ich habe zwei Gruppen (Experimental-, Kontroll-) mit drei Messzeitpunkten (Pre-, Post-, Follow-up). Es gibt diverse Kovariate (Motivation und anderes).
Als Treatment wurde eine Schulung durchgeführt. Der Schuldungserfolg wurde mit einem Test überprüft, wobei der das Testergebnis Werte zwischen 0 und 100 annehmen kann.
Eingentlich wäre ja eine rmANCOVA (repeated measures analysis of covariance) das Mittel der Wahl. Probeweise habe ich zusätzlich auch noch eine rmANOVA (also ohne Kovariate) durchgeführt.
Ich muss sagen, dass ich bei der rmANCOVA die Kovariate mit ins Modell aufnehmen kann hat zwar Vorteile (genaueres Modell) aber auch eine Reihe gewichtiger Nachteile. Nachteile der rmANCOVA sind:
1. Zumindest in SPSS können dann keine post-hoc-Tests mehr durchgeführt werden (der entsprechende Button ist dann ausgegraut). Warum ist das so?
2. Während bei der rmANOVA brauchbare Diagramme mit ausgegeben werden (Verlauf pro Gruppe über die drei Zeitpunkte hinweg jeweils als eigene Linie) kommt bei der rmANCOVA als Liniendiagramm nichts brauchbares raus: Ein Diagramm zeigt den globalen Verlauf aller drei Gruppen zusammen über die drei Messzeitpunkte, ein zweites die Gruppen zusammen über alle Messzeitpunkte hinweg.
Die schlechten Diagramme sind nicht so schlimm ich kann genausogut bessere Diagramme mit Excel erstellen. Bin mir aber nicht sicher, ob die rmANOCAVA weitere Nachteile gegenüber der rmANOVA hat, die mir im Output bisher nur noch nicht aufgefallen sind?
Überdies ist es schon ein gravierender Nachteil, keine post-hoc-Tests rechnen zu können.
Bin mir jetzt nicht sicher, wie ich weiter vorgehen soll. Ich sehe diese drei Möglichkeiten:
1. rmANCOVA rechnen, auf post-hoc-Tests verzichten und Diagramme mit Excel erstellen.
2. rmANOVA rechnen, Kovariate lediglich bivariat als Korrelationen.
3. rmANOVA und rmANCOVA rechnen, um die Vorteile beider Verfahren mitzunehmen, dann auch beide berichten und die Besonderheiten nennen.
Ich habe mich bisher noch nicht abschließend entschieden, tendiere jedoch eher zu Variante 2 oder 3.
Über fundierte Hinweise freue ich mich!
Grüße,
Miner
