Es liegt ein CRF Design mit zwei UVs (je 2 und 3 Stufen) und einer intervallskalierten AV vor.
Welche(r) Effekt(e) können mit einer zweifaktoriellen ANOVA – nicht aber mit einer einfaktoriellen
ANOVA untersucht werden?
Sie erhalten die Daten einer klinischen Studie. Es liegt ein CRF Design mit den UVs Geschlecht
(männlich/weiblich) und Behandlungsmethode (Kontroll/Operation/Medikation) und der
intervallskalierten AV Symptomstärke vor. Sie rechnen eine zweifaktorielle ANOVA und erhalten für
den Interaktionseffekt ein signifikantes Ergebnis (p < .05). Was können sie daraus schließen?
Welche Nullhypothesen werden bei eine zweifaktoriellen ANOVA getestet?
Welches der nachfolgenden Maße für Effektstärke können Sie mit SPSS bei einer zweifaktoriellen ANOVA berechnen?
Welche Art von Interaktionen liegt bei einer zweifaktoriellen ANOVA vor, wenn eine signifikante
Interaktion vorliegt und nur ein Haupteffekt interpretierbar ist?
Welche Art von Interaktionen liegt bei einer zweifaktoriellen ANOVA vor, wenn eine signifikante Interaktion vorliegt und kein Haupteffekt interpretierbar ist?
Interaktion vorliegt und nur beide Haupteffekt interpretierbar sind?
Welche Art von Interaktionen liegt bei einer zweifaktoriellen ANOVA vor, wenn diese nicht signifikant ist, aber beide Haupteffekte interpretierbar sind?
m Output einer zweifaktoriellen ANOVA erhalten sie sowohl für Haupteffekt 1 und 2 als auch für
den Interaktionseffekt signifikante p-Werte (p<.05). Die vorliegende Interaktion ist disordinal. Was
bedeutet das für die Interpretierbarkeit der Haupteffekte?
Welche Aussagen bezüglich Kontrasten sind NICHT zutreffend?
Was sagen die mittleren Quadratsummen der unabhängigen Variablen, der Interaktion sowie des Fehlers im Output einer zweifaktoriellen ANOVA aus?
Mittlere Quadratsumme UV: wie viel Varianz durch die UV erklärt werden kann
Mittlere Quadratsumme Interaktion: Erklärt wie viel Varianz durch die wechselwirkung der UV’s erklärt werden kann
Mittlere Quadratsumme Fehler: Sagt aus wie viel Vasrisnz nicht durch das Modell erklärt werden kann
Wann ist es sinnvoll eine simple effect analysis durchzuführen & was wird dabei gefrüft?
Wenn eine signifikante Interaktion vorliegt ist es vorgesehen den Interaktionseffekt durch weitere posteriori Kontraste (simple effect anaylysis) zu explorieren
Prüft wo in der Interaktion der signifikante Effekt vorliegt
Was ist bei post-hoc Tests bezüglich des Signifikanzniveaus zu beachten?
Berechnung erfolgt wie bei einer einfaktoriellen ANOVA -> berücksichtig auch den Fehlerterm des zweiten Faktors.
Führt dazu, dass sich Mittelwertsdifferenzen nicht mehr voneinader unterscheiden & die KI durch einen kleineren Standarfehler schamler werddeen.
Wann simple effect & wann post-hoc?
Post-hoc kann keine Interaktionseffekte interpretieren & interpretation der post-hoc Prozedur nur ohne signifikanten Interaktionseffekt sinnvoll
Liegt Interaktionseffekt vor, sollte ,man simple effect analysis zurückgreifeb
Welchen Nachteil nimmt man in Kauf, wenn man anstatt ω², η²part als Maß der Effektstärke bei einer zweifaktoriellen ANOVA heranzieht?
Eta Quadrat (n²part) neigt dazu den wahren Effekt in der Population zu überschätzen. Es ist also nicht so akkurat wie w² (Eta testet auf Stichprobenebene, w² auf Populationsebene) -
w² nur bei ausbalanciertem Versuchsplan!
n²part verzerrt vor allem bei kleinen Stichproben
Voraussetzungen zweifaktorielle ANOVA & Möglichkeiten zum testen.
Varianzhomogenität (-> Levene Test)
Normalverteilung innerhalb der Gruppen (-> Histogramm)
Unabhängigkeit (-> zufällige Zuordnung)
Wann spricht man von einem fixed effect model und wann von einem random effect model?
Fixed effect model
Die Treatmentstufen wurden vor Beginn bewusst gewählt
alle mgl Treatmentstufen wurden im versuch berücksichtigt
Random effect model
zufällige Temperaturstufen aus GG der Temperaturstufen
bei WHD der Studie könnte man Temperaturstufen auch anders wählen
Ihnen liegen die Daten zu einer Studie, bei der 2500 Personen (mit ausbalancierter Gruppeneinteilung) untersucht wurden, vor. Sie wollen zur Analyse der Daten eine zweifaktorielle ANOVA rechnen. Bei der Prüfung der Voraussetzungen fällt Ihnen auf, dass alle Voraussetzungen für das Verfahren erfüllt sind, außer der Varianzhomogenität. Wie gehen Sie vor?
-> Da Personenzahl der Studie sehr hoch ist & Gruppeneinteilung ausbalanciert ist & sonst keine anderen Voraussetzungen verletzt wurden, beeinflusst die heterogene Varianz den F- Test nur unerheblich.
A consumer psychologist is interested in the effects of Annual Income and Motivations to Shop
on shopping patterns of consumers. Annual Income (broken into two levels: High and Moderate) and
Motivation to Shop (with three levels: Escape, Necessity, and Socializing) are considered in one study.
How many cells will there be?
An interaction effect in a two-way factorial design?
In a three-way factorial design, there can be:
In einem zweifaktoriellen Design analysiert man:
Ein CRF23 Design hat:
Zuletzt geändertvor 7 Tagen