VO Ausgewählte Methoden | Karteikarten online lernen

Alle Oberthemen / Psychologie / Statistik

VO Ausgewählte Methoden (175 Karten)

Sag Danke

106
Kartenlink

Was ist das

? Wie ist der Zusammenhang zu

Für mehrfaktorielle Designs wird auch das partielle Eta2 verwendet:

Partielles Eta2 ist ein Maß der Varianzaufklärung unter Kontrolle (Herauspartialisierung) des Einflusses aller anderen Faktoren in der Gesamtvariabilität
Wird von SPSS ausgegeben
In einfaktoriellen Designs gilt: Eta2 = partielles Eta2
In mehrfaktoriellen Designs gilt meist: Eta2 < partielles Eta2
Interpretation als Maß der Varianzaufklärung bei partiellem Eta2 problematisch
Empfehlung, statt partiellem Eta2 lediglich Eta2 zu benutzen und zu berichten, da dies weniger verzerrt - Berechnung mit der Hand

Tags: Effektgröße, partielle 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

108
Kartenlink

Wie können Effektgrößen für Kontraste berechnet werden?

Einerseits direkt über die entsprechenden QS (polynomiale Kontraste)

Andererseits auch über t- oder F-Werte der Kontrasttests (vgl. Field, 2009, S. 390, S. 532)

Quadrieren des oben erhaltenen Wertes erlaubt Angabe der erklärten Varianz (Cave:

in diesem Fall !)

Tags: Effektgröße, partielle Eta, r
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