STATISTIK-FORUM.de

[fsabrina]

Liebe Freund*innen der Statistik,

ich stehe vor einer (vermutlich recht simplen) Frage, die sich mir stellt:
Welche Methode sollte ich anwenden?

Ich habe Daten aus einer Kohorte von Studierenden (t1, t2, t3, t4), dabei sind die Stichproben unabhängig, da es sich leider nicht um die selben Probanden handelt, sondern immer Probanden aus der einen Kohorte (t0=Studienbeginn zu einem bestimmten Zeitpunkt).

a) Ich möchte die Veränderung einer Variable x (intervallskaliert) über die Zeit hinweg prüfen. Also die Frage klären. "Verändert sich x im Laufe der Zeit (t1 bis t4) und wenn ja, wie?"
Eine ANOVA mit Messwiederholung kann ich hier nicht anwenden, da es sich nicht um abhängige Stichproben handelt - richtig? Welche Analyse könnte ich stattdessen vornehmen?

b) Außerdem würde ich gern die Forschungsfrage klären: "Welche Faktoren y, sind prädiktiv für x?
Ist hier eine multiple Regressionsanalyse richtig?
AV= x aus t4
UV= y1 (nominal), y2 (intervall), y3 (intervall) etc.

Ich bin euch dankbar für schnelle Hilfen
Viele Grüße
Sabrina

[PonderStibbons]

Eine ANOVA mit Messwiederholung kann ich hier nicht anwenden, da es sich nicht um abhängige Stichproben handelt - richtig? Welche Analyse könnte ich stattdessen vornehmen?

Wenn die abhängige Variable intervallskaliert ist (der Hinweis fehlt) und die Stichprobe groß genug ist
(Angabe der Stichprobengröße fehlt noch) und kein Proband zu zwei verschiedenen Zeitpunkten
gemessen wurde, dann einfaktorielle Varianzanalyse.

b) Außerdem würde ich gern die Forschungsfrage klären: "Welche Faktoren y, sind prädiktiv für x?
Ist hier eine multiple Regressionsanalyse richtig?

Wenn die abhängige Variable intervallskaliert ist und die Stichprobe groß genug ist, dann läge das nahe.
Dabei wäre eine theoriegeleitete Auswahl der Prädiktoren und Beschränkung ihrer Anzahl sinnvoll.
Kategoriale Prädiktoren müssen zunächst in mehrere binäre Variablen umgewandelt werden
(meist dummy-Codierung), wobei jeweils 1 Kategore nicht einbezogen wird (Referenzkategorie).

Mit freundlichen Grüßen

Ponderstibbons

[fsabrina]

Wenn die abhängige Variable intervallskaliert ist (der Hinweis fehlt) und die Stichprobe groß genug ist
(Angabe der Stichprobengröße fehlt noch) und kein Proband zu zwei verschiedenen Zeitpunkten
gemessen wurde, dann einfaktorielle Varianzanalyse.

Stichprobengröße:
t1=700
t2=600
t3=400
t4=200

Wie genau muss ich hier in SPSS vorgehen?
AV= ??? --->Was gebe ich SPSS für die AV ein?
UV= x von t1, x von t2, x von t3, x von t4 (wobei x als ausgerechnete Skalen-Variable in SPSS definiert ist)

Wenn die abhängige Variable intervallskaliert ist und die Stichprobe groß genug ist, dann läge das nahe.
Dabei wäre eine theoriegeleitete Auswahl der Prädiktoren und Beschränkung ihrer Anzahl sinnvoll.

Kann ich mir denn die AV auch aus allen 4 Messzeitpunkten analysieren lasse, oder macht es nur Sinn, wie in meinem Beispiel b) zuvor aufgeführt, dass die AV nur zum letzten aktuellen Messzeitpunkt angeschaut wird?


Und natürlich vielen, vielen Dank für die schneller Rückmeldung auf meine Frage an Ponderstibbons

[PonderStibbons]

ok, das sind jetzt tatsächlich SPSS-Fragen.

Wie genau muss ich hier in SPSS vorgehen?
AV= ??? --->Was gebe ich SPSS für die AV ein?
UV= x von t1, x von t2, x von t3, x von t4 (wobei x als ausgerechnete Skalen-Variable in SPSS definiert ist)

Ich verstehe leider so gut wie kein Wort.

Wie ist die Datendatei denn aufgebaut?

Am günstigsten wäre: 1 Spalte für die Probandenkennung,
1 Spalte für Gruppe (4 Ausprägungen: t1 bis t4), weitere
k Spalten für die k gemessenen Variablen.

Kann ich mir denn die AV auch aus allen 4 Messzeitpunkten analysieren lasse, oder macht es nur Sinn, wie in meinem Beispiel b) zuvor aufgeführt, dass die AV nur zum letzten aktuellen Messzeitpunkt angeschaut wird?

Je nach Fragestellung ist wohl beides ohne weiteres möglich.

Bei einer Analyse, die alle 4 Zeitpunkte einbezieht, könnte
es gegebenenfalls nützlich sein, auch Wechselwirkungen
einzubauen; damit lässt sich analysieren, ob der Effekt
eines Prädiktors auf die abhängige Variable sich zwischen
den Zeitpunkten verändert (z.B mit der Zeit größer oder
kleiner wird).

Mit freundlichen Grüßen

PonderStibbons

[fsabrina]

Vielen Dank für die erneute Rückmeldung!

Ich verstehe leider so gut wie kein Wort.

Wie ist die Datendatei denn aufgebaut?

Am günstigsten wäre: 1 Spalte für die Probandenkennung,
1 Spalte für Gruppe (4 Ausprägungen: t1 bis t4), weitere
k Spalten für die k gemessenen Variablen.

Variable/Spalte "ID" für Probandenkennung
Variable/Spalte "Zeit" für 4 Messzeitpunkte
Variable/Spalte "Selbstwirksamkeit1" für die Skala Selbstwirksamkeit von Messzeitpunkt 1
Variable/Spalte "Selbstwirksamkeit2" für die Skala Selbstwirksamkeit von Messzeitpunkt 2
Variable/Spalte "Selbstwirksamkeit3" für die Skala Selbstwirksamkeit von Messzeitpunkt 3
Variable/Spalte "Selbstwirksamkeit4" für die Skala Selbstwirksamkeit von Messzeitpunkt 4

Welche Variable(n) muss ich in SPSS als AV und welche als UV bei der einfaktoriellen ANOVA definieren, wenn ich die Fragestellung "Verändert sich die Selbstwirksamkeit bei meinen Probanden im Laufe der Zeit (t1 bis t4) und wenn ja, wie?" erörtern möchte?

Kann ich mir denn die AV auch aus allen 4 Messzeitpunkten analysieren lasse, oder macht es nur Sinn, wie in meinem Beispiel b) zuvor aufgeführt, dass die AV nur zum letzten aktuellen Messzeitpunkt angeschaut wird?

Je nach Fragestellung ist wohl beides ohne weiteres möglich.

Bei einer Analyse, die alle 4 Zeitpunkte einbezieht, könnte
es gegebenenfalls nützlich sein, auch Wechselwirkungen
einzubauen; damit lässt sich analysieren, ob der Effekt
eines Prädiktors auf die abhängige Variable sich zwischen
den Zeitpunkten verändert (z.B mit der Zeit größer oder
kleiner wird).[/quote]

Da ich bisher noch nie Regressionsanalysen gerechnet habe, auch hier eher die SPSS-praktische Nachfrage:
c) Würde ich dann - um die AV auch aus allen 4 Messzeitpunkten analysieren zu lassen - jeweils 4 Analysen rechnen und dabei die AV immer ändern? Oder wie schaue ich mir alle 4 Messzeitpunkte zugleich an?
d) Wenn ich die AV nur zum letzten aktuellen Messzeitpunkt (t4) anschaue, müssen dann die Prädiktoren von früheren Messzeitpunkten sein, oder können diese ggf. auch vom vierten Messzeitpunkt sein?
e) Wie kann die

Wechselwirkungen

einbauen?

Danke vorab für die super hilfreichen Hinweise!
Grüße fsabrina

[PonderStibbons]

Welche Variable(n) muss ich in SPSS als AV und welche als UV bei der einfaktoriellen ANOVA definieren, wenn ich die Fragestellung "Verändert sich die Selbstwirksamkeit bei meinen Probanden im Laufe der Zeit (t1 bis t4) und wenn ja, wie?" erörtern möchte?

Deine Selbstwirksamkeitsmessungen müssen alle in 1 Spalte stehen.

Wenn Du die Messung von 2 Gruppen hättest, z.B. Männer/Frauen, dann würdest Du doch auch nicht
eine Spalte für "Selbstwirksamkeit Männer" und eine für "Selbstwirksamkeit Frauen" anlegen.

c) Würde ich dann - um die AV auch aus allen 4 Messzeitpunkten analysieren zu lassen - jeweils 4 Analysen rechnen und dabei die AV immer ändern? Oder wie schaue ich mir alle 4 Messzeitpunkte zugleich an?

Indem Du Deine Datendatei so umbaust, dass die Messungen für eine Variable alle in einer Spalte stehen,
egal ob der Proband zu Gruppe t1, t2, t3 oder t4 gehört.

e) Wie kann die Wechselwirkungen einbauen?

Wechselwirkungen werden durch neue Variablen repräsentiert, die man in die Regression mit aufnimmt.
Die an der Wechselwirkung beteiligten Variablen werden dazu multipliziert. Bei dummy-umgewandelten
kategorialen Variablen mit mehreren Kategorien (wie hier Gruppenzugehörigkeit) erfordert das etwas
Arbeit. Eine handhabbare Alternative in SPSS wäre die univariate Varianzanalyse. Die ist äquivalent zu
einer linearen Regression und man könnte Gruppenzugehörigkeit als Faktor so eingeben, wie er in der
Datei vorliegt, ohne vorher umzuwandeln.

Mit freundlichen Grüßen

PonderStibbons

[fsabrina]

Danke, aber leider habe ich absolut keine Idee, wie ich das umsetzen kann.

Deine Selbstwirksamkeitsmessungen müssen alle in 1 Spalte stehen.

Indem Du Deine Datendatei so umbaust, dass die Messungen für eine Variable alle in einer Spalte stehen,
egal ob der Proband zu Gruppe t1, t2, t3 oder t4 gehört.

Wie ist das in SPSS umsetzbar, also wie kann ich diese Variable erstellen? Kennst du hier Syntax-Befehle?

Wechselwirkungen werden durch neue Variablen repräsentiert, die man in die Regression mit aufnimmt.
Die an der Wechselwirkung beteiligten Variablen werden dazu multipliziert. Bei dummy-umgewandelten
kategorialen Variablen mit mehreren Kategorien (wie hier Gruppenzugehörigkeit) erfordert das etwas
Arbeit. Eine handhabbare Alternative in SPSS wäre die univariate Varianzanalyse. Die ist äquivalent zu
einer linearen Regression und man könnte Gruppenzugehörigkeit als Faktor so eingeben, wie er in der
Datei vorliegt, ohne vorher umzuwandeln.

Auch hier stehe ich irgendwie auf dem Schlauch, dass ich nicht kapiere, wie ich dies in SPSS umsetzen soll. Wie erstelle ich die Multiplikation zweier Variablen?

Schöne Grüße
fsabrina

[PonderStibbons]

Indem Du Deine Datendatei so umbaust, dass die Messungen für eine Variable alle in einer Spalte stehen,
egal ob der Proband zu Gruppe t1, t2, t3 oder t4 gehört.

Wie ist das in SPSS umsetzbar, also wie kann ich diese Variable erstellen? Kennst du hier Syntax-Befehle?

Du kannst doch jeweils eine neue Variable berechnen, in der die Werte der 4 Ausgangsvariablen stehen?
Die Verwendung von SUM würde sich dabei anbieten, SUM ignoriert fehlende Werte.
Ich gehe dabei nach wie vor davon aus, dass kein Proband in 2 verschiedenen Jahre vorkommt.

Auch hier stehe ich irgendwie auf dem Schlauch, dass ich nicht kapiere, wie ich dies in SPSS umsetzen soll. Wie erstelle ich die Multiplikation zweier Variablen?

Es wird eine neue Variable berechnet, indem man die beteiligten Variablen dafür multipliziert.
Diese neue Variable nimmt man in die Regression auf.
Wie gesagt, mitunter (bei nur wenigen Faktoren) kann man einfach eine Varianzanalyse rechnen,
da machen Gruppierungsvariablen und Wechselwirkungen kein Problem, das geht dann quasi automatisch.
Gegegebenfalls muss man der Prozedur nur mitteilen, welche Wechselwirkungen einen NICHT interessieren.

Mit freundlichen Grüßen

PonderStibbons

[fsabrina]

Puh, jetzt hab ich nach der Urlaubspause so ewig an der Datendatei gebastelt (wide- und long-Format erstellt) und dann noch die Voraussetzungsprüfungen für die ANOVA durchgeführt und leider sind alle Skalen nicht normalverteilt und für die Hälfte der Skalen liegt auch keine Varianzhomogenität vor
Welches Verfahren wäre stattdessen jetzt die Methode der Wahl?
Kruskal-Wallis-Test?
VG Sabrina

[PonderStibbons]

Puh, jetzt hab ich nach der Urlaubspause so ewig an der Datendatei gebastelt (wide- und long-Format erstellt)

Welche Daten liegen in welcher Strukturierung vor und wie sollen sie analysiert werden?

leider sind alle Skalen nicht normalverteilt

Welche Skalen konkret? Und wieso soll das Deines Erachtens relevant sein?

und für die Hälfte der Skalen liegt auch keine Varianzhomogenität vor

Was heißt das konkret - wie groß sind die Varianzunterschiede?

Welches Verfahren wäre stattdessen jetzt die Methode der Wahl?

Dazu müsste man wie gesagt wissen, was für Daten unter welcher Fragestellung ausgewertet werden.

Mit freundlichen Grüßen

PonderStibbons