STATISTIK-FORUM.de

[s.s.j]

Hallo in die Runde,

ich sitze gerade an der Auswertung meiner Masterarbeit und habe das Gefühl zu sehr im Tunnelblick zu sitzen und benötige mal ein Feedback von außerhalb, ob ich mich auf dem richtigen Weg befinde oder völlig gegen die Wand fahre.

Thematisch geht es um die Berechnung von Effekten in der Befindlichkeit. Es wurde an Veteranen ein neues Therapiemodell der pferdegestützten Psychotherapie ausprobiert und ich werte aus, ob diese Therapie, tatsächlich positive Effekte in der Befindlichkeit ausübt oder eben nicht.

Meine Hypothesen sind wie folgt:

H1: Die pferdegestützte Psychotherapie beeinflusst die Befindlichkeit der Veteran:innen
a. Die Befindlichkeit der Veteran:innen unterscheidet sich von T0 zu T1
b. Die Befindlichkeit der Veteran:innen unterscheidet sich von T0 zu T2

H2: Die Pferdegestützte Psychotherapie beeinflusst die Befindlichkeitsparameter der Veteran:innen stärker als die Komplementärintervention Eselpilgerung

H3: Die Vorerfahrung der Veteran:inenn mit alltäglichem Tierkontakt, Pferdekontakt oder tiergestützter Therapie hat einen Einfluss auf die psychischen Parameter und das Ausmaß ihrer Veränderung während und nach der pferdegestützten Psychotherapie.

Zu H1: hier habe ich 3 Questionaires (WHOQOL-BREF, BSI, PCL-5) mit denen die Befindlichkeit erfragt wurde und Daten liefert und würde hier die Effekte bzw. Veränderungen der Messzeitpunkte mit einer ANOVA berechnen. Ich muss jedoch für jedes Questionaire einzeln eine ANOVA rechnen, da ich nicht alle in einer unterkriege. Würdet ihr das auch tun?

Zu H2: hier dachte ich, würde sich ein T-Test für abhängige Stichproben gut anbieten?

Zu H3: hier dachte ich an einen T-Test für unabhängige Stichproben. Wie bekomme ich aber alle Variablen der Questionaires im T-Test unter?

Noch ein paar Fakten zu der Studie:
- es gibt 2 Messzeitpunkte je Intervention und eine Katamnese nach 6 Monaten (Prä, Post, Kat)
- Stichprobengröße N = 36

Ich bin gerne für Anregungen und Kritik offen und würde mich über einen konstruktiven Austausch und Ideenvorschläge freuen!

Einen schönen Sonntagabend allerseits und vielen Dank im voraus schon einmal.

[bele]

Hallo,

erstmal nur ganz kurz. Zu H1 musst Du bedenken, dass es sich um repeated measurements handelt. Das geht aus Deinem Lösungsvorschlag noch nicht hervor

Zu H2 musst Du operationalisieren, was Beeinflussung ist. Vielleicht die Vorher-Nachher-Differenz? Dann sind es aber unabhängige Differenzen.

Zu H3: Klingt eher nach Korrelationsrechnung oder Interaktionsanalyse. Wie ist die Vorerfahrung denn skaliert?

LG, Bernhard

[s.s.j]

Hallo Bernhard,

vielen Dank für deine Antwort.
Dass es ein repeated measurement ist, beeinfluss meines Wissens aber doch nicht mein Vorhaben einer ANOVA Rechnung?

Zu H2: Beeinflussung meint es diesem Kontext, eine Veränderung der Mittelwerte der Befindlichkeitsparameter im Vergleich zwischen den Interventionen und Zeitpunkten. Wenn ich das ganze aber mal durchdenke, bei 3 Konstrukten und einem mit 4 einzelnen Domänen, lande ich bei sehr vielen T-Tests die ich durchzuführen habe. Kennst du da noch ein besseres/geeingeteres Verfahren?

Zu H3: Die Vorerfahrung ist metrisch skaliert.

LG, Stella

[bele]

Hallo Stella,

Dass es ein repeated measurement ist, beeinfluss meines Wissens aber doch nicht mein Vorhaben einer ANOVA Rechnung?

Naja, Du musst halt ein geeignetes Verfahren wie eine repeated measures ANOVA / within-subject ANOVA oder ein hierarchisches Modell wählen. Insofern schon.

Zu H2: Beeinflussung meint es diesem Kontext, eine Veränderung der Mittelwerte der Befindlichkeitsparameter im Vergleich zwischen den Interventionen und Zeitpunkten. Wenn ich das ganze aber mal durchdenke, bei 3 Konstrukten und einem mit 4 einzelnen Domänen, lande ich bei sehr vielen T-Tests die ich durchzuführen habe. Kennst du da noch ein besseres/geeingeteres Verfahren?

Stellt sich die Frage, ob es sowas wie eine gemeinsame, übergeordnete Beeinflussung gibt, die man zusammenfassen kann, oder ob das je eigene Beeinflussungen sind, die jede für sich untersucht werden müssen.

Zu H3: Die Vorerfahrung ist metrisch skaliert.

Dann verstehe ich nicht, wie das mit einem t-Test angegangen werden soll. Der braucht zwei Gruppen von Zahlen, deren MIttelwerte er vergleichen will. Was sollen denn hier Deine beiden Gruppen sein, was die Zahlen?

LG,
Bernhard

[PonderStibbons]

H1: Die pferdegestützte Psychotherapie beeinflusst die Befindlichkeit der Veteran:innen
a. Die Befindlichkeit der Veteran:innen unterscheidet sich von T0 zu T1
b. Die Befindlichkeit der Veteran:innen unterscheidet sich von T0 zu T2

Wenn Du eine "Intervention beeinflusst X"-Hypothese hast, dann ist ein einfacher
prä-post Vergleich unzureichend. Veränderungen von t0 zu t1 oder t2 können
allein schon durch Regression zur Mitte erwartet werden. Zudem gibt es
unspezifische Interventionseffekt und "Placebo"-Effekte.

H2: Die Pferdegestützte Psychotherapie beeinflusst die Befindlichkeitsparameter der Veteran:innen stärker als die Komplementärintervention Eselpilgerung

Dies Kontrollgruppendesign ist der Ansatz, der kausale Schlussfolgerungen gestatten könnte.
Eine Analyse mit "gemischter" Varianzanalyse (Analyse für Messwiederholungen mit
zusätzlichem Zwischensubjektfaktor "Interventionstyp") wäre eine Möglichkeit.
Die Wechselwirlkung Gruppe x Zeit zeigt, ob die Gruppen sich über die Zeit hinweg
unterschiedlich verändern.

Ich muss jedoch für jedes Questionaire einzeln eine ANOVA rechnen, da ich nicht alle in einer unterkriege. Würdet ihr das auch tun?

Wenn die drei Questionnaires unterschiedliche Konstrukte operationalisieren,
das jedes für sich von Interesse ist, dann getrennt. Wenn die drei gemeinsam
ein Konstrukt operationalisieren, dann (Messwiederholungs-)MANOVA.

Mit freundlichen Grüßen

PonderStibbons

[bele]

Hallo PonderStibbons,

H1: Die pferdegestützte Psychotherapie beeinflusst die Befindlichkeit der Veteran:innen
a. Die Befindlichkeit der Veteran:innen unterscheidet sich von T0 zu T1
b. Die Befindlichkeit der Veteran:innen unterscheidet sich von T0 zu T2

Wenn Du eine "Intervention beeinflusst X"-Hypothese hast, dann ist ein einfacher
prä-post Vergleich unzureichend. Veränderungen von t0 zu t1 oder t2 können
allein schon durch Regression zur Mitte erwartet werden.

Das habe ich nicht verstanden. Wenn die hohen Werte bei T0 darüber entscheiden würden, wer in der Studie beobachtet wird oder nicht, dann wäre Regression zur Mitte sicher ein Problem. Wenn aber der Studieneinschluss und die Gruppenzuteilung unabhängig von den Fragebögen sind, sehe ich das Problem hier nicht.

Zudem gibt es unspezifische Interventionseffekt und "Placebo"-Effekte.

Unspezifische Effekte werden dann ja in H2 durch den Gruppeneffekt untersucht, Placebo ist nicht auszuschließen, weil jeder Teilnehmer weiß, ob er es mit einem Pferd oder einem Esel zu tun hatte. Trotzdem ist es ja richtig, erstmal zu schauen, ob Pferde helfen und nicht nur, ob Pferde besser helfen als Esel.

Viele Grüße,
Bernhard

[PonderStibbons]

Wenn die hohen Werte bei T0 darüber entscheiden würden, wer in der Studie beobachtet wird oder nicht, dann wäre Regression zur Mitte sicher ein Problem. Wenn aber der Studieneinschluss und die Gruppenzuteilung unabhängig von den Fragebögen sind, sehe ich das Problem hier nicht.

Bei H1 wird keine Kontrollgruppe erwähnt. Das ganze liest sich wie eine Betrachtung innerhalb der Pferdeintervention.
Daher mein Hinweis, dass sowas eigentlich nichts interpretierbares bringt.

Mit freundlichen Grüßen

PonderStibbons