
UV1 und Anzahl Wörter in der 2. Messung)? Das wirkt eher umständlich,
aber ich kenne den Hintergrund nicht.
Wir erwarten eine positive Korrelation von UV1 und AV2 , jedoch nur unter der Bedingung, dass die gezeigten Wörter solche mit Machtmotiv sind (also die Treatmentbedingung). Ich dachte, man könnte in diesem Sinne nur einmal testen, also ob bei dem Modell
![](http://latex.codecogs.com/png.latex?Anzahl~der~reproduzierten~W\"orter=\mu~+~Treatment~*~Korrelation~*~Skalenwerte)
("
" ist dabei die Baseline an erinnerten Wörter, also die Anzahl an Wörtern, die man sich ohnehin merken kann) ob die "Korrelation" über 0 liegt. Ein Vergleich der beiden Gruppen läge dann darin, dass die Werte auf der Skala nur bei denjenigen VP einen Einfluss auf die reproduzierten Wörter haben, welche dem Treatment unterzogen werden.
Genauso in Bezug auf Hypothese 2):
2)"Sofern das Treatment auf die VP angewandt wird, besteht ein positiver Zusammenhang zwischen den Skalen-Werten und dem Ausmaß der Veränderung der Bewertung der
Attraktivität der Gesichter."
Das mit dem "sofern" verstehe ich nicht, das bedeutet logischerweise,
dass die Treatment-Gruppe separat getestet wird. Andernfalls musst Du
präzisieren, ob und wo etwas beim Vergleich der beiden Gruppen
erartet wird. Gilt vermutlich auch für die erste Fragestellung.
Hier dachte ich mir, analog zu Hypothese 1:
![](http://latex.codecogs.com/png.latex?Ver\"anderung~in~der~Wahrnehmung~der~Attraktivit\"at~=~Treatment~*~Korrelation~*~Skalenwerte)
.
Verstehe ich leider nicht so recht. Zum einen bedeutet ein Unterschied
zwischen Gruppen hinsichtlich einer abhängigen Variable, dass ein
Zusammenhang besteht zwischen dem gruppierenden Faktor und der
abhängigen Variable.
Entschuldigung, ich meinte, dass ich auch das Ausmaß des Zusammenhangs benennen können möchte, also wie stark er ist, nicht nur, dass er überhaupt da ist.
Zum andern wird nicht so recht ersichtlich, wo
Unterschiede denn überhaupt analysiert werden sollten, wenn Du eine
Messwiederholungs-Varianzanalyse rechnest.
Es gäbe doch auch die Möglichkeit, für beide Hypothesen zwei Tests durchzuführen, die zeigen, dass es einen Unterschied der beiden Grupppen (jeweils Treatment-nichtTreatment) gibt, wenn ich willkürlicherweise nur diejenigen VP beachte, die extreme Ausprägungen auf der Skala haben (also das .1-Perzentil bspw.). Dann könnte ich doch, theoretisch, sagen,
dass es einen positiven Einfluss der Skalenwerte auf die AVs hat, jedoch nicht, wie stark der ist.
Liebe Grüße,
M.
