STATISTIK-FORUM.de

[Reccos]

Hallo zusammen,
2 (Versuchsbedingung Experiment) X 5 (Messwiederholung) ANOVA:
Zur Testung meiner Hypothesen möchte ich Frauen und Männer getrennt voneinander untersuchen. Also eine meiner Hypothese bezieht sich nur auf Männer und eine nur auf Frauen. Würde ich das Geschlecht als Faktor mit einbeziehen, dann hätte ich ja nur eine Interaktion die ich diesbezüglich interpretieren könnte. Und ja ich möchte die unabhängig voneinander testen.

Falls ich doch die 2 Tests mache:
Muss ich nun eine Bonferoni-Korrektur vornehmen, trotz der oben beschriebenen Unabhängigkeit? Da ich zwei Tests mit einem Datensatz machen würde, wäre der p Wert mal 2. Ist das richtig?

Liebe Grüße
Matze

[strukturmarionette]

Hi,

Falls ich doch die 2 Tests mache

- Welche zwei T-Tests bei welchen Vars und N?

Gruß
S.

[Reccos]

Hi,
also nicht zwei t-tests sondern zwei anovas 2 (versuchsbedingung)×5 (messwiederholung).
N gesamt = 120
N Männer/Frauen = 60/60

Liebe Grüße

[strukturmarionette]

Hi.

zwei anovas 2 (versuchsbedingung)×5 (messwiederholung).

- Weshalb 2 Varianzanalysen?
- Ein 2*5 Design ist doch eine Varianzanalyse?

Also eine meiner Hypothese bezieht sich nur auf Männer und eine nur auf Frauen.

- Wie lauten die konkret?

Gruß
S.

[bele]

Hallo Reccos,

Ein Kritiker könnte sagen: Wenn Du 20 verschiedene Geschlechter hättest und würdest die alle auf 0,05-Niveau testen, dann wäre eines dieser Geschlechter rein zufällig als signifikant zu erwarten. Du könntest antworten: Wenn ich das als zwei Studien publiziere, eine betrifft nur Männer und eine betrifft nur Frauen, dann würde niemand je eine p-Wert-Korrektur erwarten. Du erkennst die Grauzone.

Bei den Bonferronikorrekturen gibt es daher auch keine universell gültigen Regeln, sondern es gilt, im Einzelfall je nach Umständen abzuwägen, was das richtige Vorgehen ist. Einige Verfechter der Bonferroni-Korrektur sagen, dass man korrigieren solle, wenn man auf gleiche Daten unterschiedliche Tests ansetzt. Bei Dir handelt es sich aber um unterschiedliche Datensätze.

Man muss sich darüber im Klaren sein, dass jede Korrektur für den Alphafehler zu einem erhöhten Risiko eines Beta-Fehlers führt. Idealerweise sollte man für die Entscheidung also abwägen, wie schlimm die Folgen im Falle eines Alphafehlers und wie schlimm die Folgen im Falle eines Betafehlers wären und sich auf dieser Abwägung für oder gegen eine Alphafehler-Vorsorge entscheiden. Die Meisten Bonferronikorrekturen wollen wohl den Vorwurf vermeiden, man wolle die Signifikanz künstlich aufblähen, um publiziert zu werden. Du nimmst bei jeder Deiner beiden Gruppen (Männer/Frauen) bereits ein kleineres n in Kauf als bei einer gemeinsamen Untersuchung und hast somit quasi schon eine Vorkehrung getroffen, durch die die p-Werte weniger klein werden. Im Groben würde ich persönlich dazu tendieren, keine Korrektur vorzunehmen. Wenn Du einen Betreuer für Deine Arbeit hast, kann der aber immer auch anderer Meinung sein.

HTH,
Bernhard

[Reccos]

Vielen Dank! Gute Antwort.

[strukturmarionette]

Ja.