Zuvor wurde diskutiert, dass mit dem t-Test oder dem Wilcoxon- bzw. Mann-Whitney-U Test Mittelwerte der Variablen von zwei unabhängigen Gruppen verglichen werden können. Oftmals sollen StudentInnen und Ghostwriter für Statistik bei empirischen Auswertungen für Seminararbeiten, Bachelorarbeiten, Masterarbeiten oder Dissertationen mehr als zwei Gruppen vergleichen, was in SPSS, Stata und RStudio mit der einfaktoriellen Varianzanalyse (ANOVA, analysis of variance) realisiert werden kann. Wie auch bei dem t-Test und der Berechnung der Pearson-Korrelation ist die sinnvolle Berechnung der ANOVA an mehrere Voraussetzungen geknüpft, deren Erfüllung besonders bei Masterarbeiten und Doktorarbeiten kritisch geprüft wird. StudentInnen und Ghostwriter für Statistik sind also gut damit beraten, diese Voraussetzungsprüfung im Ergebnisteil ihrer Arbeiten darzustellen.
Für die statistische Berechnung einer ANOVA gibt es eine Vielzahl von Voraussetzungen, von denen nachfolgend nur die wichtigsten aufgeführt werden können. Grundsätzlich wird bei der einfaktoriellen Varianzanalyse ähnlich wie bei der linearen Regression zwischen einer abhängigen Variable (auf Unterschiede zu prüfende Mittelwerte) und unabhängigen Variablen (Gruppen definierende Merkmale) unterschieden:
Für die einfaktorielle Varianzanalyse gibt es bei der Interpretation der statistischen Auswer tungsergebnisse mit SPSS, Stata oder RStudio durch StudentInnen und Ghostwriter für Statistik viel mehr zu berücksichtigen, als hier dargestellt werden kann. Dennoch werden nachfolgend die wichtigsten Punkte dargestellt, die es bei der Interpretation zu beachten gilt. Für das folgende Beispiel sollen signifikante Unterschiede einer Variable bei drei Grup pen von PatientInnen mit verschiedener Symptomstärke ermittelt werden:
SPSS, Stata und RStudio bieten StudentInnen und Ghostwriter für Statistik bei der Auswertung der einfachen Varianzanalyse viele weitere Möglichkeiten, die gerade bei Mas terarbeiten und Doktorarbeiten ausgeschöpft werden sollten. Dies betrifft beispielsweise den Umgang mit Verletzungen der Voraussetzungen (keine Normalverteilung oder Varianzhomogenität, die Durchführung von Post-hoc-Tests, die Berechnung von Effekt stärken oder die Kontrastanalyse). Hier ist bereits feststellbar, dass die anzuwendenden statistischen Testverfahren in ihrem Komplexitätsgrad deutlich zunehmen. Sollten Sie Fragen haben, welches Testverfahren für Ihre Auswertung das richtige ist, sende Sie uns eine unverbindliche Anfrage.
