STATISTIK-FORUM.de

[Sophie95]

Hallo in die Runde!

Ausgangslage: 4 Erhebungszeitpunkte (direkt nach Ankunft in der Psychiatrie, nach Eingewöhnungsphase, kurz vor der Entlassung und bei erneuter Einweisung), N= 201
Ich möchte nun ermitteln, wie sich der Selbstwert im Verlauf über die 4 Erhebungszeitpunkte verändert und habe dafür eine ANOVA mit Messwiederholungen gerechnet.

Ergebnis: F(2.65, 530.70) = 55.84, p < .001, partial η² = .22
Post-hoc Analysen haben gezeigt, dass der Selbstwert zunächst bis zum Zeitpunkt der Entlassung steigt, bei Wiedereinweisung sinkt; jedoch nicht auf den Wert bei der ersten Einweisung.

Zusätzlich wurden zum zweiten Erhebungszeitpunkt Variablen wie Autonomieerleben und Behandlungsorientierung des Personals erhoben. Hier möchte ich nun prüfen, ob diese einen Einfluss auf den Verlauf haben (Hypothese: wer ein positives Autonomieerleben beim ersten Aufenthalt hat, der hat einen höheren Selbstwert bei Wiederaufnahme). Ich habe diese Variablen nun als Kovariaten mit aufgenommen. Plötzlich ist aber der Haupteffekt (?) nicht mehr signifikant: F(3,2.659)=1.158, p=.323, partial η² = .006.

--> Woran liegt das?

Die Interaktionsterme werden auch nicht signifikant. Wie interpretiere ich das? Bedeutet das, dass Autonomie/Behandlungsorientierung keinen Einfluss haben?

Besten Dank
Sophie

[PonderStibbons]

--> Woran liegt das?

Die Kovariaten und Wechselwirkung klären Varianz auf die vorher allein der Messwiederholungsfaktor aufgeklärt hat.

Die Interaktionsterme werden auch nicht signifikant. Wie interpretiere ich das?

Was meinst Du damit?

Bedeutet das, dass Autonomie/Behandlungsorientierung keinen Einfluss haben?

Das bedeutet lediglich, dass der statistische Signifikanztest nicht zur Verwerfung der Nullhypothese führt.

Mit freundlichen Grüßen

PonderStibbons

[Sophie95]

Vielen Dank für die schnelle Antwort!

Die Kovariaten und Wechselwirkung klären Varianz auf die vorher allein der Messwiederholungsfaktor aufgeklärt hat.

Gilt das auch, wenn die Kovariaten nicht signifikant sind? Und würde ich die Aufnahme der Kovariaten im Bezug auf die vorherige ANOVA berichten? (Also nach Aufnahme der Kovariaten X und Y ist der Haupteffekt nicht mehr signifikant geworden etc.) ?

Was meinst Du damit?

Damit meine ich die Kovariaten

Insgesamt sind auch meine Effektstärken wahnsinnig gering. Bei den Kovariaten, die signifikant geworden sind, liegt das partielle Etaquadrat zwischen .014 und 0.22.
Damit kann man nicht wirklich etwas anfangen oder?


Vielen Dank und beste Grüße
Sophie

[bele]

Die Kovariaten und Wechselwirkung klären Varianz auf die vorher allein der Messwiederholungsfaktor aufgeklärt hat.

Gilt das auch, wenn die Kovariaten nicht signifikant sind?

Nicht nur dann, sondern gerade auch dann: Stell Dir vor, ich will Blutdruck durch Alter vorhersagen. Da gibt es einen Zusammenhang und Alter wird signifikant werden. Jetzt nehme ich außer Alter auch noch das Geburtsjahr hinzu. Das ist nicht ganz das gleiche, je nachdem ob einer dieses Jahr schon Geburtstag hatte oder nicht unterscheidet sich das ein wenig. Ich kann jetzt den Blutdruck ganz genausogut vorhersagen, aber die Regression weiß ja nicht, ob das Alter oder das Geburtsjahr die richtige Quelle des Wissens ist. Deshalb kann man weder für Alter noch für Geburtsjahr sagen, dass es einen signifikanten Einfluss hat -- es könnte ja auch das jeweils andere sein. Also wird nichts mehr signifikant, weder das, was vorher signifikant war, noch das, was ich neu in die Rechnung aufgenommen habe.

Es gilt also weder, dass nicht-signifikant bedeutet, dass etwas nichts taugt, noch ist die Hinzunahme neuer Prädiktoren immer eine Bereicherung für das Modell.


HTH,
Bernhard

[PonderStibbons]

Die Kovariaten und Wechselwirkung klären Varianz auf die vorher allein der Messwiederholungsfaktor aufgeklärt hat.

Gilt das auch, wenn die Kovariaten nicht signifikant sind?

Die klären halt in der Stichprobe Varianz auf. Diese zusätzliche Varianzaufklärung wurde nur
nicht statistisch signifikant, kann also Stichprobezufall sein.

Und würde ich die Aufnahme der Kovariaten im Bezug auf die vorherige ANOVA berichten? (Also nach Aufnahme der Kovariaten X und Y ist der Haupteffekt nicht mehr signifikant geworden etc.) ?

Du hast doch aus irgendwelchen Gründen das Modell gerechnet, wieso solltest Du das dann nicht berichten?

Mit freundlichen Grüßen

PonderStibbons

[bele]

Und würde ich die Aufnahme der Kovariaten im Bezug auf die vorherige ANOVA berichten? (Also nach Aufnahme der Kovariaten X und Y ist der Haupteffekt nicht mehr signifikant geworden etc.) ?

Du hast doch aus irgendwelchen Gründen das Modell gerechnet, wieso solltest Du das dann nicht berichten?

Auch wenn ich das so ausgesprochen noch nirgends gelesen habe, ich habe den Eindruck, dass es hier zwei Denkschulen gibt. Die eine sagt, dass die Auswertung präspezifiziert sein muss, weil nur dann ein p-Wert wirklich Sinn macht. Die andere schlägt vor, mit einem einfachen Modell zu beginnen und dann durch Hinzufügen von Details dasjenige Modell zu finden, das am besten zu den Daten passt. Dann sollte man den Prozess, der zum endgültigen Modell geführt hat aber auch entsprechend darlegen.

Variante eins bietet den besten Schutz davor, dass der Forscher sich die Dinge so hinlegt, wie sie ihm gefallen oder Muster sieht, die in der Grundgesamtheit nicht da sind. Das zweite hat eventuell den Vorteil, Erkenntnisse aus den Daten ziehen zu können, die man anders nicht bekommt. Aber immer auf Kosten des Risikos, dass man sich zu sehr den Stichprobenfehlern anvertraut.

Wenn es um eine Abschlussarbeit geht, dann musst Du halt schauen, was bei Euch gelehrt wird. Wenn es um eine Publikation geht, dann sollte klar werden, was vorher geplant und was nachher noch ausprobiert wurde.

LG,
Bernhard