STATISTIK-FORUM.de

[anni3003]

Jetzt bin ich etwas verwirrt...

Also das Ziel der Studie ist es, herauszufinden, ob die fußballerfahrenden Probanden Test A und B (die reellen Spielsituationen) besser rekonstruieren können als Test C und D (randomisierte Spielsituationen) als die semi-skilled player und die Novizen.

Test C und D sollten also randomisierte Situationen demzufolge von allen Probanden gleich gut/schlecht rekonstruiert werden. Deshalb müsste ich wissen, wie die unterschiedlichen Gruppen in den Testdurchläufen abschneiden bzw. welche Gruppe am besten/schlechtesten abschneidet.

Mit freundlichen Grüßen

A.

[PonderStibbons]

ob die fußballerfahrenden Probanden Test A und B (die reellen Spielsituationen) besser rekonstruieren können als Test C und D (randomisierte Spielsituationen) als die semi-skilled player und die Novizen.

Das ist leider für mich kein klarer Satz. Ist gemeint: der Unterschied zwischen A/B einerseits und C/D andererseits ist bei der einen Gruppe ausgeprägter als bei den anderen Gruppen (= Wechselwirkung zwischen Testtyp und Gruppe)? In dem Fall könnte man A/B bzw. C/D zusammenfassen und den Messwiederholungsfaktor 2stufig statt 4stufig machen.

Deshalb müsste ich wissen, wie die unterschiedlichen Gruppen in den Testdurchläufen abschneiden bzw. welche Gruppe am besten/schlechtesten abschneidet.

Wie gesagt, zu jedem Test wäre jeweils eine einfaktorielle Varianzananalyse möglich.

Allerdings bedeutet wegen der kleinen Stichprobe ein nicht-signifikanter Gruppeneffekt z.B. bei C oder D nicht zwingend, dass die Grundgesamtheiten, aus denen die Gruppen stammen, sich nicht unterscheiden. Die statistische power ist nicht hoch, daher wären schon mittlere Unterschiede kaum mehr nachweisbar. Zudem müsste man auch noch wegen der vielen Tests überlegen, das Signifikanzniveau zu korrigieren, was die statistsche power weiter absenkt.

Deswegen der Vorschlag, die Daten möglichst erstmal alle in 1 Analyse zu packen. Die o.a. Wechselwirkung könnte in etwa das repräsentieren, was gefragt ist.

Mit freundlichen Grüßen

P.

[anni3003]

Vielen Dank für die Hilfe.

Wenn nun Homogenität sowie auch Spherizität nicht gegeben sind (auch nicht nach Korrektur), kann ich den ANOVA Test nicht weiter ausführen und weiß eigentlich direkt, dass die Mittelwerte der unterschiedlichen Gruppen zwischen den einzelnen Testungen sich nicht signifikant unterscheiden, oder ?

Mit freundlichen Grüßen

A.

[PonderStibbons]

Eine Suchmaschinen-Recherche violation of sphericity assumption führt zu demselben Ergebnis wie ein Blick in das Handbuch meiner Statistiksoftware, nämlich zu Stichworten wie epsilon, Geisser and Greenhouse, Huynh and Feldt. Außerdem unter anderem zu http://www.statisticshell.com/docs/sphericity.pdf (Seite 18) .

Mit freundlichen Grüßen

P.

[PonderStibbons]

Wenn nun Homogenität sowie auch Spherizität nicht gegeben sind (auch nicht nach Korrektur)

Achso, also Korrektur durchgeführt? Worin besteht dann konkret das verbleibende Problem?