Krankheitseinsicht, dynamisch getestete Exekutivfunktionen und ...

Tabelle 35.
Cluster-Varianzen und F-Werte für Prä- und Posttest des WCSTdyn
Ward-Cluster HKA
s 2 PRÄ s 2 POST FPrä FPost
Verbesserer 38,47 21,80 0,28 0,21
Leistungsstarke 37,12 16,60 0,27 0,16
Leistungsschwache 147,88 80,31 1,08 0,77
Ward-Cluster RW
Verbesserer 46,98 25,20 0,34 0,24
Leistungsstarke 24,14 22,24 0,18 0,21
Leistungsschwache 121,43 53,80 0,89 0,52
k-means-Cluster HKA
Verbesserer 47,51 27,47 0,35 0,26
Leistungsstarke 29,81 21,03 0,22 0,20
Leistungsschwache 124,23 52,41 0,91 0,50
k-means-Cluster RW
Verbesserer 44,82 24,03 0,33 0,23
Leistungsstarke 26,01 23,73 0,19 0,23
Leistungsschwache 118,25 50,52 0,86 0,49
Anmerkungen. Betrachtet wurden die Rohwerte korrekt sortierter Karten.
N = 400; HKA: Clusteranalyse berechnet an Faktorwerten einer Hauptkomponenten-
Analyse; RW: Rohwerte; F-Werte: Clustervarianz/Gesamtvarianz
233
Ergebnisse Studie 2
Über alle Lösungen hinweg bilden »leistungsstarke« Probanden das homogenste, leistungsschwache
das heterogenste Cluster. Die Prätest-Variable des leistungsschwachen Clusters
der Ward-Analyse an Faktorwerten weist eine Varianz in der Höhe der Grundgesamtheit
auf (F > 1), was als Hinweis auf die Ungeeignetheit einer Lösung interpretiert wird. Die
k-means-Methode, angewendet auf Rohwerte, erbringt das homogenste Cluster für die
Leistungsschwachen. Nur diese Gruppierung soll daher in der Folge für den statistischen
Vergleich zwischen Clusteranalyse und RCI-Klassifikation herangezogen werden. Abbildung
18 zeigt die Position der Fälle in den k-means-Clustern relativ zu den Schwellenwerten,
Tabelle 36 deren deskriptive Statistik.
Streudiagramm und Substichproben-Mittelwerte weisen die Cluster als Verbesserer
(Prätest < c Posttest ≥ c), Leistungsstarke und Leistungsschwache aus. Ein Verschlechterer-Cluster
bildete sich nicht auf dem gewählten Aggregationsniveau heraus.