Hallo!
du kommmst bei der anova auf 206? mit gpower oder wie hast du
das errechnet?
Ja, G-power.
aber wie kann das sein, dass bei der MANOVA bei mehr Variablen
die erforderlich STichprobengröße sinkt?
Da es sich um unterschiedliche Modelle handelt, kann dies gut sein. Die Fehlerterme berechnen sich ja anders, und die Effektstärke wird somit anders geschätzt.
Vergleicht man das,
was ich in Gpower errechne mit den bei Bortz empfohlenen
Stichprobengrößen (Bortz, 2005, S. 596) so kann hier irgendwas
nicht stimmen.
Naja, wer liest denn schon sowas… 
ABer im Ernst: ich glaube bei der MANOVA muss die Anzahl an VP sinken mit zunehmender AV.
Da ist es nämlich so, dass mit mehr Variablen
die Stichprobengröße steigt. Wie hast du das errechnet? Auch
mit Gpower?
Ja. Hier steigt es ganz klar an. Wenn Du es als Quelle angibtst, so kann Dir nichts passieren.
Noch mal meine Ergebnisse:
F-Test: MANOVA Special Effects and Interaction
Effect size F²= 0.25
Alpha: 0.05
1-Beta: 0.90
Num. of Groups: 4
Num. of predictors: 2
Response Variables: 5
–> n= 47
F-Test: MANOVA Global Effects
Effect size F²= 0.25
Alpha: 0.05
1-Beta: 0.90
Num. of Groups: 4
Response Variables: 5
–> n= 36
F-Test: MANOVA Special Effects and Interaction
Effect size F²= 0.25
Alpha: 0.05
1-Beta: 0.90
Num. of Groups: 4
Num. of predictors: 2
Response Variables: 1
–> n= 54
im Vergleich zu
F-Test: **ANOVA Fixed Effects, special, Main effects and Interaction
Effect size F²= 0.25
Alpha: 0.05
1-Beta: 0.90
Num. of Groups: 4
Num. df: 2
–> n= 206
Anhand der Beschreibung siehst Du auch schon, dass sich die Effekte in Ihrer Interpretation aber unterscheiden. Feste Effekte werden bei der MANOVA gar nicht berechnet.
Meiner Meinung nach sollte man die MANOVA auch nur anwenden, wenn man mehr als eine AV pro VP misst - ansonsten sollte die Interpretation eben angemessen erfolgen. In der Realität kommt aber bei mir in der MANOVA eher etwas signifikantes bei rum als in der ANOVA, aber dies ist nur eine subjektive Erfahrung.
Lieben Gruß
Patrick**