Kovarianzanalyse

1. Konstant halten über alle Bedingungen z.B. alle Probanden haben die gleiche Gewöhnung an Alkohol; alle Probanden sind gleich alt; … ABER: Störvariablen können aus praktischen und ethischen Gründen nicht immer konstant gehalten werden.

2. Aufnahme als Faktor in den Versuchsplan (bei nominalskalierten Störvariablen) z.B. Gewöhnung an Alkohol (wenn in Gruppen geteilt z.B. durch Mediansplit); Geschlecht; … ABER: Mehr Faktoren bedeuten eine Vervielfachung der Stichprobe

3. Statistische Kontrolle (bei metrischen Störvariablen): ANCOVA zur „Neutralisierung“ ACHTUNG: UV und Kovariate sollten unabhängig voneinander sein & Zusammenhang zwischen Kovariate und AV sollten in allen Gruppen gleich sein (Homogenität der Regressionsgeraden)

4. Randomisierung zur Kontrolle unbekannter Störvariablen

die Reduktion der Fehlervarianz.

Die Reduktion der Fehlervarianz ermöglicht eine sensitivere Erfassung der Effekte (hier Unterschiede zwischen den Gruppen).

Die Überschneidung zwischen Modellvarianz und Kovariatenvarianz ist problematisch. Daraus folgt die Voraussetzung der Unabhängigkeit zwischen UV und Kovariate

Unabhängigkeit zwischen UV und Kovariate

Erreicht werden durch:

-> Randomisierung von Probanden auf Experimentalgruppen (ABER: man kann Pech bei der Aufteilung haben)

-> Angleichung der Experimentalgruppen an Ausprägung der Kovariate

Geprüft: in dem im ersten Analyseschritt die Kovariate als AV eingesetzt wird. Wenn die UV keinen signifikanten Effekt auf die AU (Kovariate) bringt, dann ist die Voraussetzung erfüllt.

Homogenität der Regressionsgeraden

(Zusammenhang zwischen Kovariate und AV sollten in allen Gruppen gleich sein)

-> Wird geprüft, in dem man sich die Scatterplots grafisch anschaut zwischen Kovariate und AV – die Muster sollten in etwa in die gleiche Richtung zeigen.

1. Führe den Test OHNE Kovariate durch

2. Führe den Test MIT Kovariate durch

3. Vergleiche, was sich verändert hat