Ich betrachte ja die Gruppen dann (in diesem Fall die
einzelnen Werbemaßnahmen) und da werden ja die jeweiligen
Leute betrachtet. Die sind ja unabhängig voneinander. Und da
ich ja die ganze Gruppe betrachte ist das dann ja unabhängig.
Kann man das so interpretieren??
Nein. Die Personen in den Gruppen sind doch die gleichen, weil alle Personen die Fragen zu den Maßnahmen beantworten haben (richtig?) und deshalb sind die Daten abhängig voneinander. Du mußt Deine Daten neu anordnen, wenn Du SPSS verwendest, und Verfahren für abhängige Daten rechnen.
wegen der korrelierten Fehler in within-subjects designs.
Kannst Du mit ein konkretes (Zahlen-)Beispiel dafür geben, wo die Korrelation der Fehler zu falschen (falsch-positiven) Aussagen führen, wenn man eine ungepaarte Analyse macht?
Mir würde auch ein Rezept reichen, solche Daten zu generieren, um mir das Verhalten bei vielen Datensätzen anzuschauen. Ich will es einfach mal „sehen“. Ich will eine Vorstellung davon bekommen, welche Art diese Korrelation sein muss und wie groß die Effekte/Fehler so sind, die man dadurch bekommen kann.
ich streue noch ma ein wenig mein Unwissen rein (ihr habt ja
gesagt ich kann noch weitere Fragen stellen )
Das hat JPL gesagt
Ich betrachte ja die Gruppen dann (in diesem Fall die
einzelnen Werbemaßnahmen) und da werden ja die jeweiligen
Leute betrachtet. Die sind ja unabhängig voneinander. Und da
ich ja die ganze Gruppe betrachte ist das dann ja unabhängig.
Kann man das so interpretieren??
Nein, kann man nicht.
Du vergleichst ja *immer* Gruppen. Es geht ja genau darum (wie aiwendil sagte), dass die Fehler zwischen den Gruppen korreliert sind. Einzelwerte können ja gar nicht korrelieren; einen Zusammenhang kann man nur haben, wenn es mehrere Werte (-paare, -tripel, …) gibt. Beispiel: Wie korreliert 3 und 5? Genau! Kann man gar nicht sagen; die Frage ist schon quatsch. Aber (3,4,5,8) und (5,6,9,12)? Die korrelieren gut (je größer der Wert in der ersten Gruppe, desto größer der entsprechende Wert in der zweiten Gruppe).
LG und
Liebe Grüße und wirklich BESTEN DANK FÜR DIE REGE
TEILNAHME!!!
Kannst Du mit ein konkretes (Zahlen-)Beispiel dafür geben, wo
die Korrelation der Fehler zu falschen (falsch-positiven)
Aussagen führen, wenn man eine ungepaarte Analyse macht?
für den t-Test kannst Du ein Beispiel nachlesen auf den Seiten 426-427 von Hays, W. L. (1973). Statistics for the social sciences. London: Holt.
Da ich nur diese ältere Auflage jetzt hier im Büro habe, kann ich Dir nicht sagen, ob das Beispiel auch in neueren Auflagen enthalten ist.
Mir würde auch ein Rezept reichen, solche Daten zu generieren,
um mir das Verhalten bei vielen Datensätzen anzuschauen. Ich
will es einfach mal „sehen“. Ich will eine Vorstellung davon
bekommen, welche Art diese Korrelation sein muss und wie groß
die Effekte/Fehler so sind, die man dadurch bekommen kann.
Ich würde mir die Daten auf Basis eines within-subject-Modells wie z.B. für die einfaktorielle ANOVA mit Meßwiederholung erzeugen. Das Modell gibt ja genau an, wie sich ein Meßwert zusammensetzt: grand mean + Effekt der Stufe des Meßwiederholungsfaktors + Personenfaktor + Fehler. Das Modell macht die Annahme, daß die Fehler gemeinsam normalverteilt sind mit Erwartungswertvektor gleich Nullvektor und einer ganz bestimmten Form einer Varianz-Kovarianz-Matrix, die der Sphärizitätsbedingung genügt. Die Fehler würde ich also aus einer multivariaten Normalverteilung mit den genannten Eigenschaften und frei wählbarer Kovarianzhöhe ziehen. Die erzeugten Daten würde ich dann sowohl mit einer within-subjects- und einer between-subjects-ANOVA auswerten. Mal sehen, was rauskommt.
)