Die One-Way ANOVA ist super, wenn Du einen Einflussfaktor auf eine numerische Zielvariable untersuchen willst. Aber was, wenn Du zwei hast – und wissen möchtest, ob sie gemeinsam oder sogar im Zusammenspiel wirken?
Dann brauchst Du die zweifaktorielle ANOVA, auch Two-Way ANOVA genannt.
Inhalt Beispiel: Lernmethoden und Prüfungserfolg 1. Daten in SPSS eingeben 2. Voraussetzungen prüfen a) Normalverteilung (Shapiro-Wilk-Test) b) Varianzhomogenität (Levene-Test) c) Unabhängigkeit 3. One-Way ANOVA durchführen Beispielhafte Ausgabe: Deskriptive Statistiken Test der Homogenität der Varianzen (Levene-Test): ANOVA-Tabelle: 4. Post-hoc-Test: Welche Gruppen…
Du weißt bereits, was eine Varianzanalyse (ANOVA) ist und wann man sie verwendet. Jetzt wird’s praktisch: Du bekommst einen vollständigen Workflow für die One-Way ANOVA in R – inklusive Voraussetzungstests, Modell, Post-hoc-Tests und Grafiken.
Du hast eine ANOVA gerechnet – und sie war signifikant! Jetzt willst Du natürlich wissen, welche Gruppen sich genau unterscheiden. Der erste Impuls: Einfach ein paar t-Tests zwischen den Gruppen machen. Aber Achtung! Alpha-Fehler-InflationWenn man mehrere Hypothesentests gleichzeitig durchführt, steigt…
Inhalt Was ist die Varianzanalyse (ANOVA)? Zentrale Begriffe und Konzepte 1. Gruppenmittelwerte und Gesamtmittelwert 2. Streuungszerlegung 3. F-Wert Voraussetzungen der ANOVA Hypothesen in der ANOVA Wann verwendet man die Varianzanalyse? Varianten der Varianzanalyse 1. One-Way ANOVA (einfaktorielle Varianzanalyse) 2. Two-Way…
Szenario:Du erhebst bei Personen aus drei Gruppen (z. B. Berufsfelder) ihr technisches Interesse anhand von drei Items. Untersuche, ob sich Gruppe 1 und Gruppe 2 signifikant im Skalenmittelwert unterscheiden. Gruppe 3 soll nicht berücksichtigt werden. Daten herunterladen Items: Lösung in R…
Szenario:Du untersuchst, ob ein Motivations-Workshop die Motivation von Mitarbeitenden signifikant steigert. Dazu wird die Motivation vorher und nachher gemessen. Datensatz: Mittel_Motivationsvergleich.csv Daten herunterladen Variablen: Lösung in R 1. Daten einlesen daten <- read.csv(„Mittel_Motivationsvergleich.csv“) 2. Voraussetzungen prüfen a) Differenzen berechnen und…
Du überprüfst, ob sich das durchschnittliche Stressniveau zwischen männlichen und weiblichen Personen statistisch signifikant unterscheidet. Mit Hilfe eines t-Tests (und ggf. eines Mann-Whitney-U-Tests) lernst Du, wie aus einer Forschungsfrage eine überprüfbare Hypothese wird – und wie Du diese in R oder SPSS testest.
Hast Du Daten von denselben Personen zu zwei Zeitpunkten – z. B. vor und nach einem Training –, brauchst Du in SPSS den t-Test für abhängige Stichproben. Dieser Test prüft, ob sich die beiden Messwerte signifikant unterscheiden. Typisch ist er bei Vorher-Nachher-Messungen, aber auch bei Messungen von Paaren oder Zwillingsstudien.
Manchmal erhebst Du Daten vor und nach einer Intervention – zum Beispiel Stresslevel vor und nach einem Achtsamkeitstraining. Oder Du arbeitest mit Paaren, Zwillingen oder Messwiederholungen. In solchen Fällen nutzt Du den t-Test für abhängige Stichproben, auch paired t-Test genannt.