Varianzanalyse IV Messwiederholung 1 2 3 4 5

Varianzanalyse IV: Messwiederholung 1. 2. 3. 4. 5. 6. Definition Vor- und Nachteile Quadratsummen und F-Test Vergleich: ANOVA mit und ohne Messwiederholung SPSS Mehrfaktorielle ANOVAs mit Messwiederholung 08_anova 4 1

Messwiederholung • Man spricht von „Messwiederholung“, wenn verschieden Daten zu einem „Fall“ gehören, d. h. wenn diese Daten sinnvoll einander zugeordnet werden können. • Beispiele: - Messwiederholung im engeren Sinn: Die selbe AV wird mehrfach erhoben ( Veränderungsmessung) - Eine AV wird durch unterschiedliche Verfahren (z. B. unterschiedliche Tests) erhoben ( Vergleich der Verfahren) - Personen aus zwei (oder mehreren) Stichproben werden einander zugeordnet ( Partner, Geschwister, etc. ) 08_anova 4 2

Messwiederholung Beispiel • Fünf Versuchspersonen bearbeiten eine Geschicklichkeitsaufgabe dreimal hintereinander. • AV: erreichte Punktzahl Messzeitpunkt vp 1 2 3 4 5 08_anova 4 3 1 48 40 43 45 48 44. 80 2 50 46 44 46 49 47. 00 3 50 46 47 49 49 48. 20 49. 33 44. 00 44. 67 46. 67 48. 67 46. 67

Messwiederholung Einfaktorielle ANOVA mit Messwiederholung • Eine einfaktorielle ANOVA mit Messwiederholung kann als 2 -faktorielle ANOVA mit gemischten Effekten betrachtet werden: – Faktor A: Messzeitpunkt (fester Effekt) – Faktor B: Versuchsperson (Zufallseffekt) • Allerding ist dann in jeder Zelle des Versuchsplans nur noch ein Fall. • Warum Vp als Zufallseffekt? Generalisierbarkeit für andere Vpn • Es interessiert dabei nicht der Effekt von Vp (oder die Interaktion) sondern der Effekt von Faktor A. • Weil für Faktor B Zufallseffekte angenommen werden, wird die SSA an der SSAx. B relativiert. 08_anova 4 4

Messwiederholung Vorteile der Messwiederholung • Es werden weniger Versuchspersonen benötigt, da dieselben Vpn mehrmals getestet werden. • Höhere Teststärke (Power), da die Fehlervarianz verringert wird. Die Varianz „zwischen“ Vpn ist eliminiert, da man die Vpn nur mit sich selbst vergleicht. 08_anova 4 5

Messwiederholung Nachteile der Messwiederholung • Sphärizitätsannahme (Zirkularitätsannahme) – Varianzen und Kovarianzen unter den einzelnen Faktorstufen müssen homogen sein. – Bei einer Verletzung der Sphärizitätsannahme erfolgt die Greenhouse-Geiser-Korrektur des F-Tests. • Sequenzeffekte (Reihenfolge der Testung kann Einfluss haben Versuchsplanung) • Fehlende Daten zu einem Messzeitpunkt führen dazu, dass eine Person komplett (zu allen Messzeitpunkten) ausgeschlossen werden muss. 08_anova 4 6

Der F-Test Quadratsummenzerlegung SStotal = SSbetween + SSwithin SStotal = SSbetween + SStreatment + SSerror • Varianzanteile – zwischen den Vpn (interessiert nicht wird nicht für den F-Test verwendet) – innerhalb der Vpn • auf Treatment zurückzuführen • Fehlervarianz 08_anova 4 7

Der F-Test • Es fließt also nur die Varianz „within participants“ in den F-Test ein. • Statistische Hypothesen – H 0: αj=0, für alle j keine Effekte des Messzeitpunkts keine Mittelwertsunterschiede – H 1: αj≠ 0, für mindestens ein j Effekte des Messzeitpunkts Mittelwertsunterschiede 08_anova 4 8

Quadratsumme „treatment“ Aufgabe Vp 1 2 3 1 48 50 50 49. 33 2 40 46 46 44. 00 3 43 44 47 44. 67 4 45 46 49 46. 67 5 48 49 49 48. 67 44. 80 47. 00 48. 20 46. 67 08_anova 4 9

Quadratsumme „error“ Aufgabe Vp 1 2 3 1 48 50 50 49. 33 2 40 46 46 44. 00 3 43 44 47 44. 67 4 45 46 49 46. 67 5 48 49 49 48. 67 44. 80 47. 00 48. 20 46. 67 08_anova 4 10

Der F-Test Femp > Fkrit signifikantes Ergebnis Die H 0 wird verworfen Es wurde also ein Unterschied zwischen den Messzeitpunkten nachgewiesen 08_anova 4 11

Vergleich: ANOVA mit und ohne Messwiederholung • • • Was wäre herausgekommen, wenn man die gleichen Daten in einem Design ohne Messwiederholung erhalten hätte? UV: Training (3 Gruppen: kein, wenig, viel) AV: Leistung in der Geschicklichkeitsaufgabe Fragestellung: „Verbessert sich die Leistung in dieser Aufgabe nach unterschiedlichem Trainingbedingungen? “ Berechnung des F-Tests: 08_anova 4 12

Vergleich: ANOVA mit und ohne Messwiederholung „between-subjects“ ANOVA: Aufgabe Vp 1 2 3 1 48 50 50 49. 33 2 40 46 46 44. 00 3 43 44 47 44. 67 4 45 46 49 46. 67 5 48 49 49 48. 67 44. 80 47. 00 48. 20 46. 67 08_anova 4 13

Vergleich: ANOVA mit und ohne Messwiederholung „within“ signifikant 08_anova 4 14 3 Gruppen „between“ nicht signifikant

Messwiederholung in SPSS ANOVA mit Messwiederholung in SPSS • Jeder Fall steht in einer Zeile. • Unterschiedliche Messzeitpunkte werden durch unterschiedliche Variablen kodiert. • Eine Unabhängige Variable (der Faktor) wird definiert: Es wird angegeben, welche AVs zu den verschiedenen Stufen des Faktors gehören. Anders als bei einem Faktor ohne Messwiederholung ist die UV also nicht als eigene Variable im SPSS-Datensatz definiert. 08_anova 4 15

Messwiederholung in SPSS 08_anova 4 16

Messwiederholung in SPSS 08_anova 4 17

Messwiederholung in SPSS 08_anova 4 18

Messwiederholung in SPSS Syntax glm test 1 test 2 test 3 /wsfactor mzp 3. 08_anova 4 19

Messwiederholung in SPSS • Die Multivariaten Tests basieren auf einer anderen Berechnung, die wir hier nicht besprechen • Vorteil: Die Sphärizität muss nicht erfüllt sein. • Wenn die Voraussetzungen der ANOVA erfüllt sind, sind die Ergebnisse identisch mit den Ergebnissen der ANOVA, wie wir sie berechnen. 08_anova 4 20

Messwiederholung in SPSS • Bei p<. 05 ist die Sphärizitätsanahme verletzt. • In diesem Fall müsste die Greenhouse-Geisser-Korrektur angewendet werden (siehe unten). 08_anova 4 21

Messwiederholung in SPSS • Unter „Innersubjekteffekte“ werden alle Effekte mit Messwiederholung angegeben • Es sollte immer die obere Zeile verwendet werden, wenn die Sphärizität nicht verletzt ist, oder die zweite, wenn eine Korrektur notwendig ist. 08_anova 4 22

Messwiederholung in SPSS • Für die messwiederholten Faktoren werden immer automatisch Kontraste berechnet. • Diese können, wie für Gruppenfaktoren, selbst definiert werden. • Werden keine Kontraste definiert, wird der „lineare Trend“ (die Mittelwerte liegen auf einer Geraden) und der „quadratische Trend“ (die Mittelwerte liegen auf einer Parabel U-förmiger Verlauf) berichtet. 08_anova 4 23

Messwiederholung in SPSS • Für die messwiederholten Faktoren werden immer automatisch Kontraste berechnet. • Diese können, wie für Gruppenfaktoren, selbst definiert werden. • Werden keine Kontraste definiert, wird der „lineare Trend“ (die Mittelwerte liegen auf einer Geraden) und der „quadratische Trend“ (die Mittelwerte liegen auf einer Parabel U-förmiger Verlauf) berichtet. 08_anova 4 24

Messwiederholung auf mehreren Faktoren Mehrfaktorielle ANOVA • Beispiel: Evaluation eines Trainings zur schnelleren Fertigung eines Bauteils • Abhängige Variable: Zeit zur Fertigung (in Sekunden) • Design: – 1. Faktor: Messzeitpunkt (prä, post, follow up) – 2. Faktor: Produkt (A=trainiert; B=untrainiert) • Hypotese: Beschleunigte Fertigung nur für die trainierte Aufgabe (Produkt A) • Mit dem Kontroll Produkt (B) soll ausgschlossen werden, dass mögliche Effekte nur auf die Testwiederholung zurückzuführen sind! 08_anova 4 25

Messwiederholung auf mehreren Faktoren 08_anova 4 26

Messwiederholung auf mehreren Faktoren Menu-Befehl Es müssen 2 Faktoren definiert werden: 1. Messzeitpunkt: 3 Stufen 2. Produkt: 2 Stufen 08_anova 4 27

Messwiederholung auf mehreren Faktoren Wichtig: • Die Reihenfolge der Variablen muss zu den Stufen der Faktoren passen. • Diese sind in den Klammern angegeben: – 1. Zahl: Stufe von Faktor 1 – 2. Zahl: Stufe von Faktor 2 Syntax: glm A 1 B 1 A 2 B 2 A 3 B 3 /WSFACTOR mzp 3 group 2 /plot profile (mzp*group). 08_anova 4 28

Messwiederholung auf mehreren Faktoren • In der Tabelle „Innersubjektfaktoren“ kann kontrolliert werden, ob die Variablen korrekt den Faktoren zugeordnete wurden. 08_anova 4 29

Messwiederholung auf mehreren Faktoren 08_anova 4 30

Messwiederholung auf mehreren Faktoren 08_anova 4 31

Messwiederholung auf mehreren Faktoren Gemischte Designs: Mit und ohne Messwiederholung • Beispiel: Evaluation eines Anti-Aggressions-Trainings • Abhängige Variable: Aggressives Verhalten im Schulalltag (1 -10) • Design: – 1. Faktor: Messzeitpunkt (prä, post, follow up) – 2. Faktor: Gruppe: Training vs. Kontrollgruppe • Hypotese: Beschleunigte Fertigung nur für die trainierte Aufgabe (Produkt A) • Mit dem Kontroll Produkt (B) soll ausgschlossen werden, dass mögliche Effekte nur auf die Testwiederholung zurückzuführen sind! 08_anova 4 32

Messwiederholung auf mehreren Faktoren 08_anova 4 33

Messwiederholung auf mehreren Faktoren 08_anova 4 34

Messwiederholung auf mehreren Faktoren 08_anova 4 35

Messwiederholung auf mehreren Faktoren 08_anova 4 36

Messwiederholung auf mehreren Faktoren 08_anova 4 37

Messwiederholung auf mehreren Faktoren 08_anova 4 38

Messwiederholung auf mehreren Faktoren Zusammenfassung • • • Varianzanalysen mit Messwiederholung werden durchgeführt, wenn die gleiche AV mehrmals erhoben wurde, bzw. wenn mehrer Messungen einander zugeordnet werden können. Eine Untersuchung mit Messwiederholung ist sehr ökonomisch, da bei geringer Vp-Zahl eine hohe Teststärke erreicht werden kann. Allerdings muss die Sphärizitätsannahme erfüllt sein, sonst ist die ANOVA zu liberal, d. h. die H 1 wird zu oft angenommen. Bei einer Verletzung der Sphärizitätsannahme kann das Testergebnis über eine Korrektur der Freiheitsgrade berichtigt werden (Greenhouse-Geiser-Korrektur). 08_anova 4 39

Messwiederholung auf mehreren Faktoren Zusammenfassung • • Der F-Test der messwiederholten ANOVA vergleicht die Varianz des Treatments mit der Fehlervarianz innerhalb der Vpn, d. h. die (Fehler-)Varianz zwischen Vpn wird nicht berücksichtigt. Somit beruht der Vorteil der Messwiederholten ANOVA auf einer Verringerung der Fehlervarianz im F-Bruch. 08_anova 4 40