Einfaktorielle ANCOVA: Homogenität der Regressionssteigungen
Die erste Voraussetzung, die wir überprüfen ist die Homogenität der Regressionssteigungen.
Wenn sich die Gruppen in Bezug auf die Kovariate signifikant unterscheiden (also eine Interaktion vorliegt), wird die Aufnahme der Kovariate in die Analyse diese Unterschiede zwischen den Gruppen nicht „kontrollieren“ oder „ausgleichen“. Dies würde darauf hindeuten, dass die Unterschiede in der abhängigen Variable zwischen den Gruppen in Abhängigkeit von der Kovariate variieren und die Ergebnisse aus einer ANCOVA nicht aussagekräftig sein werden. Je mehr diese Annahme verletzt wird, desto wahrscheinlicher ist es, dass wir die Nullhypothese nicht zurückweisen können (Fehler zweiter Art). Dies bedeutet, dass ein signifikanter Zusammenhang besteht, aber als nicht signifikant angezeigt wird, so dass wir die Nullhypothesen nicht verwerfen können.
SPSS Anleitung
- Die Überprüfung dieser Voraussetzung erfolgt über dasselbe Dialogfenster, was wir später verwenden werden, um die eigentliche einfaktorielle ANCOVA zu berechnen. Wir rufen es über Analysieren > Allgemeines lineares Modell > Univariat… auf.
- Es öffnet sich das Dialogfenster unten.
Auf der linken Seite sehen wir die beiden Variablen in unserem Datensatz. Auf der rechten Seite die Felder, in die wir die Variablen entweder durch Drag-and-Drop hineinziehen können oder durch Auswählen und Drücken der Pfeiltaste
zu der Liste hinzufügen können. - Die Variable klausurergebnis ist unsere abhängige Variable und die Variable gruppe unser Fester Faktor. Würden wir das Modell so lassen, hätten wir eine einfaktorielle ANOVA. Wir wollen aber noch eine Kovariate hinzufügen und zwar lernzeit in das Feld Kovariaten. Vollständig ausgefüllt, würde unser Dialogfenster so wie unten aussehen:
- Als nächsten müssen wir noch den Interaktionsterm definieren. Das tun wir über die Optionen unter
- Es öffnet sich das folgende Dialogfenster…
- …hier machen wir die Einstellungen und bilden die Terme, wie in dem Video unten gezeigt:
- Wenn wir fertig sind, bestätigen wir unsere Eingaben mit einem Klick auf
- Mit einem weiteren Klick auf führen wir die Berechnungen durch.
Homogenität der Regressionssteigungen bestimmen
In der Ausgabe hat SPSS die Tabelle Tests der Zwischensubjekteffekte berechnet. Hier schauen wir uns den Interaktionsterm an bzw. alle Interaktionsterme, wenn wir mehr als eine Kovariate haben sollten (unten rot umrandet).
Tests der Zwischensubjekteffekte | |||||
---|---|---|---|---|---|
Abhängige Variable: Klausurergebnis | |||||
Quelle | Typ III Quadratsumme | df | Mittel der Quadrate | F | Sig. |
Korrigiertes Modell | 257,218a | 5 | 51,444 | 190,100 | ,000 |
Konstanter Term | 10,954 | 1 | 10,954 | 40,478 | ,000 |
gruppe | ,437 | 2 | ,218 | ,807 | ,448 |
lernzeit | 243,366 | 1 | 243,366 | 899,312 | ,000 |
gruppe * lernzeit | ,104 | 2 | ,052 | ,193 |
,825
|
Fehler | 34,909 | 129 | ,271 | ||
Gesamt | 38811,692 | 135 | |||
Korrigierte Gesamtvariation | 292,128 | 134 | |||
a. R-Quadrat = ,881 (korrigiertes R-Quadrat = ,876) |
Der Interaktionsterm darf nicht signifikant sein! Wir wollen also, dass der p-Wert größer als 0.05 ist. In unserem Fall ist er .825. Damit haben wir Homogenität der Regressionssteigungen. Dies könnten wir so berichten:
Homogenität der Regressionssteigungen wurde Bildung der entsprechenden Interaktionsterme überprüft, welche für alle Kovariaten gegeben war (p > .05).
English
Homogeneity of regression slopes was not violated with regard to the dependent variable, as the interaction terms were not statistically significant (p > .05).
Homogenität der Regressionssteigungen nicht gegeben! Was nun?!
Wenn der Interaktionsterm unseres Modells signifikant ist, gibt es leider nicht viel, was wir tun können. In einem solchen Fall könnten wir versuchen, die Gruppen neu aufzuteilen oder eine oder mehrere Gruppen von der Analysen auszuschließen. Allerdings ist dies nicht unbedingt in allen Fällen praktikabel und mit den eigenen Forschungshypothesen vereinbar.Eventuell befinden sich auch Ausreißer in unserem Datensatz, die die Regressionssteigungen verzerren. Ausreißer und einflussreiche Datenpunkt überprüfen wir mithilfe von Hebelwerten und der Cooks-Distanz, für die wir das endgültige Modell definieren müssen, was wir im nächsten Schritt besprechen.
Leider gibt es ansonsten bei der Verletzung dieser Voraussetzung keine entsprechende Gegenmaßnahme. Ist diese Voraussetzung nicht erfüllt, dürfen wir nicht mit den weiteren Analysen fortfahren.