Repeated Measures ANOVA in SPSS

Manchmal willst Du wissen, ob sich etwas verändert – z. B. das Stressniveau vor, während und nach einer Intervention. Da Du dieselbe Person mehrfach misst, brauchst Du eine ANOVA mit Messwiederholung, auch Repeated Measures ANOVA genannt.

---

Beispiel: Achtsamkeitstraining und Stress

Fragestellung:
Verändert sich das Stressniveau bei den Teilnehmenden über drei Zeitpunkte hinweg (vor, während, nach dem Training)?

---

1. Daten in SPSS eingeben

Du brauchst einen Datensatz mit einer Zeile pro Person und je eine Spalte pro Messzeitpunkt, z. B.:

ID	vor	waehrend	nach
1	75	70	65
2	80	75	68
…	…	…	…

Tipp: Du brauchst mindestens zwei Messzeitpunkte, aber mit SPSS kannst Du auch 3 oder mehr analysieren.

---

2. Repeated Measures ANOVA durchführen

Analysieren → Allgemeines lineares Modell → Messwiederholungs-ANOVA

a) Faktor definieren

• Innerhalb-Subjekt-Faktor-Name: z. B. „Zeit“
• Anzahl der Stufen: 3 (für „vor“, „während“, „nach“)
  → Weiter

b) Zuordnen der Messzeitpunkte

• Ordne den Variablen in Deinem Datensatz die Zeitstufen zu:
  • Zeit1 = vor
  • Zeit2 = waehrend
  • Zeit3 = nach
    → Weiter

c) Optionen einstellen

• Modelle: „Vollständig“ lassen (für Interaktion mit der Zeit)
• Optionen:
  • „Deskriptive Statistiken“
  • „Schätzwerte für Mittelwerte“
  • „Effekte anzeigen“ (optional)
  • „Homogenität der Varianzen testen“ brauchst Du nicht – denn das ist bei Messwiederholung nicht erforderlich

→ Dann OK klicken.

---

3. Ergebnisse interpretieren

a) Mauchly-Test auf Sphärizität

Definition (Box):
Sphärizität bedeutet, dass die Varianz der Differenzen zwischen den Zeitpunkten gleich ist.
Verletzungen führen zu verzerrten F-Werten.

• $p > 0{,}05$ → Annahme der Sphärizität ist in Ordnung
• $p < 0{,}05$ → Annahme verletzt → korrigierte Tests beachten:
  • Greenhouse-Geisser (konservativ)
  • Huynh-Feldt (liberaler)

b) ANOVA-Tabelle (Within-Subjects-Effekte)

• Wenn der Zeit-Faktor signifikant ist ($p < 0{,}05$), hat sich die Zielgröße über die Zeit hinweg verändert.

Beispiel:

• F = 18.3, df = 2, p = 0.000 → signifikant

---

4. Post-hoc-Tests (Zeitpunkte vergleichen)

SPSS bietet hier keine klassische Post-hoc-Auswahl.
Aber: Du bekommst im Output automatisch die paarweisen Vergleiche der Zeitpunkte.

• Diese findest Du in der Tabelle „Tests der einfachen Haupteffekte“ oder „paarweise Vergleiche“
• Achte auf die Bonferroni-korrigierten p-Werte!

---

5. Visualisierung (optional, empfohlen!)

Grafiken → Mittelwertdiagramm → Einfach

• Kategorieachse: Zeit
• abhängige Variable: z. B. „vor“, „waehrend“, „nach“
  → SPSS erstellt ein Liniendiagramm mit Mittelwerten und Fehlerbalken – ideal für die Präsentation!

---

Zusammenfassung: So geht Repeated Measures ANOVA in SPSS

Schritt	Was Du machst
1.	Daten im Wide-Format eingeben (eine Zeile pro Person)
2.	„Messwiederholungs-ANOVA“ unter „Allg. lineares Modell“ wählen
3.	Innerhalb-Subjekt-Faktor definieren (z. B. Zeit)
4.	Optionen aktivieren und berechnen
5.	Sphärizität prüfen (Mauchly-Test) und Ergebnisse interpretieren
6.	Diagramm erstellen und ggf. paarweise Vergleiche nutzen

---

Q&A – Teste Dein Wissen

Frage 1: Wann brauchst Du eine Repeated Measures ANOVA?
Antwort: Wenn Du mehrmals dieselben Personen misst – z. B. vor, während und nach einem Experiment.

Frage 2: Was prüft der Mauchly-Test?
Antwort: Ob die Sphärizität – also Gleichheit der Differenz-Varianzen – gegeben ist.

Frage 3: Was passiert, wenn Sphärizität verletzt ist?
Antwort: SPSS berechnet automatisch korrekturangepasste F-Tests (Greenhouse-Geisser, Huynh-Feldt).

Frage 4: Wie musst Du die Daten strukturieren?
Antwort: Wide-Format – eine Zeile pro Person, Spalten = Messzeitpunkte.

Frage 5: Kannst Du Post-hoc-Vergleiche bei Repeated Measures in SPSS machen?
Antwort: Ja – SPSS zeigt paarweise Vergleiche automatisch mit angepassten p-Werten an.