STATISTIK-FORUM.de

[frodofroehlich]

Hallo,

meine unabhängige Variable Arztgeschlecht besteht aus männlich und weiblich. Meine Av wäre zum Beispiel "leader" und wird mit einer 7 stufigen Likert-Skala gemessen)
In der Ausprägung männlich habe ich die Bilder von zwei männlichen Ärzten (Arzt1 und Arzt2).

Jetzt ist die Frage, wie kontrolliert man, ob der Effekt von Ärzten gegenüber Ärztinnen bei der UV Arztgeschlecht von beiden Ärzten kommt, oder ob ein Mann heraussticht (Will sagen, der Effekt kommt durch einen individuellen Arzt und nicht die Gruppe männliche Ärzte)?
Ich habe lange mit hierarchischen Modellen herumprobiert und bin jetzt auf die simple Lösung gekommen einen T-test zwischen Arzt1 und Arzt2 zu machen.
Ist das richtig?
Wenn der Unterschied nicht signifikant ist, ist das ein Zeichen, dass sich die beiden männlichen Ärzte ähnlich sind.

[PonderStibbons]

und wird mit einer 7 stufigen Likert-Skala gemessen)

Tatsächlich mit einer Likert-Skala (mehrere Items vom Likert-Typ, die summiert werden),
oder nur 1 Item mit einem 7stufigen Antwortformat?

Jetzt ist die Frage, wie kontrolliert man, ob der Effekt von Ärzten gegenüber Ärztinnen bei der UV Arztgeschlecht von beiden Ärzten kommt, oder ob ein Mann heraussticht (Will sagen, der Effekt kommt durch einen individuellen Arzt und nicht die Gruppe männliche Ärzte)?
Ich habe lange mit hierarchischen Modellen herumprobiert und [b]bin jetzt auf die simple Lösung gekommen einen T-test zwischen Arzt1 und Arzt2 zu machen.

Um Stimulusmateral zu testen, sind Signifikanztests nicht sehr geeignet, weil sie nichts
über die Größe eines Effektes aussagen. Ich verstehe auch den Sinn nicht ganz. Wenn
die beiden sich nicht unterscheiden, schließt das nach wie vor nicht aus, dass es
jeweils individuelle Merkmale sind, nicht das Geschlecht.

Ich kenne mich in der Art von Versuchsanordnung nicht aus, aber da häufig
Geschlechtereffekte mit Bildern erzeugt/geprüft werden sollen, sollte man sich
vielleicht an der Methodik und dem Stimulusmaterial von Studien orientieren, die
sowas bereits erfolgreich gemacht haben.

Wenn der Unterschied nicht signifikant ist, ist das ein Zeichen, dass sich die beiden männlichen Ärzte ähnlich sind.

Oder der das die Stichprobe zu klein ist, um einen statistisch signifikanten Unterschied zu ermitteln.

Mit freundlichen Grüßen

PonderStibbons

[frodofroehlich]

Danke für die Antwort.
Die Versuchspersonen bekommen eines der vier Bilder (2 männliche Ärzte, 2 weibliche Ärzte) gezeigt und sie raten dieses Bild auf einer Skala von 1 -7 .

Die Frage ist, wie kann ich zeigen, dass keine Einzeln Person heraussticht. Z.B Mann1 und Mann2 haben einen Durchschnitt von 2 und Frau1 einen Durschnitt von1, aber Frau2 einen Durschnitt von 6, dann würden wohl in der Analyse die Frauen signifikant höher gewertet werden als Männer, obwohl der Effekt vor allem durch Frau 2 kommt.

[PonderStibbons]

Schwierig. Ich kenne nicht das Thema und die konkreten Fragestellungen, die Art der Versuchspersonenstichprobe,
die Größé der Stichprobe, den Versuchsablauf, die konkrete Herkunft und Ausgestaltung der Bilder, oder den jeweiligen
Grund dafür, dass Bilder gezeigt werden und keine schriftlichen Beschreibungen, dass nur 4 Bilder vorliegen und nicht mehr,
und dass nicht alle Probanden alle Bilder sehen. Zurzeit weiß ich nur, dass es 4 Stimuli sind und man die Messungen
zwischen den Bedingungen insgesamt und auch paarweise vergleichen kann. Der Rest würde dann Interpretationssache sein.
Falls der Versuchsaufbau nicht ausreichend für die Beantwortung der Fragestellung sein sollte, dann könnten leider keine
statistischen Tricksereien daran etwas ändern.

Mit freundlichen Grüßen

PonderStibbons

[bele]

Hallo Frodo,

Die Versuchspersonen bekommen eines der vier Bilder (2 männliche Ärzte, 2 weibliche Ärzte) gezeigt und sie raten dieses Bild auf einer Skala von 1 -7 .

Die Frage ist, wie kann ich zeigen, dass keine Einzeln Person heraussticht. Z.B Mann1 und Mann2 haben einen Durchschnitt von 2 und Frau1 einen Durschnitt von1, aber Frau2 einen Durschnitt von 6, dann würden wohl in der Analyse die Frauen signifikant höher gewertet werden als Männer, obwohl der Effekt vor allem durch Frau 2 kommt.

Kann man untersuchen, vorher aber noch was anderes: Du gehst ja derzeit davon aus, dass Männern und Frauen ein Maß an "leader" zugeordnet wird und jede einzelne Person dann noch ein individuelles Maß an "leader"-igkeit mitbringt. Selbst wenn hier in einer geeigneten Analyse herauskäme, dass beide Männer zu mehr "leader" führen -- dann wüsstest Du doch immer noch nicht, ob das auf einem generellen "leader"-Überschuss bei Männern beruht oder darauf, dass Du zufällig zwei "leader"-starke Männer ausgesucht hast, deren persönlicher "leader"-Wert die tatsächliche Gleichwertigkeit von Männern und Frauen überdeckt? Die beiden Ärzte könnten sehr ähnlich viel "leader"-Effekt haben und trotzdem nicht den Mittelwert der Männer repräsentieren.

Wenn Du ganz viele verschiedene Männer und ganz viele verschiedene Frauen genommen hättest, dann würde es vielleicht sinnvoll sein, das Geschlecht des Arztenden als fixed effect und darum schwankend die individuelle Komponente als random effect schätzen zu lassen, aber mit 2+2 wirst Du individuelle "leader"-izität nicht ausschließen können.

Also frag Dich nochmal, was Du aus welchem Ergebnis schlussfolgern würdest und wahrscheinlich ist das nicht besonders interessant. Wenn Du trotzdem in dieser Sache weiter machen willst, dann kannst Du die Approbierten dummycodiert als Individuen in die Regression eingehen lassen und dann versuchen, aus deren individuellen Werten Schlüsse zu ziehen.

HTH,
Bernhard