STATISTIK-FORUM.de

[dberner]

Hallo.
Ich mache eine Studie mit 24 Probanden und untersuche Veränderungen VOR und NACH einer Intervention (Gymnastische Übung) - gemessen wird jeweils in der Vorruhe und Nachruhe.
Die Variablen sind meist normalverteilt (Kolmogorow-Test SPSS). Nun habe ich mit einer ANOVA und Wilcoxon die Veränderungen unter SPSS erfasst und erhalte SEHR unterschiedliche Signifikanzen - der Wilcoxon deutlich mehr signifikante Unterschiede, die für mich eigentlich auch plausibel sind.

Beispiel: Reflexionsindex (normalverteilt) MW (SD)
Vorruhe 68,963 (11,268)
Nachruhe 72,525 (9,837)

Wilcoxon p=0,005
ANOVA p=0,270

Hat jemand dafür eine Erklärung?
Vielen Dank für die Hilfe.
Dominik

[PonderStibbons]

Be n=24 lässt sich über Normalverteilung wenig sagen, der Test hat da nur sehr
mäßige statistische power. Zudem geht es nicht um die Verteilung der Variablen,
sondern die der Differenzen. Ich gehe davon aus, mit Wilcoxon ist der Vorzeichenrangtest
gemeint, mit ANOVA eine Messwiederholungs-Varianzanalyse (warum bei
2 Messzeitpunkten nicht einfach t-Test für abhängige Messungen?). Es wäre
demnach interessant, Mw und SD der Differenzwerte zu berichten. Wieviele
Variablen werden denn da überhaupt getestet?

Mit freundlichen Grüßen

P.

[dberner]

Vielen Dank für die Antwort.

Differenz Nachruhe zu Vorruhe von Reflexionsindex
MW 3,562, SD 4,740 ; Kolmogorow: normalverteilt
Ein T-Test ergibt die Signifikanz p=0,002, ist also deutlich näher am Ergebnis mit Wilcoxon/Vorzeichenrangtest.

Es werden für die ganze Studie sehr viele Variablen verwendet, da es eine explorative Studie ist und fünf Messinstrumente (Fragebögen, physiologische Messungen) verwendet werden. Aber Primärer Endpunkt ist die RMSSD der Herzratenvaribilitätsmessung.


Was bedeutet das? Warum ist das Ergebnis mit der ANOVA so anders?
Gruß
Dominik

[PonderStibbons]

Kolmogorow: normalverteilt

Es konnte lediglich die Hypothese nicht zurückgewiesen werden.

Ein T-Test ergibt die Signifikanz p=0,002, ist also deutlich näher am Ergebnis mit Wilcoxon/Vorzeichenrangtest.

Dann ist wohl bei der Messwiederholungs-ANOVA technisch was schiefgelaufen.

Mit freundlichen Grüßen

P.

[dberner]

Vielen Dank erstmal. Ich werde die nächsten Tage nachprüfen, warum die ANOVA da falsch zu sein scheint. Die Ausgabe der deskriptiven Statistik ist bei t-test und univariater Varianzanalyse gleich.
Ich melde mich bei Bedarf dann nochmals.

Gruß
Dominik

[dberner]

Ich bin meinem Fehler leider nicht auf die Spur gekommen. Ich möchte daher mein Problem etwas ausführlicher beschreiben.

Ich habe zwei SPSS-Tabellen, die dieselben Daten enthalten, aber unterschiedlich strukturiert sind.
Gestapelte Form: hier sind die Daten z.B. anhand der Variablen "Zeitpunkt" (Vorruhe und Nachruhe) geordnet und ich kann eine Varianzanalyse innerhalb einer Variablen zwischen den Zeitpunkten erstellen (z.B. BBS Gesamtscore), also hat sich im BBS Gesamtscore zwischen der Nachruhe und Vorruhe etwas geändert. Davor muss ich über "Fälle auswählen" eine der beiden Interventionen (1 oder 2) auswählen oder über Datei aufteilen Gruppen anhand der Interventionen erstellen.

Lange Reihe: Dort sind die einzelnen Messungen zu den Messzeiten und Interventionen in Einzelvariablen gefasst, also z.B. BBS_Gesamt.1.1 (1=Vorruhe und 1=Intervention 1) oder BBS_Gesamt.3.2 (3=Nachruhe und 2=Intervention 2). In dieser Tabellen kann ich einen t-Test für verbundene Stichproben machen.

Die Datenwerte stimmen bei beiden Tabellen überein, das habe ich mehrmals überprüft. Auch die deskriptive Statistik (MW,SD) sind bei beiden Testverfahren genau gleich. Nur die Signifikanz ist z.T. deutlich unterschiedlich.

Es tut mir Leid, hier mein kompliziertes Konzept darzulegen. Wenn sich jemand eindenken möchte und den Fehler entdeckt, wäre ich sehr dankbar.

Gruß
Dominik

[PonderStibbons]

Du schreibst da oft von ANOVA und weiter oben von univariater ANOVA, aber es geht um Messwiederholungen, hast Du die denn nicht mit einer Messwiederholungs-Varianzanalyse (bei zwei Messzeitpunkten analog zum t-Test für abhängige Stichproben) ausgewertet?

[dberner]

Ich verwende eine Einfaktorielle Varianzanalyse (unter SPSS bei Mittelwerte vergleichen).

[PonderStibbons]

Ging es nicht darum, Veränderungen von Prä zu Post zu analysieren? Entsprechend hast Du ja auch den Wilcoxon Vorzeichenrangtest für abhängige Messungen verwendet. Wie bei dem Vorher-nachher-Vergleich jetzt eine einfaktorielle Varianzanalyse ins Spiel kommt, ist für mich nicht nachvollziehbar. Oder hast Du NUR-Prä Daten zwischen den Gruppen verglichen bzw. NUR-Post-Daten? Das aber wäre überhaupt nicht vergleichbar mit den Ergebnissen des Wilcoxon-Vorzeichenrangtest (außer du meinst den Wilcoxon-Rangsummentest).

Mit freundlichen Grüßen

P.

[dberner]

Ja genau, es geht zum Einen darum, die Veränderungen Prä zu Post zu vergleichen. Dafür habe ich in der Tabelle (Gestapelte Form) in einer Variablen die Datenwerte prä und post aufgelistet und kann sie anhand einer weiteren Variablen (Zeitpunkt) in einer Einfaktorielle Varianzanalyse mit dem Faktor "Zeitpunkt" ausrechnen - so die Idee!

Zum Anderen vergleiche ich auch diese Differenzen innerhalb einer Intervention zwischen den beiden getesteten Interventionen.