Einfaktorielle ANCOVA

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

  1. 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.

    Einfaktorielle ANCOVA über das SPSS-Menü aufrufen


  2. 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.

    Univariate ANCOVA SPSS Dialogfenster


  3. 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:

    Univariate ANCOVA SPSS Dialogfenster (ausgefüllt)


  4. Als nächsten müssen wir noch den Interaktionsterm definieren. Das tun wir über die Optionen unter Modell…

  5. Es öffnet sich das folgende Dialogfenster…

    SPSS einfaktorielle ANCOVA, univariates allgemeines lineares Modell, Modelloptionen (nicht ausgefüllt)


  6. …hier machen wir die Einstellungen und bilden die Terme, wie in dem Video unten gezeigt:


  7. Wenn wir fertig sind, bestätigen wir unsere Eingaben mit einem Klick auf Weiter

  8. Mit einem weiteren Klick auf OK führen wir die Berechnungen durch.

Mehr als eine Kovariate? Wenn wir mehr als eine Kovariate haben müssen wir die weiteren Kovariaten zuerst einzeln und dann als Interaktion mit der Gruppierungsvariable in das Modell einfügen. Wenn wir beispielsweise noch zusätzlich für stress kontrollieren wollten, würde unser vollständig ausgefülltes Modell wie unten aussehen. Dieses Muster würde man auch so für drei oder mehr Kovariaten fortsetzen.

SPSS einfaktorielle ANCOVA, univariates allgemeines lineares Modell, Modelloptionen mit zwei Kovariaten (ausgefüllt)

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:

Deutsch
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).
Bei mehr als einer Kovariate und entsprechend vielen Interaktionstermen, darf keiner der Interaktionsterme signifikant sein, damit diese Voraussetzung erfüllt ist. Um der Alphafehlerkumulierung entgegenzuwirken, empfehlen wir bei mehreren Kovariaten eine entsprechende Bonferroni-Korrektur der p-Werte durchzuführen.
 

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.