STATISTIK-FORUM.de

[colorscrap]

Hallo,

ich untersuche den Einfluss von Motivation auf die Leistung in der Arbeit mit verschiedenen Softwaretools. Aus der ANOVA weiß ich, dass sich die Gruppen (N=4) nicht bezüglich der Motivation und der Leistung unterscheiden. Wenn ich allerdings ein ALM berechne, in dem die AV = Leistung ist, UV = Gruppe und die Kovariate die Motivation, dann ergibt sich ein signifikantes Modell und Leistung und Motivation sind auch signifikant. Dies würde doch bedeuten, dass sich nur beim "Rausrechnen" der Motivation Gruppenunterschiede ergeben. Also gäbe es Leistungsunterschiede, wenn die Motivation in allen Gruppen gleich gewesen wäre? Ist das richtig? Ich muss noch für weitere Variablen prüfen, ob sie einen Einfluss auf die Leistung haben. Welche Methode eignet sich am besten?

Viele Grüße

[aziz]

Hallo,

Hallo,

ich untersuche den Einfluss von Motivation auf die Leistung in der Arbeit mit verschiedenen Softwaretools. Aus der ANOVA weiß ich, dass sich die Gruppen (N=4) nicht bezüglich der Motivation und der Leistung unterscheiden. Wenn ich allerdings ein ALM berechne, in dem die AV = Leistung ist, UV = Gruppe und die Kovariate die Motivation, dann ergibt sich ein signifikantes Modell und Leistung und Motivation sind auch signifikant.

Was für einen Test hast du verwendet, der die Signifikanz von Leistung liefert? Leistung war doch deine abhängige Variable im allgemeinen linearen Modell.
Vielleicht solltest du etwas genauer erläutern, was du gemacht hast, z. B. bei ANOVA und ALM.

Gruß
Aziz

[colorscrap]

Sorry, die Motivation ist natürlich nur signifkant. Die Leistung nicht. Ich habe beim ALM die Leistung als AV, die Gruppe als festen Faktor und als Kovariate hab ich die Motivation genommen.

Viele Grüße

[aziz]

Poste mal bitte die Ergebnisse der Modelle.

Gruß

[colorscrap]

Also ich habe diese Ergebnisse. fam_erfolg ist die Motivation, Gesamtergebnis die Leistung. Ich würde interpretieren, dass sowohl die Ausprägung der Motivation als auch die Gruppe einen Einfluss auf die Leistung haben. Demnach gibt es also nur Gruppenunterschiede, wenn die Motivation als Störvariable rausgerechnet wird. Ist das so richtig?

Aber zusätzlich würde ich gern berechnen, welche Variable Einfluss auf die Leistung hat. Also inwiefern z.B. das Selbstkonzept die Leistung beeinflusst. Ich weiß aber nicht, welches Verfahren dafür geeignet ist. Ebenfalls das ALM?

VIele Grüße

[aziz]

Wie wurde die Leistung gemessen? Beziehungsweise welches meßniveau besitzt die Leistung? Hast du bei der ANOVA die Varianzhomogenität zwischen den Faktorstufen getestet? Wie groß ist der Stichprobenumfang?

Gruß

[colorscrap]

Die Leistung ist intervallskaliert und Varianzhomogenität ist gegeben. Der Stichprobenumfang ist für

Gruppe 1 N=10,
Gruppe 2 N=18,
Gruppe 3 N=5 und
Gruppe 4 N=4

Viele Grüße

[aziz]

Ich würde interpretieren, dass sowohl die Ausprägung der Motivation als auch die Gruppe einen Einfluss auf die Leistung haben. Demnach gibt es also nur Gruppenunterschiede, wenn die Motivation als Störvariable rausgerechnet wird. Ist das so richtig?

Nicht schlecht! Bei deiner Schlußfolgerung (Dein 2. Satz) musste ich echt lange überlegen, was du meinen könntest. Gehe ich recht in der Annahme, dass du meinst, das wenn du ein Modell nur mit den Gruppen berechnest, dass diese dann auch signifikant sind? Das müsstest du mal ausprobieren. Bin gespannt, was da raus kommt.

Aber zusätzlich würde ich gern berechnen, welche Variable Einfluss auf die Leistung hat. Also inwiefern z.B. das Selbstkonzept die Leistung beeinflusst. Ich weiß aber nicht, welches Verfahren dafür geeignet ist. Ebenfalls das ALM?

Ja.

Varianzhomogenität ist gegeben.

Die Nullhypothese, dass die Varianzen zwischen der Gruppen homogen sind, konnte zu dem von dir gewählten Niveau nicht verworfen werden? Ist das richtig?

Gruß
Aziz

[colorscrap]

Gehe ich recht in der Annahme, dass du meinst, das wenn du ein Modell nur mit den Gruppen berechnest, dass diese dann auch signifikant sind? Das müsstest du mal ausprobieren. Bin gespannt, was da raus kommt.

Wenn ich das Modell ohne die Motivation, also nur mit den Gruppen rechne, dann gibt es keine signifikanten Unterschiede. In meiner bisherigen Rechnung habe ich dann also als Resultat, dass Motivation als Kovariate auf die Leistung wirkt und für die sich ergebenden geschätzten Randmittel kann ein signifikanter Gruppenunterschied ausgewiesen werden. Richtig?

Wenn ich es richtig verstanden habe, dann werden in den folgend berechneten Paarvergleichen die neuen geschätzten Mittelwerte (die den Einfluss der Kovariate berücksichtigen) genutzt, um Gruppenunterschiede zu prüfen. Somit würden meine Ergebnissse dafür sprechen, dass Gruppe 7 die schlechteste und Gruppe 12 die beste Leistung aufweist und diese Unterschiede signifikant sind (?)

In einer anderen Untersuchung habe ich gelesen, dass für jede subjektive Variable eine einzelne Kovarianzanalyse berechnet und einzeln interpretiert wurde. So würde ich es mit meinen anderen Variablen auch machen. Aber es erscheint mir irgendwie seltsam, wenn ich verschiedenste Variablen einzeln als Kovariaten identifiziere und muss dann eine umfassende Interpretation für die Leistung ableiten. Letztlich sind doch die Variablen Merkmale der Person und nicht unabhängig voneinander. Also wäre doch ein Modell, dass mehrere Kovariaten gemeinsam berücksichtigt sinnvoller. Hab ich eine Denkfehler?

Viele Grüße

[aziz]

Wenn ich das Modell ohne die Motivation, also nur mit den Gruppen rechne, dann gibt es keine signifikanten Unterschiede. In meiner bisherigen Rechnung habe ich dann also als Resultat, dass Motivation als Kovariate auf die Leistung wirkt und für die sich ergebenden geschätzten Randmittel kann ein signifikanter Gruppenunterschied ausgewiesen werden. Richtig?

Das kann ich nicht beurteilen, da ich in deinem Dateianhang weder die Teststatistiken noch die p-Werte sehe.

Wenn ich es richtig verstanden habe, dann werden in den folgend berechneten Paarvergleichen die neuen geschätzten Mittelwerte (die den Einfluss der Kovariate berücksichtigen) genutzt, um Gruppenunterschiede zu prüfen. Somit würden meine Ergebnissse dafür sprechen, dass Gruppe 7 die schlechteste und Gruppe 12 die beste Leistung aufweist und diese Unterschiede signifikant sind (?)

Die Gruppenzugehörigkeit ist ein kategoriale Merkmal. Hast du diese auch als Faktor modelliert? Also eine Dummy- oder andere Kodierung gewählt? Was hast du überhaupt in SPSS gemacht, kann deinen zweiten Output nur bedingt zuordnen.

In einer anderen Untersuchung habe ich gelesen, dass für jede subjektive Variable eine einzelne Kovarianzanalyse berechnet und einzeln interpretiert wurde. So würde ich es mit meinen anderen Variablen auch machen. Aber es erscheint mir irgendwie seltsam, wenn ich verschiedenste Variablen einzeln als Kovariaten identifiziere und muss dann eine umfassende Interpretation für die Leistung ableiten.

Steht in dem Paper oder ähnlichen auch der Grund für eine derartige Analyse?

Gruß
Aziz