STATISTIK-FORUM.de

[Kaffeetante]

Hallo Zusammen,

ich habe ein Verständnisproblem in Bezug auf die Kovarianzanalyse. Ich habe ein messwiederholtes Design (3 Messzeitpunkte) und zwei Gruppen (N =58), die ich miteinander vergleichen will. Also werte ich das ganze mit einer ANOVA mit Messwiederholung aus. Es gibt jetzt aber bestimmte Faktoren, die als Störvariablen - also Kovariaten mit einbezogen werden sollen. Bis dahin alles kein Problem, ich füge die Variable als Kovariate mit ein. Der Punkt, an dem es hakt, ist die Interpretation. Meine Hypothesen beziehen sich auf einen signifikanten Interaktionseffekt. Wie bewerte ich nun einen (nicht) signifikanten Interaktionseffekt unter Berücksichtigung der Kovariaten?

- Welche Ergebnisse betrachte ich: Die Kovariate in Interaktion mit dem messwiederholten Faktor (Tests der Innersubjekteffekte, Zeit*Kovariate) oder als Zwischensubjektfaktor?
- Wenn meine Kovariate(n) inferenzstatistisch signifikant werden (p < .05), dann haben sie einen bedeutsamen Einfluss auf die AV, richtig?
- Um den Einfluss bestimmter Variablen (Kovariaten) statistisch zu kontrollieren, wäre es dann am idealsten, wenn die Kovariate(n) NICHT signifikant werden, weil sie dann das Ergebnis nicht beeinflussen würden? Oder wie interpretiere ich das Ganze? Wenn mein gesuchter Interaktionseffekt signifikant ist, die Kovariate auch - was bedeutet das dann?
- Muss ich mein Ergebnis mit Kovariate(n) mit dem Ergebnis ohne Einbeziehung der Kovariate(n) vergleichen?

Ich bin äußerst dankbar für jeden Hinweis und jede Hilfe!!

[PonderStibbons]

Es gibt jetzt aber bestimmte Faktoren, die als Störvariablen - also Kovariaten mit einbezogen werden sollen.

Was verstehst Du in dem Zusammenhang unter Störvariablen?

- Welche Ergebnisse betrachte ich: Die Kovariate in Interaktion mit dem messwiederholten Faktor

Wieso hast Du denn diese Interaktion mit drin?

- Wenn meine Kovariate(n) inferenzstatistisch signifikant werden (p < .05), dann haben sie einen bedeutsamen Einfluss auf die AV, richtig?

Nein, einen von Null verschiedenen.

- Um den Einfluss bestimmter Variablen (Kovariaten) statistisch zu kontrollieren, wäre es dann am idealsten, wenn die Kovariate(n) NICHT signifikant werden, weil sie dann das Ergebnis nicht beeinflussen würden?

Wozu soll man was kontrollieren, wenn der zu kontrollierende Faktor
sowieso mit nichts was zu tun hat?

Ich denke, man muss erstmal die Frage klären, was Du mit Störvariablen,
Kovariaten etc. meinst und warum und wozu sie in die Analyse kommen sollen.

Mit freundlichen Grüßen

PonderStibbons

[Kaffeetante]

Erstmal vielen Dank für deine Antwort!

Störvariablen war vielleicht etwas missverständlich ausgedrückt. Es geht eher um Einflussfaktoren. Meine AV ist die Herzratenvariabilität (HRV). Ich messe die Veränderung der HRV durch zwei verschiedene Verfahren (meine zwei Bedingungen). Es gibt viele Faktoren, die die HRV stark beeinflussen, z. B. bestimme Medikamente, die sportliche Aktivität einer Person oder der Raucherstatus. Da ich eine Randomisierung vorgenommen habe, bin ich eigentlich davon ausgegangen, dass sich diese Merkmale auch zufällig in meinen Bedingungen verteilen.

Problematisch wird es für mich an zwei Punkten:
1. Zusätzlich zu einer gesunden Stichprobe habe ich eine klinische Stichprobe (depressive Personen) erhoben, die sehr klein ist (N=14). Wenn ich diese klinische Stichprobe gesondert in Bezug auf Unterschiede zwischen den Treatments auf die AV untersuchen möchte, fallen bestimmte Einflussfaktoren (v. a. Medikation) natürlich sehr stark ins Gewicht. Den Einfluss dieser würde ich daher gerne kontrollieren.

2. Außerdem unterscheiden sich bei meiner gesunden Stichprobe (N = 44) meine Bedingungen in verschiedenen Variablen signifikant voneinander (z. B. Sport X²(1) = 7.34, p = 007). Da bin ich mir allerdings sehr unsicher wie und ob ich diese Ausgangsunterschiede berücksichtigen kann/muss. In dem Statistikbuch von Field steht, dass Kovariaten eigentlich nicht unterschiedlich ausgeprägt sein dürfen in den Stufen der UV - das läge bei mir ja aber vor... und somit sollte ich sie als Kovariaten gar nicht einsetzen.

Danke nochmal!

[Kaffeetante]

Ich würde es jetzt wie folgt machen:

1. Eine ANOVA mit Messwiederholung rechnen, die Kovariate(n) einfügen (sofern sie metrisch sind) und unter „Tests der Zwischensubjekteffekte“ gucken, ob die Kovariate einen Einfluss auf die AV hat. Das hat sie, wenn sie verschiedenen von Null ist, meintest du - also ist das vollkommen unabhängig von dem zugehörigen p-Wert?

2. Meine eigentlichen Hypothesen in Bezug auf den Interaktionseffekt würde ich dann wie gewohnt aus den „Tests der Innersubjektfaktoren“ ablesen, ohne dass ich irgendetwas im Zusammenhang mit der Kovariaten beachten muss? Im Ergebnis würde ich dann nur nennen, ob/dass die Kovariate (signifikant) mit der AV zusammenhing und dass es (k)einen signifikanten Interaktionseffekt UV*Zeit gab, nachdem der Effekt der Kovariate kontrolliert wurde?

[PonderStibbons]

Es ist für mich nicht ersichtlich, warum die Wechselwirkung Kovariate*Prädiktor
in das Modell sollte, da es anscheinend nur einerseits darum gehen soll,
die Fehlervarianz in der abhängigen Variable zu reduzieren, andererseits
Variablen zu berücksichtigen, die sich in den Gruppen unterschiedlich
verteilen. Und bei der Analyse der depressiven Gruppe mit n=14 ist es
mehr als fraglich, wie mehrere Kovariaten da berücksichtigt werden können,
man hat da bald mehr Variablen als Fälle.

Mit freundlichen Grüßen

Ponderstibbons

[Fite]

Hallo,

ich schließe mich dem Beitrag an, weil es sich bei meiner Auswertung auch um eine ANOVA mit Messwiederholung + Kovariate handelt und ich Fragen zu der Interpretation der Ergebnisse habe

Zu meinem Design: Ich habe einen Messwiederholungsfaktor (Zeit - 4 Stufen) und einen Innersubjektfaktor (Bedingung - 2 Stufen) sowie einen Zwischensubjektfaktor (Gruppe - 2 Stufen). Die Gruppenzuweisung fand randomisiert statt.
Die Teilnehmer nahmen an einem Lernexperiment teil. Es geht in meiner Studie um den Einfluss eines klinischen Symptoms (Dissoziation) auf Lernen. Dazu wurde bei der einen Gruppe (eher) starke Dissoziation induziert, bei der anderen (eher) geringe Dissoziation.

Nun habe ich zunächst verschiedene ANOVAs mit Messwiederholung mit unterschiedlichen uVs gerechnet und die Effekte interpretiert.

Im nächsten Schritt habe ich ein weiteres klinisches Symptom (Anspannung) als Kovariarte in die Analysen mit aufgenommen. Dabei ist relevant, dass Dissoziation und Anspannung zu r=.65 (p<.001) miteinander korrelieren.

Die Ergebnisse der ANCOVA verändern sich nun im Vergleich zu den ANOVA-Ergebnissen - je nach uV - in unterschiedlicher Weise und ich bin mir nicht sicher, ob ich sie zutreffend interpretiere.

1. Die Kovariate wird nicht signifikant – die interessierenden Effekte aus der ANOVA werden auch in der ANCOVA signifikant - wenn auch mit geringerer
Effektstärke
d.h. Anspannung erklärt keinen bedeutsamen Anteil der Varianz. Ich kann meine Interpretation aus den ANOVAS beibehalten und weiterhin die Effekte auf
Dissoziation zurückführen. Die Effekte werden vermutlich deswegen geringer, weil durch die Kontrolle der Anspannung und die Korrelation von Dissoziation
und Anspannung geteilte Varianz der Anspannung zugeschlagen wurde und somit nicht der Dissoziation.

2. Die Kovariate ist signifikant – die interessierenden Effekte (die in der ANOVA noch signifikant wurden) werden nicht mehr signifikant
d.h. Anspannung erklärt einen bedeutsamen Anteil der Varianz. Die Dissoziationseffekte zeigen sich nur vermittelt durch die Anspannung?
Gibt dies einen Hinweis darauf, dass Anspannung ein Mediator von Dissoziation auf Lerneffekten sein könnte?

3. Die Kovariate ist nicht signifikant – die interessierenden Effekte (die in der ANOVA noch signifikant wurden) werden nicht mehr signifikant
Wie interpretiere ich das? Könnte man hier diskutieren, dass durch die Kontrolle der Anspannung und die Korrelation von Dissoziation und
Anspannung, (geteilte) Varianzanteile herausgerechnet wurden, die nun dazu führen, dass die Dissoziationseffekte nicht mehr signifikant werden?

Ich bin dankbar für jede Rückmeldung oder Hilfe!
Viele Grüße

[PonderStibbons]

ich schließe mich dem Beitrag an,

Besser nicht.

Mit freundlichen Grüßen

PonderStibbons

[Fite]

Ich verstehe die Antwort nicht. Geht es um den Beitrag oder meine Fragen? Bitte um eine kürze Erläuterung.
Fite

[PonderStibbons]

Du hast ein eigenes Problem, also mach ein eigenes Thema auf. Sonst müssten sich hilfsbereite Leute erstmal durch ein ganz anderes Problem lesen in der Annahme, es habe mit Deinem Problem zu tun, um dann zu erkennen, dass es zwei verschiedene Probleme sind.