SPSS-FORUM.DE

[Anemonebärli]

Hey ihr Lieben,
brauche dringend eure Hilfe. In meiner derzeitigen Masterthese habe ich einige Probleme bei der Interpretation der Ergebnisse meiner Kruskal-Wallis Test. Ich habe einen Fragebogen, der mit Ja (=1) oder Nein (=2) beantwortet werden kann. Geplant war eine ANOVA um gruppenspezifische Unterschiede (bisexuell, homosexuell und heterosexuell) mit der AV (Häufigkeiten der Mikroaggressionserfahrungen-Rohdaten: Mittelwerte der Subskalen) zu untersuchen. Alle Voraussetzungen der ANOVA wurden für jede Subskala verletzt, weshalb ich zu einem nicht-parametrischen Test gewechselt bin: Kruskal-Wallis-Test. Nun habe ich post-hoc Tests bei signifikanten Kruskal-Wallis Tests durchgeführt.
Ich habe aber gerichtete Hypothesen. Zum Beispiel:
H1: Die Häufigkeit erlebter Mikroaggressionen in Form von Annahme von Devianz, operationalisiert durch die gleichnamige Subskala der SOMS, ist bei Personen homosexueller Orientierung im Alter von 18 bis 35 Jahren signifikant höher als bei gleichaltrigen Personen heterosexueller Orientierung
Für diesen Vergleich habe ich einen signifikanten post-hoc test, aber dadurch, dass die Hypothese gerichtet ist, kann ich ja nicht einfach die Alternativhypothese annehmen. Meine Frage ist nun: woran kann ich jetzt die Richtung des Unterschieds sehen? Boxplots oder Mittlere Ränge?
Meine Boxplots für diesen Vergleich zeigen keine Unterschiede in den Medianen nur unterschiedliche Streubreite. Das widerlegt doch die gefundenen signfikanten Unterschiede?
Ich kann wirklich Hilfe gebrauchen!

[strukturmarionette]

Hi,

- N?; n1?; n2? ..

H1: Die Häufigkeit erlebter Mikroaggressionen in Form von Annahme von Devianz, operationalisiert durch die gleichnamige Subskala der SOMS, ist bei Personen homosexueller Orientierung im Alter von 18 bis 35 Jahren signifikant höher als bei gleichaltrigen Personen heterosexueller Orientierung

Für diesen Vergleich habe ich einen signifikanten post-hoc test

- Das kann bei nur zwei Gruppen nicht sein.

Gruß
S.

[ponderstibbons]

Alle Voraussetzungen der ANOVA wurden für jede Subskala verletzt,

Vermutlich nicht. Ich gehe davon aus, dass hier n(Gesamt) > 30, weswegen die Normalverteilungsannahme (Normalverteilung innerhalb der Untergruppen bzw. Normalverteilung der Residuen des Modells, versteht sich, nicht Normalverteilung der abhängigen Variable) irrelevant ist. Für ungleiche Varianzen (bei großen Stichproben wird der entsprechende Test zudem auch dann schon statistisch signifikant, wenn die Abweichungen klein sind) gibt es Korrekturverfahren, auch innerhalb von SPSS. Sollte die abhängige Variable nicht intervallskaliert sein (die Beschreibung "Ich habe einen Fragebogen, der mit Ja (=1) oder Nein (=2) beantwortet werden kann. ... Häufigkeiten der Mikroaggressionserfahrungen-Rohdaten: Mittelwerte der Subskalen" ist für mich leider nicht verstehbar), dann verbietet sich eine Varianzanalyse sowieso von vornherein. So fragt sich, welche ("alle") Voraussetzungen denn sonst noch verletzt sein könnten.

Mit freundlichen Grüßen

PonderStibbons

[Anemonebärli]

also ich habe N=633
n1 = bisexuell = 105; n2 = hetero = 405; n3 = homosexuell = 105

ich wollte mit der Hypothese nur zeigen, dass ich gerichtete Hypothesen habe bei jeder Subskala.

Meine Frage ist: ich bekomme bei Post-Hoc Vergleichen raus, dass sich die Gruppen bisexuell und heterosexuell und homosexuell und heterosexuell signifikant unterscheiden.
Damit ist ja aber noch nicht die Richtung bestimmt, also ob bisexuelle Personen mehr Mikroaggressionserfahrungen als heterosexuelle Personen machen.
Muss ich mir dafür die Mean Ranks anschauen? Oder schaut man sich dafür die Mediane der Boxplots an?

Herzliche Grüße und ich hoffe nun ist es verständlicher

[Anemonebärli]

Alle Voraussetzungen der ANOVA wurden für jede Subskala verletzt,

Vermutlich nicht. Ich gehe davon aus, dass hier n(Gesamt) > 30, weswegen die Normalverteilungsannahme (Normalverteilung innerhalb der Untergruppen bzw. Normalverteilung der Residuen des Modells, versteht sich, nicht Normalverteilung der abhängigen Variable) irrelevant ist. Für ungleiche Varianzen (bei großen Stichproben wird der entsprechende Test zudem auch dann schon statistisch signifikant, wenn die Abweichungen klein sind) gibt es Korrekturverfahren, auch innerhalb von SPSS. Sollte die abhängige Variable nicht intervallskaliert sein (die Beschreibung "Ich habe einen Fragebogen, der mit Ja (=1) oder Nein (=2) beantwortet werden kann. ... Häufigkeiten der Mikroaggressionserfahrungen-Rohdaten: Mittelwerte der Subskalen" ist für mich leider nicht verstehbar), dann verbietet sich eine Varianzanalyse sowieso von vornherein. So fragt sich, welche ("alle") Voraussetzungen denn sonst noch verletzt sein könnten.

Mit freundlichen Grüßen

PonderStibbons

Also geplant war eine ANOVA. Die Normalverteilungen pro Untergruppe sind bei allen Subskalen verletzt. Ich habe auch schon versucht die Daten durch Transformation in eine der Normalverteilung ähnliche Distribution zu bringen, aber es hat nie geklappt. Dann hatte ich sehr viele extreme Ausreißer im Datenset und nur für zwei von fünf Subskalen die Varianzgleichheit gegeben. Deshalb hatte meine Dozentin mir damals geraten zu einem nicht-parametrischen Kruskal-Wallis-Test zu wechseln, der diese Parameter nur schätzt.
? Was für einen Test der Gruppen vergleicht sollte ich denn alternativ machen? Danke für deine Hilfe!

[ponderstibbons]

Also geplant war eine ANOVA. Die Normalverteilungen pro Untergruppe sind bei allen Subskalen verletzt.

Das ist bei ausreichender Gesamtstichprobengröße irrelevant, wie gesagt. Dreistellig ist da mehr als ausreichend.

Dann hatte ich sehr viele extreme Ausreißer im Datenset und nur für zwei von fünf Subskalen die Varianzgleichheit gegeben.

Ist mit ANOVA auf gut Deutsch nur die einfaktorielle Varianzanalyse gemeint? Da gibt es in SPSS Korrekturverfahren für
ungleiche Varianzen (Brown-Forsythe und Welch).

Deshalb hatte meine Dozentin mir damals geraten zu einem nicht-parametrischen Kruskal-Wallis-Test zu wechseln, der diese Parameter nur schätzt.

Diese Aussage ergibt leider keinen Sinn. Zentral für Kruskal-Wallis ist, dass er die Daten in Rangdaten transformiert.
Für Rangdaten gibt es keine Mittelwerte und Varianzen.

Was die Ausgangsfrage angeht, für die post-hoc-Paarvergleiche gibt SPSS eine Tabelle aus; aus den Vorzeichen
unter "Teststatistik" lässt sich ersehen, welche Gruppe die höheren bzw. niedrigeren Werte hat.

Mit freundlichen Grüßen

PonderStibbons

[Anemonebärli]

Hey Ponder Stibbons,
echt danke für deine Hilfe. Ich habe das mit den Vorzeichen auch schon gearbeitet gehabt. Leider folgen die keiner rational-erklärbaren Regelung
Zum Beispiel habe ich die Post Hoc Vergleiche für eine Subskala:
Mittlere Ränge für diese Subskala: bi = 310.15; homo = 229.34 ; hetero = 345.40
Post-Hoc-Teststatistik pro Vergleich: Mittlerer Rang (Gruppe A) - Mittlerer Rang (Gruppe B)

homosexuell - bisexuell = 80,806 (sollte doch eigtl negativ werden)
homosexuell - heterosexuell = 116,06 (sollte eigtl auch negativ werden)
bisexuell - heterosexuell = -35,25 (als einzige Teststatistik richtiges Vorzeichen)

Verstehe nicht wie ich das interpretieren soll. Freu mich über deine Hilfe!

[ponderstibbons]

Ja, witzig. Die absoluten Beträge stimmen, zwei Vorzeichen nicht. Woran das liegt, weiß ich nicht. Aber Du kannst Dich an die Deskriptivstatistiken "Mittlere Ränge für diese Subskala" halten, denke ich,