STATISTIK-FORUM.de

[kathinka]

Hallo alle!

Ich habe folgende Frage:
In meiner Bachelorarbeit habe ich zwei Gruppen zu zwei Zeitpunkten befragt.
Nun möchte ich die Auswertung noch etwas komplexer machen, als in meiner Bachelorarbeit damals.

Für die Berechnung der Unterschiede zwischen beiden Gruppen und den Messzeitpunkten habe ich die ANOVA mit Messwiederholung gerechnet für alle Variablen mit Normalverteilung.

Nun suche ich für die Variablen ohne Normalverteilung ein geeignetes Verfahren. Mein Prof erwähnte den H-Test (Kruskal-Wallis-Test), jedoch gibt der mir in SPSS nur Ergebnisse für Messzeitpunkt 1 und Messzeitpunkt 2 getrennt voneinander aus. Ich möchte aber ja wissen, ob es zwischen den Gruppen UND den Messzeitpunkten signifikante Unterschiede gibt.

Oder ist der Friedman-Test geeignet? Würde ich da in SPSS einfach die Variablen "xy_t0", "xy_t1" und "Gruppe" zur Auswertung eingeben?

Vielen Dank für Eure Hilfe!

[PonderStibbons]

Für die Berechnung der Unterschiede zwischen beiden Gruppen und den Messzeitpunkten habe ich die ANOVA mit Messwiederholung gerechnet für alle Variablen mit Normalverteilung.

"Normalverteilung von Variablen" hat mit der Verfahrensauswahl nichts zu tun. Allenfalls
könnte es mitunter um die Verteilung innerhalb der Gruppen, aber auch das nur bei kleinen
Stichprobengrößen. Ab n(Gesamt) > 30 ist das kein Thema mehr.

H-Test und Friedman-Test sind für Rangdaten bzw. ordinale Daten, da lassen sich naturgemäß
Wechselwirkungen nicht modellieren. Falls die Stichprobe klein ist und es der Fragestellung
entspricht, könnte man die Differenz t2 - t1 berechnen und per "nonparametrischem" Test
zwischen Gruppen vergleichen.

Da Hintergrund, Variablen, Fragestellung, Erhebungsdesign, Stichprobengröße nicht
bekannt sind, ist das aber alles nur Mutmaßung.

Mit freundlichen Grüßen

PonderStibbons

[kathinka]

Vielen Dank schonmal für deine Antwort!

Also, es geht um folgendes: ich hatte ein longitudinales Studiendesign mit zwei Gruppen (einer Versuchs- und einer Kontrollgruppe) und zwei Messzeitpunkten (vor Interventionsbeginn und 8 Wochen nach Interventionsbeginn).
Meine Stichprobe war 30 Personen, jeweils 15 in jeder Gruppe.
Zu beiden Messzeitpunkten wurden Variablen wie Schmerzintensität, Beeinträchtigungsscore, Behinderungseinschätzung, Lebensqualität, usw. via Fragebogen erhoben; die Haupt-Frage war, ob die Lebensqualität durch die Intervention verbessert werden kann. Und dann eben auch Fragen wie: geht die Schmerzintensität durch die Intervention runter, usw.

In meiner Bachelorarbeit habe ich für beide Gruppen getrennt voneinander ausgewertet via t-Test resp. Mann-Whitney-U-Test.

Denn: ich habe gelernt, dass man für nicht-normalverteilte Variablen ein nicht-parametrisches Testverfahren anwenden muss.

Nun möchte ich meinen Datensatz nochmal komplexer auswerten und mein Dozent sagte, dass das mit ANOVA und H-Test ginge.
Ich brauche also ein Testverfahren, das mir eventuelle Unterschiede zwischen beiden Messzeitpunkten und zwischen beiden Gruppen auswertet.

Also habe ich für normalverteilte Variablen nun ANOVA mit Messwiederholung versucht und dort unter den Faktoren (zwei Messzeitpunkte) die Variable_t0 und die Variable_t1 eingegeben als Innersubjektfaktoren
und als Zwischensubjektfaktoren die "Gruppe".
Hier bin ich mir allerdings auch nicht sicher, ob die Auswertung der Innersubjekteffekte dann wiederum die Gesamtstichprobe umfasst, was ja wieder keine Aussage zulässt über die Wirksamkeit der Intervention.

Und nun suche ich das Pendant der ANOVA mit Messwiederholung für nicht-normalverteilte Variablen.

[PonderStibbons]

Denn: ich habe gelernt, dass man für nicht-normalverteilte Variablen ein nicht-parametrisches Testverfahren anwenden muss.

Nein, das ist unzutreffend. Und ein bisschen deprimierend, dass das nach Jahrzehnten der
Aufklärung immer noch falsch vermittelt wird.

Also habe ich für normalverteilte Variablen nun ANOVA mit Messwiederholung versucht

Du kannst bei einer so kleine Stichprobe doch gar nicht belegen, dass eine Variable in der
Grundgesamtheit normalverteilt ist. Ein nicht-signifikanter Normalverteilungstest ist
im Zweifel nur deswegen nicht-signifikant, weil die power bei einer so kleinen Stichprobe
gering ist. Aber wie gesagt ist das unerheblich.

Und nun suche ich das Pendant der ANOVA mit Messwiederholung für nicht-normalverteilte Variablen.

Du suchst das Pendant für eine gemischte Varianzanalyse, also eine mit mindestens
2 Faktoren, und das gibt es "nonparametrisch" (d.h. für ordinale Daten) nicht.

Bei n=30 kann man davon ausgehen, dass etwaige Normalverteilungsannahmen (wie
gesagt: Verteilungen innerhalb der Gruppen, nicht der Variablen insgesamt)
vernachlässigt werden können, weil die Varianzanaylse robust ist. Für die Fragestellung
relevant wäre die Wechselwirkung der beiden Faktoren. Eine Wechselwirkung ist die
"Differenz von Differenzen". Sie stellt dar, ob der Unterschied t2-t1 zwischen den
Gruppen unterschiedlich groß ist. Oder umgekehrt betrachtet, ob der Unterschied
zwischen den Gruppen zu t1 anders ist als zu t2.

Alternativ, wenn es denn unbedingt ein nonparametrisches Verfahren sein soll, einfach
die prä-post-Differenzen bilden und per U-Test zwischen Gruppen vergleichen.

Mit freundlichen Grüßen

PonderStibbons

[kathinka]

Vielen lieben Dank dir!