STATISTIK-FORUM.de

[Simski]

Hallo,

ich untersuche den Einfluss von zwei Arten von Arbeitsanreicherung auf die Arbeitsmotivation. Dazu habe ich zwei Gruppen, Arbeitsanreicherung1 (AA1) und AA2. Beide Gruppen bearbeiten zunächst eine Aufgabe ohne Arbeitsanreicherung (Kontrollbedingung) und füllen danach einen Fragebogen aus, um Arbeitsmotivation zu messen. Dann führt jede Gruppe die Aufgabe erneut mit einer Art von Anreicherung aus (Experimentalbedingung, AA1 und AA2) und füllt im Anschluss den Fragebogen erneut aus.

Die Daten sehen also pro Versuchsperson folgendermaßen aus: BEDINGUNG(AA1 vs. AA2), Arbeitsmotivation1 (AM1) und AM2.

Jetzt rechne ich eine gemischte ANOVA in SPSS mit dem messwiederholten / Innersubjektfaktor Messzeitpunkt (MZP) mit 2 Stufen: AM1 und AM2; und dem Zwischensubjektfaktor BEDINGUNG mit den Stufen AA1 und AA2.

Sowohl der Haupteffekt MZP als auch die Interaktion MZP*BEDINGUNG werden signifikant und das Profildiagramm zeigt, dass AM2 zu Zeitpunkt 2 größer ist als AM1, die zweite Art der Arbeitsanreicherung ist also effektiver als die erste. Jetzt will ich allerdings wissen, ob die erste Art der Arbeitsanreicherung (AM1) auch einen Effekt hat oder ob der Haupteffekt nur AM2 zu verdanken ist. Dafür will ich Kontraste rechnen, um AM1/MZP2 (Arbeitsanreicherung1) mit MZP1 (Kontrolle) zu vergleichen. SPSS gibt mir unter "Innersubjektkontraste" aber nur MZP und MZP*BEDINGUNG aus, Daten, die ich ja schon habe. Wie bringe ich SPSS dazu, Kontraste für die Unterschiede zwischen den jeweiligen Arbeitsanreicherungen und dem Kontrollzeitpunkt zu rechnen?

Vielen Dank schonmal,
Simski

[Simski]

Ich habe mich jetzt entschieden, ein Set von geplanten Vergleichen via Bonferroni-korrigierten T-Tests zu rechnen. Spricht da irgendwas dagegen?

Und noch eine Frage: kann ich die Methode auch bei einer ANCOVA anwenden, also wenn ich noch eine Kontrollvariable in die Analyse aufnehme?

[PonderStibbons]

Bei einer Kovarianzanalyse kann man zunächst die abhängige Varable
auf die Kovariate regressieren und dann die resultierenden Residuen
als "neue" AV verwenden, also auch bei t-Tests.

Mit freundlichen Grüßen

P.