ANOVA - empirischer p-Wert - gerichtete einseitige Hypothese

T-Test, U-Test, F-Test sowie weitere Tests und Gruppenvergleiche aller Art mit SPSS.

ANOVA - empirischer p-Wert - gerichtete einseitige Hypothese

Beitragvon Statistik.Laie » Sa 15. Jul 2017, 14:14

Hallo zusammen,

mir stellt sich gerade die Frage wie ich meinen empirischen p-Wert einer 3x2 ANOVA mit Messwiederholungen interpretieren darf, der von Spss berechnet wurde.
Ich habe eine gerichtete einseitige Hypothese formuliert.
Ich habe einen dreistufigen Faktor "Bedingung" (=3 versch. Bedingungen) und 2 AVs als innersubjekt Variablen, die voneinander abhängig sind, daher das Design mit Messwiederholungen.
Meine Hypothese: Es wird angenommen, dass die Werte der AVs für Bedingung 1 signifikant höher geartet sind als die der Bedingungen 2 und 3.
Darf ich nun den p-Wert der Ergebnisse halbieren, da ich eine einseitig gerichtete Hypothese formuliert habe? Oder ist das bei einer ANOVA nicht zulässig oder gibt SPSS hier bereits eine einseitig Testung aus?
Und darf man/ darf man nicht das Ergebnis der Signifikanz für alle drei von SPSS berechneten Größen halbieren? Also für die Bedingung (Zwischensubjekt), die AV (Innersubjekt) und die Interaktion von BedingungxAV? Oder nur das der Interaktion oder eben gar keins ;)?
Dem schließt sich die Frage an, wie es mit den p-Werten der anschließenden paarweeisen Vergleiche aussieht. (Darf/ muss hier der p-Wert halbiert werden?)

Ich bin für jede Hilfe dankbar! Und hoffe ich habe mich für das richtige Forum (Statistik vs. SPSS) entschieden.

Liebe Grüße
Statistik.Laie
 
Beiträge: 4
Registriert: Sa 15. Jul 2017, 13:39
Danke gegeben: 0
Danke bekommen: 0 mal in 0 Post

Re: ANOVA - empirischer p-Wert - gerichtete einseitige Hypot

Beitragvon ponderstibbons » Sa 15. Jul 2017, 19:34

"Einseitige" Tests sind so gut wie nie eine brauchbare Idee. https://psychologie.uni-graz.at/de/biol ... -list/faq/ FAQ 3.

Zudem, wieso solltest Du überhaupt den p-Wert für den dreistufigen Messwiederholungsfaktor halbieren dürfen? Das lässt sich doch überhaupt keiner spezifischen Hypothese zuordnen. Was hat der Haupteffekt von "Gruppe" mit der spezifischen Kontrasthypothese Gruppe A > B, C zu tun?
Dem schließt sich die Frage an, wie es mit den p-Werten der anschließenden paarweeisen Vergleiche aussieht. (Darf/ muss hier der p-Wert halbiert werden?)

Das wäre abwegig.

Mit freundlichen Grüßen

PonderStibbons
ponderstibbons
 
Beiträge: 2523
Registriert: Sa 1. Okt 2011, 17:20
Danke gegeben: 2
Danke bekommen: 257 mal in 256 Posts

Re: ANOVA - empirischer p-Wert - gerichtete einseitige Hypot

Beitragvon Statistik.Laie » So 16. Jul 2017, 16:24

Danke dir schon einmal für die Antwort!

Die einseitigen Tests sind so gewollt und in diesem Falle auch angebracht, soweit ich das beurteilen kann. Mir würde aber noch einmal helfen, wenn du die Antwort zu dem p-Wert anders formulieren könntest. D.h. in einer ANOVA macht es keinen Unterschied ob einseitig oder zweiseitig gerichtet getestet wird? Und d.h. hier lasse ich die p-Werte unangetastet und berichte wie von SPSS ausgegeben, die Werte der beiden Haupteffekte und die der Interaktion?
Für den Kruskal-Wallis-Test (als non-parametrisches Verfahren) gibt SPSS beispielsweise nur den zwei-seitigen empirischen p-Wert an. Hier darf/muss ich das Level halbieren. Deswegen bin ich hier so unsicher und frage lieber noch ein zweites Mal nach.

Ich habe auch noch auf deiner empfohlenen Seite nachgegeguckt. FAQ3 (vor allem der unten fett markierte Teil) interessiert mich. Könntest du mir hier vielleicht noch einmal schildern ob der empirische p-Wert, der bei Spss für die Paarvergleiche über Benferroni ausgegeben wird, bereits der korrigierte ist? Bzw. steckt die Korrektur schon in der Benferroni- Formel? (Hier zeigt sich der Statistikanfänger :roll: )

Wenn Epsilon kleiner ist als .70, wird der Bonferroni-Ansatz empfohlen. Dazu werden paarweise t-Tests für abhängige Messungen durchgeführt, mit korrigiertem Alpha-Level: Wenn der signifikante Effekt z.B. 5 Stufen hat, sind 10 paarweise Vergleiche möglich. In diesem Fall testet man dann statt am .05-Level am .005-Level (.05/10, d.h. neues Alpha = Alpha dividiert durch die Anzahl der möglichen Paarvergleiche). Die Bonferroni-Methode nur verwenden, wenn die Sphärizitäts-Voraussetzung verletzt ist und wenn Epsilon < .70. In allen anderen Fällen hat sie zuwenig Power.

Grüße
Statistik.Laie
 
Beiträge: 4
Registriert: Sa 15. Jul 2017, 13:39
Danke gegeben: 0
Danke bekommen: 0 mal in 0 Post

Re: ANOVA - empirischer p-Wert - gerichtete einseitige Hypot

Beitragvon ponderstibbons » So 16. Jul 2017, 16:45

Die einseitigen Tests sind so gewollt und in diesem Falle auch angebracht, soweit ich das beurteilen kann.

Es ist kein stichhaltiges Argument ersichtlich.
Mir würde aber noch einmal helfen, wenn du die Antwort zu dem p-Wert anders formulieren könntest. D.h. in einer ANOVA macht es keinen Unterschied ob einseitig oder zweiseitig gerichtet getestet wird?

Wie soll man einen Haupteffekt mit 3 Gruppen gerichtet testen? Das ist inhaltlich nicht nachvollziehbar. Wo soll da eine Richtung sein. Und die F-Statistik hat kein Vorzeichen, bzw. sie ist immer positiv.
Für den Kruskal-Wallis-Test (als non-parametrisches Verfahren) gibt SPSS beispielsweise nur den zwei-seitigen empirischen p-Wert an. Hier darf/muss ich das Level halbieren.

Das ist genauso abwegig.
Könntest du mir hier vielleicht noch einmal schildern ob der empirische p-Wert, der bei Spss für die Paarvergleiche über Benferroni ausgegeben wird, bereits der korrigierte ist?

Das weiß ich leider nicht. Müsste man eventuell ins Handbuch sehen.

Mit freundlichen Grüßen

PonderStibbons
ponderstibbons
 
Beiträge: 2523
Registriert: Sa 1. Okt 2011, 17:20
Danke gegeben: 2
Danke bekommen: 257 mal in 256 Posts

Re: ANOVA - empirischer p-Wert - gerichtete einseitige Hypot

Beitragvon Statistik.Laie » So 16. Jul 2017, 19:54

Nach langem hin und her und vielen Knoten im Kopf habe ich mir meine Fragen nun selber beantwortet. Ich wurde leider aus deinen Antworten nicht schlau und hatte daher den unteren Text geschrieben. Die Antworten habe ich unten in Klammern eingefügt, falls jemand noch einmal ein ähnliches Problem haben sollte.
Und trotzdem vielen Dank für die Hilfe!

Es tut mir Leid ich verstehe deine knappen Antworten als Laie nicht ganz. Deswegen versuche ich es noch einmal anhand eines Beispiels:
Wenn ich 3 unterschiedliche Gruppen an Schülern im Englischunterricht habe: der 1. wird jeden Tag gesagt, sie wären Versager.
Der zweiten Gruppe wird jeden Tag gesagt, sie wären die Elite und der 3. Gruppe wird kein Feedback gegeben (=3 Bedingungen). Nach 1 Monat wird ein Test durchgeführt, der einen Frageteil zu Vokabeln enthält und im zweiten Teil einen Aufsatz. Beide Teile erhalten zwar Einzelnoten, die jedoch später zusammengefasst werden, zu einer AV Leistung.
Dann haben wir: einen dreistufigen Faktor Bedingung (Gruppe 1 +2 +3) und eine AV = Leistung, die aus zwei Einzelteilen (Vokabeltest und Aufsatz) besteht.

"Wie soll man einen Haupteffekt mit 3 Gruppen gerichtet testen? Das ist inhaltlich nicht nachvollziehbar. Wo soll da eine Richtung sein."

(Beide Hypothesen (unten) sind gerichtet und einseitig! Es ist also möglich. Nur SPSS kann nicht einseitig Testen, zum mindestens nicht ohne etwas zu programmieren, daher müssen paarweise Vergleiche folgen, gefolgt von einer p-Wert Anpassung)
-> Hypothese: Gruppe 2 wird signifikant mehr/höhere Leistung zeigen als Gruppe 1 und 3.
(Kruskal-Wallis Test=Aussage darüber ob es einen Effekt gibt oder nicht; gefolgt vom Mann-Whitney-U für den paarweisen Vergleich= welche Paare unterscheiden sich signifikant?; gefolgt von der Benferroni Anpassung per Hand= hier wird die Anpassung vom p-Wert vorgenommen!)
-> Genauso wie: Es wird ein Haupteffekt für die Leistung angenommen. Ich gehe davon aus, dass beim Aufsatz signifikant schlechter abgeschnitten wird, als bei der Reproduktion. Zusätzlich nehme ich an, dass die verschiedenen Bedingungen keinen Einfluss auf die Reproduktionsleistung haben. Für den Aufsatz wird jedoch erwartet, dass Gruppe 2 signifikant besser ist als Gruppe 1 und 3. (ANOVA mit Messwiederholungen, ergänzt durch den paarweisen vergleich, der in SPSS als "vergleich der Haupteffekte" benannt wird + Anpassung des Konfidenzintervalls über die Benferroni Korrektur)
(Die Benferroni Korrektur ist also selbst die Anpassung des p-Wertes!)

"Und die F-Statistik hat kein Vorzeichen, bzw. sie ist immer positiv."

-> ich dachte dafür wären genau die paarweisen Vergleich (Benferroni) da? Diese sollen ja den genauen Zusammenhang von immer 2 der Variablen untersuchen und hier werden eben auch negative Mittelwertdifferenzen sichtbar.
(Das ist so richtig, nach der F-Statistik folgt der paarweise vergleich!)



Und das Beispiel ist ein schlechtes und gerade ad hoc ausgedacht, inhaltlich und ethisch wahrscheinlich nicht haltbar ;)!
Statistik.Laie
 
Beiträge: 4
Registriert: Sa 15. Jul 2017, 13:39
Danke gegeben: 0
Danke bekommen: 0 mal in 0 Post

Re: ANOVA - empirischer p-Wert - gerichtete einseitige Hypot

Beitragvon ponderstibbons » Mo 17. Jul 2017, 10:29

(Beide Hypothesen (unten) sind gerichtet und einseitig! Es ist also möglich. Nur SPSS kann nicht einseitig Testen, zum mindestens nicht ohne etwas zu programmieren, daher müssen paarweise Vergleiche folgen, gefolgt von einer p-Wert Anpassung)

Ach Du liebes bißchen, es ging also schlicht um post-hoc Tests?
ponderstibbons
 
Beiträge: 2523
Registriert: Sa 1. Okt 2011, 17:20
Danke gegeben: 2
Danke bekommen: 257 mal in 256 Posts

Re: ANOVA - empirischer p-Wert - gerichtete einseitige Hypot

Beitragvon Statistik.Laie » Mo 17. Jul 2017, 21:17

Letztlich ja. Da zeigt sich der Statistik Laie ;) Die große Anfangsverwirrung, hattets du ja bereits etwas gelöst!
Danke dafür!
Statistik.Laie
 
Beiträge: 4
Registriert: Sa 15. Jul 2017, 13:39
Danke gegeben: 0
Danke bekommen: 0 mal in 0 Post


Zurück zu Tests und Gruppenvergleiche

Wer ist online?

Mitglieder in diesem Forum: 0 Mitglieder und 7 Gäste

cron