VO Ausgewählte Methoden | Karteikarten online lernen

Alle Oberthemen / Psychologie / Statistik

VO Ausgewählte Methoden (175 Karten)

Sag Danke

105
Kartenlink

Was ist das Effektmaß

Eta2 () ist das „natürliche“ Effektmaß varianzanalytischer Untersuchungen
Eta2 ist ein Maß dafür, wie viel Gesamtvarianz der abhängigen Variable durch den interessierenden Faktor (= unabhängige Variable) erklärt wird:

Ergebnis ist ein Maß der Varianzaufklärung (Wertebereich 0 bis 1), das in der Interpretation vergleichbar ist mit r2

Eta2 ist ein Globalmaß für Gesamteffekt eines Faktorsoder einer Wechselwirkung
Auch gerade bei varianzanalytischen Designs ist jedoch häufig die Bestimmung des Unterschiedes spezifischer Gruppen informativer

auch andere Effektgrößen (z.B. Cohens d) bestimmt werden

Tags: Effektgröße, Eta
Quelle: VO07

107
Kartenlink

Wie kann bei einer mixed ANOVA

berechnet werden?

In mixed design ANOVA gibt es zwei Fehlerterme (QSFehler für ZSF, QSRes für ISF und Wechselwirkung)

Berechnung von (partiellem) Eta2 getrennt für unabhängigen und abhängigen Faktor

Eta2 ein deskriptives Maß
Statt Eta2 (= erklärte Varianz in der Stichprobe) wird deshalb häufiger auch vorgeschlagen, ω2 (Omega2 = Schätzer der erklärten Varianz in der Population) zu berechnen

Tags: Effektgröße, Eta, mixed ANOVA, partielle Eta
Quelle: VO07

109
Kartenlink

Wann spricht man bei

von eine kleinen, mittleren und großen Effekt?

Tags: Effektgröße, Eta
Quelle: VO07

110
Kartenlink

Was zeigt dieser SPSS-Ausdruck?

Effektstärken: Wie groß sind Effekte der Kontraste (Depressive vs. Remittierte & Gesunde, Remittierte vs. Gesunde; polynomiale Kontraste)?

Der Faktor Gruppe erklärt 65% der Gesamtvarianz
Im einfaktoriellen Design gilt: partielles Eta2 = Eta2.

Tags: Effektgröße, Eta, SPSS
Quelle: VO07

111
Kartenlink

Was sind die Effektgrößen für polynomiale Kontraste?
a) linearer Term?
b) quadratischer Term?

(gewichtete QS verwenden)
Linearer Term: Eta2 = 12082.501 / 19673.514 = .61
Quadratischer Term: Eta2 = 734.649 / 19673.514 = .04

Der Anteil der linearen Komponente ist 61%, jener der quadratischen 4% ergibt zusammen die 65% Varianzaufklärung des Faktors.

Polynomiale Komponenten sind orthogonal ... daher addieren sie sich zu Gesamteffekt des Faktors (dies sieht man im SPSS Ausdruck)

Tags: Effektgröße, Eta
Quelle: VO07

112
Kartenlink

Wie groß ist der Anteil an Varianz in Trait-Angst, der auf das Geschlecht, wie hoch jener, der auf das Vorliegen einer Angsterkrankung zurückgeführt werden kann?

Interpretiere es auf Basis dieses SPSS-Ausdrucks:

Partielles Eta2: Geschlecht erklärt 6% der Varianz, Gruppe 48%, Wechselwirkung < 1%
Eta2 :

(es wird die Gesamtvarianz berechnet und dann jeweils manuell die Varianz für jeden einzelnen Faktor)

Geschlecht 3%, Gruppe 47%, Wechselwirkung < 1%
Einfluss des Geschlechts tatsächlich nur halb so groß, verglichen mit partiellem Eta2

(Dass Eta2 ist kleiner als das partielle Eta2. Um einen Schätzer der Varianzerklärung zu erhalten soll Eta2 verwendet werden, damit es nicht zu einer Überschätzung kommt.)

Tags: Effektgröße, Eta, partielle Eta, SPSS
Quelle: VO07

113
Kartenlink

Zur Frage:
Wie groß sind Prä/Post-Differenzen, wie stark unterscheiden sich die Gruppen zu T1 und T2?

Was muss untersucht werden?
Was zeigen die SPSS Ausdrucke?

Betrachtet werden Eta2 als auch Cohens d.

Zu 1. SPSS Ausdruck - Tests der Innersubjekteffekte:
Partielles Eta2: addiert sich nicht auf 100% (> 100%) !
Zeit 87% der Varianz, Wechselwirkung 32%
Eta2 :
QSTotal_Innersubjekt = QSZeit + QSZeit * Behandlung + QSFehler(Zeit) = 11873.699
Zeit 82%, Wechselwirkung 6% (Wenn man auf die Partialisierung verzichtet hat man nur mehr ein Fünftel des Effekts!)

Zu 2. SPSS Ausdruck - Tests der Zwischensubjekteffekte:
Partielles Eta2: Behandlung 3% der Varianz
Eta2 :
QSTotal_Zwischensubjekt = QSBehandlung + QSFehler = 6012.600
Behandlung 3%
Partielles Eta2 und Eta2 sind hier wieder ident (nur ein Faktor in den Zwischensubjekteffekten)

Cohens d (berechnet mittels t-Tests):
Um die Effektivität der beiden Behandlungsarten im Pre-Post zu betrachten. Cohens d ist anschaulicher als Eta.

Baseline-Testung CBT vs. CBT + Med: d = -0.37 (p = .057)
Post-Testung CBT vs. CBT + Med: d = 0.78 (p < .001)
CBT Prä/Post: d = 1.51 (p < .001) (Starker Effekt)
CBT + Med Prä/Post: d = 2.74 (p < .001) (fast um 3-fache Standardabweichung besseres Ergebnis)

Effekt Prä/Post in CBT + Med deutlich größer als in CBT allein

Tags: Cohens d, Effektgröße, Eta, partielle Eta
Quelle: VO07