Prüfungsängste und deren Behandlung - Psychologie und ...

www.fabian-grolimund.ch
10.2.3 Einfaktorielle Varianzanalyse
Die einfaktorielle Varianzanalyse „überprüft die Auswirkungen einer p-fach gestuften,
unabhängigen Variable auf die abhängige Variable“ (Bortz, 1993, S.225), im Falle dieser
Untersuchung die Auswirkungen des Treatmentfaktors Intervention auf die verschiedenen
abhängigen Variablen, die durch die Fragebögen erfasst wurden. Das Verfahren eignet sich
ebenfalls, um festzustellen, ob zum Prämesszeitpunkt bereits Unterschiede zwischen den
einzelnen Gruppen vorliegen. Führt die Varianzanalyse zu einem signigikanten Ergebnis,
kann daraus jedoch nur geschlossen werden, dass sich die verschiedenen Faktoren in ihrer
Auswirkung auf die abhängige Variable in irgendeiner Weise unterscheiden. Eine
differenziertere Interpretation der Gesamtsignifikanz wird durch Kontrastanalysen, sofern die
Kontraste zuvor spezifiziert wurden, oder durch Einzelvergleiche a posteriori möglich. Für
die zweite und dritte Hypothese wurden für die einzelnen Zeitpunkte bzw. Skalen im voraus
Kontraste spezifiziert.
Die Verwendung der einfaktoriellen Varianzanalyse ist an mehrere Voraussetzungen
gebunden:
• Die Daten sollten auf Intervallskalenniveau (Gleichheit der Differenzen) liegen.
• Es sollten unabhängige Stichproben vorliegen. Dieser Voraussetzung wurde durch die
Randomisierung der Versuchspersonen Rechnung getragen.
• Die Varianzen sollten homogen sein. Dies kann mit Hilfe des Levene-Tests überprüft
werden. Ist dieser Forderung nicht erfüllt, besteht bei kleinen Stichproben die
Möglichkeit, auf die Welch-James-Prozedur auszuweichen oder den Greenhouse-
Geiser Test zu verwenden, wobei in dieser Untersuchung letzteres getan wurde.
• Die gemessenen Merkmale sollten normalverteilt sein. Dies kann mit Hilfe des
Kolmogorov-Smirnov-Tests überprüft werden. In der Praxis wird diese Voraussetzung
nach Bortz (1993) jedoch selten geprüft. Zudem verweist Kramis (1976, zitiert nach
Hemmerlein, 1984) darauf, dass die Varianzanalyse gegen Verletzungen der
Normalität relativ robust sei.
83