Varianzanalyse: Einseitig Testen

Wissenschaft Sozialwissenschaften
#1

Hallo liebe Statistiker,

vielleicht könnt ihr helfen, ich würde mich sehr freuen.
Ich hab eine Untersuchung mit vier Gruppen (zwei Experimentalgruppen und zwei Vergleichsgruppen) sowie 3 Messzeitpunkten.
Zum einen möchte ich within prüfen (mit der Varianzanalyse mit Messwiederholung auf einem Faktor) und zum anderen die Gruppen untereinander (einfaktorielle Varianzanylse).

Meine Fragen sind spezifisch, da meine Manipulation einen Mittelwertsanstieg über die Zeit innerhalb der Experimentalgruppe vorsieht und zum anderen die Experimentalgruppen höhere Mittelwerte als die Vergleichsgruppen aufzeigen soll.
Ich möchte also einseitig testen und darin liegt das Problem.

In allen Büchern steht immer geschrieben, die H1 ist unspezifisch, die Varianzalyse testet stets zweiseitig. Wie kann ich dem entgehen? Kann ich einfach den p Wert auf .10 erhöhen und dann in der F-Verteilungstabelle den kritischen F-Wert ablesen?
Und diese Erhöhung damit begründen, dass ich einseitig testen möchte.
Die Mittelwerte sind nicht der Hypothesen nach verteilt, damit ist die Kontrastanalyse ausgeschlossen.
Ich benutze also für die within-Frage den Test der Innersubjekte und schaue dann im Parrweisen Vergleich wo die Unterschiede liegen. Für die between-Frage schaue ich über die einfaktorielle Anova ob es Unterschiede zwischen den Gruppen gibt und anschließen Post-Hoc wo diese liegen. Aber diese Tests sind doch alle zweisetig…Ich muss mit dem F-Bruch arbeiten, weiss aber nicht wie ich diesen anpassen soll…

Ich würde mich sehr freuen, wenn ihr mir helfen könntet wie ich der zweiseitigen Testung entgehen kann.

Vielen lieben Dank,
Saskia H.

#2

Hi,

In allen Büchern steht immer geschrieben, die H1 ist
unspezifisch, die Varianzalyse testet stets zweiseitig.

Ja, weil sie generell nur testet ob ein Faktor einen Einfluss hat. Unspezifisch heisst in dem Zusammenhang nicht ‚ungrichtet‘ also 2-seitig, sondern eben schlicht ‚global‘, dass man also nicht weiß, in welchen Gruppen die Unterschiede liegen. Denn in Wirklichkeit wird schon 1-seitig getestet (i.e.auf möglichst großen Varianzanteil).

Wie
kann ich dem entgehen? Kann ich einfach den p Wert auf .10
erhöhen und dann in der F-Verteilungstabelle den kritischen
F-Wert ablesen?

Nein :smile: D kannst aber den F-Wert ignorieren und nur nach den paarweisen Vergleichen schauen.

Die Mittelwerte sind nicht der Hypothesen nach verteilt, damit
ist die Kontrastanalyse ausgeschlossen.

Das verstehe ich ehrlich gesagt nicht. Meinst du, dass nicht alle Mittelwerte gleich sind (wie es die Hypothese des F-tests annimmt)?

Ich benutze also für die within-Frage den Test der
Innersubjekte und schaue dann im Parrweisen Vergleich wo die
Unterschiede liegen. Für die between-Frage schaue ich über die
einfaktorielle Anova ob es Unterschiede zwischen den Gruppen
gibt und anschließen Post-Hoc wo diese liegen.

Was sind denn hier die within- bzw. between-Fragen?
Im Grunde kannst du alles in in Modell packen (ANOVA mit Messwiederholung) und per paarweisem Vergleich schauen, ob sich die Gruppen unterscheiden.

Aber diese
Tests sind doch alle zweisetig…Ich muss mit dem F-Bruch
arbeiten, weiss aber nicht wie ich diesen anpassen soll…

Für die paarweisen Vergleiche wird kein F-test sondern ein t-test verwendet. I.a. kann man angeben, dass man 1-seitig testen möchte, wegen der Symmetrie der t-Verteilung (im gegensatz zu F-Verteilung) kann man aber den p-Wert auch halbieren und die Richtung aus der Differenz ablesen.

Grüße,
JPL