Methoden der Psychologie - Johannes Gutenberg-Universität Mainz
Methoden der Psychologie - Johannes Gutenberg-Universität Mainz
Methoden der Psychologie - Johannes Gutenberg-Universität Mainz
Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.
YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.
<strong>Methoden</strong> <strong>der</strong><br />
<strong>Psychologie</strong><br />
Prof. Dr. G. Meinhardt<br />
6. Stock, Taubertsberg 2<br />
R. 06-206 (Persike)<br />
R. 06-321 (Meinhardt)<br />
Sprechstunde je<strong>der</strong>zeit<br />
nach Vereinbarung<br />
Forschungsstatistik II<br />
Dr. Malte Persike<br />
� persike@uni-mainz.de<br />
� http://psymet03.sowi.uni-mainz.de/<br />
SS 2009<br />
Fachbereich Sozialwissenschaften<br />
Psychologisches Institut<br />
<strong>Johannes</strong> <strong>Gutenberg</strong> <strong>Universität</strong> <strong>Mainz</strong>
<strong>Methoden</strong> <strong>der</strong><br />
<strong>Psychologie</strong><br />
Varianzanalyse<br />
Einfaktorielle ANOVA – Mittelwertevergleiche<br />
� Problem: Ein signifikantes Ergebnis in <strong>der</strong> ANOVA zeigt<br />
nicht an, zwischen welchen Treatmentstufen <strong>der</strong> Effekt<br />
besteht.<br />
� Für die Prüfung <strong>der</strong> Mittelwerte einzelner Faktorstufen<br />
gibt es zwei unterschiedliche Verfahrensweisen<br />
1. A-Priori Tests zur Prüfung von Hypothesen,<br />
die bereits vor <strong>der</strong> Untersuchung formuliert<br />
worden sind.<br />
2. A-Posteriori Tests (Post-hoc Tests) zur<br />
Prüfung von Hypothesen, die nach Ansehen<br />
<strong>der</strong> Daten gebildet wurden.
<strong>Methoden</strong> <strong>der</strong><br />
<strong>Psychologie</strong><br />
Varianzanalyse<br />
Einfaktorielle ANOVA – Mittelwertevergleiche<br />
� Bei den Mittelwertevergleichen im Rahmen <strong>der</strong><br />
ANOVA müssen nicht stets nur zwei Mittelwerte<br />
verglichen werden.<br />
� Es können Fragen beantwortet werden wie<br />
1. Sind die Mittelwerte zweier Faktorstufen<br />
unterschiedlich?<br />
2. Ist eine Faktorstufe unterschiedlich zum<br />
Mittelwert aller vorhergehenden Faktorstufen?<br />
3. Sind die letzten beiden Faktorstufen<br />
unterschiedlich zu den ersten beiden?
<strong>Methoden</strong> <strong>der</strong><br />
<strong>Psychologie</strong><br />
Varianzanalyse<br />
Einfaktorielle ANOVA – Mittelwertevergleiche<br />
� Sind die Mittelwerte zweier Faktorstufen unterschiedlich?<br />
D= Aj −Am ≠<br />
� Ist eine Faktorstufe unterschiedlich zum Mittelwert aller<br />
vorhergehenden Faktorstufen?<br />
1<br />
D= A ( )<br />
k − ⋅ A1+ A2 + ... + Ak−1<br />
≠0<br />
k −1<br />
� Sind die letzten beiden Faktorstufen unterschiedlich zu<br />
den ersten beiden?<br />
1 1<br />
D= ⋅ ( A ) ( )<br />
1+ A2 − ⋅ Ak−1+ Ak<br />
≠0<br />
2 2<br />
0
<strong>Methoden</strong> <strong>der</strong><br />
<strong>Psychologie</strong><br />
Varianzanalyse<br />
Einfaktorielle ANOVA – Mittelwertevergleiche<br />
� Die allgemeine Formel zur Berechnung von Differenzen<br />
bei zwei o<strong>der</strong> mehr zu vergleichenden Mittelwerten<br />
lautet:<br />
mit<br />
j=<br />
1<br />
� Oft berücksichtigt man noch die Nebenbedingung<br />
k<br />
D = ∑c<br />
⋅x<br />
k<br />
∑<br />
j=<br />
1<br />
k<br />
∑<br />
j=<br />
1<br />
c<br />
c<br />
j<br />
j<br />
=<br />
=<br />
j j<br />
0<br />
2
<strong>Methoden</strong> <strong>der</strong><br />
<strong>Psychologie</strong><br />
Varianzanalyse<br />
Einfaktorielle ANOVA – Mittelwertevergleiche<br />
� Die Varianz einer so berechneten Mittelwertedifferenz in<br />
<strong>der</strong> ANOVA ist immer:<br />
1 ⎛ ⎞<br />
Var D = σˆ = ⎜ ∑ c<br />
⎟<br />
σˆ<br />
⎜⎝ ⎠<br />
2 2 2<br />
( ) D j Fehler<br />
n ⎜ ⎟ j=<br />
1<br />
� Es wird also die in <strong>der</strong> ANOVA berechnete<br />
Fehlervarianz zugrunde gelegt.<br />
� Dieses Vorgehen ist konzeptuell identisch mit dem Pollen<br />
<strong>der</strong> Varianzen beim unabhängigen t-Test.
<strong>Methoden</strong> <strong>der</strong><br />
<strong>Psychologie</strong><br />
Varianzanalyse<br />
A-Priori Tests („Kontraste“)<br />
� Zur Berechnung von A-Priori Tests („Kontraste“) lassen<br />
sich nun zwei Prüfgrößen konstruieren<br />
t<br />
=<br />
=<br />
D<br />
σˆ<br />
D<br />
∑<br />
j=<br />
1<br />
n⋅D c<br />
df = df<br />
⋅σˆ<br />
2<br />
j Error<br />
F<br />
mit mit<br />
Fehler<br />
=<br />
D<br />
σ<br />
2<br />
2<br />
ˆ D<br />
n⋅D =<br />
⎛ ⎞⎟<br />
⎜ ⎟⋅<br />
2 2<br />
⎜<br />
⎜∑ c j σFehler<br />
⎜⎝<br />
⎟ j=<br />
1 ⎠<br />
2<br />
dfZähler<br />
= 1<br />
df = df<br />
Nenner Fehler
<strong>Methoden</strong> <strong>der</strong><br />
<strong>Psychologie</strong><br />
Varianzanalyse<br />
A-Priori Tests („Kontraste“)<br />
� Die Äquivalenz <strong>der</strong> t-verteilten Prüfgröße und <strong>der</strong> Fverteilten<br />
Prüfgröße ergibt sich aus <strong>der</strong> Tatsache, dass<br />
man für die Prüfung von Differenzen von Mittelwerten<br />
zeigen kann, dass gilt:<br />
2<br />
= df = k df = 1; df = k<br />
t F<br />
Z N<br />
� Die quadrierte t- Verteilung mit df=k Freiheitsgraden<br />
entspricht genau <strong>der</strong> F-Verteilung mit einem Zähler- und<br />
df=k Nennerfreiheitsgraden
<strong>Methoden</strong> <strong>der</strong><br />
<strong>Psychologie</strong><br />
Varianzanalyse<br />
A-Priori Tests („Kontraste“)<br />
� Zumeist sollen mit A-Priori Kontrasten genau zwei<br />
Treatmentstufen miteinan<strong>der</strong> vergleichen werden.<br />
� Dann vereinfachen sich die Formeln <strong>der</strong> t-verteilten<br />
Prüfgröße eines Kontrastes zu<br />
und<br />
t<br />
x − x Δx<br />
σˆ σˆ<br />
1 2 = = mit df = p( n−1)<br />
ΔxΔx 2<br />
σˆ<br />
Fehler<br />
SE = σˆ Δx<br />
= ⋅<br />
2<br />
n
<strong>Methoden</strong> <strong>der</strong><br />
<strong>Psychologie</strong><br />
Varianzanalyse<br />
A-Priori Tests („Kontraste“)<br />
� Der Standardfehler bestimmt sich aus <strong>der</strong> Fehlervarianz,<br />
die ja die gepoolte Varianz aus allen Stichproben ist.<br />
� Damit gehen in die gepoolte Varianz <strong>der</strong> ANOVA n·k<br />
Datenwerte ein.<br />
� Beim normalen t-Test für 2 unabhängige Stichproben<br />
sind es nur n·2.<br />
� Ein t-Test (i.e. A-Priori Kontrast) in <strong>der</strong> ANOVA hat also<br />
bei k > 2 mehr Freiheitsgrade als ein einfacher<br />
paarweiser t-Test und ist daher trennschärfer.
<strong>Methoden</strong> <strong>der</strong><br />
<strong>Psychologie</strong><br />
Varianzanalyse<br />
A-Posteriori Tests<br />
� Gerade bei umfangreicheren Versuchsdesigns und<br />
unklaren Hypothesen werden während <strong>der</strong> Auswertung<br />
Effekte entdeckt, für die zuvor keine Hypothesen<br />
bestanden.<br />
� In solchen Fällen ist es trotzdem sinnvoll zu prüfen, ob<br />
sich Signifikanzen ergeben, um gezielt Fragestellungen<br />
für weitere Untersuchungen zu entwickeln<br />
� Achtung: Eine im Nachhinein aufgestellte Hypothese<br />
mit einem A-Posteriori Test zu prüfen und zu belegen,<br />
hat faktisch keine Aussagekraft<br />
(ist jedoch in <strong>der</strong> empirischen Forschung durchaus verbreitet)
<strong>Methoden</strong> <strong>der</strong><br />
<strong>Psychologie</strong><br />
Varianzanalyse<br />
A-Posteriori Tests – Scheffé Test<br />
� Ziel: Prüfung von paarweisen Mittelwertsunterschieden<br />
ohne α-Fehler Inflation<br />
� Scheffé konnte zeigen, dass durch eine Korrektur <strong>der</strong><br />
F-Statistik eine beliebige Anzahl von<br />
Mittelwertsvergleichen durchgeführt werden können,<br />
ohne dass es zur α-Fehler Kumulierung kommt<br />
F = ( k−1) ⋅F<br />
corr
<strong>Methoden</strong> <strong>der</strong><br />
<strong>Psychologie</strong><br />
Varianzanalyse<br />
A-Posteriori Tests – Scheffé Test<br />
� Durch Umstellen <strong>der</strong> Gleichung für die F-verteilte<br />
Prüfgröße bei Mittelwertsvergleichen lässt sich damit <strong>der</strong><br />
kritische Mittelwertsunterschied berechnen<br />
D<br />
crit<br />
=<br />
� Der kritische F-Wert hat:<br />
2<br />
( p ) σFehler F(<br />
df , df ,1−α)<br />
2⋅ −1 ⋅ ⋅<br />
A Fehler<br />
� Ist also irgendeine Mittelwertedifferenz zwischen Gruppen<br />
in <strong>der</strong> ANOVA größer als D crit , so ist sie signifikant<br />
n<br />
dfZähler = p −1<br />
df =<br />
df<br />
Nenner Fehler
<strong>Methoden</strong> <strong>der</strong><br />
<strong>Psychologie</strong><br />
Varianzanalyse<br />
A-Posteriori Tests – Weitere Verfahren<br />
� Der Scheffé Test ist <strong>der</strong> konservativste unter den<br />
üblichen A-Posteriori Tests.<br />
� Er ist zudem robust gegenüber Verletzungen <strong>der</strong><br />
Voraussetzungen <strong>der</strong> ANOVA<br />
� An<strong>der</strong>e, progressivere Tests sind <strong>der</strong> Duncan-Test, <strong>der</strong><br />
Newmann-Keuls Test o<strong>der</strong> <strong>der</strong> Tukey Test