SPSS-FORUM.DE

[Robin_90]

Guten Tag!

Wie kann ich in SPSS die Mittelwerte von mehr als 2 Variablen auf signifikante Unterschiede (95%-Niveau; n = 60) prüfen und bestenfalls auch die Größe des Unterschied angeben?

Ich habe Daten erhoben und in einzelnen t-Tests schon die Mittelwerte ausgegeben bekommen. Nun möchte ich die Mittelwerte der einzelnen t-Tests miteinander vergleichen. Meine Hypothese lautet:
H0: Die Trainierenden lernen mit keiner der drei Lernmethoden signifikant besser.
H1: Die Trainierenden lernen mit einer der drei Lernmethoden signifikant besser.

Jeder der 60 Probanden hat nach allen drei Lernmethoden im Trainingsprozess gelernt und folgende likertskalierte Angaben (Ausprägung 1-6 bzw. "trifft gar nicht zu" bis "trifft voll zu") gemacht:

"Ich habe besser mit Lernmethode A/B/C gelernt."
Variable 1: Lernmethode A (1, 2, 3, 4, 5, 6)
Variable 2: Lernmethode B (1, 2, 3, 4, 5, 6)
Variable 3: Lernmethode C (1, 2, 3, 4, 5, 6)

Ich habe in einzelnen t-Tests herausgefunden, dass Lernmethode A einen Mittelwert von 4,6 erlangt, während Lernmethode B nur auf 3,5 und Lernmethode C auf 3,8 kommt. Doch wie wird mir der angezeigt, ob die Sutdierenden mit einer der Lernmethoden signifikant besser lernen?

Wie kann mir SPSS die 2-seitige Signifikanz ausgeben, dass die Trainierenden z.B. einen signifikanten Unterschied in der Bevorzugung einer der drei Lernmethoden aufweisen? Optimalerweise wie schon erwähnt wäre auch die Größe des Unterschieds.

Danke und viele GRüße,
Robin

[Robin_90]

Guten Tag,

meine Fragestellung mag für eine gezielte Antwort nicht eindeutig sein. Darum füge ich die Tabelle mit den tatsächlichen Werten hier ein. Der Umgang mit den Testverfahren ist für meine Hypothese wohl nicht optimal.

H0: Die Trainierenden lernen mit keiner der drei Lernmethoden signifikant besser.
H1: Die Trainierenden lernen mit einer der drei Lernmethoden signifikant besser.

Ich bin wie folgt vorgegangen:


Bild 1

Im ersten t-Test für unabhängige Stichproben wird deutlich, dass die größte Mittelwertsdifferenz zwischen Lernmethode A und Lernmethode C bei der Gruppe der Nicht-Sportler liegt. Im t-Test für verbundene Stichproben gibt es hier aber keinen signigikanten Unterschied in der bevorzugten Lernmethode (A oder C). Vgl. Bild 2

Aufgrund der kleineren Standardabweichung ist auch die Gruppe der Sportler interessant. Im t-Test für verbundene Stichproben gibt es immerhin einen einseitig signigikanten Unterschied (mit 0,070) in der bevorzugten Lernmethode (A oder C). Warum einseitig, müsste ich dann natürlich mit der Theorie belegen. Vgl. Bild 2


Bild 2, nur für Nicht-Sportler (keine Berechnung für Sportler)

Kann ich nach den oben aufgeführten Tests H0 annehmen und H1 ablehnen? Gibt es ggf. ein geeigneteres statistisches Verfahren, um alles "sauberer" zu berechnen?

Danke,
Robin

[ponderstibbons]

Wenn 2 Gruppen 3 Maßnahmen durchlaufen und zu jeder Maßnahme eine Messung vorliegt,
dann ist das eine "Mixed" ANOVA, eine Messwiederholungsvarianzanalyse mit einen zusätzlichen
Zwischensubjektfaktor. Diese gibt an, ob es einen Haupteffekt von "Methode" gibt, einen
Haupteffekt von "Gruppe" und ob es eine Interaktion gibt (also ob die Unterschiede der
Einschätzungen je nach Gruppe unterschiedlich sind).

Mit freundlichen Grüßen

PonderStibbons

[Robin_90]

Vielen Dank! Die Stichpunkte haben mich schonmal auf folgendes Video gebracht:
https://www.youtube.com/watch?v=3I1jmTL64uc - SPSS: Varianzanalyse mit Messwiederholung

Zuerst habe ich nach dieser Anleitung unter Daten -> Aufgeteilte Datei -> Ausgabe nach Gruppenaufteilen -> Sportler und Nicht-Sportler angegeben.

Dann unter Analysieren -> Allgemeines Lineares Modell -> Messwiederholung. Soweit so gut. Dort habe ich jede der 3 Lernmethoden mit als Innersubjektfaktoren hinzugefügt. Jeweils mit 6 Stufen, weil es bei jeder Lernmethode ja 6 Antwortmöglichkeiten wegend er Likertskalierung (1, 2, 3, 4, 5, 6) gibt. Anschließend muss ich diese definieren, genau dabei hänge ich jetzt. Wenn ich die Lernmethode A mit ihren sechs Ausprägungen den ersten 18 Innersubjektvariablen zuornen will, dann geschiet das nur bei der ersten:
_?_ (1,1,1)

Bei den anderen kann ich die Lernmethode A nicht mehr zuordnen:
_?_ (1,1,2)
_?_ (1,1,3)
...
_?_ (1,1,6)
...
_?_ (1,6,6)
...
_?_ (6,6,6)

Sicherlich muss ich nicht für jede der sechs Ausprägungen bei jeder der drei Lernmethoden eine einzelne Variable bilden. Bei 62 Porbanden wird das zu unübersichtlich.

Wie muss ich die Zuordnung vornehmen und was muss ich dann als Zwischensubjektfaktor einfügen?

[ponderstibbons]

Zuerst habe ich nach dieser Anleitung unter Daten -> Aufgeteilte Datei -> Ausgabe nach Gruppenaufteilen -> Sportler und Nicht-Sportler angegeben.

Wieso willst Du 2 getrennte Analysen für Sporter und Nichtsportler?
Diesen Gruppierungsfaktor kannst Du als Zwischensubjektfaktor in
der Analyse verwenden.

Dann unter Analysieren -> Allgemeines Lineares Modell -> Messwiederholung. Soweit so gut. Dort habe ich jede der 3 Lernmethoden mit als Innersubjektfaktoren hinzugefügt. Jeweils mit 6 Stufen, weil es bei jeder Lernmethode ja 6 Antwortmöglichkeiten wegend er Likertskalierung (1, 2, 3, 4, 5, 6) gibt.

Verstehe ich nicht. Du hast einen Innersubjektfaktor "Methode" mit
3 Stufen. Auf jeder Stufe wurde die Messung durchgeführt. Im
Datensatz sind es demnach 3 Spalten, für jeden Probanden stehen
in den Spalten seine 3 Messwerte. Es ist nicht vorgesehen, für jede
mögliche Ausprägung der abhängigen Variable eine Faktorstufe zu
bilden. Wozu auch.

Mit freundlichen Grüßen

PonderStibbons

[Robin_90]

Die ausführliche Beschreibung hat mir sehr geholfen.


Bild 3

Bei den Tests der Innersubjektivitätseffekte sind keine signifikanten Werte erkennbar. Außerdem wäre es wohl wenig interessant nur 2,7% der Varianz zu erklären.

Kann man aus den Test der Innersubjektkontraste eine interessante Aussage ziehen? Etwa, dass mit p < 0.05 die Methoden sich voneinander unterscheiden? In diesem Fall wäre allerdings auch nur 6,9% (gelb markiert) der Varianz erklärt.

Danke für die Hilfe!

[Cappi]

Hallo Robin,

Wenn du wissen willst, ob eine Gruppe signifikant besser war als eine andere empfehle ich dir folgendes:
Wähle im Menü von der Varianzanalyse "Post hoc" aus, nimm die Gruppen die du vergleichen willst und markiere mit dem Kreuz "Gabriel".
Dann müsste ganz am Ende der Ausgabe ein Feld kommen

Müsste dann irgendwie so aussehen:

Unbenannt.PNG (28.15 KiB) 5146-mal betrachtet

[strukturmarionette]

Hi,

mit Bedeutsamkeit haben Signifikanzwerte für sich betrachtet aber nix zu tun.
p-Werte ist nur statistische Werte, die sich aus den gegebenen Sachverhalten (Design, N, u.v.a.) ergeben und leicht durch Tricksereien herbeizuzaubern sind.
Bedeutsamkeit ist immer was (inhaltlich) konzeptionell wissenschaftsdisziplinbezogen fachliches.

Gruß
S.

[Robin_90]

Vielen Dank! Die Beiträge haben mir weitergeholfen! Besonders zum Verständnis.