SPSS-FORUM.DE

[howfein]

Hallo,

ich wollte eine Kovarianzanalyse rechnen. Ich habe eine UV mit drei Bedingungen (kategorial) und eine intervallskalierte AV. Jetzt wollte ich das Geschlecht als Kovariate bzw. Moderator berechnen. Aber das geht ja gar nicht, weil bei einer Kovarianzanalyse die Kovariate metrisch sein muss. Das Geschlecht aber ist ja dichotom. In einer weiteren Moderationshypothese wollte ich eine andere Kovariate berechnen, die auch dichotom ist (Ja/Nein Antwort).
Ich finde nicht richtig heraus, was man dann macht. Eine Kovarianzanalyse aber geht offensichtlich nicht. Rechnet man dann einfach eine multiple Regression mit dummykodierter UV und dichotomen Moderator?
ODER
kann man eine dichotome Kovariate als weiteren Faktor in das Varianzanalysen-Modell aufnehmen und aus der einfaktoriellen ANCOVA würde eine zweifaktorielle ANOVA werden? Geht wahrscheinlich nicht, weil die dichotome Kovariate keine UV ist?!

Viele Grüße
h.

[ponderstibbons]

Jetzt wollte ich das Geschlecht als Kovariate bzw. Moderator berechnen.

Das bzw ergibt auf Anhieb wenig Sinn, weil das in der Regel konzeptuell ganz unterschiedliche Betrachtungen sind.
Im ersten Fall kannst Du es in SPSS z.B. als binäre Variable im Feld "Kovariate" einbringen, im zweiten Fall als 2. Faktor.

Aber das geht ja gar nicht, weil bei einer Kovarianzanalyse die Kovariate metrisch sein muss.

Das wäre mir neu.

In einer weiteren Moderationshypothese wollte ich eine andere Kovariate berechnen, die auch dichotom ist (Ja/Nein Antwort).

Also was denn nun, Kovariate oder Moderator? Das wesentliche ist in letzterem Fall die Interaktion mit der unabhängigen Variable.
In einer Varianzanalyse ist das recht einfach durchzuführen und passiert quasi automatisch. Man kann das alles auch in Form einer
linearen Regression rechnen, dabei muss man in SPSS neue Variablen erzeugen, welche die Interaktionen zwischen Moderator
und den Stufen der UV (im Falle einer kategorialen UV) darstellen.

Mit freundlichen Grüßen

PonderStibbons

[howfein]

Im ersten Fall kannst Du es in SPSS z.B. als binäre Variable im Feld "Kovariate" einbringen,

Aber Kovariaten müssen doch bei der Varianzanalyse metrisch sein?! Das steht z.B. bei Döring-Bortz Forschungsmethoden und Evaluation zum Thema Varianzanalyse auf S. 745: "Soll geprüft werden, inwiefern der Effekt des Alters auf die interessierende(n) AV durch weitere Variablen (Kontrollvariablen) beeinflusst wird, können diese als zusätzlicher Faktor (z. B. UV: Geschlecht) einbezogen oder – sofern es sich um kardinalskalierte Variablen handelt – im Zuge einer Kovarianzanalyse aus den Werten der abhängige Variablen herauspartialisiert werden."

Und im Netz steht das auch:
"Im Gegensatz zur ANOVA wird in der ANCOVA aber ein zusätzlicher metrischer Faktor – auch genannt Kovariate – mit ins Modell aufgenommen" (Quelle: https://statistik-und-beratung.de/2016/ ... setzungen/) > steht gleich im ersten Absatz

"Kovariaten kommen im Allgemeinen in der ANOVA und der Versuchsplanung zur Anwendung. In diesen Modellen ist eine Kovariate eine stetige Variable..." (Quelle: https://support.minitab.com/de-de/minit ... ovariates/) > erster Satz

Ich habe das jetzt schon mehrmals gehört, dass Kovariaten bei der Varianzanalyse metrisch sein müssen?!

im zweiten Fall als 2. Faktor.

Das hatte ich unserer Betreuerin für unsere Moderationshypothesen auch vorgeschlagen. Bei unseren Moderationshypothesen haben wir eine UV mit drei Bedingungen, zwei intervallskalierte AVs und einen Moderator. Wir haben mehrere Moderatoren, aber brauchen nur einen Moderator pro Hypothese berechnen und nicht mehrere Moderatoren zusammen. Wir haben also eine UV mit drei Bedingungen, zwei intervallskalierte AVs und einen Moderator. Ich habe ihr dann vorgeschlagen: zweifaktorielle MANOVA. Sie aber sagte, es soll eher eine MANCOVA sein und zweifaktoriell ist auch falsch, weil wir nicht zwei Faktoren haben. Das kann ich verstehen, wir haben ja nicht zwei Faktoren bzw. zwei UVs, sondern eine UV und einen Moderator. Aber warum will sie für die Moderationshypothese eine MANCOVA? Will sie, dass wir den Moderator als Kovariate behandeln?

Also was denn nun, Kovariate oder Moderator? Das wesentliche ist in letzterem Fall die Interaktion mit der unabhängigen Variable.

Entschuldigung, wir haben Geschlecht und Bildungsstand als Kontrollvariablen aber wollen sie auch als Moderator berechnen.

Viele Grüße
h.

[ponderstibbons]

Ich habe das jetzt schon mehrmals gehört, dass Kovariaten bei der Varianzanalyse metrisch sein müssen?!

Das wäre mir wie gesagt neu. Es geht doch um den Zweck, den das erfüllen soll.

Was Deine Statistik-Software angeht, so kannst Du im entsprechenden Feld
analog zur linearen Regression auch dummy-Variablen einfügen. Du kannst
die Kovariate auch als Faktor reinnehmen, dann wäre zu überlegen, ob
wie bei einer reinen Kovariate ohne, oder nicht gleich mit der Interaktion
mit der "unabhängigen Variable".

Das kann ich verstehen, wir haben ja nicht zwei Faktoren bzw. zwei UVs, sondern eine UV und einen Moderator.

Ich glaube kaum, dass sich der Algorithmus der Varianzanalyse in irgendeiner Form darum schert,
ob wir Anwender irgendwas mit Prädiktor, Kovariate oder Moderator betiteln. Das sind konzeptuelle
Überlegungen. Die technische Durchführung wäre die einer zweifaktoriellen Varianzanalyse, die
Interpretation interessiert sich bei einem der Faktoren für dessen Moderatorwirkung im Zusammenspiel
mit der Fokusvariable.

Mit freudlichen Grüßen

PonderStibbons

[strukturmarionette]

Hi,

Ich habe ihr dann vorgeschlagen: zweifaktorielle MANOVA. Sie aber sagte, es soll eher eine MANCOVA sein

- dann wäre diese Betreuerin erste Adresse für Aufklärung bei statistischen Missverständnissen
- N? n1?, n2?, n3?
- Wie lauten die Arbeitshypothesen konkret?

Gruß
S.

[howfein]

Meine Betreuerin meinte nun, dass ich dichotome Variablen wie das Geschlecht als Dummy Variable (0-1 kodiert) als Kovariate in die MANCOVA mitaufnehmen kann.