STATISTIK-FORUM.de

[ANTOVA]

Hallo,
ich schreibe zur Zeit meine Bachelorarbeit und habe folgende Frage:
Für eine meiner Hypothesen führe ich zwei t-Tests durch. Allerdings ist, entgegen der Erwartung, nur ein t-Test signifikant. Meine Hypothese trifft also nur "bedingt" zu.
Gibt es dafür eine bestimmte Formulierung (z.B. sowas wie "H1 kann nur bedingt angenommen werden") ?
Auf Grund des Anratens meines Betreuers habe ich außerdem für das Messen einer aV zwei unterschiedliche Messmethoden verwendet (einmal eine quasi-metrische und eine ordinale Rangskala).
Deshalb untersuche ich diese Hypothese sowohl mit einem parametischen, als auch mit einem nicht parametrischen Whitney-U-Test. Hier ist bei einer Hypothese ebenfalls das oben beschriebene eingetreten: Der parametrische Test ist signifikant, der nicht parametrische nicht.
Wenn jemand hierfür Formulierungen kennen würde, würde das mir sehr weiterhelfen
Grüße,
Anton

[strukturmarionette]

Hi,

- N?

Für eine meiner Hypothesen führe ich zwei t-Tests durch

- Wie lautet diese konkret?

Gruß
S.

[ANTOVA]

Hi!
N ist bei mir 96 (Experiment).
In der Hypothese geht es z.B. um Priming, das bedeutet, wenn z.B Leute eine Blumenweise zuvor schonmal gesehen haben, bewerten sie danach den gegenstand Besser, als Leute die den Gegenstand zum ersten Mal sehen. Allerdings zeige ich verschiedene Gegenstände, habe also als aV nicht eine einzige aV (sondern vergleiche z.B. die Blumenwasenbewertung der KG mit der Bewertung der gerpimten Blumen Gruppe und die Bewertung einges gezeigten Fußballs der KG mit der Bewertung der geprimten Fußball Gruppe). Meine grobe Hypothese ist also, dass wenn Personen auf einen Gegenstand geprimet wurden sie ihn besser bewerten, als Personen denen das nicht wiederfahren ist. Deshalb rechne ich zwei t-Tests.

[PonderStibbons]

Allerdings ist, entgegen der Erwartung, nur ein t-Test signifikant.

Der eine p=0,0000000000000001, der andere p=0,99?

Der parametrische Test ist signifikant, der nicht parametrische nicht.

Der eine p=0,0000000000000001, der andere p=0,99?

Mit freundlichen Grüßen

PonderStibbons

[ANTOVA]

Hi PonderStibbons,
Nein, einmal ist p = .501 einmal p = .046 .
Grüße,
Anton

[PonderStibbons]

Das würde darauf hindeuten, dass das Priming nur unter bestimmten Bedingungen funktioniert.

Hi!
Allerdings zeige ich verschiedene Gegenstände, habe also als aV nicht eine einzige aV (sondern vergleiche z.B. die Blumenwasenbewertung der KG mit der Bewertung der gerpimten Blumen Gruppe und die Bewertung einges gezeigten Fußballs der KG mit der Bewertung der geprimten Fußball Gruppe). Meine grobe Hypothese ist also, dass wenn Personen auf einen Gegenstand geprimet wurden sie ihn besser bewerten, als Personen denen das nicht wiederfahren ist. Deshalb rechne ich zwei t-Tests.

Du hast nicht zwei AV, sondern eine (Bewertung). Diese wird einmal unter der Bedingung Blumenvase gemessen und einmal unter der Bedingung Fußball. Da es zwei Gruppen gibt, wäre eine passende Analyse die "gemischte" Varianzanalyse, d.h. Messwiederholungs-Varianzanalyse mit einem zusätzlichen Zwischensubjektfaktor. Der Messwiederholungsfaktor wäre Stimulustyp, Zwischensubjektfaktor die Gruppenzugehörigkeit. Der Haupteffekt von Gruppe zeigt an, ob es einen Effekt von Priming generell gibt, der Haupteffekt von Stimulustyp zeigt an, ob die Bewertungen je nach Stimulus generell unterschiedlich sind, die Wechselwirkung zeigt an, ob das Priming je nach Stimulustyp unterschiedlich wirkt.

Mit freundlichen Grüßen

PonderStibbons

[ANTOVA]

Hey PonderStibbons,
Danke für die ausführliche Antwort! Das klingt alles einleuchtend -Ich werde mir das nochmal genau mit meinem Datensatz ansehen. Dementsprechend nehme ich an, dass ich für meine Hypothese der Haupteffekt zu interpretieren ist. Aus Interesse: ist das Rechnen mit t-Tests hier falsch? Und noch bezüglich meiner zweiten Frage, da ich hier eine Hypothese mit einem parametrische und einem nicht parametrische Test rechne: Gibt es hierfür eine Formulierung, wenn der parametrische Test signifikant ist, der andere aber nicht?
Danke im Voraus!

[PonderStibbons]

ist das Rechnen mit t-Tests hier falsch?

Ungeschickt, aber nicht falsch.

Und noch bezüglich meiner zweiten Frage, da ich hier eine Hypothese mit einem parametrische und einem nicht parametrische Test rechne: Gibt es hierfür eine Formulierung, wenn der parametrische Test signifikant ist, der andere aber nicht?

Ich verstehe leider die Frage nicht. Welche Hypothese genau? Irgendwo war von 2 verschiedenen Messmethoden
die Rede, was bedeutet das konkret? Du hattest von 2 Stimuli geschrieben, müssten es dann nicht 2x2 Tests
sein? Welche Deskriptivstatistiken gab es für den Gruppenvergleich, präzise welche Ergebnisse gab es bei den
beiden Tests?

Mit freundlichen Grüßen

PonderStibbons

[ANTOVA]

Ich bleibe mal konkret beim Beispiel des Fußball und Blumentopfs, um es verständlich zu halten. Angenommen beide Produkte (Fußball + Blumentopf) stammen von der identischen Marke (z.B. Adidas). Meine These ist, dass Personen, die auf diese beiden Gegenstände geprimed wurden eine höhere Markenpräferenz gegenüber der Marke Adidas haben, als eine Kontrollgruppe, die keiner dieser Gegenstände gesehen hat. Hierfür hab ich die Präferenz einmal mit mehreren likert-Skalen abgefragt, und dann eine ANOVA mit Kontrasten durchgeführt (Ich habe ja insgesamt drei Gruppen (Blume, Fußball, KG). In meiner ersten Hypothese vergleiche ich aber durch die Kontaste nur Blume+Fußball vs. KG.
Die Ergebnisse sind, dass Personen, die zuvor einen der beiden Gegenstände gesehen haben, auch eine höhere Markenpräferenz haben t(41.65) = 2.53 , p =.015 , d = 0.78.
Soweit, so gut. Ich habe aber noch zusätzlich die Präferenz mit einer Rangskala erhoben (also ordnen sie diese Marken auf einer Rangliste ein). Weil es sich hier um eine ordinal-Skala handelt, kann ich dementsprechend nur mit dem Mann-Whitney-U-Test die beiden Gruppen vergleichen. Auf Anraten meines Betreuers soll ich eben aber auch mit dieser Methode rechnen, wenn ich die Daten sowieso schon erhoben habe. Hierbei unterscheiden sich die Markenpräferenz der geprimten Personen (Mdn = 6) nicht signifikant von der Markenpräferenz der KG (Mdn = 6), U = 839.5, p = .297, r = .11.
Demenstprechend habe ich also zwei Ergebnisse, bei der eine Methode der Hypothese zustimmt, die andere nicht.
Ich hoffe ich habe das ganze verständlich rübergebracht.

[PonderStibbons]

Ich bleibe mal konkret beim Beispiel des Fußball und Blumentopfs, um es verständlich zu halten.

Es wäre sinnvoll, die tatsächliche Studie zu schildern, statt Analogien zu erfinden.
Dabei geht oft was schief.

Hierfür hab ich die Präferenz einmal mit mehreren likert-Skalen abgefragt,

Tatsächlich Likert-Skalen (die aus mehreren Items vom Likert-Typ bestehen und
als intervallskaliert behandelt werden) oder lediglich einzelne Items vom Likert-Typ,
mit Likert-Antwortformat (ordinal)?

und dann eine ANOVA mit Kontrasten durchgeführt (Ich habe ja insgesamt drei Gruppen (Blume, Fußball, KG).

Das heißt, es gab gar keine Messwiederholung, sondern der eine Stimulus wurde
der einen Gruppe gezeigt, der andere Stimulus der anderen? Dann wäre die
Messwiederholungs-Varianzanalyse natürlich hinfällig.

Soweit, so gut. Ich habe aber noch zusätzlich die Präferenz mit einer Rangskala erhoben (also ordnen sie diese Marken auf einer Rangliste ein). Weil es sich hier um eine ordinal-Skala handelt, kann ich dementsprechend nur mit dem Mann-Whitney-U-Test die beiden Gruppen vergleichen. Auf Anraten meines Betreuers soll ich eben aber auch mit dieser Methode rechnen, wenn ich die Daten sowieso schon erhoben habe. Hierbei unterscheiden sich die Markenpräferenz der geprimten Personen (Mdn = 6) nicht signifikant von der Markenpräferenz der KG (Mdn = 6), U = 839.5, p = .297, r = .11.

"Präferenz anhand einer Skala" ist womöglich etwas anderes als "Präferenz relativ
zu anderen Objekten". Das ist erstmal ein inhaltliches Problem Und vielleicht auch ein
psychometrisches. Im Grunde testest Du nicht dieselbe Hypothese.

Was zudem das inferenzstatistische Testen angeht, in der Regel sind Vergleiche von
ordinalen Daten weniger sensitiv als von intervallskalierten. Allerdings weiß ich
nicht, ob bei der ersten Analyse die Voraussetzungen erfüllt waren wie z.B.
Varianzhomogenität und Fehlen von Ausreißern.

Mit freundlichen Grüßen

PonderStibbons