STATISTIK-FORUM.de

[fischmonger]

Hallo ihr lieben.
Ich stehe ein wenig auf dem Schlauch.
Mittels eines Online-Fragebogens (ca. 300 Probanden) wurde erhoben (ich schreibe das hier mal vereinfacht)

1) Mit welcher Wahrscheinlichkeit (0=unwahrscheinlich bis 7=sehr wahrscheinlich) wenden Sie sich an folgende Person, wenn Sie emotionale Unterstüzung benötigen...
- Ausprägung für Peter
- Ausprägung für Klaus
- Ausprägung für Gabi

2) Mit welcher Wahrscheinlichkeit (0=unwahrscheinlich bis 7=sehr wahrscheinlich) wenden Sie sich an folgende Person, wenn Sie instrumentelle Unterstüzung benötigen...
- Ausprägung für Peter
- Ausprägung für Klaus
- Ausprägung für Gabi

3) Mit welcher Wahrscheinlichkeit (0=unwahrscheinlich bis 7=sehr wahrscheinlich) wenden Sie sich an folgende Person, wenn sie freizeitbezogene Unterstüzung benötigen...
- Ausprägung für Peter
- Ausprägung für Klaus
- Ausprägung für Gabi

Ich möchte jetzt meine Hypothesen testen und schauen, ob sich die Leute in Situation 1 mit höherer Wahrscheinlichkeit an Peter wenden, als an die anderen, also quasi die Mittelwerte der Ausprägungen der Items miteinander vergleichen, für die einzelnen Situationen und testen, ob die Mittelwerte für eine Person in einer bestimmten Situation signifikant höher sind, als die anderen.
Mit welchem Test mache ich das am besten? T-Test? Aber ich habe ja 3 (abhängige) Gruppen?

Außerdem möchte ich noch Kovariaten wie Herkunftsland oder Geschlecht einfügen. Also quasi wissen, ob sich beispielsweise Frauen aus Europa für emotionale Unterstützung eher an Peter wenden würden (für Peter einen höheren Mittelwert angeben) als an Klaus oder Gabi.

Und noch ein letztes- außerdem möchte ich Gesamtindizes über die Situationen hinweg bilden und schauen, ob sich das unterscheidet. Also ob sich die Personen über alle 3 Situationen hinweg mit einer höheren Wahrscheinlichkeit an Peter wenden, als an Klaus oder Gabi. Und ob es auch hierfür Unterschiede gibt, wen man fragt, also beispielsweise dass sich asiatische Männer lieber an Klaus wenden, als an Peter. Auch hier wieder- womit kann ich das testen?

Ich bin ein bisschen verwirrt, ob das mit ANOVA/ANCOVA gehen könnte? Denn ich habe in dem Sinne ja keine unterschiedlichen Gruppen, ich habe ja immer die gleiche Stichprobe (mit Kovariaten wie Herkunft), die für unterschiedliche Situationen Auskunft geben.

Ich hoffe ihr könnt mir weiter helfen!

Viele Grüße
Lisa

[PonderStibbons]

Ich möchte jetzt meine Hypothesen testen und schauen, ob sich die Leute in Situation 1 mit höherer Wahrscheinlichkeit an Peter wenden, als an die anderen,

Ist das spezifisch? Also Peter > Klaus und Peter > Gabi? Oder willst Du ersteinmal testen,
ob sich die 3 Antworten überhaupt unterscheiden?

also quasi die Mittelwerte der Ausprägungen der Items miteinander vergleichen,

Das sind eher ordinale Messungen, also gibt es keine Mittelwerte und es wären
Friedman Test (als globaler Test) und/oder Mediantest (Vergleich zweier Messungen)
heranzuziehen.

Mit welchem Test mache ich das am besten? T-Test? Aber ich habe ja 3 (abhängige) Gruppen?

Nur, wenn sich das als annähernd intervallskaliert rechtfertigen lässt.
Der Globaltest wäre dann die Messwiederholungs-Varianzanalyse.

Außerdem möchte ich noch Kovariaten wie Herkunftsland oder Geschlecht einfügen. Also quasi wissen, ob sich beispielsweise Frauen aus Europa für emotionale Unterstützung eher an Peter wenden würden (für Peter einen höheren Mittelwert angeben) als an Klaus oder Gabi.

Das "quasi beispielsweise" ist hier nicht so hilfreich. Willst Du ganz spezifische a-priori-
Hypothesen testen (in der Subgruppe der Frauen aus Europa ist Peter > Klaus und
Peter > Gabi") oder einfach diese Kovariaten/Gruppierungsfaktoren mit ins Modell nehmen?
Letzteres geht nur, wenn die Messungen als intervallskaliert behandelt werden
können, dann kann man solche Einflussgrößen mit in die Varianzanalyse nehmen
(und dann die Wechselwirkung mit dem Messwiederholungsfaktor betrachten).

Und noch ein letztes- außerdem möchte ich Gesamtindizes über die Situationen hinweg bilden und schauen, ob sich das unterscheidet. Also ob sich die Personen über alle 3 Situationen hinweg mit einer höheren Wahrscheinlichkeit an Peter wenden, als an Klaus oder Gabi. Und ob es auch hierfür Unterschiede gibt, wen man fragt, also beispielsweise dass sich asiatische Männer lieber an Klaus wenden, als an Peter. Auch hier wieder- womit kann ich das testen?

Das sind zwei verschiedene Fragen. Wie Du einen Index bildest, könntest Du
eventuell selber überlegen. Falls Du aber meinst, wie Du alle Fragen gleichzeitig
analysieren kannst, dann wäre es denkbar, einen zweiten Messwiederholungsfaktor
zu bilden, so dass man den Faktor "Person" (3 Stufen) und "Art der Unterstützung"
(3 Stufen) hätte.

Mit freundlichen Grüßen

P.

[fischmonger]

Danke für deine Antwort!

Ist das spezifisch? Also Peter > Klaus und Peter > Gabi? Oder willst Du ersteinmal testen,
ob sich die 3 Antworten überhaupt unterscheiden?

Das ist spezifisch. Also sie wenden sich vermutlich an alle, aber fragen zum Beispiel Peter zuerst. Meine Hypothese ist ganz gerichtet, dass sie sich in Situation 1 mit höherer Wahrscheinlichkeit an Peter wenden, als an irgendwen anders. Also Peter > Klaus und Gabi.

Nur, wenn sich das als annähernd intervallskaliert rechtfertigen lässt. Der Globaltest wäre dann die Messwiederholungs-Varianzanalyse.

Das tuts wohl nicht, "gar nicht wahrscheinlich// wenig wahrscheinlich// kann ich mir vorstellen// wahrscheinlich// sehr wahrscheinlich" kann ich eher schlecht als intervallskaliert verkaufen, oder? Wie müssten sonst die Antwortmöglichkeiten sein, dass ich es intervallskaliert habe?

Das "quasi beispielsweise" ist hier nicht so hilfreich. Willst Du ganz spezifische a-priori-
Hypothesen testen (in der Subgruppe der Frauen aus Europa ist Peter > Klaus und
Peter > Gabi") oder einfach diese Kovariaten/Gruppierungsfaktoren mit ins Modell nehmen?
Letzteres geht nur, wenn die Messungen als intervallskaliert behandelt werden
können, dann kann man solche Einflussgrößen mit in die Varianzanalyse nehmen
(und dann die Wechselwirkung mit dem Messwiederholungsfaktor betrachten).

Spezifische Hypothesen. Also In der Subgruppe der Frauen aus Europa ist Peter > Klaus und Gabi.

Und noch ein letztes- außerdem möchte ich Gesamtindizes über die Situationen hinweg bilden und schauen, ob sich das unterscheidet. Also ob sich die Personen über alle 3 Situationen hinweg mit einer höheren Wahrscheinlichkeit an Peter wenden, als an Klaus oder Gabi. Und ob es auch hierfür Unterschiede gibt, wen man fragt, also beispielsweise dass sich asiatische Männer lieber an Klaus wenden, als an Peter. Auch hier wieder- womit kann ich das testen?

Das sind zwei verschiedene Fragen. Wie Du einen Index bildest, könntest Du
eventuell selber überlegen. Falls Du aber meinst, wie Du alle Fragen gleichzeitig
analysieren kannst, dann wäre es denkbar, einen zweiten Messwiederholungsfaktor
zu bilden, so dass man den Faktor "Person" (3 Stufen) und "Art der Unterstützung"
(3 Stufen) hätte.

Genau, ich würde gerne alle Fragen gleichzeitig analysieren. Also eine neue Variable bilden "Wahrscheinlichkeit, sich an Peter zu wenden, insgesamt" und mir dann anschauen, inwiefern sich diese von den anderen beiden neuen Variablen "Wkt, sich an Klaus zu wenden, insgesamt" und "Wkt, sich an Gabi zu wenden, insgesamt" unterscheidet. Kannst du das mit dem Messwiederholungsfaktor noch ein bisschen näher erklären?

[PonderStibbons]

Kannst du das mit dem Messwiederholungsfaktor noch ein bisschen näher erklären?

Die Frage ist sehr unspezifisch. Aber da Du annimmst, dass die
abhängigen Messungen ordinalskaliert sind, kommt die Messwiederholungs-
Varianzanalyse sowieso nicht in Frage.

Da Du überall spezifische Hypothesen hast, kannst Du soweit ich sehe
sowohl für die Gesamtgruppe wie auch innerhalb bestimmter Subgruppen
("bei asiatischen Männern ist Peter > Klaus") Tests zum Vergleich zweier
abhängiger ordinaler Messungen (Median Test) rechnen.

"Wahrscheinlichkeit, sich an Peter zu wenden, insgesamt" könnte
man durch Zusammenfassung der einzelnen Unterstützungsformen
ermitteln, also z.B. für jeden Teilnehmer den inidividuellen Median aus
den 3 Fragen als Wert der neuen Variable nehmen (das wäre analog zum
Durchschnittswert aus den 3 Fragen bei intervallskalierten Variablen).
Mit dieser neuen Variable könnte man verfahren wie mit den ursprünglichen.

Mit freundlichen Grüßen

P.

[fischmonger]

Ich möchte jetzt meine Hypothesen testen und schauen, ob sich die Leute in Situation 1 mit höherer Wahrscheinlichkeit an Peter wenden, als an die anderen, also quasi die Mittelwerte der Ausprägungen der Items miteinander vergleichen,

Das sind eher ordinale Messungen, also gibt es keine Mittelwerte und es wären
Friedman Test (als globaler Test) und/oder Mediantest (Vergleich zweier Messungen)
heranzuziehen.

Angenommen ich würde doch Intervallskalierung annehmen (mal sehen wie meine Betreuerin das sieht), wie würde ich das hier in diesem Fall machen?

Besten Dank!

[PonderStibbons]

t-Tests für abhängige Messungen. Falls Deine Betreuerin erstmal einen globalen Test verlangt,
dann wie gesagt Varianzanalysen für Messwiederholungen.

In diese kann man, wiederum wenn es verlangt sein sollte (Deine Beschreibung spricht bis dahin
allerdings nicht sehr dafür), wie gesagt Kovariaten/weitere Faktoren einbeziehen.

Mit freundlichen Grüßen

P.