Methoden der Unterschiedsprüfung Master

- Analysieren --> allgemeines lineares Modell --> univariat (nur eine AV) 

- Quadratsumme geht auf geschlecht zurück, MW aller frauen und männer, dann kommt man auf geschlechtswert in der Tabelle

(man muss über die tests was sagen können: Omnibustest,  Richtung des tests nicht bekannt, Alterseffekt, Geschlechtseffekt und Interaktionseffekt mit Angabe der Mittelwerte)

- wenn die Linien deutlich nicht parallel sind

- an den Graphen keine Aussage über Signifikanz möglich, nue deskriptive Beschreibung

- ein oder mehrere Faktoren mehr als 2 Stufen haben (Deshalb sind auch die 2x2-Designs in der Literatur so häufig)

- Hat man a priori eine Hypothese über die Mittelwerte der Zellen, dann kann man diese Hypothese als Kontrast formulieren und berechnet gar keine Omnibus-Tests

- Hat man keine Hypothese, muß man den Scheffe-Test (o.ä.) nehmen, der implizit das alpha adjustiert

... keine Interaktion vorliegt (weil man praktisch über den zweiten Effekt mittelt)

Simple Effects

- testet quasi auf jeder Stufe des zweiten Faktors, ob sich die Stufen des ersten Faktors unterscheiden; bei mehrstufigen Faktoren können Kontraste nachgeschaltet werden; der Ansatz entspricht damit univariaten ANOVAs
innerhalb der Stufen eines Faktors.

Interaction comparison

- ist ein spezieller Kontrast (der aus sachlogischen Überlegungen abgeleitet sein muss).

(Beide Analysen lassen sich nur über die SPSS-Syntax, nicht aber über das Point-and-Click-Interface erstellen)

- er bei zwei Gruppen sinnlos ist – der signifikante Haupteffekt kann nur aus dem Unterschied Frauen vs. Männer kommen

- die F-Tests für Haupteffekte und Interaktionen also mit einem Bonferroni-adjustierten --> durchführen. Das wird in der Praxis meist nicht gemacht.

- Kritisch wird die Adjustierung besonders bei ANOVAs mit vielen Faktoren; für eine 4-faktorielle ANOVA werden z.B. 15 Tests berechnet.

- Dummyvariablen

- Sequentielle Regression, erst Age 1+2 + Interaktionsterme ins Modell, anschließend Gender

- Sequentielle Regression, erst Gender + Interaktionsterme ins Modell, anschließend Alter

- Sequentielle Regression, erst Gender + Altersdummys ins Modell, dann Interaktionsterme

- Residuen

- Dialogfeld Speichern --> "nicht standardisiert" anklicken --> erzeugt neue Werte

- Dummyvariablen als Block in Regressionsmodell, Residuen der multiplen Regression speichern -->
dieselben Werte wie im ANOVA-Dialog

- Deskriptive Statistik- explorative Datenanalyse – Diagramme – Normalverteilungsdiagramm mit Tests

--> Ergebnistabelle "Deskriptive Statistik" --> Kurtose müsste eigentlich 0 sein

- QQ-Diagramm

- Test auf Normalverteilung

- zur grafischen Darstellung der Verteilung eines mindestens ordinalskalierten Merkmals

- Es fasst dabei verschiedene robuste Streuungs- und Lagemaße in einer Darstellung zusammen (Median, die beiden Quartile udn Extremwerte)

- Die Box entspricht dem Bereich, in dem die mittleren 50 % der Daten liegen (Sie wird also durch das obere und das untere Quartil begrenzt)

- Der Median teilt das gesamte Diagramm in zwei Bereiche, in denen jeweils 50 % der Daten liegen. Durch seine Lage innerhalb der Box bekommt man also einen Eindruck von der Schiefe der den Daten zugrunde liegenden Verteilung vermittelt --> Ist der Median im linken Teil der Box (bei waagerechter Darstellung), so ist die Verteilung rechtsschief

- Wenn der Box-Plot stark asymmetrisch ist, eine ungewöhnlich hohe Ausreißerzahl oder weit von der Box entfernte Ausreißer enthält, deutet das beispielsweise darauf hin, dass die Daten nicht normalverteilt sind.

- weil sie einmal nach Geschlecht gruppiert und die Altersgruppen ignoriert, das andere mal gruppiert sie nach Alter und ignoriert die Geschlechtsgruppen

1. dieselbe Variable zu verschiedenen Zeitpunkten beobachtet
wurde (vorher-nachher) 
2. mehrere Variablen beobachtet wurden (Testbatterie)

Es gibt also wahrscheinlich Mittelwertsunterschiede, die auf die Teilnehmer/VPn zurückgehen.

Bsp: 

- Es kann sein, daß besonders gesprächsgewandte Personen in der Stichprobe sind, sie würden zu allen Messzeitpunkten eine größere Anzahl von Regeln beachten.
- Andererseits ist vorstellbar, daß manche Teilnehmer sehr wenige Regeln automatisch verwenden und auch nur wenige in ihr Repertoire übernehmen.