STATISTIK-FORUM.de

[ycalizzy]

Hallo zusammen,

ich habe 3 Gruppen und 11 AVs und dafür bereits 11 ANOVAs durchgeführt, welche alle signifikant geworden sind. Die post-hoc Analysen habe ich mit dem Tukey-HSD (2 AVs) und mit dem Games-Howell Test (9 AVs) durchgeführt. Es zeigte sich, dass alle meine 11 Hypothesen signifikant sind. Meine Ergebnisse habe ich bereits präsentiert und es wurde nur angemerkt, dass ich mir die Alpha-Fehler Kumulierung ansehen soll. Vorgeschlagen wurde zum einen die Bonferroni Korrektur oder eine MANOVA durchzuführen.

Nun meine Frage:

Was eignet sich besser?

Ich habe die MANOVA bereits einmal gerechnet und diese wurde signifikant. Ich müsste nun aber alle meine Ergebnisse und ganzen Tabellen nochmal verändern, da diese nicht 1:1 gleich wie meine vorherigen Rechnungen sind. Zumal ich hier nicht weiß ob es problematisch ist, weil ich hier keine Welch-ANOVA ankreuzen konnte... den Games-Howell aber schon. Würde ich hier dann den F Test über alle AVs interpretieren und nicht die Welch-ANOVA wie in meinen vorherigen Rechnungen?

Andererseits könnte ich ja einfach nach Bonferroni korrigieren.
Meine weiteren Fragen dazu: Wie korrigiert man nach Bonferroni? Wird dann einfach bei den post-hoc Tests Bonferroni ausgewählt statt Tukey/Games-Howell? Was ist, wenn für 9 von den 11 Variablen keine Varianzhomogenität besteht (ich hatte nämlich bei den 9 AVs den Games-Howell verwendet)? Kann ich bei keiner Varianzhomogenität trotzdem Bonferroni rechnen?

Ich freue mich auf eure Antworten und danke euch schonmal von Herzen!

Liebe Grüße,

Yari


Was ich noch ergänzen sollte: Gruppengrößen: 63/67/73, die AVs korrelieren moderat miteinander und ich messe mehrere kreative Eigenschaften sowie Offenheit und Extraversion

[PonderStibbons]

Vorgeschlagen wurde zum einen die Bonferroni Korrektur oder eine MANOVA durchzuführen.

MANOVAs sind keine Omnibustests und keine Verfahren, um Alphafehlerkumulierungen zu kontrollieren.
MANOVAs sind Verfahren, bei denen mehrere abhängige Variablen (die dafür weder extrem hoch noch sehr
niedrig miteinander korrelieren sollten) gemeinsam ein hypothetisches Konstrukt operationalisieren. Also
ist dieser Vorschlag methodisch unbedarft.

Anscheinend sollst Du das alpha-Niveau senken (1% statt 5% eventuell?) bzw. mit Bonferroni (besser:
Bonferroni-Holm) korrigieren, was Letzteres bei vielen Tests natürlich einen absurd niedrigen Alpha-Wert
ergeben kann.

Mit freundlichen Grüßen

PonderStibbons

[ycalizzy]

Danke dir für die schnelle Antwort!

Ich hätte dann noch diesbezüglich weitergehende Fragen und wäre für deine Antworten so Dankbar:

Berechne ich die Bonferroni Korrektur dann auch für die AVs bei denen keine Varianzhomogenität besteht? Also bei den jenigen AVs (es waren ja die meisten) bei denen ich den Games-Howell Test berechnet hatte?

Und wird dann in der Arbeit grundsätzlich nur von der Bonferroni-(Holm) Korrektur berichtet und nicht mehr den zuvor durchgeführten Tukey und Games-Howell Test? Oder ist die Bonferroni Korrektur nur ein Zusatz zu dem man beispielsweise ungefähr schreibt "auch nachdem nach Bonferroni korrigiert wurde bleiben die Ergebnisse signifikant" ?

Ich danke dir wirklich wirklich von Herzen!!

Liebe Grüße

Yari

[PonderStibbons]

Du korrigierst für die Anzahl der Globaltests. Wieso sollte es eine
Rolle spielen, ob mit oder ohne Games-Howell-Korrektur?

Post-hoc Tests sind bei der Frage nach Bonferroni-Korrektur unerheblich,
die haben eigene Korrekturen innerhalb einer Varianzanalyse.

Mit freundlichen Grüßen

PonderStibbons

[ycalizzy]

Achso! Das heißt die Annahme der Varianzhomogenität spielt hier keine Rolle mehr, da man über alle AVs korrigiert?

Und zum zweiten: Interpretiere ich das nun richtig, dass ich diePost-hoc Tests die ich zuvor durchgeführt habe auch drin lasse?

Danke dir und Liebe Grüße,

Yari

[PonderStibbons]

Post-hoc Tests führt man durch nach einer inferenzstatistisch signifikanten Varianzanalyse. Wenn eine Varianzanalyse
nach durchgeführter Bonferroni-Korrektur nicht mehr inferenzstatistisch signifikant ist, dann erübrigt sich das post-hoc Testen.