STATISTIK-FORUM.de

[JCarax]

Hi ihr schlauen Statistik Köpfe,

da ich leider nicht dazu gehöre habe ich hier einige wichtige Fragen die mich quälen:

Ich habe 2 Hauptgruppen: EG vs. KG (Weitergehend lassen sich diese noch in: Französisch EG / Deutsch EG vs. Französisch KG / Deutsch KG differenzieren)

Nun ist leider das Alter zwischen EG und KG signifikant unterschieden, ebenso wie zwischen Deutsch u. Franz. Das Alter korreliert jedoch mit manchen AVs (z.B. Gerätebesitz korreliert .3 mit Alter. Soll aber zwischen EG und KG verglichen werden) Daher muss dieses ja für die Rechnungen kontrolliert werden.

Was muss ich tun um das Alter kontrollieren zu können bzw. welches Verfahren auswählen wenn ich folgendes berechnen will:

Natürlich prüfe ich im Vorfeld ob kein signifikanter korrelativer Zusammenhang zw. Alter und UV besteht. Wenn allerdings doch ->

Unterschied EG/KG anhand metrischer/intervallskalierter Variable?
(z.B. unterscheiden sich EG/KG hinsichtlich einer Skala. ANCOVA mit Alter als Kovariate dürfte ja nicht gehen, da EG und KG hinsichtlich Alter sig. unterschieden / Vorraussetzungen verletzt sind? Binär-logistisch vllt. mit Alter als zustl. Prädiktor?)

Unterschied EG/KG hinsichtlich ordinaler Variable?
(z.B. unterscheiden sich EG/KG hinsichtlich eines 5 stufigen Items. Mir wäre hier nun auch auch nur binär log. reg eingefallen)

Unterschied EG/KG hinsichtlich nominaler Variable?
(z.B. Unterscheiden sich EG/KG hinsichtlich Gerätebesitz ja/nein. Lösung siehe zuvor)

Dieselben Rechnungen nur Deutsch vs. Französisch (Gesamt oder nur EG/EG etc.)

Wenn es binär-log.Reg. ist, wie gibt man da die Daten im Methodenteil an?

Kann ich die deskriptiven Daten von EG/KG (z.B: Gerätebesitz, wöchentliche Nutzungsdauer) einfach so angeben mit Hinweis auf den signifikanten Altersunterschied, sofern dieser in Rechnungen kontrolliert wird?
Oder muss ich hier die Gruppen parallelisieren/matchen?

Ein Matching/Parallelisierung der Stichproben hinsichtlich Alter würde ich gerne vermeiden, da es bei einer internationalen Studie schade um die Daten wäre. Wenn sie allerdings kein anderer Weg findet, würde ich auch dies tun. Wenn ja, gibt es eine Funktion in SPSS EG und KG hinsichtlich des Alters zu parallelisieren, dass kein sig. Unterschied mehr besteht?

Ich hoffe meine Problematik ist einigermaßen klar geworden.

Über Hilfe wäre ich mehr als dankbar.

Beste Grüße,
Adrian

[PonderStibbons]

Nun ist leider das Alter zwischen EG und KG signifikant unterschieden,

Das ist ziemlich uninformativ. Wie groß sind die Stichproben und wie sehen
Mittelwerte und Standardabweichungen der Stichproben bezüglich des Alters
aus?

Was die Verfahren angeht, könnten Varianzanalyse/lineare Regression,
ordinale Regression und binär-logistische Regression von Interesse sein,
mit Alter als Kovariate.

Mit freundlichen Grüßen

PonderStibbons

[JCarax]

Die Stichprobengröße ist N=463.

Bzgl. Alter:
EG = 323 -> Mittelwert= 76,35 Sa: 13,62
KG = 140 -> Mittelwert= 69,22 Sa: 14,70
Deutlich signifikant im T-Test.
(Ähnliche Ergebnisse wenn Deutsch vs. Franz getestet)

Das Alter korreliert nun leider mit 4 - 5 Variablen (nominal, ordinal, intervallskaliert) in deren Hinsicht EG/KG verglichen werden sollen.

Zudem besteht die Problematik dass keine Normalverteilung vorliegt. Varianzhomogenität ist zumeist gegeben (Nach deskriptiven Statistiken).
Damit fallen T-Tests und Varianzanalyse ja schon einmal raus.

Ein weiterer wichtiger Fakt ist:
Ich kann zwar dann das Alter als Kovariate aufnehmen.
Aber wenn ich nun EG und KG z.B. hinsichtlich dem Gerätebesitz einer Spielkonsole darstellen will, dieser Besitz jedoch mit Alter r=.3 korreliert, ist eine Darstellung von Diagrammen z.B. des prozentualen Gerätebesitzes der Gruppen ja sinnfrei oder?

[PonderStibbons]

EG = 323 -> Mittelwert= 76,35 Sa: 13,62
KG = 140 -> Mittelwert= 69,22 Sa: 14,70
Deutlich signifikant im T-Test.

Mag sein, aber ob statisisch signifikant oder nicht, ist hier egal, weil der Signifikanztest
sich auf Grundgesamtheiten bezieht, Du aber erstmal sehen musst, ob sich die Stichproben
stark hinsichtlich des Alters unterscheiden. Eine halbe Standardabweichung bzw. absolut 7 Jahre
Unterschied ist sicherlich relevant, wenn Alter mit der AV korreliert ist.

Zudem besteht die Problematik dass keine Normalverteilung vorliegt.

Wieso sollte das problematisch sein?

Damit fallen T-Tests und Varianzanalyse ja schon einmal raus.

Nö. Die erfordern keine normalverteilten abhängigen Variablen.

Ein weiterer wichtiger Fakt ist:
Ich kann zwar dann das Alter als Kovariate aufnehmen.
Aber wenn ich nun EG und KG z.B. hinsichtlich dem Gerätebesitz einer Spielkonsole darstellen will, dieser Besitz jedoch mit Alter r=.3 korreliert, ist eine Darstellung von Diagrammen z.B. des prozentualen Gerätebesitzes der Gruppen ja sinnfrei oder?

Mir ist der Inhalt und das Ziel und die Fragestellung und das Design der Studie nicht bekannt,
daher fällt mir dazu zwangsläufig nichts ein.

Mit freundlichen Grüßen

PondeStibbons

[JCarax]

Also:

Die Stichgruppen unterscheiden sich signifikant im Alter. Das Alter ist in Monaten. Bei einer Altersrange von 48 - 96 Monaten (4-8 Jahren) sind 7 Monate Unterschied ein ziemlicher Happen.

Problem ANCOVA:
Soweit ich verstanden habe, kann man Alter nicht als Kovariate aufnehmen, wenn sich dieses zwischen den Gruppen (EG/KG) der unabhängigen Var. sig. unterscheidet.

Beispiele verschiedener Skalenniveaus:
Wir haben die ordinale 5 stufige Variable: Nutzungszeiten (nie, selten ....). Diese korreliert mittel mit Alter.
EG und KG will ich hinsichtlich dieser Variable untersuchen.
-> binär.log.Reg unter zusätzlicher Aufnahme von Alter erscheint mir als einzige Lösung

Wir haben einen intervallskallierten Krankheitsscore. Dieser korreliert nicht mit Alter.
Allerdings kam bei der Überprüfung mit explorativer Datenanalyse und KMS-Test raus, dass der Score nicht normalverteilt ist.
-> Dadurch kann ich doch nun keinen T-Test rechnen, da Verletzung der Vorraussetzung. (Sprich nicht parametrischer Test o. binär-reg. notwendig)

Beispiel zur Darstellung deskriptiver Daten:
Der Konsolenbesitz ist Alterskorreliert. Ich will aber prozentual den Besitz von EG und KG in einem Diagramm darstellen. Das Diagramm ist doch demnach durch das Alter konfundiert und wenig aussagekräftig, auch wenn ich später im Vergleich EG / KG hinsichtlich Konsolenbesitz das Alter in einer binär-log. Reg. kontrolliere.

[PonderStibbons]

Allerdings kam bei der Überprüfung mit explorativer Datenanalyse und KMS-Test raus, dass der Score nicht normalverteilt ist.
-> Dadurch kann ich doch nun keinen T-Test rechnen, da Verletzung der Vorraussetzung.

Eine normalverteilte Variable ist nicht Voraussetzung für den
t-Test. Allenfalls Normalverteilungen in den einzelnen Gruppen
könnten von Belang sein, aber das auch nur bei kleinen Stichproben
(n < 30). Bei ausreichend großen Stichproben ist der t-Test robust
gegen nicht-Normalverteilung der Gruppen. Analog in Varianzanalysen
und linearen Regressionen (wo es um die Verteilung die Verteilung der
Vorhersagefeher [Residuen] geht, NICHT um die Verteilung der
Rohwerte der abhängigen Variable).

Mit freundlichen Grüßen

PonderStibbons

[JCarax]

Schonmal vielen Dank für eure Hilfen:
Anhand derer bin ich nun zu folgenden Lösungen gekommen, vllt. könnt ihr mal schauen ob das nun alles stimmt.

EG (N=282) vs. KG (N=141) (bzw. Deutsch EG vs. Französisch KG wenn man weiter differenziert (2x2))
Sig. Altersunterschied.

3 Skalen:
Störungsbild 1
Deskriptive Daten zum Medienbesitz
Störungsbild 2

1. Unterscheiden sich sich EG u. KG hinsichtlich Störungsbild 1 (Bzw. Deutsch EG vs. Französisch EG etc.)
Alter unkorreliert mit Störungsbild 1 / Intervallskaliert = Normaler T-Test (EG vs KG, EG Deutsch vs. EG Franz)

2. Unterscheiden sich EG u. KG im Medienbesitz und Nutzung (Bzw. unterscheidet sich Deutsch vs. Frankreich im Medienbesitz)
bzw. aufgrund Regressionszwang: Lässt sich die Gruppenzugehörigkeit anhand .... signifikant vorhersagen.
Beispiel 1: Besitz Spielkonsole (Ja/Nein) -> Alterskorreliert / Nominalskaliert -> Binär-logistische Regression (Kontrolle Alter)
beispiel 2: Nutzung Spielkonsole (Nie/Selten/Manchmal/Häufig) -> Alterskorreliert / Ordinalskaliert -> Binär-Logistische Regression (Kontrolle Alter)
(Ein nicht-parametrisches Verfahren zu diesen Skalenniveaus mit Kontrollvariable Alter gibt es ja nicht oder? Hinsichtlich der Stellung einer Unterschiedshypothese)

3. Unterscheiden sich EG u. KG hinsichtlich Störungsbild 2
Alter korreliert .3 mit Störungsbild 2., intervallskaliert = ANCOVA mit Kovariate Alter (bzw. Deutsch EG vs. Französisch EG)
(Muss ich hier das Alter z-standardisieren wenn ich es als Kovariate mit aufnehme?)

4. Hängt die Ausprägung von Störungsbild 1 und 2 zusammen?
Partialkorrelation mit Kontrollvariable Alter