STATISTIK-FORUM.de

[cece]

Hallo!

Ich habe ein Problem mit einer Kovariate bei meiner ANCOVA. Ich habe bei meinem Experiment (2x2 Design) die Gruppen zufällig zugeteilt aber ich konnte die Kovariate nur nach dem Treatment erheben. Leider wurde die Kovariate jetzt vom Treatment beeinflusst.
Ich weiß, dass UV und Kovariate unabhängig sein müssen also war meine Idee, zunächst die Wirkung der UV aus der Kovariate herauszupartialisieren und sie dann ins Modell zu nehmen. Nach dem Herauspartialisieren ist die Kovariate zwischen den Gruppen auch nicht mehr unterschiedlich und die Steigungen der Regressionsgeraden sind homogen.
Kann man das so machen? Oder gibt es eine andere Lösung für das Problem?

Vielen Dank für eure Hilfe!

[PonderStibbons]

Ich habe bei meinem Experiment (2x2 Design) die Gruppen zufällig zugeteilt aber ich konnte die Kovariate nur nach dem Treatment erheben. Leider wurde die Kovariate jetzt vom Treatment beeinflusst.

Worum geht es denn da konkret?

Ich weiß, dass UV und Kovariate unabhängig sein müssen

Nein, aber wenn Deine experimentellen Bedingungen die Kovariate
beeinflusst haben, stellt sich die Frage, welche Funktion sie nun
in Deinem Modell erfüllt bzw. wie sie zu interpretieren ist. Ohne
ausreichende Informationen nicht zu beantworten.

Mit freundlichen Grüßen

P.

[cece]

Es geht um die Bewertung von Schokolade. Ich habe 2 verschiedene Verpackungen und 2 verschiedene Informationen. Die Kovariate ist das Mögen von Schokolade und die AV die Geschmacksbewertung.
Eigentlich sollte das Mögen von Schokolade ja unabhängig sein von der Verpackung aber ich denke, dass die "bessere" Verpackung auch dazu geführt hat, dass Leute angeben sie mögen Schokolade lieber.

[PonderStibbons]

So ist das zugleich ein Prädiktor und eine abhängige Variable.
Warum lässt Du sie nicht einfach raus? Dass Du sie erst hinterher
erhoben hast, lässt sich meines Wissens durch keinen Rechentrick
kompensieren und als Mediator war es wohl nicht gedacht.

Mit freundlichen Grüßen

P.

[cece]

Vielen Dank schonmal für die Antwort!
Ich würde sie gerne benutzen, weil es meiner Meinung nach inhaltlich sinnvoll ist und meine Ergebnisse auch besser werden.
Und entfernt man nicht durch das Herauspartialisieren den ungewollten Einfluss?

[PonderStibbons]

Ich würde sie gerne benutzen, weil es meiner Meinung nach inhaltlich sinnvoll ist

Sie ist inhaltlich aber doch nicht mehr sinnvoll, da zugleich
ein Prädiktor und eine abhängige Variable.

Und entfernt man nicht durch das Herauspartialisieren den ungewollten Einfluss?

Nicht dass ich jetzt wüsste.

Mit frreundlichen Grüßen

P.

[cece]

Ups, dann hab ich das wohl noch nicht klar genug erklärt. Die Variable soll natürlich nicht gleichzeitig AV und Kovariate sein. Das sind bei mir schon zwei verschiedene Sachen:
Die AV, Geschmacksbewertung der Schokolade (es wurde auch echte Schokolade gegessen), ist sehr spezifisch (süß, bitter, lecker...) und geht über ein generelles Urteil hinaus. Mit der Kovariaten habe ich das allgemeine Mögen von Schokolade abgefragt, da ja die Tatsache, ob man generell etwas eher mag oder nicht dann auch die differenzierte geschmackliche Bewertung beeinflusst (z.B. wer genrell keine Schokolade mag, wird auch diese spezifische Schokolade möglicherweise als besonders süß oder klebrig empfinden).Ich würde gerne den Effekt der Verpackung auf die spezifische Bewertung betrachten und daher scheint es mir wichtig, dafür zu kontrollieren, wie gerne jemand genrell Schokolade mag. Deswegen brauche ich die Kovariate wirklich in meiner ANCOVA. Macht es das etwas verständlicher?

Und ich hatte im Bortz (1999) gelesen, dass man Variablen (mittels Partialkorrelation) von einem Einfluss einer anderen Variablen bereinigen kann. Ich dachte, das könnte man in diesem Fall eventuell auch anwenden.
Ich will nicht widersprechen, das ist nur gerade sehr wichtig für mich und deswegen suche ich (verzweifelt) nach einer Lösung...

Viele Grüße und Vielen Dank!

[PonderStibbons]

Ich würde gerne den Effekt der Verpackung auf die spezifische Bewertung betrachten und daher scheint es mir wichtig, dafür zu kontrollieren, wie gerne jemand genrell Schokolade mag. Deswegen brauche ich die Kovariate wirklich in meiner ANCOVA. Macht es das etwas verständlicher?

Ich verstehe den Zweck nicht ganz. In einer randomisierten Studie
müsste das "Mögen" für alle Gruppen in etwa gleich sein. Wozu
wolltest Du das dann kontrollieren?

Und ich hatte im Bortz (1999) gelesen, dass man Variablen (mittels Partialkorrelation) von einem Einfluss einer anderen Variablen bereinigen kann. Ich dachte, das könnte man in diesem Fall eventuell auch anwenden.

Da Du das "Mögen" erst nachher erhoben hast, ist es anscheinend
durch die Intervention beeinflusst, daher schrieb ich, dass das
damit sowohl eine UV als auch eine AV ist. Wie man das logisch
auseinanderdividiert bekommt, weiß ich nicht.

Möglicherweise geht es auch gar nicht um eine Kovariate, sondern
um eine Moderatorwirkung?

Ich will nicht widersprechen, das ist nur gerade sehr wichtig für mich und deswegen suche ich (verzweifelt) nach einer Lösung...

Ach Gottchen, wenn das zur Verzweiflung führt, dann nimm's
halt als Kovariate auf und warte ab, ob Dein Gutachter Einwände
hat.

Mit freundlichen Grüßen

P.