SPSS-FORUM.DE

[s1jibuch]

Hey,

ich möchte für meine Auswertung meine Daten aufteilen in "high responder" und "low responder". Allerdings sollte jede Gruppe dieselbe Anzahl an Versuchspersonen enthalten. Bei einem normalen Median Split ist dies allerdings, falls ich das richtig verstanden habe, so nicht gegeben. Hat jemand eine Idee, wie ich das umsetzen kann?
EInfach ausgedrückt, möchte ich eine intervallskalierte Variable (Cortisolwerte) transformieren in eine dichotome Variable (low vs high responder), aber beide Ausprägungen müssen durch gleich viele Versuchspersonen besetzt sein (die eine Hälfte der VPn = low responder, die andere Hälfte = High responder)

[strukturmarionette]

Hi,

- das ist Unsinn, geht nicht
- es sei denn, du manipulierst (vorab) bei der Stichprobe

Gruß
S.

[s1jibuch]

Danke für deine schnelle Antwort!

[ponderstibbons]

ich möchte für meine Auswertung meine Daten aufteilen in "high responder" und "low responder".

Das sollte man eigentlich lassen. Es vernichtet statistische Informationen, führt zu widersinnigen Etiketten
(warum ist jemand knapp unter dem Median zusammen mit dem niedrigsten Probanden in einer Gruppe, aber
nicht mit seinem "Nachbarn" auf dem Median), und wenn der Split anhand von Stichprobendaten vorgenommen
wurde und nicht anhand von Referenzdaten, dann beeinträchtigt das die Übertragbarkeit der Ergebnisse.
https://www.ncbi.nlm.nih.gov/pmc/articl ... 201080.pdf
https://discourse.datamethods.org/t/cat ... ables/3402

Wozu dient denn die beabsichtigte Aufteilung?

Bei einem normalen Median Split ist dies allerdings, falls ich das richtig verstanden habe, so nicht gegeben.

Inwiefern?

Mit freundlichen Grüßen

PonderStibbons

[s1jibuch]

Hallo PonderStibbons,

Es geht inhaltlich um Folgendes:
Ich habe die Cortisol-Werte von meinen Versuchspersonen gemessen als Manipulations-Check (ich habe anschließend Analysen gerechnet, um zu schauen, ob die Cortisol-Werte sig. erhöht waren, also ob die Manipulation gelungen ist).

Meine eigentliche Hauptanalyse war folgende: Die Versuchspersonen waren entweder in der Stressgruppe oder in der Kontrollgruppe (Faktor 'group') und zusätzlich entweder in der Testing-Gruppe oder der Restudy-Gruppe (Faktor 'condition'). Daraus ergeben sich dann 4 Faktorkombinationen (Stress + Testing, Kontroll + Testing etc.). Die AV war die Gedächtnisleistung. Insgesamt habe ich den Forward Testing Effect untersucht ("Hat Stress einen Einfluss auf den forward testing effect = gibt es eine sig. IA zwischen group und condition"). Die IA wurde nicht signifikant.
Nun sollte ich schauen, ob sich an diesem Ergebnis etwas ändert, wenn ich die VPn in high versus low cortisol responder einteile. Ziel war also, nochmal eine ANOVA zu rechnen, nur mit dem zusätzlichen Faktor 'Cortisol responder'. Hier sollte dann das Datenmuster so aussehen, dass die Häflte der VPN, die zB zu der Kombi Stress+Test gehörten und unter dem Median innerhalb dieser Kombi lagen, zu den low respondern gezählt werden und die restlichen zu den high respondern. Das ganze für alle 4 Faktorkombinationen.
Das ist auch nur eine rein explorative Analyse.

Ich habe aber nochmal mit meinem Professor gesprochen und er hat mir jetzt gezeigt wie man das in SPSS macht.
Wir haben hierzu erst den Datensatz gesplitted/gruppiert für die beiden Faktoren group und condition. Dann haben wir uns deskriptiv die Median-Werte für Cortisol ausgeben lassen über die 4 Faktorkombinationen. Dann habe ich die Variable 'Cortisol' sowie die Variablen 'group' und 'condition' aufsteigend sortiert und letztlich per Hand dann den ersten 16 VPn die Zahl 1 für low responder zugewiesen, den nächsten 16 die 2, dann wieder den nächsten 16 die 1,....
Wichtig war, dass es in jeder Faktorkombination gleich viele VPn sind im Sinne einer Konstanthaltung.

Das klingt jetzt viel komplizierter, als es eigentlich ist, finde sowas immer schwierig schriftlich zu erklären. Ich hoffe es macht einigermaßen Sinn.

Liebe Grüße
Jil

[ponderstibbons]

Nun sollte ich schauen, ob sich an diesem Ergebnis etwas ändert, wenn ich die VPn in high versus low cortisol responder einteile.

Wenn das anhand der Stichprobenverteilung erfolgt und nicht anhand eines fachlich gängigen
Kriteriums (wobei Response niedrig/mittel/hoch weniger abstruse Ergebnisse brächte als
einfach hoch/niedrig), dann hat das doch null Vorteil gegenüber Verwendung des Spiegels
so wie er ist, stattdessen wird Information verschenkt, die in den kontinuierlichen
Messwerten steckt. In SPSS kann man den Spiegel dann einfach als "Kovariate" einsetzen.

Wichtig war, dass es in jeder Faktorkombination gleich viele VPn sind im Sinne einer Konstanthaltung.

Das ergibt für mich wissenschaftlich keinen Sinn (statistisch sowieso nicht), aber wenn der
Professor daran Gefallen findet, bist Du ja auf der sicheren Seite.

Mit freundlichen Grüßen

PonderStibbons

[s1jibuch]

Hallo PonderStibbons,

danke für dein Feedback! Ehrlich gesagt habe ich den Sinn auch nicht so ganz verstanden, aber ich sollte es so umsetzen.

Bezüglich der gleichen Besetzung der Zellen: Ich habe es auch noch so im Hinterkopf, dass uns im Bachelor öfter gesagt wurde, dass es versuchsplanerisch wichtig sei, gleich viele VPn in jeder Zelle zu haben. Wieso genau, weiß ich leider nicht mehr. Wahrscheinlich, weil eine schwankende Anzahl an VPn über die Zellen hinweg ein potentieller Störfaktor sein kann? Die Anzahl an VPn beeinflusst ja auch etwas das Ergebnis (bei kleinen Stichproben findet man oft keine Effekte, bei großen Stichproben findet man oft die kleinsten, praktisch nicht relevanten Effekte).

Ist bei mir aber alles schon länger her, weshalb ich mir da bei vielem nicht mehr sicher bin.

Liebe Grüße
Jil

[ponderstibbons]

Bezüglich der gleichen Besetzung der Zellen: Ich habe es auch noch so im Hinterkopf, dass uns im Bachelor öfter gesagt wurde, dass es versuchsplanerisch wichtig sei, gleich viele VPn in jeder Zelle zu haben. Wieso genau, weiß ich leider nicht mehr.

Ungleiche Varianzen zwischen den Zellen, potenziell ein großes Problem bei Varianzanalysen,
fallen dann nicht mehr so sehr ins Gewicht. Die Varianzzerlegung ist generell einfacher,
weil die Faktoren bei gleichen Zellenbesetzungen "orthogonal" (unkorreliert) sind.

Mit freundlichen Grüßen

PonderStibbons

[s1jibuch]

Vielen Dank für deine Antworten und dein Bemühen!