STATISTIK-FORUM.de

[Paul654]

Hallo zusammen,
folgender Versuchsaufbau: Ich habe ein Simulationsmodell erstellt. Als Output eines Simulationslaufs wird eine eindeutige Zielgröße herausgegeben. Die Zielgröße ist von zwei Faktoren abhängig. Der erste Faktor ist der Autonomiegrad. Dieser wird in verschiedenen Simulationsläufen variiert (von 0 bis 1 mit einer Schrittweite von 0,1). Um das Simulationsmodell näher zu untersuchen, wird zudem in Experiment 1 eine Modellkomponente entfernt und in Experiment 2 wieder hinzugefügt. Die Experiment-Nummer ist somit der zweite Faktor, dessen Effekt auf die Zielgröße untersucht wird. Es werden für jede Parameterkombination 10.000 Simulationsläufe durchgeführt. Demnach ist die Stichprobengröße jeweils 10.000 (z.B. für den Autonomiegrad 0 werden in Experiment 1 10.000 Simulationsläufe durchgeführt. Der Output ist immer die Zielgröße). Insgesammt werden demnach 220.000 Simulationsläufe durchgeführt.

Ich hoffe, der Sachverhalt ist halbwegs verständlich. Zur statistischen Analyse verwendet ich eine zweifaktorielle ANOVA. Es zeigt sich, dass sowohl die beiden Faktoren einen signifikanten Effekt haben und außerdem ein signifikanter Interaktionseffekt existiert. Nun zu meinem Problem. Ich würde gerne für bestimmte Autonomiegrade untersuchen, ob der Unterschied zwischen Experiment 1 und Experiment 2 signifikant ist. Bisher habe ich keine Möglichkeit in SPSS gefunden, um direkt zwischen Experiment 1 und 2 eine post-hoc-Analyse für die einzelnen Autonomiegrade ausgeben zu lassen, da hierfür mindestens drei Gruppen vorhanden sein müssen. Kann ich die den Unterschied über einfach T-Tests untersuchen? Wenn ich bspw. lediglich für den Autonomiegrad 0 und für den Autonomiegrad 0,1 einen paarweisen T-Test für die zwei Experimente durchführe, muss ich dann eine Alphafehler-Korrektur vornehmen? Falls ja, wie würde in diesem Fall eine Bonferroni-Korrektur aussehen?
Vielen Dank für eure Hilfe!
Viele Grüße, Paul

[PonderStibbons]

Es zeigt sich, dass sowohl die beiden Faktoren einen signifikanten Effekt haben und außerdem ein signifikanter Interaktionseffekt existiert.

Bei n=220.000 beträgt der Standardfehler eines Mittelwerts = SD/470.
Wozu soll das gut sein, inferenzstatistische Signifikanztests bei derartigen
Stichprobengrößen zu rechnen. Es reicht doch völlig aus, die Mittelwerte
und Streuungen bzw. die Varianzaufklärungen zu betrachten.

Mit freundlichen Grüßen

PonderStibbons

[Paul654]

Danke für die Antwort!
Für eine Stichprobe beträgt doch n eigentlich nur 10.000 oder? Aber es stimmt natürlich, dass es eigentlich vollkommen ausreichend ist, die Mittelwerte und Streuungen zu betrachten. Aber der Betreuer wünscht ein paar statistische Tests, also bekommt er sie. Und so unsinnig die Tests sein mögen, müssen sie dennoch korrekt durchgeführt werden, daher meine Frage.
LG Paul