STATISTIK-FORUM.de

[Michelle]

Hallo liebe Community,
wir machen derzeit in der Universität ein Forschungsprojekt. Unsere Fragestellung dazu ist, ob die moralische Erwartungshaltung an ein Produkt einen Einfluss auf das Geschmacksurteil hat. Dazu wollen wir zwei mal die selbe Schokolade (aus dem Discounter) probieren lassen, aber einmal in einer ansprechenden Verpackung mit Fairtrade Logo und dazu einem Aufsteller mit Triggern für das affektive Priming und einmal die normale Discounter Verpackung und "Werbung". Dann soll herausgefunden werden ob solche Priming, Halo oder Labelling Effekte einen Einfluss auf das Geschmacksurteil haben.
Dazu gibt es einen Fragebogen mit der Hauptfrage, welche Schokolade besser geschmeckt hat (Nominalvariable mit den drei Ausprägungen: Fairtrade Schokolade, konventionelle Schokolade oder beide) und einigen Kontrollvariablen.
Die Forschungsfrage ist dann ja, ob den Leuten (durch das Priming etc.) die Fairtrade Schokolade signifikant besser geschmeckt hat.
Daraus ergeben sich ja als AV das Geschmacksurteil und als UV die moralische Erwartungshaltung (dass ein Fairtrade Produkt gekostet wurde).

Nun zu meiner Frage:
Um einen statistischen Test rechnen zu können (in dem Falle höchst wahrscheinlich Chi-Quadrat) braucht man ja sowohl AV als auch UV als Variablen erhoben.
Wie aber kann man nun das Priming bzw. die moralische Erwartungshaltung, dass es sich um ein Fairtrade Produkt handelt quantifizieren? Wie kann man diesen Effekt messen/erfragen um zu berechnen ob es Effekte gibt?

Ich würde mich sehr über Antworten freuen

[PonderStibbons]

Dazu wollen wir zwei mal die selbe Schokolade (aus dem Discounter) probieren lassen,

Demnach ein Messwiederholungsdesign? Oder geht es doch um 2 getrennte Gruppen, für jede Bedingung eine?

Dazu gibt es einen Fragebogen mit der Hauptfrage, welche Schokolade besser geschmeckt hat (Nominalvariable mit den drei Ausprägungen: Fairtrade Schokolade, konventionelle Schokolade oder beide) und einigen Kontrollvariablen.

Welchen Zweck sollen diese Kontrollvariablen konkret erfüllen?

Wie aber kann man nun das Priming bzw. die moralische Erwartungshaltung, dass es sich um ein Fairtrade Produkt handelt quantifizieren? Wie kann man diesen Effekt messen/erfragen um zu berechnen ob es Effekte gibt?

Das ist keine Frage an ein Statistikforum, sondern eine inhaltliche, die durch
substanzwissenschaftliches Wissen beantwortet werden muss. Zum Beispiel ist dem
Außenstehenden unbekannt, was "moralische Erwartungshaltung" genau bedeuten soll.
Ich würde mich an ähnlichen Studien orientieren und schauen, wie sie es dort
gemessen haben. Außerdem gibt es ja noch einen Aufgabensteller/Betreuer?

Mit freundlichen Grüßen

PonderStibbons

[Michelle]

Hallo, erstmal vielen Dank für die Antwort.

Die zwei Schokoladen werden jeweils beide von den selben Personen getestet. Und die Kontrollvariablen sind einfach dazu da, weil wir in der Diskussion mögliche Zusammenhänge zu beispielsweise Alter, Geschlecht, Beschäftigungsstand etc. ziehen sollen.

Das ist richtig, dieser hat jedoch gesagt, dass er keine Ahnung von Statistik hat und wir uns wo anders Hilfe suchen sollen.

Außerdem finde ich schon, dass das eine Statistik-bezogene Frage ist, da der Inhalt des Items (also die Beeinflussung des fake- fairtrade Produkts) ja feststeht. Nur auch wenn man eine Kontrollgruppe untersuchen würde, die kein Priming etc. gehabt haben und nur zweimal die selbe Schokolade probieren, dann weiß ich immer noch nicht, wie man dann etwas berechnen soll.
Weil auch wenn angenommen die Leute die vorher beeinflusst worden sind, angeben, dass das "Fairtrade" Produkt besser schmeckt und die, die nicht beeinflusst worden sagen, dass beide gleich schmecken, fehlt trotzdem eine Variable, mit denen man einen Chi-Quadrat Test beispielsweise in SPSS durchführen kann.
Und an dieser Stelle weiß ich einfach nicht weiter und die Recherche zu ähnlichen Projekten hat da auch nicht geholfen, weil das Forschungsdesign dort nie richtig beschrieben wird.

[PonderStibbons]

Außerdem finde ich schon, dass das eine Statistik-bezogene Frage ist, da der Inhalt des Items (also die Beeinflussung des fake- fairtrade Produkts) ja feststeht.

Das war nicht ersichtlich. Ich hatte angenommen, Du fragst danach, wie man den Grad der induzierten moralischen Erwartungshaltung messen kann. Wie wurde denn das konkret gemessen mit dem Item?

Weil auch wenn angenommen die Leute die vorher beeinflusst worden sind, angeben, dass das "Fairtrade" Produkt besser schmeckt und die, die nicht beeinflusst worden sagen, dass beide gleich schmecken, fehlt trotzdem eine Variable, mit denen man einen Chi-Quadrat Test beispielsweise in SPSS durchführen kann.

Ich muss gestehe, ich komme nicht mehr ganz mit, was Du jetzt fragen willst. Mir scheint, es gab eine abhängige Variable mit 3 Ausprägungen (ich finde A besser, ich finde B besser, ich finde beide gleich gut). Geht es jetzt darum, wie man eine Forschungsfrage beantwortet, ob die Leute häufiger "A ist besser" als "B ist besser" sagen?

Mit freundlichen Grüßen

PonderStibbons

[Michelle]

Nein, es geht ja nicht um den Grad, sondern nur, dass das Priming einen Effekt hatte, wenn sie die total identische Schokolade als anders wahrnehmen. Also hat es ja in dem Moment geklappt, wo die Probanden angeben, dass die Fairtrade Schokolade besser ist. Nur weiß ich nicht, wie man das in eine Variable packen kann oder erheben kann bzw. im Endeffekt mit verrechnen kann, weil das ergibt sich ja aus dem Item mit der Geschmackswahrnehmung.

Genau, es gibt eine AV mit 3 Ausprägungen. Und jetzt geht es darum was ich machen muss (Kontrollgruppe oder Ähnliches) damit ich irgendeinen Effekt mit der Statistik Software berechnen kann, ob die Leute durch die Beeinflussung die "Fairtrade" Schokolade signifikant besser schmeckend finden als die "normale"

[PonderStibbons]

Software ist sicherlich kein Problem, wenn Du festgelegt hast, woran man erkennen kann, dass
die Manipulation einen Effekt hatte.

Beispielsweise, "A" ist die Schokolade aus der ethischen Bedingung, "B" die andere Bedingung.

Wenn generell z.B. 50% sagen "beide gleich", 30% "A" und 20% "B", wäre das dann ein Indiz für
den Effekt der Versuchsbedingung? Oder 50% "A", 40% "gleich", 10% "B"? Oder soll der Effekt sichtbar
werden durch A > B, egal wie groß der Anteil von "beide" ist? Oder soll A > 50% (oder ein
anderer Prozentsatz) sein? Man muss sowas selber festlegen, das macht keine Software und
kein Test von sich aus.

Einfacher wäre es eventuell, wenn es eine Kontrollgruppe gäbe die 2x "neutral" durchläuft.
Da könnte man schauen, wie oft Leute nicht "beide gleich" sagen und diesen Anteil
vergleichen mit "A ist besser" in der bisher diskutierten Bedingung.

Mit freundlichen GRüßen

PonderStibbos

[Michelle]

Das Problem ist ja, das man nicht einfach beispielsweise eine Aussage bewerten lassen kann meinetwegen mit einer Likert-Skala oder auch kategorial wie "Das fairtrade Produkt wirkt auf mich ansprechender" oder Ähnliches, da diese Effekte (egal ob Priming oder Labelling etc.) ja unterbewusst sind. Die Information, dass das Priming geklappt hat, kommt ja aus der AV, wenn gesagt wurde, dass die "fairtrade" Variante besser schmeckt, obwohl es ja die selbe Schokolade ist.

Zu der zweiten Anmerkung: die Effekte treten auf, sobald signifikant mehr Leute die fairtrade Schokolade (A) besser finden als dass sie keinen Unterschied merken oder die normale (b) besser finden.
Bei Ihren Beispielen
"Wenn generell z.B. 50% sagen "beide gleich", 30% "A" und 20% "B" Oder 50% "A", 40% "gleich", 10% "B" Oder soll der Effekt sichtbar
erden durch A > B, egal wie groß der Anteil von "beide" ist?"
ist das ja in keinem der Fall.
Und ich kann zwar festlegen, dass das bei der Mehrheit der Fall sein soll, aber wann es signifikant mehr ist das berechnet ja die Software und ist im Endeffekt abhängig vom Konfidenznivea, N etc.

Die Idee mit der Kontrollgruppe, die kein Priming bekommt und ohne jede Information zweimal die selbe Schokolade isst, ist mir auch schon gekommen. Das Problem dabei ist nur, dass es viel mehr Aufwand ist (man braucht ja dann doppelt soviele Probanden) und dass es sehr merkwürdig wäre, wenn jemand bei zweimal den selben Sachen angibt, das eins anders schmeckt als das andere. Zudem gäbe es ja für diese Bedingung dann einen anderen Fragebogen und dann hat man zwei Datensätze aber auch nicht wirklich eine Variable zu Berechnung von Chi-Quadrat.

[PonderStibbons]

Zu der zweiten Anmerkung: die Effekte treten auf, sobald signifikant mehr Leute die fairtrade Schokolade (A) besser finden als dass sie keinen Unterschied merken oder die normale

Was meinst Du hier mit signifikant? Inferenzstatistisch signfikant? Das hieße dann, wenn 50,01% sagen "A" und 49,9% sagen "gleich" oder "B", dann wäre der Effekt belegt?

Und ich kann zwar festlegen, dass das bei der Mehrheit der Fall sein soll, aber wann es signifikant mehr ist das berechnet ja die Software und ist im Endeffekt abhängig vom Konfidenznivea, N etc.

Das vermischt womöglich inferenzstatistisch signifikant (Zurückweisung der Nullhypothese, dass ein Parameter in der Grundgesamtheit einen bestimmten Wert aufweist) mit signifikant im Sinne von bedeutsam, aussagekräftig? Für das erste müsste man eine geeignete Nullyhpothese erst festlegen (z.B. "In der Grundgesamtheit sagen 50% "A"). Letzteres kann kein Test liefern.

Zudem gäbe es ja für diese Bedingung dann einen anderen Fragebogen und dann hat man zwei Datensätze aber auch nicht wirklich eine Variable zu Berechnung von Chi-Quadrat.

Das scheint mir eine irrtümliche Annahme zu sein, aber wenn es zuviel Aufwand wäre, dann sei es. Das Problem bleibt - wie hoch müssen die relativen Anteile der 3 Antwortalternativen sein, damit man annehmen kann, "A" wird überzufälloig häufig gewählt.

Mit freundlichen Grüßen

PonderStibbons

[Michelle]

Ja genau, inferenzstatistisch signifikant. Wir sollen ja um die Aussage zu testen einen statistischen Test durchführen auf Grundlage unserer Daten.
Die Hypothesen sind ja in diesem Falle
H0= Die moralische Erwartungshaltung hat keinen Einfluss auf das Geschmacksurteil
H1= Die moralische Erwartungshaltung hat einen Einfluss auf das Geschmacksurteil
und diese sollen durch den Chi-Quadrat Test geprüft werden.

Wir haben in G*Power berechnet, dass wir ca. 80 Probanden brauchen und mit Kontrollgruppe wären es ja dann doppelt so viele wenn man methodisch korrekt gematchte Gruppen haben möchte. Wir haben für die Erhebung nur ca. 2 Wochen Zeit.

[PonderStibbons]

H0= Die moralische Erwartungshaltung hat keinen Einfluss auf das Geschmacksurteil

Das ist keine statistische Nullhypothese. Darum geht es ja die ganze Zeit. Das ist eine allgemeinsprachliche Frage,
keine statistische Nullhypothese. In der statistischen Nullhypothese muss man präzise benennen, was man testen
möchte z.B. "Der Mittelwertunterschied zwischen Gruppe A und Gruppe B beträgt in der Grundgesamtheit = 0".

Wünsche dennoch gutes Gelingen.