STATISTIK-FORUM.de

[Florena]

Hallo,
ich habe folgendes Studiendesign:

UV1 (between subjects): kultureller Hintergrund des Handelnden 2 (Deutsch vs. Türkisch)
UV2 (within subjects): Prosozialität des Verhaltens 2 (Prosozial vs. Antisozial)
Kovariate: wahrgenommene Häufigkeit des Verhaltens
AV: Dispositionelle Attribution für das Verhalten

Im Folgenden möchte ich mir nur die "türkische" Versuchsgruppe ansehen, die erste UV ist also irrelevant. Innerhalb der "türkischen" Gruppe möchte ich einen t-Test für abhängige Stichproben berechnen, um dispositionelle Attributionen (= AV) für prosoziales vs. antisoziales Verhalten (= within-subjects UV) zu vergleichen. Hierbei will ich für die KV "wahrgenommene Häufigkeit des Verhaltens" kontrollieren.
Ich habe also für jede Versuchsperson 2 Werte der Kovariaten: "wahrgenommene Häufigkeit des prosozialen Verhaltens" und "wahrgenommene Häufigkeit des antisozialen Verhaltens". Ich möchte die wahrgenommen Häufigkeit der beiden Verhaltensweisen kontrollieren, bevor ich die Mittelwerte für die dispositionellen Attributionen beider Verhaltensweisen vergleiche.

Ist das möglich? Ich finde bislang nur Hinweise darauf, wie man Kovariaten in einem between-subjects Design berücksichtigt. Da "Prosozialität" bei mir aber ein within-subjects Faktor ist und ich somit für jede Person auch zwei Werte für die KV habe, weiß ich nicht, wie ich eine Kovarianzanalyse berechnen soll.

Ein spontaner Gedanke von mir: Kann ich zweimal eine Regression der AV auf die KV berechnen und dann die Residuen für den Mittelwertsvergleich heranziehen? Konkret würde ich dann so vorgehen:
1. "Dispositionelle Attributionen für prosoziales Verhalten" (=AV) durch "wahrgenommene Häufigkeit des prosozialen Verhaltens" (=KV) vorhersagen. Residuen als neue Variable speichern.
2. "Dispositionelle Attributionen für antisoziales Verhalten" (=AV) durch "wahrgenommene Häufigkeit des antisozialen Verhaltens" (=KV) vorhersagen. Residuen als neue Variable speichern.
3. t-Test für abhängige Stichproben mit den Residuen aus den ersten beiden Schritten durchführen.

Ich habe von solch einem Vorgehen noch nicht gelesen, aber es entspricht ja der Idee hinter eine Kovarianzanalyse: der um den Einfluss der Kovariate bereinigte Anteil der AV wird zwischen den Gruppen verglichen.
Ginge das oder habt ihr andere Ideen?

Danke und viele Grüße
Florena

[strukturmarionette]

Hi,

kannst Du bitte auch Deine (Teil-) N´s mitteilen?

Gruß
S.

[Florena]

Hi,

ja, klar! In der "türkischen" Gruppe sind n = 253 Personen. Alle diese Personen haben jeweils das prosoziale und antisoziale Verhalten bewertet.

VG
Florena

[PonderStibbons]

Sieht nach einem Mehrebenenmodell aus.

Mit freundilchen Grüßen

PonderStibbons

[Florena]

Hi PonderStibbons,

ich weiß wohl, was HLMs sind, aber so als "eingestreuter Begriff" hilft mir deine Antwort leider nicht weiter. Auf welchen Ebenen siehst du im Fall dieses within-subjects Designs die Variablen angesiedelt?

VG

[PonderStibbons]

Die Messwerte sind innerhalb der Probanden genestet. Der Prädiktor "wahrgenommene Häufigkeit des Verhaltens" lässt sich dann zusätzlich einbeziehen.