Während ich das Video schaue muss ich einfach kommentieren wie sehr ich deine Arbeit schätze. Das ist genau das praktische Wissen was mir zur Ergänzung von meiner Vorlesung und den Seminaren zur Statistik noch fehlt. Plus, dass es mir die Sicherheit gibt die Daten für meine Thesis vernünftig auswerten zu können. 🙏🙏🙏 🌹
Hallo und vielen Dank vorerst für deine Zeit und Mühe. In meiner Hausarbeit teste ich den Zuschauereinfluss im Fußballstadion auf 3 verschiedene kognitive Parameter (Aktivierung, Leistungsdruck und Angst). Die Spieler erhielten jeweils in der 1. Halbzeit und nach Spielende ein kleinen Fragebogen wo sie ihr subjektives Befinden bezüglich der 3 Parameter mit einer Bewertungsskala von 1-6 (1 sehr schwach, 6 sehr hoch) bewerten sollten. Jetzt habe ich dafür 2 unterschiedliche Spieltage genommen (Spieltag 1 mit wenig Zuschauern, Spieltag 2 mit vielen Zuschauern). So habe ich jetzt die individuellen Werte der Spieler von beiden Spieltagen und kann erkennen, ob sie bei Spieltagen mit vielen Zuschauern sich aktivierter fühlen als wenn sie vor wenig Zuschauern spielen. Wir haben leider keine Programmschulung an der Uni erhalten und müssen das jetzt selber mit dem Programm ausrechnen. Ich habe das PSPP Programm. Mein Dozent meinte mir nur, dass ich für meine Hausarbeit den "Univariate Annova" Test machen soll. Exceldatei habe ich mit den Rohdaten bereits erstellt. Welche Zahlen müsste ich jetzt als Abhängige Variable und welche als Feste Faktoren anklicken? Mein Dozent meinte mir was von Co- Variate? Also ich habe es so verstanden, dass die 1. und 2. Halbzeit ein fester Faktor ist, die 3 einzelnen Parameter (Aktivierung, Leistungsdruck und Angst) sind die Abhängigen Variablen und die Zuschaueranzahl soll die Co- Variate sein. Ist das richtig? Aber ich finde diesen Begriff Co- Variate auch gar nicht...? Sorry für den langen Text :-) Ich hoffe du kannst mir helfen... VIELEN DANK
Hallo und danke für dein Lob! Prinzipiell ist eine Co-Variate oder Kovariate nichts anders als eine Kontrollvariable, also eine Variable die einen Einfluss ausübt, für die du mit kontrollierst, weil deren Vernachlässigung fahrlässig wäre und auch den untersuchten Effekt beeinflussen kann. Mit PSPP bin ich nicht so firm, aber die Halbzeit als fester Faktor ergibt soweit Sinn, auch die Zuschauerzahl als Kovariate ist wünschenswert. Du müsstest also einmal pro Parameter einen solchen Test rechnen, um zu sehen, wie sie sich je nach Halbzeit, kontrolliert um den Einfluss der Zuschauerzahl, verändern. Viele Grüße, Björn.
Hallo Björn, viele lieben Dank für die tollen Videos! Ich habe eine Frage und zwar würde ich gerne den Einfluss von mehreren nominal-skalierten UV auf eine metrische AV berechnen. Leider ist die AV im Kolmogorov-Smirnof-Test NICHT normalverteilt. Ich meine aber gelesen zu haben, dass Verletzungen der Normalverteilung ab einer 25 Personen pro Gruppe (sind hier die verschiedenen Faktoren der UV gemeint?) unproblematisch sind (jede Ausprägung jeder UV hat mehr als 25 Personen). Zudem habe ich das Problem, dass 2 der UV im Levene-Test signifikant sind. Kann ich jetzte eine Welch-ANOVA rechnen? oder gibt es eine bessere Alternative? LG Janna
Hallo Janna, warum rechnst du denn keine Regression? Deine AV ist doch metrisch und die UV können auch nominal sein. Da kommt es auch eher drauf an, dass die Residuen normalverteilt sind: ruclips.net/video/Ibl33-e56U0/видео.html Viele Grüße, Björn.
Lieber Björn, auch von meiner Seite vielen Dank für deine hervorragenden Videos! Zu meiner Frage... Versuchsaufbau: Ich habe 4 verschiedene Stimulationen an Zellkulturen der gleichen 5 Individuen (n=5) durchgeführt, welche jeweils an 4 aufeinander folgenden Tagen quantifiziert wurden. Jetzt würde ich die Ergebnisse gerne mit Blick auf die Faktoren Stimulation und Zeit auswerden. Leider sind die Ergebnisse weder normalverteilt, noch weisen sie Varianzhomogenität auf. Gibt es hier eine Möglichkeit einer nicht-parametrischen mehrfaktoriellen Varianzanalyse für anbhängige Stichproben, bzw. hättest du einen andern Vorschlag? Viele Grüße und schon einmal herzlichen Dank im Vorraus!
Hallo Johannes, danke für dein Lob! Ich sehe da leider mehrere Probleme. Zum einen die niedrige Anzahl an Beobachtungen. Da fehlt dir statistische Power. Oder anders gesagt dein Fehler 2. Art. wird sehr hoch sein. Das kann zu sehr großen Problmen bei der Inferenz führen. Zum anderen hast du mit dem Zeitfaktor ja eine Messwiederholung. Du würdest also sowohl Innersubjekteffekte anschauen müssen als auch Zwischensubjekteffekte aufgrund verschiedener Stimulationen. Daher würde ich eine ANOVA mit Messwiederholung vorschlagen. Aber auch hier kann es sein, dass die Residuen nicht normalverteilt sind. Das ist aber nicht so dramatisch, weil die ANOVA recht robust ist: Blanca MJ, Alarcón R, Arnau J, Bono R, Bendayan R. Non-normal data: Is ANOVA still a valid option? Psicothema. 2017 Nov;29(4):552-557. doi: 10.7334/psicothema2016.383. PMID: 29048317. Bei (in etwa) gleichen Gruppengrößen ist übrigens die Verletzung von Varianzhomogenität auch kein Problem (Field (2018)). Wie gesagt, am kritischsten sehe ich bei dir fehlende Power, das muss man aber einfach offen diskutieren. Viele Grüße, Björn.
Wäre das Pflanzenwachstum theoretisch nicht ne verbundene / abhängige Variable da die Höhe vorher und nacher an der gleichen Pflanze gemessen wird? Hänge gerade genau an diesem Problem in meiner Bachelorarbeit....
Was tue ich, wenn ich einen Kruskal-Wallis-Test oder einen Friedmann-Test durchführen muss, weil die Stichproben zwar metrisch skaliert, jedoch nicht normalverteilt sind, ich aber trotzdem mehrere Faktoren habe (beispielsweise Geschlecht und Studiengang (codiert mit 1 bis 4 für den jeweiligen Studiengang). Die zweifaktorielle Varianzanalyse ist ja hier aufgrund der nicht gegebenen Normalverteilung nicht zulässig. Ich muss jedoch trotzdem die Interaktionseffekte zwischen Geschlecht und Studiengang prüfen. Ich komme gerade nicht auf die Lösung welchen Test ich dann anwenden muss. Finde leider nichts dazu, wie man mit mehreren Faktoren bei nicht-parametrischen Tests umgeht.
Hey, sehr hilfreiches Video, danke dir! In meinem Fall habe ich zwei Unabhängige Variablen, wovon eine 3 kategorische Ausprägungen (1,2,3) hat. Muss ich zwingend eine Dummy Codierung durchführen oder kann ich so wie du es in dem Video gemacht hast, einfach ohne dummy codierung rechnen? LG
Hallo, erstmal vielen vielen Dank für die zahlreichen hilfreichen Videos. Wirklich ausgezeichnet und verständlich erklärt. Du erwähnst in deinem Video einen Test von Andy Field im Bezug darauf, dass das Geschlecht erst ab einem Gewissen Alkoholpegel einen Einfluss auf die Wahl hat und davor nicht. Ich stehe im Moment vor folgendem Problem: es scheint in den Grafiken so zu sein, dass Patienten nach Subarachnoidalblutungen, die in den ersten 7 Tagen einen höheren Blutdruck haben, weniger Infarkte haben als Patienten mit niedrigem Blutdruck. So zwischen Tag 7-10 kreuzen sich die kurven uns es ist umgekehrt. Also scheint es nicht generell einen Einfluss zu haben aber gegebenenfalls am Anfang. Ich konnte leider noch nicht herausfinden, ob ANOVA hierfür die richtige Wahl ist, oder ein anderer Test für diese Fragestellung geeigneter. Über Hilfe wäre ich sehr sehr dankbar :) LG Sarah Klenk
Hallo Sarah, ich habe eben erst eine Mitteilung über deinen Kommentar erhalten. Bei über 200 Videos und zahlreichen Kommentaren rutscht da scheinbar immer mal einer durch. :-/ Besteht dein Problem weiterhin? Viele Grüße, Björn.
Hallo Björn, vielen Dank für das hilfreiche Video! Ich habe eine Frage bezüglich meiner multivariaten Anova. In meinem Modell untersuche ich den Einfluss von Geschlecht, Alter und Zugehörigkeit zu einer bestimmten Zielgruppe auf die Präferenz für bestimmte Produktmerkmale. Beispiel: "Hat das Geschlecht einen Einfluss auf die Präferenz für eine Möglichkeit zur Schmuckaufbewahrung im Kleiderschrank?" Führe ich die Anova nur mit der unabhängigen Variable durch, erhalte ich beim abhängigen Merkmal für die Signifikanz (bei Tests der Zwischensubjekteffekte) Gebe ich und als unabhängige Variablen an, ist die Signifikanz zwischen und . (damit meine ich nicht den Interaktionseffekt ) Gebe ich und als unabhängige Variablen an, ist die Signifikanz zwischen und . Wie kann es sein, dass sich die Signifikanz ändert, je nachdem wie viele unabhängige Variablen ich einbeziehe? Und welche Variante ist die aussagekräftigste, um eine Aussage über die Abhängigkeit zu treffen? Ich bin für jeden Tipp dankbar!
Hallo Jan, gerne. Die Signifikanzen ändern sich weil die unabhängigen Variablen untereinander ja auch eine gewisse Korrelation haben. Diese "Zwischenkorrelation" wird bei der gleichzeitigen Aufnahme rausgerechnet. Kannst du dir analog zum Prinzip der partiellen Korrelation vorstellen. Meine Empfehlung lautet daher ein Modell mit allen unterstellten Einflussgrößen zu rechnen, da so sämtliche "Zwischenkorrelationen" beachtet werden und man zudem das realitätsnäheste Modell erhält. Viele Grüße, Björn.
Hallo Björn, danke für deine Videos, die helfen sehr! Eine Frage zur zweifaktoriellen Varianzanalyse (alles so wie bei dir im Beispielvideo - ich habe eine abhängige Variable und zwei feste Faktoren sowie ungleiche Stichprobenumfänge). Bei der Auswertung (nach deinem Vorbild durchgeführt) ergibt der Levene Test eine VERLETZUNG der Varianzhomogenität (mit p kleiner als 0,05). Wie gehe ich jetzt vor? Wahrscheinlich nehme ich den Games-Howell-Test. Doch ich kann ihn unter "Post-Hoc" nicht auswählen, er ist ausgegraut. (Bei dir im Beispielvideo in Minute 3:00) auch. Wie kann ich den auswählen? Oder muss ich etwas ganz anderes machen? Danke und beste Grüße, Jens
Hallo Jens, danke für dein Lob! Wenn man über den Syntax den Test fociert, wird folgende Meldung ausgegeben: "Post-Hoc-Tests, die keine gleichen Varianzen annehmen, werden nicht durchgeführt, wenn mehrere Faktoren in dem Modell angegeben werden." Das ist mir scheinbar bei der Übernahme der Tabelle von der einfaktoriellen zur zweifaktoriellen ANOVA durchgerutscht. In deinem Falle würde ich Bonferroni anhaken. Das steht zwar im oberen Teil, es geht aber auch für Varianzheterogenität, weswegen man ihn eigentlich so gut wie immer anhakt.: de.wikipedia.org/wiki/Post-hoc-Test#%C3%9Cbersicht_der_Post-hoc-Tests Viele Grüße, Björn.
Auf deiner Website schreibst du, dass der Levene-Test mittels des Medians robuster ist. Kannst du mir hierfür eine Quelle nennen? Ich habe in meiner Recherche dazu leider nichts gefunden. In der Auswertung für meine Bachelorarbeit habe ich nämlich den Fall, dass bei einer abhängigen Variable die Varianzhomogenität nur nach dem Levene-Median-Test und nicht nach dem des Mittelwerts gegeben ist.
Hallo Jens, Ramsey (2012), S. 103: books.google.de/books?id=jfoKAAAAQBAJ&pg=PA103&dq=levene+test+based+on+median+robust&hl=de&newbks=1&newbks_redir=0&sa=X&ved=2ahUKEwihgOi57OT2AhUSRPEDHUyPAmgQ6AF6BAgJEAI#v=onepage&q=levene%20test%20based%20on%20median%20robust&f=false Viele Grüße, Björn.
Hallo Björn, tolle Videos! Ich hab eine Frage bezüglich der signifikanten Interaktion in deinem Video. Besteht hier auch die Notwendigkeit einer Post-hoc-Testung? In meinem Fall habe ich eine MANCOVA gerechnet und zunächst signifikante Interaktionen auf multipler Ebene gefunden, die dann auf univariater Ebene für einzelne abhängige Variablen ebenfalls signifikant wurden. Jetzt bin ich etwas ratlos, inwiefern sich da Post-hoc-Testungen anschließen müssten. Ich habe in der Literatur von Eschweiler et al. gelesen, dass sich in dem Fall die Berechnung von A Priori Kontrasten anschließen müsste?! Vielen Dank für dein Mühe. Inga
9 месяцев назад
Warum sind einige der Post-Hoc Tests wie der Games-Howell ausgegraut und wie kann man sie aktivieren?
Hallo Miriam, die Daten waren fiktiv und ich habe bereits im Vorfeld die Codierung so vorgenommen. Oder meinst du die Wertelabels, sehr kalt, kalt und normal? Kleine Eigenwerbung, weil das Video schon etwas älter ist und ein neues kommen wird, schon das vollständige Vorgehen auf meiner Homepage: bjoernwalther.com/anova-zweifaktorielle-varianzanalyse-in-spss-durchfuehren/ Viele Grüße, Björn.
Hallo, ich möchte ein Experiment mit einem Sonderfall durchführen. Und zwar habe ich zwei Stufen der unabhängigen Variable (kongruente oder inkongruente Kommunikation), einen Moderator (kategorial) und drei abhängige Variablen (metrisch). Eigentlich möchte ich eine MANCOVA durchführen, habe aber folgendes Problem: der Moderator wirkt nur auf einen Zustand der unabhängigen Variablen. Es handelt sich um einen die Inkongruenz auflösenden Hinweis, der logisch betrachtet nicht in der kongruenten Gruppe sein kann, weil es hier nichts aufzulösen gibt. Daher ergeben sich trotz Moderator nur drei Gruppen (statt 2x2). Kann ich das irgendwie per MANCOVA analysieren, oder müsste ich ein anderes Verfahren verwenden?
Deine Videos sind klasse und helfen mir extrem weiter!! :) Ich habe noch eine Frage: Wenn man eine Zweifaktorielle ANOVA durchführt, ist dann eine Moderationsanalyse hinfällig? Bzw. kann man das überhaupt so pauschal sagen? Darüber hinaus würde ich die ANOVA gerne mit einem 2x2 Design durchführen, d.h. meine beiden UV sind nur mit 0 und 1 dichotom codiert. Gibt dann eine zweifaktorielle Varianzanalyse überhaupt Sinn, da ich keinen Post-hoc Test durchführen kann? Schonmal vielen Dank!
Hi, vielen Dank für das hilfreiche Video! Allerdings sprichst du immer von zweifaktorieller ANOVA, in der Auswertung steht aber "Univariate Varianzanalyse". Ist das jetzt eine one oder two way ANOVA?
Two-way steht (soweit ich das verstanden habe) für zweifaktoriell. Im Video wird eine Variable auf den Einfluss von 2 Faktoren getestet. UNI-variat, aber TWO-way. Also haben wir hier eine two-way ANOVA. (Wenn das nicht stimmt hab ich gerade heute was falsches in meine Arbeit geschrieben ;)
Hallo und danke für euer Feedback! Univariate Varianzanalyse steht in dem Sinne dafür, dass nur eine abhängige Variable geschätzt wird. Also eine ANOVA. Die Anzahl der Faktoren ist hierfür nicht wichtig. Eine multivariate varianzanalyse hat zwei abhängige Variablen oder mehr. Viele Grüße, Björn.
Hallo Björn. Erstmal vielen Dank für deine Videos! Ich habe eine zweifaktorielle ANOVA mit 2 UVs gerechnet, bei der der Levene-Test auf Mittelwert signifikant und der auf Median aber nicht signifikant ist. Das Modell selbst ist ebenfalls signifikant, jedoch die einzelnen UVs nicht. Die Interaktion aus beiden ist dann aber wieder signifikant. Wie kann das sein und darf ich diese Ergebnisse verwenden? VG Vanessa
Hallo Vanessa, der Levene-Test ist nur bedingt zuverlässig, besonders bei großen Stichproben. Die Medien-Variante ist definitiv die robustere und vorzuziehende Variante. Es ist in meinen Augen sogar wünschenswert, wenn die Haupteffekte nicht signifikant sind und nur deren Interaktion - zumindest wenn man das unterstellt hat. Wobei man bei einem signifikanten Interaktionseffekt den Haupteffekt ohnehin ignorieren sollte. Viele Grüße, Björn.
Hi, wirklich eine gute Erklärung! Ich reihe mich in die Runde der Fragensteller ein. Ich habe in SPSS eine mehrfaktorielle ANOVA durchgeführt. Es handelt sich um 3 Faktoren auf jeweils 3 Stufen. Nun sind die Quadratsummen für einen Faktor und für alle möglichen Interaktionspaare null. Ohne Quadratsumme bekomme ich natürlich auch keine Signifikanzen und kann keine Aussage treffen. Wie kommt das und was kann ich dagegen tun? LG Cynthia
Hey. Ich hab bei der explorativen Faktorenanalyse eine 3-faktorielle Lösung. Damit bin ich grundsätzlich sehr zufrieden, da meine Skala auch 3 Dimensionen abfragen soll. Mein Problem ist jedoch, dass ich nicht weiß, wie ich in Spss weiter vorgehen soll. Das Konstrukt soll auf Kommunalität und Faktorladung in der explorativen Faktorenanalyse getestet werden. Anschließend sollen DEV, Faktorreliabilität und Fornell-Larcker-Kriterium geprüft werden. Hat da jemand einen Tipp, wie ich das in SPSS umsetzen kann?
Das Video ist super verständlich. Allerdings ist es auch eine Sackgasse, wenn die Voraussetzungen der zweifaktoriellen ANOVA nicht erfüllt sind. Ich habe zum Beispiel normalverteilte Werte in den 4 Gruppen aber die Varianzen sind nach Levene-Test nicht homogen. Das kommt auch gar nicht so selten vor.
Hallo Romy, wie stark unterschiedliche sind die Varianzen denn? Der Levene-Test ist auch etwas trügerisch, da er bei großen Stichproben - wie jeder analytische Test - eine zunehmend kleinere Signifikanz hat. Viele Grüße, Björn.
@@StatistikamPC_BjoernWalther Hallo Björn! Danke für Deine Antwort. Ich habe den Levene-Test über 4 x 21 Werte der abhängigen Variablen laufen lassen. Der sig Wert ist
Vielen Dank für deine sehr gut erklärten Tutorials. Für meine Bachelor-Arbeit muss ich mehrere Datenanalysen durchführen und deine Tutorials haben mir sehr viel geholfen. Ich hätte jedoch eine Frage. Und zwar, muss ich eine zweifaktorielle Varianzanalyse durchführen, jedoch sind meine Daten nicht normalverteilt. D.h. ich müsste eine zweifaktorielle Varianzanalyse für nicht-parametrische Daten durchführen. Gäbe es vielleicht eine Alternative Methode zur zweifaktoriellen ANOVA für nicht-parametrische Daten? Vielen Dank im Voraus.
Hallo, freut mich! Wie hast du die Normalverteilung getestet? Grafisch? Eine nicht parametrische Alternative gibt es in SPSS nicht, alternativ kann man einen Bootstrap laufen lassen, der das Problem von Nichtnormalverteilung abmildert. Im Zweifel ist die ANOVA aber recht robust gegenüber Verletzung der NV: Blanca, María J., et al. "Non-normal data: Is ANOVA still a valid option?." Psicothema 29.4 (2017): 552-557. Viele Grüße, Björn.
Hallo Björn! vielen Dank für das super Video! Was kann ich tun, wenn ich keine homogenen Varianzen bei meiner zweifaktoriellen Anova habe? Vielen Dank!
was hat es denn mit den Homogenen Untergruppen auf sich? In der Universität hatten wir mal ein Beispiel "durchgerechnet" bei dem dann mehrere Untergruppen angezeigt wurden? Wie sind diese zu interpretieren bzw. zu verstehen?
Hallo, das wird im Rahmen der zweifaktoriellen ANOVA über die Scheffé-post-hoc-Prozedur gerechnet. Hier werden die Gruppenmittelwerte errechnet. Homogen heißt in dem Falle, wenn sie sich sehr ähnlich sind. Im obigen Beispiel ergeben sich je Temperaturausprägung jeweils nur eine Untergruppe, was diese Analyse unsinning werden lassen würde. Viele Grüße, Björn.
Kann man bei Einschluss einer Kovariate diese auch als Between-Subject factor verwenden? Ich lese oft in Papern, dass die Kovariate als Between-Subject-FActor verwendet worden ist.
Hallo Charlottte, ja, kann man. Kovariate und Between-subject factor unterscheiden sich meist nur in ihrer Skalierung. Erstere sind meist intervallskaliert, zweitere kategorial. Viele Grüße, Björn.
Vielen Dank für Deine Antwort. Es macht jedoch einen Unterschied, ob ich die Variable als Between-Subject-Factor oder Kovariate in die ANOVA mit Messwiederholung einfüge, denn die Werte der Interaktionsterme zwischen der betreffenden Variable (die ich entweder als Between-Subject-Factor eingebe oder als Kovariate) und dem Faktor "der Wiederholung" (z.B. Tag 1 vs Tag 2) ist unterschiedlich. Ich muss aber eine diskrete Variable (also 0,1, 0,68, 0,98) als Between-Subject -Factor eingeben, und den Interaktionsterm dieser Variable mit dem Messwiederholungsfaktor zu bekommen. Dies gelingt aber auf SPSS nicht. Als Kovariate wäre das Signifikanzlevel des Interaktionsterms dann aber ein anderer. Ich habe es mit einer kontinuierlichen Variable ausprobiert und verglichen (diese kann man nämlich als Between-Subject-Factor ODER als Kovariate eingeben - da geht beides).
Hallo Charlotte, ich sehe dein Problem. Freut mich, wenn es gelöst scheint. Bei den ganzen existierenden Nuancen muss ich dann auch regelmäßig noch mal nachlesen. Viele Grüße, Björn.
Hallo, da dieser Test anfällig bei steigender Stichprobengröße ist, würde ich mir eher die Werte an sich anschauen und dann entscheiden. Dann könnte man die Analyse entweder sein lassen oder mit der Einschränkung weitermachen. Viele Grüße, Björn.
Hallo und vielen Dank für Deine Klasse Videos! Die haben mir schon oft sehr geholfen! Ich habe eine Frage bzgl. der Diagramme bei 2-fakt ANOVAs. Kann man die als Balkendiagramm ausgeben lassen? Und wenn ja, ist auch die Skalierung abänderbar? Danke schon einmal fürs Lesen. Beste Grüße O. Nass
Hallo Oliver, vielen Dank für dein Lob! Freut mich, wenn ich helfen konnte. Du brauchst ja letztlich nur die Statistik, die an der Ordinate abgetragen wird zu ändern. Bei gruppenweise vorliegenden Variablen wird typischerweise sogar direkt der Mittelwert verwendet. Eventuell hilft dir folgendes Video: ruclips.net/video/V7EoJ1UzMqU/видео.html Viele Grüße, Björn.
Super Video! Nur wann weiß ich, welche unabhängigen Variablen ich als Feste Faktoren und welche als Kovarianten bestimme. Ich habe mal iwo gelesen dass zu 99,9% alle Unabhängigen Variablen unter Feste Faktoren platziert werden, aber wieso?
Hallo Jan, danke für dein Lob! Prinzipiell gehen nur die Variablen als Faktoren ein, die du auch theoretisch als Einflussfaktoren identifiziert hast, deren Veränderung (in Abhängigkeit) zum anderen Faktor dich interessieren. Kovariate sind nur Kontrollvariablen, also der Sammelposten für alles, was potentiell einen Einfluss haben könnte bzw. schon anderweitig ein Einfluss nachgewiesen wurde, dich diese Variablen aber nicht en detail interessieren. Viele Grüße, Björn.
Ein echt cooles Video von Dir danke! :) Sag mal bitte Björn, gibt es einen Limit an unabhängigen Variablen, die man in eine Mehrfaktorielle Varianzanalyse aufnehmen kann? Oder sollte man ab einer bestimmen Anzahl auf ein anderes Verfahren zurückgreifen? o.O Bedanke mich im Voraus für die Antwort! :)
Hallo Ilia, meines Wissens nach ist in SPSS die Grenze bei 10 Faktoren gesetzt. Ein anderes mögliches Verfahren wäre im ANOVA-Kontext immer auch die lineare Regression. 10 Variablen halte ich aber schon für recht viel. Eventuell sollten manche lediglich als Kontrollvariablen herangezogen werden. Viele Grüße, Björn.
Hallo Betül, danke für das Lob! Also prinzipiell hast du bei einer Kovarianzanalyse (ANOVA) das Ziel Unterschiede in den zentralen Tendenzen, sprich dem Mittelwert, zu finden. Allerdings hast du mehr als zwei Untersuchungsgruppen und eine zwingend metrisch skalierte abhängige Variable. Bei einer Korrelation hast du verteilungsfreiheit deiner Variablen. Dabei gibt es keine abhängige oder unabhängige Variable - lediglich ein gleichzeitiges Auftreten bestimmter Ausprägungen wird untersucht. Je nach Skalierung deiner Varibalen sind aber andere Korrelationskoeffizienten anzuwenden. Dazu empfehle ich dir wärmstens folgendes Video: ruclips.net/video/lCRiOkwHIGA/видео.html Da gehe ich auf all die Dinge, besonders die Messniveaus noch mal ausführlich ein. Also Korrelation im Unterschied zur Kovarianz untersucht nur den Zusammenhang von zwei Variablen, die ANOVA untersucht den Unterschied zweier abhängiger Variablen bei unterschiedlichen unabhängigen Variablen (=Gruppenvariable). Viele Grüße, Björn.
Vielen Dank für die super Videos!!! Ich habe hier viel gelernt. Ich habe ein änhliches ANOVA (Zweifaktorielle Varianzanalyse) durchgeführt, aber die Tabelle für "Levene-Test auf Gleichheit der Fehlervarianzen" zeigt mir keine "F"- Werte und keine "Sig."- Werte. Weiß du warum?
Ja, das stimmt! Weiss du vielleicht. welche ist das Minimum von Stichproben bei jeder Gruppe, damit die Levene-Test immer funktionieren kann? Vielen Dank!
Hallo Christian, da ein Levene's Test nichts anders als eine ANOVA auf die Residuen ist, würde ich die ANOVA-Kriterien anwenden. Das würde bedeuten die Gruppen müssten mindestens so groß wie die Anzahl an Gruppen+1 sein. Also 3 Gruppen würde 4 Beobachtungen pro Gruppen voraussetzen. Für eine zufriedenstellende statistical power müsste man da aber noch etwas mehr Beobachtungen haben. Viele Grüße, Björn.
Hallo, vielen Dank für die sehr verständlichen Videos. Gibt es eigentlich auch ein Video zur zweifaktoiellen Varianzanalyse mit Messwiederholung, oder wäre eine Idee eins zu erstellen? LG Rob
Super Video! Vielen Dank! Wenn man in deinem Beispiel die Temperatur metrisch skaliert hätte und das Pflanzenwachstum bei einem Temperaturspektrum von 0-30°C gemessen hätte, würde man die 2-faktorielle ANOVA auf die gleiche Weise durchführen?
Danke! Nein, lediglich die abhängige Variable sollte metrisch skaliert sein. Die unabhängigen Variablen kannst du aber, sofern sie metrisch vorliegen, mit einer Klassierung in eine nominale Form überführen.
ok werde ich mal mit einer Klassierung versuchen. Wäre eine ANCOVA hier möglich mit der Temperatur als Covariate wenn ich nur den Einfluss des Düngers betrachten will?
Prinzipiell dient die ANCOVA dir ja genau dazu, den Einfluss deiner Kovariate auszublenden. Wenn du also den Effekt des Düngers isolieren und für die Temperatur kontrollieren willst, wäre das ein gangbarer Weg.
Hallo, das wäre freilich denkbar, hier ging es mir aber speziell darum die zweifaktorielle ANOVA mit post-hoc-Tests und damit A-posteriori statt Kontraste und damit A-Priori zu zu zeigen. Um die Videos verständlicher und intuitiv nachvollziehar zu halten, sind die meisten Hypothesen daher auch gerichtet. Viele Grüße, Björn.
Hallo Lea, danke für dein Lob! Das habe ich noch auf dem Plan, momentan steht das aber etwas hinten an, weil RUclips unötig Steine in den Weg schmeißt und ich daher etwas mehr bei anderen Projekten Zeit investieren muss. VIele Grüße, Björn.
kannst du mir vielleicht ne Literatur oder so empfehlen? Muss das momentan auswerten und habe da ziemlich Schwierigkeiten bei der Interpretation meiner Ergebnisse..:/
Hallo Lea, uneingeschränkt würde ich dir Andy Field empfehlen, Discovering Statistics Using IBM SPSS Statistics (amzn.to/2BJtq01). Grundlegend unterscheidet es sich v.a. hinsichtlich der nun mit angegbenen Kovariate. Viele Grüße, Björn.
Hallo, das sollte dir helfen: ruclips.net/video/O2GVP_PVIZM/видео.html Der Levene-Test prüft auf Varianzhomogenität, das hat mit der Normalverteilung der Residuen nichts zu tun. Viele Grüße, Björn.
Hallo Charly, multivariat bedeutet MANOVA - multivariate analysis of variance. In der MANOVA gibt es mehrere abhängige Variablen, in der ANOVA gibt es nur eine (egal ob ein-oder zweifaktoriell). Zweifaktoriell bedeutet nicht multivariat sondern zwei unabhängige Variablen. Viele Grüße, Björn.
Während ich das Video schaue muss ich einfach kommentieren wie sehr ich deine Arbeit schätze. Das ist genau das praktische Wissen was mir zur Ergänzung von meiner Vorlesung und den Seminaren zur Statistik noch fehlt. Plus, dass es mir die Sicherheit gibt die Daten für meine Thesis vernünftig auswerten zu können. 🙏🙏🙏 🌹
Danke für dein Lob! Freut mich, wenn dir die Videos so sehr helfen! Viel Erfolg weiterhin und viele Grüße, Björn.
Wenn man zwei Tage lernen hinter sich hat und ein achtminütiges RUclips-Video verständlicher als ein 100-seitiges Skript ist 😂😩 Daumen hoch!
Dann hast du fast alles richtig gemacht. Nur die Reihenfolge ist verbesserungswürdig. ;-)
Viele Grüße, Björn.
Ich muss sagen, ich glaube du hast mir meine Bachelorarbeit gerettet! Danke danke danke!
Die besten Videos für SPSS. hilfreicher als Uni. Love it
Hallo Lydia, danke für dein Lob! Freut mich, wenn dir die Videos helfen! :-)
Viele Grüße, Björn.
Ohne dich würden wohl viele nicht einmal bis zum Bachelor kommen. Vielen, Vielen Dank!
Hallo und vielen Dank vorerst für deine Zeit und Mühe.
In meiner Hausarbeit teste ich den Zuschauereinfluss im Fußballstadion auf 3 verschiedene kognitive Parameter (Aktivierung, Leistungsdruck und Angst). Die Spieler erhielten jeweils in der 1. Halbzeit und nach Spielende ein kleinen Fragebogen wo sie ihr subjektives Befinden bezüglich der 3 Parameter mit einer Bewertungsskala von 1-6 (1 sehr schwach, 6 sehr hoch) bewerten sollten. Jetzt habe ich dafür 2 unterschiedliche Spieltage genommen (Spieltag 1 mit wenig Zuschauern, Spieltag 2 mit vielen Zuschauern).
So habe ich jetzt die individuellen Werte der Spieler von beiden Spieltagen und kann erkennen, ob sie bei Spieltagen mit vielen Zuschauern sich aktivierter fühlen als wenn sie vor wenig Zuschauern spielen.
Wir haben leider keine Programmschulung an der Uni erhalten und müssen das jetzt selber mit dem Programm ausrechnen. Ich habe das PSPP Programm. Mein Dozent meinte mir nur, dass ich für meine Hausarbeit den "Univariate Annova" Test machen soll.
Exceldatei habe ich mit den Rohdaten bereits erstellt.
Welche Zahlen müsste ich jetzt als Abhängige Variable und welche als Feste Faktoren anklicken? Mein Dozent meinte mir was von Co- Variate? Also ich habe es so verstanden, dass die 1. und 2. Halbzeit ein fester Faktor ist, die 3 einzelnen Parameter (Aktivierung, Leistungsdruck und Angst) sind die Abhängigen Variablen und die Zuschaueranzahl soll die Co- Variate sein. Ist das richtig? Aber ich finde diesen Begriff Co- Variate auch gar nicht...? Sorry für den langen Text :-)
Ich hoffe du kannst mir helfen... VIELEN DANK
Hallo und danke für dein Lob!
Prinzipiell ist eine Co-Variate oder Kovariate nichts anders als eine Kontrollvariable, also eine Variable die einen Einfluss ausübt, für die du mit kontrollierst, weil deren Vernachlässigung fahrlässig wäre und auch den untersuchten Effekt beeinflussen kann.
Mit PSPP bin ich nicht so firm, aber die Halbzeit als fester Faktor ergibt soweit Sinn, auch die Zuschauerzahl als Kovariate ist wünschenswert. Du müsstest also einmal pro Parameter einen solchen Test rechnen, um zu sehen, wie sie sich je nach Halbzeit, kontrolliert um den Einfluss der Zuschauerzahl, verändern.
Viele Grüße, Björn.
Einfach super erklärt! :) Außerdem hast du eine super angenehme Stimme :D Macht spaß zuzuhören
Danke für das Lob, Isabelle!
Viele Grüße und viel Erfolg weiterhin, Björn.
Vielen Dank, das war effektiv hilfreich
Dankeschön!
Viele Grüße, Björn.
Hallo Björn,
viele lieben Dank für die tollen Videos! Ich habe eine Frage und zwar würde ich gerne den Einfluss von mehreren nominal-skalierten UV auf eine metrische AV berechnen. Leider ist die AV im Kolmogorov-Smirnof-Test NICHT normalverteilt. Ich meine aber gelesen zu haben, dass Verletzungen der Normalverteilung ab einer 25 Personen pro Gruppe (sind hier die verschiedenen Faktoren der UV gemeint?) unproblematisch sind (jede Ausprägung jeder UV hat mehr als 25 Personen). Zudem habe ich das Problem, dass 2 der UV im Levene-Test signifikant sind.
Kann ich jetzte eine Welch-ANOVA rechnen? oder gibt es eine bessere Alternative?
LG Janna
Ah ich hab noch vergessen, dass die UV, bei denen der Levene-Test signifikant war "nur" 2 Ausprägungen haben, falls das relevant ist...
Hallo Janna, warum rechnst du denn keine Regression? Deine AV ist doch metrisch und die UV können auch nominal sein. Da kommt es auch eher drauf an, dass die Residuen normalverteilt sind: ruclips.net/video/Ibl33-e56U0/видео.html
Viele Grüße, Björn.
Lieber Björn,
auch von meiner Seite vielen Dank für deine hervorragenden Videos!
Zu meiner Frage...
Versuchsaufbau: Ich habe 4 verschiedene Stimulationen an Zellkulturen der gleichen 5 Individuen (n=5) durchgeführt, welche jeweils an 4 aufeinander folgenden Tagen quantifiziert wurden. Jetzt würde ich die Ergebnisse gerne mit Blick auf die Faktoren Stimulation und Zeit auswerden. Leider sind die Ergebnisse weder normalverteilt, noch weisen sie Varianzhomogenität auf. Gibt es hier eine Möglichkeit einer nicht-parametrischen mehrfaktoriellen Varianzanalyse für anbhängige Stichproben, bzw. hättest du einen andern Vorschlag?
Viele Grüße und schon einmal herzlichen Dank im Vorraus!
Hallo Johannes, danke für dein Lob!
Ich sehe da leider mehrere Probleme. Zum einen die niedrige Anzahl an Beobachtungen. Da fehlt dir statistische Power. Oder anders gesagt dein Fehler 2. Art. wird sehr hoch sein. Das kann zu sehr großen Problmen bei der Inferenz führen. Zum anderen hast du mit dem Zeitfaktor ja eine Messwiederholung. Du würdest also sowohl Innersubjekteffekte anschauen müssen als auch Zwischensubjekteffekte aufgrund verschiedener Stimulationen. Daher würde ich eine ANOVA mit Messwiederholung vorschlagen. Aber auch hier kann es sein, dass die Residuen nicht normalverteilt sind. Das ist aber nicht so dramatisch, weil die ANOVA recht robust ist: Blanca MJ, Alarcón R, Arnau J, Bono R, Bendayan R. Non-normal data: Is ANOVA still a valid option? Psicothema. 2017 Nov;29(4):552-557. doi: 10.7334/psicothema2016.383. PMID: 29048317.
Bei (in etwa) gleichen Gruppengrößen ist übrigens die Verletzung von Varianzhomogenität auch kein Problem (Field (2018)).
Wie gesagt, am kritischsten sehe ich bei dir fehlende Power, das muss man aber einfach offen diskutieren.
Viele Grüße, Björn.
Wäre das Pflanzenwachstum theoretisch nicht ne verbundene / abhängige Variable da die Höhe vorher und nacher an der gleichen Pflanze gemessen wird? Hänge gerade genau an diesem Problem in meiner Bachelorarbeit....
Was tue ich, wenn ich einen Kruskal-Wallis-Test oder einen Friedmann-Test durchführen muss, weil die Stichproben zwar metrisch skaliert, jedoch nicht normalverteilt sind, ich aber trotzdem mehrere Faktoren habe (beispielsweise Geschlecht und Studiengang (codiert mit 1 bis 4 für den jeweiligen Studiengang). Die zweifaktorielle Varianzanalyse ist ja hier aufgrund der nicht gegebenen Normalverteilung nicht zulässig. Ich muss jedoch trotzdem die Interaktionseffekte zwischen Geschlecht und Studiengang prüfen. Ich komme gerade nicht auf die Lösung welchen Test ich dann anwenden muss. Finde leider nichts dazu, wie man mit mehreren Faktoren bei nicht-parametrischen Tests umgeht.
Hey, sehr hilfreiches Video, danke dir! In meinem Fall habe ich zwei Unabhängige Variablen, wovon eine 3 kategorische Ausprägungen (1,2,3) hat. Muss ich zwingend eine Dummy Codierung durchführen oder kann ich so wie du es in dem Video gemacht hast, einfach ohne dummy codierung rechnen? LG
Hallo, du brauchst hier keine Dummies. Es werden im Grunde nur Gruppenvergleiche gerechnet, wozu Dummies unerheblich sind.
Viele Grüße, Björn.
Hallo,
erstmal vielen vielen Dank für die zahlreichen hilfreichen Videos. Wirklich ausgezeichnet und verständlich erklärt. Du erwähnst in deinem Video einen Test von Andy Field im Bezug darauf, dass das Geschlecht erst ab einem Gewissen Alkoholpegel einen Einfluss auf die Wahl hat und davor nicht. Ich stehe im Moment vor folgendem Problem: es scheint in den Grafiken so zu sein, dass Patienten nach Subarachnoidalblutungen, die in den ersten 7 Tagen einen höheren Blutdruck haben, weniger Infarkte haben als Patienten mit niedrigem Blutdruck. So zwischen Tag 7-10 kreuzen sich die kurven uns es ist umgekehrt. Also scheint es nicht generell einen Einfluss zu haben aber gegebenenfalls am Anfang. Ich konnte leider noch nicht herausfinden, ob ANOVA hierfür die richtige Wahl ist, oder ein anderer Test für diese Fragestellung geeigneter. Über Hilfe wäre ich sehr sehr dankbar :)
LG
Sarah Klenk
Hallo Sarah, ich habe eben erst eine Mitteilung über deinen Kommentar erhalten. Bei über 200 Videos und zahlreichen Kommentaren rutscht da scheinbar immer mal einer durch. :-/
Besteht dein Problem weiterhin?
Viele Grüße, Björn.
Hallo Björn,
vielen Dank für das hilfreiche Video!
Ich habe eine Frage bezüglich meiner multivariaten Anova. In meinem Modell untersuche ich den Einfluss von Geschlecht, Alter und Zugehörigkeit zu einer bestimmten Zielgruppe auf die Präferenz für bestimmte Produktmerkmale. Beispiel: "Hat das Geschlecht einen Einfluss auf die Präferenz für eine Möglichkeit zur Schmuckaufbewahrung im Kleiderschrank?"
Führe ich die Anova nur mit der unabhängigen Variable durch, erhalte ich beim abhängigen Merkmal für die Signifikanz (bei Tests der Zwischensubjekteffekte)
Gebe ich und als unabhängige Variablen an, ist die Signifikanz zwischen und . (damit meine ich nicht den Interaktionseffekt )
Gebe ich und als unabhängige Variablen an, ist die Signifikanz zwischen und .
Wie kann es sein, dass sich die Signifikanz ändert, je nachdem wie viele unabhängige Variablen ich einbeziehe? Und welche Variante ist die aussagekräftigste, um eine Aussage über die Abhängigkeit zu treffen?
Ich bin für jeden Tipp dankbar!
Hallo Jan, gerne.
Die Signifikanzen ändern sich weil die unabhängigen Variablen untereinander ja auch eine gewisse Korrelation haben. Diese "Zwischenkorrelation" wird bei der gleichzeitigen Aufnahme rausgerechnet. Kannst du dir analog zum Prinzip der partiellen Korrelation vorstellen.
Meine Empfehlung lautet daher ein Modell mit allen unterstellten Einflussgrößen zu rechnen, da so sämtliche "Zwischenkorrelationen" beachtet werden und man zudem das realitätsnäheste Modell erhält.
Viele Grüße, Björn.
Hallo Björn, danke für deine Videos, die helfen sehr! Eine Frage zur zweifaktoriellen Varianzanalyse (alles so wie bei dir im Beispielvideo - ich habe eine abhängige Variable und zwei feste Faktoren sowie ungleiche Stichprobenumfänge). Bei der Auswertung (nach deinem Vorbild durchgeführt) ergibt der Levene Test eine VERLETZUNG der Varianzhomogenität (mit p kleiner als 0,05). Wie gehe ich jetzt vor? Wahrscheinlich nehme ich den Games-Howell-Test. Doch ich kann ihn unter "Post-Hoc" nicht auswählen, er ist ausgegraut. (Bei dir im Beispielvideo in Minute 3:00) auch. Wie kann ich den auswählen? Oder muss ich etwas ganz anderes machen? Danke und beste Grüße, Jens
Hallo Jens, danke für dein Lob!
Wenn man über den Syntax den Test fociert, wird folgende Meldung ausgegeben: "Post-Hoc-Tests, die keine gleichen Varianzen annehmen, werden nicht durchgeführt, wenn mehrere Faktoren in dem Modell angegeben werden." Das ist mir scheinbar bei der Übernahme der Tabelle von der einfaktoriellen zur zweifaktoriellen ANOVA durchgerutscht. In deinem Falle würde ich Bonferroni anhaken. Das steht zwar im oberen Teil, es geht aber auch für Varianzheterogenität, weswegen man ihn eigentlich so gut wie immer anhakt.: de.wikipedia.org/wiki/Post-hoc-Test#%C3%9Cbersicht_der_Post-hoc-Tests
Viele Grüße, Björn.
Auf deiner Website schreibst du, dass der Levene-Test mittels des Medians robuster ist. Kannst du mir hierfür eine Quelle nennen? Ich habe in meiner Recherche dazu leider nichts gefunden.
In der Auswertung für meine Bachelorarbeit habe ich nämlich den Fall, dass bei einer abhängigen Variable die Varianzhomogenität nur nach dem Levene-Median-Test und nicht nach dem des Mittelwerts gegeben ist.
Hallo Jens, Ramsey (2012), S. 103: books.google.de/books?id=jfoKAAAAQBAJ&pg=PA103&dq=levene+test+based+on+median+robust&hl=de&newbks=1&newbks_redir=0&sa=X&ved=2ahUKEwihgOi57OT2AhUSRPEDHUyPAmgQ6AF6BAgJEAI#v=onepage&q=levene%20test%20based%20on%20median%20robust&f=false
Viele Grüße, Björn.
@@StatistikamPC_BjoernWalther vielen lieben Dank Björn 🙌🏼 deine Videos sind mega hilfreich
Hallo Björn, tolle Videos!
Ich hab eine Frage bezüglich der signifikanten Interaktion in deinem Video. Besteht hier auch die Notwendigkeit einer Post-hoc-Testung?
In meinem Fall habe ich eine MANCOVA gerechnet und zunächst signifikante Interaktionen auf multipler Ebene gefunden, die dann auf univariater Ebene für einzelne abhängige Variablen ebenfalls signifikant wurden. Jetzt bin ich etwas ratlos, inwiefern sich da Post-hoc-Testungen anschließen müssten. Ich habe in der Literatur von Eschweiler et al. gelesen, dass sich in dem Fall die Berechnung von A Priori Kontrasten anschließen müsste?!
Vielen Dank für dein Mühe.
Inga
Warum sind einige der Post-Hoc Tests wie der Games-Howell ausgegraut und wie kann man sie aktivieren?
Hey, wie hast Du aus den Temperaturangaben (die ja sicher ein zufälliger Faktor waren) die drei Stufen gemacht?
Hallo Miriam, die Daten waren fiktiv und ich habe bereits im Vorfeld die Codierung so vorgenommen. Oder meinst du die Wertelabels, sehr kalt, kalt und normal? Kleine Eigenwerbung, weil das Video schon etwas älter ist und ein neues kommen wird, schon das vollständige Vorgehen auf meiner Homepage: bjoernwalther.com/anova-zweifaktorielle-varianzanalyse-in-spss-durchfuehren/
Viele Grüße, Björn.
Hallo, ich möchte ein Experiment mit einem Sonderfall durchführen.
Und zwar habe ich zwei Stufen der unabhängigen Variable (kongruente oder inkongruente Kommunikation), einen Moderator (kategorial) und drei abhängige Variablen (metrisch).
Eigentlich möchte ich eine MANCOVA durchführen, habe aber folgendes Problem: der Moderator wirkt nur auf einen Zustand der unabhängigen Variablen. Es handelt sich um einen die Inkongruenz auflösenden Hinweis, der logisch betrachtet nicht in der kongruenten Gruppe sein kann, weil es hier nichts aufzulösen gibt.
Daher ergeben sich trotz Moderator nur drei Gruppen (statt 2x2).
Kann ich das irgendwie per MANCOVA analysieren, oder müsste ich ein anderes Verfahren verwenden?
Deine Videos sind klasse und helfen mir extrem weiter!! :)
Ich habe noch eine Frage:
Wenn man eine Zweifaktorielle ANOVA durchführt, ist dann eine Moderationsanalyse hinfällig? Bzw. kann man das überhaupt so pauschal sagen?
Darüber hinaus würde ich die ANOVA gerne mit einem 2x2 Design durchführen, d.h. meine beiden UV sind nur mit 0 und 1 dichotom codiert. Gibt dann eine zweifaktorielle Varianzanalyse überhaupt Sinn, da ich keinen Post-hoc Test durchführen kann?
Schonmal vielen Dank!
Hi, vielen Dank für das hilfreiche Video! Allerdings sprichst du immer von zweifaktorieller ANOVA, in der Auswertung steht aber "Univariate Varianzanalyse". Ist das jetzt eine one oder two way ANOVA?
Two-way steht (soweit ich das verstanden habe) für zweifaktoriell. Im Video wird eine Variable auf den Einfluss von 2 Faktoren getestet. UNI-variat, aber TWO-way. Also haben wir hier eine two-way ANOVA.
(Wenn das nicht stimmt hab ich gerade heute was falsches in meine Arbeit geschrieben ;)
@@christiantegge3591 danke für deine Antwort! Das ergibt für mich Sinn. Ich schreibe das jetzt auch mal so in mein paper :D
Hallo und danke für euer Feedback! Univariate Varianzanalyse steht in dem Sinne dafür, dass nur eine abhängige Variable geschätzt wird. Also eine ANOVA. Die Anzahl der Faktoren ist hierfür nicht wichtig. Eine multivariate varianzanalyse hat zwei abhängige Variablen oder mehr.
Viele Grüße, Björn.
Hallo Björn.
Erstmal vielen Dank für deine Videos!
Ich habe eine zweifaktorielle ANOVA mit 2 UVs gerechnet, bei der der Levene-Test auf Mittelwert signifikant und der auf Median aber nicht signifikant ist.
Das Modell selbst ist ebenfalls signifikant, jedoch die einzelnen UVs nicht.
Die Interaktion aus beiden ist dann aber wieder signifikant.
Wie kann das sein und darf ich diese Ergebnisse verwenden?
VG Vanessa
Hallo Vanessa, der Levene-Test ist nur bedingt zuverlässig, besonders bei großen Stichproben. Die Medien-Variante ist definitiv die robustere und vorzuziehende Variante.
Es ist in meinen Augen sogar wünschenswert, wenn die Haupteffekte nicht signifikant sind und nur deren Interaktion - zumindest wenn man das unterstellt hat. Wobei man bei einem signifikanten Interaktionseffekt den Haupteffekt ohnehin ignorieren sollte.
Viele Grüße, Björn.
Hi, wirklich eine gute Erklärung! Ich reihe mich in die Runde der Fragensteller ein. Ich habe in SPSS eine mehrfaktorielle ANOVA durchgeführt. Es handelt sich um 3 Faktoren auf jeweils 3 Stufen.
Nun sind die Quadratsummen für einen Faktor und für alle möglichen Interaktionspaare null. Ohne Quadratsumme bekomme ich natürlich auch keine Signifikanzen und kann keine Aussage treffen. Wie kommt das und was kann ich dagegen tun?
LG
Cynthia
Was bedeutet kleine Differenz (Gabriel) oder grosse Differenz (Hochbergs GT2) in Werten?
Hallo, gibt es einen äquivalenten Test für nicht normalverteilte Daten? Vielen Dank
Hey. Ich hab bei der explorativen Faktorenanalyse eine 3-faktorielle Lösung. Damit bin ich grundsätzlich sehr zufrieden, da meine Skala auch 3 Dimensionen abfragen soll. Mein Problem ist jedoch, dass ich nicht weiß, wie ich in Spss weiter vorgehen soll. Das Konstrukt soll auf Kommunalität und Faktorladung in der explorativen Faktorenanalyse getestet werden. Anschließend sollen DEV, Faktorreliabilität und Fornell-Larcker-Kriterium geprüft werden. Hat da jemand einen Tipp, wie ich das in SPSS umsetzen kann?
Das Video ist super verständlich. Allerdings ist es auch eine Sackgasse, wenn die Voraussetzungen der zweifaktoriellen ANOVA nicht erfüllt sind. Ich habe zum Beispiel normalverteilte Werte in den 4 Gruppen aber die Varianzen sind nach Levene-Test nicht homogen. Das kommt auch gar nicht so selten vor.
Hallo Romy, wie stark unterschiedliche sind die Varianzen denn? Der Levene-Test ist auch etwas trügerisch, da er bei großen Stichproben - wie jeder analytische Test - eine zunehmend kleinere Signifikanz hat.
Viele Grüße, Björn.
@@StatistikamPC_BjoernWalther Hallo Björn! Danke für Deine Antwort.
Ich habe den Levene-Test über 4 x 21 Werte der abhängigen Variablen laufen lassen. Der sig Wert ist
Vielen Dank für deine sehr gut erklärten Tutorials. Für meine Bachelor-Arbeit muss ich mehrere Datenanalysen durchführen und deine Tutorials haben mir sehr viel geholfen. Ich hätte jedoch eine Frage. Und zwar, muss ich eine zweifaktorielle Varianzanalyse durchführen, jedoch sind meine Daten nicht normalverteilt. D.h. ich müsste eine zweifaktorielle Varianzanalyse für nicht-parametrische Daten durchführen. Gäbe es vielleicht eine Alternative Methode zur zweifaktoriellen ANOVA für nicht-parametrische Daten? Vielen Dank im Voraus.
Hallo, freut mich!
Wie hast du die Normalverteilung getestet? Grafisch?
Eine nicht parametrische Alternative gibt es in SPSS nicht, alternativ kann man einen Bootstrap laufen lassen, der das Problem von Nichtnormalverteilung abmildert.
Im Zweifel ist die ANOVA aber recht robust gegenüber Verletzung der NV: Blanca, María J., et al. "Non-normal data: Is ANOVA still a valid option?." Psicothema 29.4 (2017): 552-557.
Viele Grüße, Björn.
Dankedankedankedankedanke!!!!
Hallo Björn! vielen Dank für das super Video! Was kann ich tun, wenn ich keine homogenen Varianzen bei meiner zweifaktoriellen Anova habe? Vielen Dank!
was hat es denn mit den Homogenen Untergruppen auf sich? In der Universität hatten wir mal ein Beispiel "durchgerechnet" bei dem dann mehrere Untergruppen angezeigt wurden? Wie sind diese zu interpretieren bzw. zu verstehen?
Hallo, das wird im Rahmen der zweifaktoriellen ANOVA über die Scheffé-post-hoc-Prozedur gerechnet. Hier werden die Gruppenmittelwerte errechnet. Homogen heißt in dem Falle, wenn sie sich sehr ähnlich sind. Im obigen Beispiel ergeben sich je Temperaturausprägung jeweils nur eine Untergruppe, was diese Analyse unsinning werden lassen würde.
Viele Grüße, Björn.
Kann man bei Einschluss einer Kovariate diese auch als Between-Subject factor verwenden? Ich lese oft in Papern, dass die Kovariate als Between-Subject-FActor verwendet worden ist.
Hallo Charlottte, ja, kann man. Kovariate und Between-subject factor unterscheiden sich meist nur in ihrer Skalierung. Erstere sind meist intervallskaliert, zweitere kategorial.
Viele Grüße, Björn.
@@StatistikamPC_BjoernWalther aber werden dann nicht die Werte im Modell anders? Bei Eingabe als kovariate wird diese doch herauspartialisiert.
Vielen Dank für Deine Antwort. Es macht jedoch einen Unterschied, ob ich die Variable als Between-Subject-Factor oder Kovariate in die ANOVA mit Messwiederholung einfüge, denn die Werte der Interaktionsterme zwischen der betreffenden Variable (die ich entweder als Between-Subject-Factor eingebe oder als Kovariate) und dem Faktor "der Wiederholung" (z.B. Tag 1 vs Tag 2) ist unterschiedlich. Ich muss aber eine diskrete Variable (also 0,1, 0,68, 0,98) als Between-Subject -Factor eingeben, und den Interaktionsterm dieser Variable mit dem Messwiederholungsfaktor zu bekommen. Dies gelingt aber auf SPSS nicht. Als Kovariate wäre das Signifikanzlevel des Interaktionsterms dann aber ein anderer. Ich habe es mit einer kontinuierlichen Variable ausprobiert und verglichen (diese kann man nämlich als Between-Subject-Factor ODER als Kovariate eingeben - da geht beides).
Hallo Charlotte, ich sehe dein Problem. Freut mich, wenn es gelöst scheint. Bei den ganzen existierenden Nuancen muss ich dann auch regelmäßig noch mal nachlesen.
Viele Grüße, Björn.
Was mache ich, wenn mein Levene-Test signifikant ist?
Hallo, da dieser Test anfällig bei steigender Stichprobengröße ist, würde ich mir eher die Werte an sich anschauen und dann entscheiden. Dann könnte man die Analyse entweder sein lassen oder mit der Einschränkung weitermachen.
Viele Grüße, Björn.
Hallo und vielen Dank für Deine Klasse Videos! Die haben mir schon oft sehr geholfen! Ich habe eine Frage bzgl. der Diagramme bei 2-fakt ANOVAs. Kann man die als Balkendiagramm ausgeben lassen? Und wenn ja, ist auch die Skalierung abänderbar? Danke schon einmal fürs Lesen. Beste Grüße O. Nass
Hallo Oliver, vielen Dank für dein Lob! Freut mich, wenn ich helfen konnte. Du brauchst ja letztlich nur die Statistik, die an der Ordinate abgetragen wird zu ändern. Bei gruppenweise vorliegenden Variablen wird typischerweise sogar direkt der Mittelwert verwendet. Eventuell hilft dir folgendes Video: ruclips.net/video/V7EoJ1UzMqU/видео.html
Viele Grüße, Björn.
Super Video! Nur wann weiß ich, welche unabhängigen Variablen ich als Feste Faktoren und welche als Kovarianten bestimme. Ich habe mal iwo gelesen dass zu 99,9% alle Unabhängigen Variablen unter Feste Faktoren platziert werden, aber wieso?
Hallo Jan, danke für dein Lob!
Prinzipiell gehen nur die Variablen als Faktoren ein, die du auch theoretisch als Einflussfaktoren identifiziert hast, deren Veränderung (in Abhängigkeit) zum anderen Faktor dich interessieren. Kovariate sind nur Kontrollvariablen, also der Sammelposten für alles, was potentiell einen Einfluss haben könnte bzw. schon anderweitig ein Einfluss nachgewiesen wurde, dich diese Variablen aber nicht en detail interessieren.
Viele Grüße, Björn.
Ein echt cooles Video von Dir danke! :)
Sag mal bitte Björn, gibt es einen Limit an unabhängigen Variablen, die man in eine Mehrfaktorielle Varianzanalyse aufnehmen kann?
Oder sollte man ab einer bestimmen Anzahl auf ein anderes Verfahren zurückgreifen? o.O
Bedanke mich im Voraus für die Antwort! :)
Hallo Ilia, meines Wissens nach ist in SPSS die Grenze bei 10 Faktoren gesetzt. Ein anderes mögliches Verfahren wäre im ANOVA-Kontext immer auch die lineare Regression. 10 Variablen halte ich aber schon für recht viel. Eventuell sollten manche lediglich als Kontrollvariablen herangezogen werden.
Viele Grüße, Björn.
Hi, tolles Video! Könntest du eventuell sagen, wann man z.B. die Kovarianzanalyse benutzt? Bzw. im Unterschied zur Korrelationsanalyse?
Hallo Betül, danke für das Lob!
Also prinzipiell hast du bei einer Kovarianzanalyse (ANOVA) das Ziel Unterschiede in den zentralen Tendenzen, sprich dem Mittelwert, zu finden. Allerdings hast du mehr als zwei Untersuchungsgruppen und eine zwingend metrisch skalierte abhängige Variable. Bei einer Korrelation hast du verteilungsfreiheit deiner Variablen. Dabei gibt es keine abhängige oder unabhängige Variable - lediglich ein gleichzeitiges Auftreten bestimmter Ausprägungen wird untersucht. Je nach Skalierung deiner Varibalen sind aber andere Korrelationskoeffizienten anzuwenden. Dazu empfehle ich dir wärmstens folgendes Video: ruclips.net/video/lCRiOkwHIGA/видео.html Da gehe ich auf all die Dinge, besonders die Messniveaus noch mal ausführlich ein.
Also Korrelation im Unterschied zur Kovarianz untersucht nur den Zusammenhang von zwei Variablen, die ANOVA untersucht den Unterschied zweier abhängiger Variablen bei unterschiedlichen unabhängigen Variablen (=Gruppenvariable).
Viele Grüße, Björn.
Vielen Dank für die super Videos!!! Ich habe hier viel gelernt. Ich habe ein änhliches ANOVA (Zweifaktorielle Varianzanalyse) durchgeführt, aber die Tabelle für "Levene-Test auf Gleichheit der Fehlervarianzen" zeigt mir keine "F"- Werte und keine "Sig."- Werte. Weiß du warum?
Hallo Christian, danke für dein Lob! Hmm, den Fall hatte ich noch nicht. Kann es sein, dass deine Gruppen zu klein sind?
Viele Grüße, Björn.
Ja, das stimmt! Weiss du vielleicht. welche ist das Minimum von Stichproben bei jeder Gruppe, damit die Levene-Test immer funktionieren kann? Vielen Dank!
Hallo Christian, da ein Levene's Test nichts anders als eine ANOVA auf die Residuen ist, würde ich die ANOVA-Kriterien anwenden. Das würde bedeuten die Gruppen müssten mindestens so groß wie die Anzahl an Gruppen+1 sein. Also 3 Gruppen würde 4 Beobachtungen pro Gruppen voraussetzen. Für eine zufriedenstellende statistical power müsste man da aber noch etwas mehr Beobachtungen haben.
Viele Grüße, Björn.
Hallo,
vielen Dank für die sehr verständlichen Videos. Gibt es eigentlich auch ein Video zur zweifaktoiellen Varianzanalyse mit Messwiederholung, oder wäre eine Idee eins zu erstellen? LG Rob
Hallo Robert, danke für dein Lob! Ich werde mal schauen, ob ich demnächst dazu was machen kann.
Viele Grüße, Björn.
ruclips.net/video/qErKBOMQNW4/видео.html
Super Video! Vielen Dank! Wenn man in deinem Beispiel die Temperatur metrisch skaliert hätte und das Pflanzenwachstum bei einem Temperaturspektrum von 0-30°C gemessen hätte, würde man die 2-faktorielle ANOVA auf die gleiche Weise durchführen?
Danke!
Nein, lediglich die abhängige Variable sollte metrisch skaliert sein. Die unabhängigen Variablen kannst du aber, sofern sie metrisch vorliegen, mit einer Klassierung in eine nominale Form überführen.
ok werde ich mal mit einer Klassierung versuchen. Wäre eine ANCOVA hier möglich mit der Temperatur als Covariate wenn ich nur den Einfluss des Düngers betrachten will?
Prinzipiell dient die ANCOVA dir ja genau dazu, den Einfluss deiner Kovariate auszublenden. Wenn du also den Effekt des Düngers isolieren und für die Temperatur kontrollieren willst, wäre das ein gangbarer Weg.
top! vielen dank!
Du hast doch hier eine gerichtete hypothese - warum rechnest du dann keine Kontraste?
Hallo, das wäre freilich denkbar, hier ging es mir aber speziell darum die zweifaktorielle ANOVA mit post-hoc-Tests und damit A-posteriori statt Kontraste und damit A-Priori zu zu zeigen. Um die Videos verständlicher und intuitiv nachvollziehar zu halten, sind die meisten Hypothesen daher auch gerichtet.
Viele Grüße, Björn.
Tolle Videos!
Kannst du auch ein Video zur ANCOVA machen?
Hallo Lea, danke für dein Lob!
Das habe ich noch auf dem Plan, momentan steht das aber etwas hinten an, weil RUclips unötig Steine in den Weg schmeißt und ich daher etwas mehr bei anderen Projekten Zeit investieren muss.
VIele Grüße, Björn.
kannst du mir vielleicht ne Literatur oder so empfehlen? Muss das momentan auswerten und habe da ziemlich Schwierigkeiten bei der Interpretation meiner Ergebnisse..:/
ist das ähnlich auszuwerten wie eine ANOVA?
Hallo Lea, uneingeschränkt würde ich dir Andy Field empfehlen, Discovering Statistics Using IBM SPSS Statistics (amzn.to/2BJtq01). Grundlegend unterscheidet es sich v.a. hinsichtlich der nun mit angegbenen Kovariate.
Viele Grüße, Björn.
danke für deine schnelle Antwort, hat mir geholfen!!
Hi,
wie prüfe ich bei der zweifaktoriellen ANOVA die Normalverteilung?
Kann ich den Levene-Test anwenden und wenn ja, wie?
Lieben Dank !!
Hallo, das sollte dir helfen: ruclips.net/video/O2GVP_PVIZM/видео.html
Der Levene-Test prüft auf Varianzhomogenität, das hat mit der Normalverteilung der Residuen nichts zu tun.
Viele Grüße, Björn.
Warum denn univariat und nicht multivariat?
Hallo Charly, multivariat bedeutet MANOVA - multivariate analysis of variance. In der MANOVA gibt es mehrere abhängige Variablen, in der ANOVA gibt es nur eine (egal ob ein-oder zweifaktoriell). Zweifaktoriell bedeutet nicht multivariat sondern zwei unabhängige Variablen.
Viele Grüße, Björn.