STATISTIK-FORUM.de

[Charlin50]

Hallo,

ich möchte den G-Power berechnen.

Ich habe 2 Gruppen (KG und EG) und 3 Messzeitpunkte.

Die EG erhält nach dem ersten Messzeitpunkt das Online Training, die KG erhält das Training erst nach dem zweiten Messzeitpunkt.
Ich habe also ein "Repeated Meaures Design" mit witihin subjects? Da bin ich mir aber gerade leider nicht mehr so sicher, da ich nun so viel gelesen habe und nun verwirrt bin.

Vielleicht kann mir jemand helfen und sagen was ich bei einer apriori G-Power Analyse am besten auswähle? Da ich ja auch das ganze begründen muss.

Liebe Grüße
Charlin

[strukturmarionette]

Hi,

ich möchte den G-Power berechnen.

- was ist das aus Sicht deiner Auftraggeberschaft ?
- was soll damit festgestellt werden?

Gruß
S.

[Charlin50]

Hi,

ich möchte den G-Power berechnen.

- was ist das aus Sicht deiner Auftraggeberschaft ?
- was soll damit festgestellt werden?

Gruß
S.

Ich möchte feststellen, wie viele Teilnehmer ich benötige, um festzustellen, ob mein Training einen Effekt vorweisen kann.

- was ist das aus Sicht deiner Auftraggeberschaft ? -> Diese Frage verstehe ich leider nicht ganz?

[PonderStibbons]

Welche Vergleiche willst Du denn am Ende rechnen?

Mit freundlichen Grüßen

PonderStibbons

[Charlin50]

Hi,

also nachdem ich das ganze nochmal durchgegangen bin habe ich ein klassisches Wartekontrollgruppendesign.
Ich habe zwei Gruppen. Ich habe Wartekontrollgruppendesign eingesetzt, bei dem die Kontrollgruppe zeitlich versetzt am Training teilnimmt, um die Effekte durch einen Kontrollgruppenvergleich absichern zu können.
Es finden drei Datenerhebungen (t1 bis t3) statt. Die erste Erhebung (t1) fand zu Beginn der Studie statt und konnte nach Auswahl des Links gestartet werden. Anschließend nahm die Experimentalgruppe am einwöchigen Online-Training teil, während die zweite Gruppe als Wartekontrollgruppe fungierte. Daraufhin erfolgte die Erhebung t2 und darauf die Teilnahme an Online-Training der Wartekontrollgruppe. Die dritte Erhebung (t3) fand statt, nachdem beide Gruppen das Trainings absolviert hatten.

Nun bin ich leider aber überfordert wie ich da am besten den G-Power berechne?

[Charlin50]

Welche Vergleiche willst Du denn am Ende rechnen?

Mit freundlichen Grüßen

PonderStibbons

Also nachdem ich das ganze nochmal durchgegangen bin habe ich ein klassisches Wartekontrollgruppendesign.
Ich habe zwei Gruppen. Ich habe Wartekontrollgruppendesign eingesetzt, bei dem die Kontrollgruppe zeitlich versetzt am Training teilnimmt, um die Effekte durch einen Kontrollgruppenvergleich absichern zu können.
Es finden drei Datenerhebungen (t1 bis t3) statt. Die erste Erhebung (t1) fand zu Beginn der Studie statt und konnte nach Auswahl des Links gestartet werden. Anschließend nahm die Experimentalgruppe am einwöchigen Online-Training teil, während die zweite Gruppe als Wartekontrollgruppe fungierte. Daraufhin erfolgte die Erhebung t2 und darauf die Teilnahme an Online-Training der Wartekontrollgruppe. Die dritte Erhebung (t3) fand statt, nachdem beide Gruppen das Trainings absolviert hatten.

Nun bin ich leider aber überfordert wie ich da am besten den G-Power berechne?[/quote]

[PonderStibbons]

Aber wie sehen die Vergleiche aus bzw.. welches statistische Modell wirst Du zur Auswertung benutzen?
Welches ist der/sind die primär wichtigen Vergleiche, die schließlich rechnen willst? Ohne zu wissen,
wie die Auswertung aussehen soll, kann man auch keine Fallzahlberechnung bzw. power-Anallyse
durchführen.

Mit freundlichen Grüßen

PonderStibbons

[Charlin50]

Aber wie sehen die Vergleiche aus bzw.. welches statistische Modell wirst Du zur Auswertung benutzen?
Welches ist der/sind die primär wichtigen Vergleiche, die schließlich rechnen willst? Ohne zu wissen,
wie die Auswertung aussehen soll, kann man auch keine Fallzahlberechnung bzw. power-Anallyse
durchführen.

Mit freundlichen Grüßen

PonderStibbons

Hi, also genau weiß ich noch nicht, aber ich denke...
- Vorher-Vergleich: Varianzanalyse oder T-Tests zu den Präwerten (Unterscheiden sich die Präwerte der EG und der KG voneinander?)
- Voraussetzung für Varianzanalysen prüfen: Eigentliche Analyse: 2-faktorielle Varianzanalyse mit Messwiederholung auf einem Faktor
- Vergleich für KG vorher-nachher
- Vergleich für EG vorher-nachher (evtl EG1, EG2)
- Effektstärken berechnen
- Interaktionsgraphiken zur Veranschaulichung erstellen
- Dropout-Analysen
Das ist so der grobe Plan...

Liebe Grüße und vielen Dank für die Unterstützung
Charlin

[PonderStibbons]

Der zentrale Vergleich scheint die Interaktion Messzeitpunkt (t1 & t2) * Gruppe zu sein.
Da wäre naheliegend F test: ANOVA, repeated measures, within-between interaction.

Mit freundlichen Grüßen

PonderStibbons

[Charlin50]

Der zentrale Vergleich scheint die Interaktion Messzeitpunkt (t1 & t2) * Gruppe zu sein.
Da wäre naheliegend F test: ANOVA, repeated measures, within-between interaction.

Mit freundlichen Grüßen

PonderStibbons

Vielen lieben Dank für die Hilfe

Ich würde dann sozusagen eine Teilnehmerzahl von 44 erwarten.
Bedeutet dies nun das dies die Mindestzahl ist die ich benötige, um einen Effekt sehen zu können?
Und kann ich errechnen, was die ideale Anzahl von Teilnehmern wäre? Das bedeutet, wenn ich nun mehr als 44 Teilnehmer*innen erhalte? Ist dies dann besser? wie kann man soetwas begründen?