STATISTIK-FORUM.de

[Steffi K.]

Hallo zusammen,
ich schreibe mmentan an meiner Masterarbeit und bin mit der Berechnung meiner Ergebnisse zugange.. Eigentlich hat alles gut geklappt und ich bin soweit fertig, jedoch möchte ich mich gern kurz rückversichern, ob der von mir angewandte T-Test richtig gewählt ist, oder ob es andere (bessere) Möglichkeiten gibt.

-Zum einen möchte ich untersuchen, ob eine Gruppe (G1), die ein Training bekommen hat, seine eigenen Ergebnisse im Vergleich zu vor dem Training verbessert hat. Die Gruppe hat 10 VP, ich habe einen T-Test für abhängige Stichproben gerechnet.

-Weiter vergleiche ich die Werte von G1 nach dem Training mit einer weiteren Gruppe (G2), die kein Training hatte. G2 hat 33 VP. Ich habe einen T-Test für unabhängge Stichproben gerechnet.

-Zuletzt habe ich gerechnet, ob sich innerhalb der beiden Gruppen (G1 und G2) jeweils die Werte für zwei verschiedene Bedingungen unterscheiden. Beide Gruppen sollten (einmal mit Training, die andere als Laien) Aussagen auf deren Glaubhaftigkeit hin untersuchen. DIe Hälfte dieser Aussagen ist wahr, die andere erfunden. Ich möchte untersuchen, ob sich die Trefferquoten bei den wahren und den erfundenen Aussagen jeweils unterscheidet, also ob die wahren oder die erfundenen Aussagen häufiger korrekt identifiziert werden. Auch dafür habe ich T-Tests für unabhängige Stichproben gerechnet ("wahr" oder "erfunden" als UV, Trefferquote ("richtig" oder "falsch" bewertet) als AV).

Macht das alles so Sinn? In meinen Augen schon, aber da ich alles mit T-Tests gerechnet habe, bin ich irgendwie unsicher, ob nicht evtl. doch auch andere Tests in Frage kämen. In der Literatur zu ähnlichen Untersuchungen wurden keine T-Tests gerechnet, sondern z.B. F-Tests oder Chi-Quadrat-Tests, was ich mir aber nicht wirklich erklären kann.

Für eine Antwort bin ich sehr dankbar, gerne kann ich bei Unklarheiten auch nähere Infos geben.

Lieben Dank, Steffi

[PonderStibbons]

Die ersten beiden Analysen klingen plausibel. Da (Treffer-)quoten als abhängige Variablen wegen ihrer Begrenzung auf 0 bis 1 manchmal unschöne Verteilungseigenschaften zeigen, kannst Du überlegen, vielleicht nonparametrisch zu rechnen (Wilcoxon-Vorzeichenragntest statt abhängigem t-Test, U-Test statt uabhängigem t-Test.

Auch dafür habe ich T-Tests für unabhängige Stichproben gerechnet ("wahr" oder "erfunden" als UV, Trefferquote ("richtig" oder "falsch" bewertet) als AV).

Wenn Du vergleichst, ob dieselben Personen unter der Vorgabebedingung "wahr" andere Trefferquoten produzieren als unter der Vorgabebedingung "falsch", dann ist das eine Analyse für abhängige Stichproben/Messungen.

Mit freundlichen Grüßen

P.