SPSS-FORUM.DE

[Victoria2312]

Hallo Zusammen,

ich möchte mein Experiment mit einer zweifaktoriellen ANOVA auswerten. Bevor ich dies tue und die Gruppen folglich miteinander vergleiche, möchte ich aber zuerst noch überprüfen, ob die Kontrollvariablen (vier Stück, z.B Produkterfahrung) gleichmäßig über die Gruppen verteilt sind. Meine Frage wäre jetzt wie ich das am besten mit SPSS mache.
Führe ich auch eine ANOVA durch und nehme die jeweilige Kontrollvariable als zusätzlichen Faktor auf?

Danke und viele Grüße
Victoria

[ponderstibbons]

MEANS (Mittelwerte vergleichen) kann Dir die Mittelwerte und Standardabweichungen
einer Variable in den 4 Gruppen angeben (bei intervallskalierten Variablen) und auch
Median und Interquartile Range (ordinalskalierte Variablen, Rangvariablen). Die
Verteilung kategorialer Variablen über die 4 Gruppen kannst Du mit Kreuztabellen
darstellen.

ob die Kontrollvariablen (vier Stück, z.B Produkterfahrung) gleichmäßig über die Gruppen verteilt sind

Was verstehst Du hier im konkreten Fall unter dem Begriff und der Funktion von
Kontrollvariablen?

Mit freundlichen Grüßen

PonderStibbons

[Victoria2312]

Vielen Dank erstmal für deine Antwort!
Bzgl. der Mean Funktion: Muss ich dafür dann die Fälle immer entsprechend filtern?

Unter Kontrollvariable verstehe ich in meinem Kontext zB, dass ich neben den eigentlichen unabhängigen Variablen, die vermutlich einen Einfluss auf die abhängige besitzen auch noch weitere erhoben habe. Dies ist zB die Produkterfahrung, das Wissen, aber auch demographische Eigenschaften wie bspw. das Geschlecht.
Und um nachher die unterschiedlichen Experimentalgruppen vergleichen zu können, möchte ich halt zeigen, dass sie die vier Gruppen bzgl. ihrer Probanden bspw. hinsichtlich ihres Geschlechts oder eben Produkterfahrung nicht signifikant voneinander unterscheiden und ich sie folglich miteinander vergleichen kann.
Verstehst du ungefähr was ich meine?

Viele Grüße

[ponderstibbons]

Bzgl. der Mean Funktion: Muss ich dafür dann die Fälle immer entsprechend filtern?

Ich verstehe leider die Frage nicht.

Vielleicht siehst Du Dir erstmal an, was vorgeschlagen wurde.

Und um nachher die unterschiedlichen Experimentalgruppen vergleichen zu können, möchte ich halt zeigen, dass sie die vier Gruppen bzgl. ihrer Probanden bspw. hinsichtlich ihres Geschlechts oder eben Produkterfahrung nicht signifikant voneinander unterscheiden und ich sie folglich miteinander vergleichen kann.
Verstehst du ungefähr was ich meine?

Was hat das mit Signifikanz zu tun? Die bezieht sich doch auf
Grudngesamtheiten. Du willst doch wissen, ob diese Variablen
in Deiner Stichprobe störenden Einfluss haben. Das kann der
Signifikanztest nicht beantworten. Je nach Stichprobengröße
können relevante Einflüsse als "nichtsignifikant" übersehen
werden, oder irrelevante Einflüsse als "statistisch signifikant"
überflüssigerweise einbezogen.

Was man ohnedies macht: man bezieht diejenigen Variablen
ein, die plausiblerweise einen Einfluss haben, ganz ohne
Vortesterei.

Mit freundlichen Grüßen

PonderStibbons

[Victoria2312]

Ich danke dir für deine Antwort, aber ich glaube wir reden leider ein bisschen aneinander vorbei.
Ich möchte überprüfen ob die unterschiedlichen Gruppen hinsichtlich ihrer Eigenschaften "gleich" und damit vergleichbar sind. Aber vielleicht reicht dazu auch eine Häufigkeitsbetrachtung aus.

Die Frage bezog sich darauf, wie ich mir die Mittelwerte für die verschiedenen Gruppen anzeigen lassen kann.

[strukturmarionette]

Hi,

beschreib doch zunächst dein Design und das Zustandekommen der Teilstichprobenumfänge mit N's.

Gruß
S.

[Victoria2312]

Hi,

also ich führe ein 2x2 Experiment (between Design) durch mit einer abhängigen Variablen. Die daraus ergebenden vier Gruppen haben alle ein N von ungefähr 60 (48,68,57,58). Die Zuteilung erfolgte dabei durch Randomisierung. Zusätzlich handelt es sich um unabhängige Stichproben.

Viele Grüße

[strukturmarionette]

Hi,

- wenn randomisiert, dann stellt sich keine Frage nach Kontrollvariablen der Merkmalsträger.


Gruß
S.

[strukturmarionette]

Hi,

- es bestehen gewiss immer Möglichkeiten, ein lineares Modell um weitere Prädiktoren zu erweitern ..

Gruß
S.