STATISTIK-FORUM.de

[Wolkeneun]

Hallo,


ich schreibe momentan meine Bachelorarbeit, bin jedoch alles andere als ein Ass in Statistik. Ich hoffe, ihr könnt mir helfen.

Theoretisch bietet sich für zwei meiner Hypothesen eine 2x3-ANOVA mit Messwiederholung auf dem zweiten Faktor an. Nun ist das Problem, dass keine der Voraussetzungen (Normalverteilung, Homoskedastizität, Varianzhomogenität) erfüllt sind. Während die Verletzung der Homoskedastizität kein großes Problem darstellt und man diese leicht durch die Huynh-Feldt-Korrektur ausgleichen kann, stellen vor allem die Verletzungen der Normalverteilung und Varianzhomogenität ein Problem dar. Für eine meiner Hypothesen liegen Stichprobengrößen von 40 und 52 vor, d.h. die Varianzanalyse wäre relativ robust gegenüber Verletzungen der Normalverteilung. Für meine andere Hypothese liegen sehr ungleiche Stichprobengrößen von 42 und 10 vor. Das wäre also weitaus problematischer. Vor allem habe ich jedoch gelesen, dass die Verletzung der Varianzhomogenität (Levene- und Box-Test) schlecht ist und man die Daten auf keinen Fall mit einer ANOVA auswerten sollte.

Habt ihr Tipps für mich? Ich würde ungern ein nichtparametrisches Verfahren rechnen. Ich musste bereits für meine vorherigen Hypothesen auf Chi-Quadrat-Tests zurückgreifen und laut meiner Betreuerin wäre es gut zu zeigen, dass ich auch parametrische Tests rechnen kann. Eine andere Möglichkeit fällt mir jedoch nicht ein.

Ich freue mich auf Antworten von euch.

Vielen Dank.


Liebe Grüße
Wolkeneun

[PonderStibbons]

Wie lauten denn Thema und Fragestellungen der Studie, wie sah das Erhebungsdesign aus,
welche Variablen wurden erhoben und konkret wie gemessen, wie wurde das Vorliegen
und die Relevanz von Varianzinhomogenität festgestellt?

Mit freundlichen Grüßen

PonderStibbons

[Wolkeneun]

Es handelt sich um eine etwas größer angelegte Studie, aber für meine Bachelorthesis liegt ein 3x2x2-Versuchsdesign vor. Für die letzten beiden Hypothesen liegen zwei Faktoren vor. Bei ersterem handelt es sich um die Versuchsgruppe (Experimental- und Kontrollgruppe), welcher die Teilnehmer*innen randomisiert zugeteilt wurden. Bei zweiterem handelt es sich um den Messzeitpunkt (T1, T2, T3). Die abhängige Variable ist Depressivität (metrisch). Es wird davon ausgegangen, dass diese in der EG im Vergleich zu KG von T1 über T2 bis T3 abnimmt. Zudem wird für die letzte Hypothese nur die Experimentalgruppe betrachtet. Die Depressivität soll bei denjenigen, die bereits zu T1 einen erhöhten Depressivitäts-Score haben, stärker abnehmen als bei den übrigen Teilnehmenden.

Die Voraussetzungen für eine mixed ANOVA sind wie gesagt allesamt verletzt. Varianzhomogenität wurde mit Hilfe des Levene- und Box-Test überprüft. Beide fielen signifikant aus. Oder was meinst du mit "Relevanz von Varianzhomogenität"?

Vielen Dank.

Beste Grüße
Wolkeneun

[PonderStibbons]

Ich finde die Darstellung für mich zu unkonkret.

Was sind das für Probanden? Wie wurde Deptressivität gemessen? Was für ein Treatment liegt vor?

Wieso ungleiche bzw. sehr ungleiche Gruppengrößen, wenn es sich um eine experimentelle Studie mit Zufallszuweisung handelt? Haben wir es mit Verlust von Probanden im Zeitverlauf zu tun oder woran liegt es?

Levene und Box sind eigentlich immer statistisch signifikant, das sagt nicht sehr viel. Warum nicht erstmal ein deskriptivstatistischer ein Vergleich der Stichproben-Varianzen?

Mit freundlichen Grüßen

PonderStibbons

[Wolkeneun]

Was hat das alles damit zu tun, dass die Voraussetzungen verletzt sind?

Es wurde ein Training durchgeführt. Die depressiven Symptomatik wurde zu drei Messzeitpunkten (T1, T2, T3) gemessen. Eine Hypothese ist, dass die Depressivität über die drei Messzeitpunkte sinkt. Für eine meiner anderen Hypothesen teile ich die Teilnehmer*innen in der EG außerdem zwei Teilstichproben zu. Es wird davon ausgegangen, dass die Teilnehmenden am Training, die bereits zu T1 einen höheren Depressivitäts-Score (PHQ-D >10) aufwiesen, von einer stärkeren Abnahme der depressiven Symptomatik berichten als die übrigen Probanden. Da wenig Teilnehmer*innen mit einem PHQ-D > 10 an der Studie teilgenommen haben, kommt die kleine Stichprobengröße zustande. Und ja, einige Versuchsteilnehmer*innen haben den Follow-Up-Fragebogen nicht ausgefüllt.

Hm, wenn ich die Stichproben-Varianzen vergleiche, scheinen sie schon unterschiedlich groß zu sein. Wie genau soll ich denn vorgehen? Ich habe gelesen, dass die Verletzung der Varianzhomogenität bei in etwa gleich großen Stichproben kein Problem darstellt. Ich denke, bei der ersten Hypothese mit den Stichprobengrößen von 40 und 52 könnte man das noch argumentieren. Die Überprügung der zweiten Hypothese ist weitaus problematischer, da die Stichproben klein und ungleich groß sind. Ich hatte überlegt, Friedman-Tests durchzuführen, aber da mich vor allem der Interaktionseffekt interessiert, bringt das wohl nicht viel.

Beste Grüße
Wolkeneun

[PonderStibbons]

Was hat das alles damit zu tun, dass die Voraussetzungen verletzt sind?

Ob sie tatsächlich relevant verletzt sind, kann ich anhand Deiner Beschreibung nicht
nachvollziehen, und etwaige Lösungsmöglichkeiten hängen von den konkreten
Gegebenheiten der Studie ab. Wenn Du beispielweise ein klinisches Depressioninventar
an gesunden Probanden ausführst, ergeben sich bestimmte Vorstellungen über
die Verteilung der Werte und mögliche Maßnahmen zur Behebung von Varianzhomogenität.

Es wird davon ausgegangen, dass die Teilnehmenden am Training, die bereits zu T1 einen höheren Depressivitäts-Score (PHQ-D >10) aufwiesen, von einer stärkeren Abnahme der depressiven Symptomatik berichten als die übrigen Probanden.

Wegen sowas meine Fragen. Das willkürliche Dichotomisieren von intervallskalierten
Variablen ist eine statistische Pest, die sich anscheinend nicht ausrotten lässt.
http://www.psychology.sunysb.edu/attach ... mizing.pdf
http://biostat.mc.vanderbilt.edu/wiki/M ... Continuous
Wieso ist z.B. jemand mit Score 10 in derselben Gruppe wie jemand mit dem
minimalen Score, aber nicht in derselben Gruppe wie jemand mit Score 11?
Das ergibt inhaltlich keinen Sinn und vernichtet statistische Informationen.

Die Hypothese, dass sich der Effekt je nach Höhe des T1-Scores anders
ausnimmt, lässt sich durch Einbezug des Originalscores bzw. der
Wechselwirkung Depressionsscore*Messwiederholungsfaktor testen, ganz
ohne willkürliche Dichotomisierung.

Mit freundlichen Grüßen

PonderStibbons

[Wolkeneun]

Okay, das mit dem Dichotomisieren wusste ich nicht. Meine Betreuerin wollte, dass ich diese Hypothese noch mit reinnehme. Daher ist es schwer, das jetzt noch zu verändern...

Was bräuchtest du denn für Informationen? Ich weiß nicht genau, was du meinst. Was für Möglichkeiten zur Behebung der Varianzhomogenität bestehen denn? Ich habe wirklich schon recherchiert, aber diesbezüglich nichts gefunden.

Beste Grüße
Wolkeneun

[Wolkeneun]

Hat noch irgendjemand eine Idee, wie ich vorgehen soll? Meine beiden Betreuer raten mir verschiedene Vorgehensweisen. Der eine Betreuer sagt, ich solle die ANOVA trotzdem rechnen. Der andere Betreuer rät mir zu Friedman-Tests. Nur wie kann ich mit einem Friedman-Test eine Interaktion berechnen?
Zudem habe ich Friedman-Tests gerechnet und es kamen andere Ergebnisse als bei der ANOVA hinaus. Ich weiß nicht, wie ich weiter vorgehen soll.

Ich freue mich über jede Hilfe.

Beste Grüße
Wolkeneun