STATISTIK-FORUM.de

[stat1alpha]

Guten Abend,

im Rahmen einer Studie, die ich im Moment durchführe bin ich mir nicht sicher bei der Wahl des statistischen Verfahrens und wäre um jegliche Hilfestellung dankbar.

Zur Studie: (Belohnungszentrum des Gehirns)

es handelt sich um ein prä post Design mit einer Experimental- (Humorintervention) und einer Kontrollgruppe.

Bei diesen wird jeweils prä und post der PANAS erhoben und somit jeweils der positive state affect und der negative state affect.

Hypothese 1 lautet nun, dass bei der Experimentalgruppe der postive state affect von Zeitpunkt 1 zu Zeitpunkt 2 stärker ansteigt als bei der Kontrollgruppe.
Hypothese 2 lautet, dass bei der Experimentalgruppe der negative state affect von Zeitpunkt 1 zu Zeitpunkt 2 stärker sinkt, als bei der Kontrollgruppe.

Ein Gedanke war bis jetzt die Differenzen der Mittelwerte aus den prä und post Messungen zu berechnen und diese dann mit einen t-Test für unabhängige Messungen auf einen Unterschied zu überprüfen. Ich bin mir nur nicht sicher ob dieser Weg der ganz richtige ist und nicht doch etwas vergessen wurde. (z.B. prä Messungen zwischen den Gruppen noch zu überprüfen/prä post mit abhängigen t-Tests auf Unterschiede zu überprüfen etc.)

Danke im Voraus. Mit freundlichen Grüßen!

[strukturmarionette]

Hi,

- Zustandekommen, Herkunft von n1, n2?
- n1 =?
- n2 =?

Gruß
S.

[stat1alpha]

64 Probanden wurden untersucht. (randomisiert, 50% Kontroll/Experimental) AV metrisch. Bei beiden Gruppen wurde jeweils prä und post positive und neg. affect erhoben. (als metrischer Summenscore, ausgewertet vom PANAS).

[bele]

Hallo stat1alpha,

ist das eine "Qualifikationsarbeit", die dazu da ist, dass Du als Absolvent*in Deine Fertigkeiten vorführst oder ein echtes Forschungsprojekt, bei dem es um Erkenntnisgewinn und Publikation geht? Sowas kann die Entscheidung schon mal beeinflussen, deshalb schlage ich vor, dass Du ein wenig was zu dem Kontext schreibst.

Wenn es um den Erkenntnisgewinn geht: Deine Affekte sind Mittelwerte aus den Zahlen 1 bis 5. Aus Mittelwerten kann man grundsätzlich Differenzen bilden und deshalb ist Dein Vorschlag zu schauen, ob die Vorher-Nachher-Differenz mit Intervention sich von der Vorher-Nachher-Differenz ohne Intervention in einem t-Test unterscheidet, valide. Das kann man so machen, wenn man sonst keine weiteren Einflussfaktoren ins Modell aufnehmen will. Wenn jetzt aber noch die Uhrzeit der Befragung, das Geschlecht der Befragten und deren Migrationshintergrund berücksichtigt werden sollen, dann braucht es ein komplizierteres Modell.

LG,
Bernhard

[strukturmarionette]

Hi,

- das entspräche einem 2*2 varianzanalytisches Design mit MessWdhlg auf einem Faktor und damit wären deine Hypothesen zu prüfen.

Gruß
S.

[stat1alpha]

Vielen Dank schonmal für die hilfreichen Antworten. Das Ganze findet im Rahmen einer Lehrveranstaltung eines Psychologie Studiums statt, wird nicht publiziert oder dergleichen. Geschlecht haben wir zwar erhoben, jedoch rein als soziodemographische Daten, wird nicht weiter berücksichtigt. Mein Bedenken war, dass die Differenz(post-pre) zufällig entstehen könnte bzw. durch Störvariablen beeinflusst sein könnte und somit nicht aussagekräftig, wenn man für die pre Tests nicht kontrolliert. Sprich entweder ANOVA oder ein weiterer unabhängiger t Test, um sagen zu können, dass diese sich nicht signifikant unterscheiden.

[bele]

Hallo!

Vielen Dank schonmal für die hilfreichen Antworten. Das Ganze findet im Rahmen einer Lehrveranstaltung eines Psychologie Studiums statt, wird nicht publiziert oder dergleichen.

Schlechte Nachricht: Hier gibt es Raum für verschiedene Meinungen, was alles erfüllt sein muss, um von einer guten Analyse sprechen zu können. Für Deine Lehrer sind unsere Meinungen nicht relevant und nichts ersetzt die Anwesenheit in deren Vorelesungen oder das Lesen von deren Skripten.

Mein Bedenken war, dass die Differenz(post-pre) zufällig entstehen könnte bzw. durch Störvariablen beeinflusst sein könnte und somit nicht aussagekräftig, wenn man für die pre Tests nicht kontrolliert.

Das stimmt natürlich: Einerseits betrachtet man die Differenz, damit ungleiche Ausgangswerte berücksichtigt werden. Andererseits: Wenn die eine Gruppe mit einem Durchschnitt von 5 startet, kann sie sich nicht mehr verbessern, während eine andere Gruppe, die bei einem Durchschnitt von 3 startet sich noch um 3 Punkte verbessern kann. Das zu betrachten nimmt Dir aber auch keine ANOVA ab.

Sprich entweder ANOVA oder ein weiterer unabhängiger t Test, um sagen zu können, dass diese sich nicht signifikant unterscheiden.

Da wäre es jetzt wichtig zu wissen, ob eine Randomisierung in die Gruppen stattgefunden hat oder ob das zwei Gelegentheitsgruppen waren. Wie PonderStibbons immer so schön sagt: Wenn die Gruppenzugehörigkeit durch Randomisierung bestimmt wurde, ist jede Signifikanz in den Baseline-Werte ein Alpha-Fehler. Deshalb ist es trotzdem gut, nach großen Unbalancen in der Baseline zu suchen. Ob das mit einer ANOVA/einem t-Test erfolgen soll, da helfen vielleicht Vorlesungsmitschriften von Kommilitonen?

LG,
Bernhard

[strukturmarionette]

Hi,

- bei Randomisierung sind die Bedenken unbegründet.
- gfs ist auf zwischenzeitliches Geschehen oder 'Reifung' zu achten.

Gruß
S.