STATISTIK-FORUM.de

[laufe93]

Ich habe 28 Coaching-Prozesse (mit durchschnittlich 4 Sitzugen, also 112 Sitzungen). JweilsDie Coachingprozess möchte ich anhand der Einschätzung der Selbstreflexion durch den Coachee( AV) in gute und schlechte Prozesse unterteile (ich schaue mir einfach die durchschnittliche Zielerreichung an und teile daraufhin die 25 Prozesse in die beiden Gruppen auf,d.h. die Sitzungsanzahl ist wahrscheinlich nicht identisch zwischen der Gruppe mit den guten Prozessen und der Gruppe mit den schlechten Prozessen). Meine UVs sind Wirkfaktoren, die das Verhalten des Coaches abbilden. dafür wird jede Sitzung in 5 Min-Abschnitten mittels eines Handbuchs geratet, dh jeder Wirkfaktor (UVs 7 Stück, Ressourcenaktivierung, Zielklärung..) wird mittels einer verhaltensverankerten Skala von 0 bis 3 eingeschätzt, sodass ich pro Sitzung einen Mittelwert pro Wirkfaktor erhalte.
Jetzt möchte ich paarweise Mittelwerte aus der guten Gruppe mit den schlechten Gruppe vergleichen, also zunächst die Ressourcenaktivierung (UV1) aus der guten Gruppe mit der Ressourcenaktivierung aus der schlechten Gruppe, dann die Problemaktualisierung (UV2) der guten Gruppe mit der Probelmaktualisierung der schlechten Gruppe etc... Meine Frage kann ich das mit T-Tests machen oder brauche ich dafür eine Varianzanalyse?
H1: Werden die Wirkfaktoren in Prozessen mit überdurchschnittlicher Zielerreichung besser realisiert als in Prozessen mit unterdurchschnittlicher Zielerreichung?
H2: Wird die Ressourcenaktivierung in Prozessen mit überdurchschnittlicher Zielerreichung besser realisiert als in Prozessen mit unterdurchschnittlicher Zielerreichung?
H3: Wird die Zielklärung in Prozessen mit überdurchschnittlicher Zielerreichung besser realisiert als in Prozessen mit unterdurchschnittlicher Zielerreichung?

Danke für Deine Hilfe

[PonderStibbons]

Lass den Unfug mit der Dichotomisierung am besten sein. Es verschleudert immens statistische Informationen und erzeugt widersinnige Konstellationen (warum z.B. ist eine Zielerreichung knapp unter dem Grenzwert etwas qualitativ völlig anderes als die knapp drüber, zugleich aber dasselbe wie die maximal schlechteste Zielerreichung). Du kannst den Zielerreichungsgrad als abhangige Variable verwenden und damit Korrelationen, Regressionen etc. rechnen.

NB sind Deine Hypothesen keine Hypothesen, sondern Fragen; vielleicht legen Deine Gutachter da Wert drauf.

Mit freundlichen Grüßen

PonderStibbons

[laufe93]

Danke, morgen muss ich mit meinem Prof telefonieren, danke für deine wertvolle Unterstützung!

Ich würde auch gerne eien Regression rechnen, jedoch habe ich die Zielerreichung nur pro Prozess, (n=28), da der Klient erst bei Abschluss des Prozesses die Zielerreichung eingeschätzt hat, nicht jedoch pro Sitzung.Dagegen habe ich jedoch 7 UVs (Wirkfaktoren: Coaching Verhalten: Ressourcenaktivierung... n=7), für diese jedoch ein Mittelwert pro Sitzung. Natürlich könnte ich die Sitzungswerte aggregieren, aber n=28 bei 7 UVs geht nicht oder? Es wäre doch auch unsauber, die Zielerreichung zu vervielfältigen? Gibt es eine andere geeignetere interferenzstatistische Auswertung?

[PonderStibbons]

Dass Du viele Prädiktoren bei gerade mal 28 Fällen hast, an diesem Problem ändert sich nichts
wenn die Zielerreichung dichotomisiert wird und Du Regressionen/Korrelationen oder t-Test rechnest.

So oder so wird sich die Frage stellen, ob Du eher mehrere, getrennte Analysen mit einzelnen
Wirkfaktoren rechnest, oder ob Du erst die Wirkfaktoren geeignet aggregierst, so dass nur ein bis
zwei Prädiktoren übrigbleiben, die gemeinsam in einem Modell verwendet werden können.

Dagegen habe ich jedoch 7 UVs (Wirkfaktoren: Coaching Verhalten: Ressourcenaktivierung... n=7), für diese jedoch ein Mittelwert pro Sitzung

Das sind ordinale Messungen, wie kommen denn da Mittelwerte zustande?

Natürlich könnte ich die Sitzungswerte aggregieren, aber n=28 bei 7 UVs geht nicht oder?

Und wieso nicht?

Mit freundlichen Grüßen

PonderStibbons

[laufe93]

Danke für Deine Antwort.

Ich erhalte die Mittelwerte, indem ich in jeder Sitzung (circa 100 Sitzungen) in 5-Minutenintervallen den jeweiligen Faktor auf einer Skala von 0 bis 3 einschätze (=Time-Sampling, es gibt ein Manual dafür) und im Anschluss durch die Anzahl der 5-Minuten Intervalle teile.

Ich dachte, dass ich die dichtomisierte Zielerreichung nutze, um meine zwei Gruppen gute vs.schlechte Prozesse einzuteilen, um dann jeweils ungefähr durch circa 50 Sitzungen pro Gruppe 50 Mittelwerte pro Gruppe (wird wahrscheinlich nicht so eine schöne Aufteilung sein) mittels t-test meine Forschungsfragen beantorte: Wird die Ressourcenaktivierung in Prozessen mit überdurchschnittlicher Zielerreichung besser realisiert als in Prozessen mit unterdurchschnittlicher Zielerreichung? Ich wollte so vorgehen, damit ich genug Fälle pro Gruppe habe. Ich habe aber dein Argument verstanden, dass ich damit unnötig viel Informationen zerstöre, da z.B. eine Zielerreichung von 51% wie eine mit 94% gewertet wird. Ich dachte vllt kann man die Gruppen feiner einteilen und dann eine ANOVA rechnen, jedoch brächte ich dann wesentlich mehr Werte, die ich nicht habe.

Wenn ich jetzt also meine Sitzungsmittelwerte, die ich durch das Raten von 5-minütigen Abschnitten und der Einschätzung auf einer verhaltensbasierten Skala von 0 bis 3 pro Prozess aggregieren, hätte ich theoretisch 28 Werte pro Wirkfaktor (UV), (28 Ressourcenaktivierung, 28 Pröblemlösung etc...) bzw ich könnte auch alle UV-Werte pro Prozess aggregieren und könnte die folgende Forschungsfrage beantworten: hängen Zielerreichung und Ausprägung der Wirkfaktoren (des Wirkfaktors 1...7) zusammen? Ist das sinnvoll? Sinnvoller wäre meiner Meinung nach eine multiple Regression, da ich hier sehen könnte, wie viel Varianz durch jeden Prädiktor aufgeklärt wird, das wird aber bei n= 28 nichts.

Gerne würde ich die Wirkfaktoren aggregieren, jedoch handelt es sich hierbei um ein Modell, welches bereits existiert und theoretisch fundiert ist. Jedoch wurde das Manual bisher nur an Studierenden erprobt ((n=14), also keine vorbildliche Stichprobengröße). Vllt könnte ich statt meiner bisherigen Hypothesen die Validierung des Manuals anstreben, meine besteht aus ausgebildeten Coaches und 28 Klienten. Kann man mit so einer kleinen Stichprobe eine Validierung anstreben oder sollte ich lieber bei den Korrelationen bleiben?

Danke für Deine Zeit.

[PonderStibbons]

Ich erhalte die Mittelwerte, indem ich in jeder Sitzung (circa 100 Sitzungen) in 5-Minutenintervallen den jeweiligen Faktor auf einer Skala von 0 bis 3 einschätze (=Time-Sampling, es gibt ein Manual dafür) und im Anschluss durch die Anzahl der 5-Minuten Intervalle teile.

Die Skala von 0 bis 3 ist ordinal, wie gesagt. Falls Du die Einschätzungen summierst
und dann durch die Zahl der Intervalle teilst, dann sind das für Ordinalskalen unzulässige
mathematische Operationen. Aber wenn Deinen Betreuer das nicht juckt, umso besser für
Dich.

Ich dachte, dass ich die dichtomisierte Zielerreichung nutze, um meine zwei Gruppen gute vs.schlechte Prozesse einzuteilen, um dann jeweils ungefähr durch circa 50 Sitzungen pro Gruppe 50 Mittelwerte pro Gruppe (wird wahrscheinlich nicht so eine schöne Aufteilung sein)

Ich kann leider nicht ganz folgen. Es ging im Eingangsbeitrag um 28 Prozesse mit insgesamt 112 Sitzungen,
und die Prozesse wolltest Du in gute und schlecht unterteilen. Jetzt sind es auf einmal 100 Sitzungen, und die
Aufteilung betrifft jetzt doch nicht die Prozesse, sondern die Sitzungen?

mittels t-test meine Forschungsfragen beantorte: Wird die Ressourcenaktivierung in Prozessen mit überdurchschnittlicher Zielerreichung besser realisiert als in Prozessen mit unterdurchschnittlicher Zielerreichung?

Falls die Aufteilung nicht mehr die Prozesse, sondern die (100? 112?) Sitzungen betrifft,
dann ist es unzulässig außer Acht zu lassen, dass im Schnitt 4 Sitzungen auf denselben
Probanden entfallen (n=28, nicht n=100 oder =112). Man kann das nicht als unabhängige
Beobachtungen behandeln.

Und die Forschungsfrage lässt sich ohne weiteres formulieren als: besteht eine positive
Beziehung zwischen Grad der Ressourcenaktivierung und Grad der Zielerreichung. Das
kann man z.B. durch ein geeignetes Korrelationsmaß analysieren.

Wenn ich jetzt also meine Sitzungsmittelwerte, die ich durch das Raten von 5-minütigen Abschnitten und der Einschätzung auf einer verhaltensbasierten Skala von 0 bis 3 pro Prozess aggregieren, hätte ich theoretisch 28 Werte pro Wirkfaktor (UV), (28 Ressourcenaktivierung, 28 Pröblemlösung etc...) bzw ich könnte auch alle UV-Werte pro Prozess aggregieren und könnte die folgende Forschungsfrage beantworten: hängen Zielerreichung und Ausprägung der Wirkfaktoren (des Wirkfaktors 1...7) zusammen? Ist das sinnvoll? Sinnvoller wäre meiner Meinung nach eine multiple Regression, da ich hier sehen könnte, wie viel Varianz durch jeden Prädiktor aufgeklärt wird, das wird aber bei n= 28 nichts.

Die Forschungsfrage scheint mal so mal so zu lauten? Den Prozess insgesamt zu betrachten ist
normalerweise etwas anderes als die einzelne Sitzung zu betrachten.

Am meisten aus den Daten würde ein Mehrebenenmodell machen. Hiermit könnte man die
Beziehung zwischen Zielerreichung in den einzelnen Sitzungen und der Realisierung der Wirkfaktoren
in denselben Sitzungen modellieren und gleichzeitig berücksichtigen, dass immer mehrere Sitzungen
in derselben Person genestet sind.

Krude Alternative, falls man kein Mehrebenenmodell rechnen möchte: Pro Person die
Korrelation zwischen Zielerreichung und Wirkfaktor über k Sitzungen hinweg berechnen
und die 28 Korrelationskoeffizienten beschreiben (Median, Minimum, Maximum).
Man könnte das sogar testen mit einem geeigneten nonparametrischen Verfahren
in der Einstichproben-Variante (Wilcoxon-Vorzeichenrangtest, Mediantest oder
Vorzeichentest).

Kann man mit so einer kleinen Stichprobe eine Validierung anstreben oder sollte ich lieber bei den Korrelationen bleiben?

Worin soll der Unterschied bestehen? Wenn das Manual sagt "je mehr von Wirkfaktor A (B, C...),
desto höher die Zielerreichung", dann kann man diese Annahmen mithilfe von Korrelationsrechnungen
etc. validieren.

Mit freundlichen Grüßen

PonderStibbons