SPSS-FORUM.DE

[Rabia]

Hallo,
ich habe ein 2x2 Design vorliegen. Also 2 Faktoren mit je 2 Stufen (Gruppenzuteilung: Experimental- und Kontrollgruppe und Männer vs. Frauen), die ich mit einer zweifaktoriellen ANOVA berechnen möchte. Das habe ich auch getan und es werden nur Haupteffekte signifikant, keine Interaktionseffekte.
Mein Problem liegt jedoch darin, dass die Levene-Test signifikant werden, sodass ich eine Welch-ANOVA rechnen musste. Aber da lässt sich immer nur eine UV (Faktor) eintragen, d.h. ich muss es getrennt für Geschlecht und Gruppenzuteilung machen. Aber wenn ich dann nochmal einen Levene-Test durchführe, wird dieser bei einer abhängigen Variable dann doch nicht signifikant. Welchen Wert nehme ich dann. Ist mir schon klar, dass bei der mehrfaktoriellen ANOVA die Varianzen aller 4 Gruppen verglichen wurden und bei der Welch-ANOVA (einfaktorielle Varianzanalyse) dann nur die 2 Gruppen pro Stufe. Aber es ist total doof, dass ich bei der einfaktoriellen Varianzanalyse nur einen Faktor auswählen kann. Und es ist doof, dass er beim 2. Levene-Test dann nur die 2 Gruppen untereinander vergleicht.
Welche Werte nehme ich bzw. gibt es eine andere Lösung

LG und ich bin dankbar für jede Hilfe

[ponderstibbons]

"es ist total doof" lässt mich als Problemcharakterisierung bei einer wissenschaftlichen Studie etwas im Unklaren.
Vielleicht schreibst Du auch erstmal was zum Thema und der Fragestellung und der abhänggen Variable und wie sie
gemessen wurde. Díe Stichprobengröße wäre wie bei fast allen Problemen ebenfalls eine zentrale Information.

Dass der Levene-Test inferenzstatistisch signifikant ist, das ist in der Regel wenig interessant (der weist lediglich
eine Nullhypothese zurück, die sowieso nie gilt, und das tut er bei ausreichend großen Stichproben ohne weiteres),
zumindest sollte man zusätzlich beschreiben, wie sich die Stichproben-Streuungen konkret unterscheiden. Relevant
wären dabei auch die Zellenbesetzungen. Wenn die 4 Zellen in etwa gleich stark besetzt sind, dann kann man etwaige
Varianzunterschiede in Kauf nehmen.

Mit freundlichen Grüßen

PonderStibbons

[Rabia]

Ich untersuche den EInfluss von selbtswertrelevantem Bildmaterial auf den Affekt und die Körperzufriedenheit (AVn).
Es gibt zusätzlich eine Experimentalgruppe, die neutrale Bilder sieht.
die Gruppengrößen sind wie folgt:

EG und weiblich: 122
EG und männlich 72

KG und weiblich: 134
KG und männlich: 80

Die Stichprobengrößen sind also eher ungleich.

Ich dachte man kann den Levene-Test nur ignorieren, wenn die Stichprobengröße in den Gruppen ungefähr gleichverteilt ist und das ist sie bei mir ja eher nicht.

Ich habe mal alle deskriptiven Standardabweichungen hier reinkopiert. Ich finde deskriptiv geht der Unterschied eigentlich, deshalb habe ich mich manchmal gewundert, warum der Levene-Test signifikant wurde. Bei den hohen Standardabweichungen nicht wundern, ich habe bei negativem Affekt 2 (nAffekt2) und Körperzufriedenheit (KZ) eine visuelle Analogskala von 0 bis 101 verwendet. (Hatte die Standardabweichungen eigentlich so alle schön untereinander angeordnet hier im Bearbeitungsfeld, aber das wird beim Anzeigen wohl nicht übernommen)


ZGEGKG Geschlecht Mittelwert Standardabweichung
pAffekt 1,00 weiblich 2,6869 ,78561
männlich 2,7389 ,84995
Gesamt 2,7062 ,80829
3,00 weiblich 2,9888 ,62331
männlich 3,1200 ,71128
Gesamt 3,0379 ,65901
Gesamt weiblich 2,8449 ,71995
männlich 2,9395 ,80051
Gesamt 2,8801 ,75139
nAffekt1 1,00 weiblich 1,5238 ,57698
männlich 1,4722 ,47478
Gesamt 1,5046 ,54061
3,00 weiblich 1,3627 ,38753
männlich 1,4863 ,48228
Gesamt 1,4089 ,42852
Gesamt weiblich 1,4395 ,49274
männlich 1,4796 ,47721
Gesamt 1,4544 ,48681
nAffekt2 1,00 weiblich 32,2443 17,30026
männlich 26,8778 14,99842
Gesamt 30,2526 16,64795
3,00 weiblich 26,7687 13,27948
männlich 24,8375 15,19980
Gesamt 26,0467 14,02418
Gesamt weiblich 29,3781 15,54041
männlich 25,8039 15,08938
Gesamt 28,0466 15,45248
KUZ 1,00 weiblich 2,1943 ,76378
männlich 2,0417 ,61730
Gesamt 2,1376 ,71510
3,00 weiblich 2,1709 ,74287
männlich 1,7763 ,56012
Gesamt 2,0234 ,70539
Gesamt weiblich 2,1820 ,75151
männlich 1,9020 ,60082
Gesamt 2,0777 ,71145
KZ 1,00 weiblich 62,2500 24,62179
männlich 63,2222 23,12137
Gesamt 62,6108 24,02000
3,00 weiblich 63,3806 24,64585
männlich 72,5063 20,80432
Gesamt 66,7921 23,65152
Gesamt weiblich 62,8418 24,59255
männlich 68,1086 22,34816
Gesamt 64,8039 23,88976


Ich hoffe das hilft dir weiter bei der Fragenbeantwortung. Also meinst du ich muss nicht den Welch-Test mit einer einfaktoriellen Varianzanalyse nochmal rechnen? Da kann ich auch nur die Gruppen getrennt nach Faktor untersuchen.

Mein Problem liegt auch darin, dass andere Ergebnisse vorliegen, wenn ich diese Analyse getrennt für beide Gruppen mit der einfaktoriellen Varianzanalyse durchführe im Vergleich zu vorher mit einer zweifaktoriellen ANOVA (über Analysieren -> allg. lineares Modell -> multivariat)

Danke schonmal

[ponderstibbons]

Das zu entziffern bedeutet mir zu viel Arbeit, tut mir leid.

Der Effekt etwaiger Varianzungleichheiten besteht darin:
"Wenn die größeren Varianzen in den Zellen mit den größeren n vorkommen, wird der F-Test konservativer (weniger
Power, größeres Beta-Fehler Risiko). Wenn die größeren Varianzen in den Zellen mit den kleineren n vorkommen,
wird der F-Test zu liberal (größeres Alpha-Fehler Risiko)."
https://psychologie.uni-graz.at/de/biol ... -list/faq/

Eine Situation "statistisch signifikanter F-Test, obwohl die größeren Varianzen in den Zellen mit größerer Besetzung
zu finden sind" würde demnach dafür sprechen, dass das statistisch signifikante Ergebnis akzeptiert werden kann.
Sollten die Streuungen hier bei den Männern größer sein, müsste man weiter überlegen.

Mit freundlichen Grüßen

PonderStibbons