Einfaktorielle MANOVA in SPSS
Die grundlegende Idee der einfaktoriellen MANOVA (engl. one-way MANOVA) ist dieselbe der einfaktoriellen ANOVA – mit einem entscheidenen Unterschied: Während man mit einer ANOVA lediglich eine abhängige Variable in einem Modell untersuchen kann, kann eine MANOVA zwei oder mehr abhängige Variablen haben. Mathematisch gesehen unterscheiden sich beide Modelle auch grundlegend: Während die einfaktorielle ANOVA auf Unterschiede in den Mittelwerten der abhängigen Variablen zwischen den Gruppen der unabhängigen Variablen testet, vergleicht die MANOVA die Gruppenunterschiede bei Linearkombinationen von abhängigen Variablen.
Im Wesentlichen kombiniert es die zwei oder mehr abhängigen Variablen zu einer neuen Variablen, so dass die Unterschiede zwischen den Gruppen der unabhängigen Variablen maximiert werden. Es ist zwischen dieser neuen, zusammengesetzten Variable, die wir auf statistisch signifikante Unterschiede zwischen den Gruppen testen. Deswegen unterscheiden sich beide Modell auch in ihren Voraussetzungen, wie wir später noch sehen werden.
Ein weiterer Vorteil der MANOVA ist, dass wir nicht für Alphafehler-Kumulierung korrigieren muss. Hätten wir beispielsweise fünf abhängige Variablen, müssten wir normalerweise auch fünf einfaktorielle ANOVAs rechnen und unser Signifikanzniveau würde von den gewohnten 5% nach der Bonferroni-Korrektur lediglich 1% betragen.
Einsatzbeispiel für die einfaktorielle MANOVA
Ein klinischer Psychologe rekrutiert für seine Studie 100 Personen, die an einer Panikstörung leiden. Jeder Pateint erhält acht Wochen lang eine von vier Behandlungsarten. Am Ende der Behandlung nimmt jeder Patient an einem strukturierten Interview teil, bei dem der klinische Psychologe drei Bewertungen abgibt: physiologisch, emotional und kognitiv. Der klinische Psychologe möchte wissen, welche Behandlungsform die Symptome der Panikstörung, gemessen auf der physiologischen, emotionalen und kognitiven Skala, am stärksten reduziert.
Themenüberblick
Im ersten Teil werden wir einen Überblick über alle Voraussetzungen der einfaktoriellen MANOVA geben und zeigen, wie man sie mit SPSS überprüft. In dem Abschnitt Daten zeigen wir wie die Daten aufbereiten sein müssen, damit wir damit eine einfaktorielle MANOVA berechnen können. Hier findet sich auch zusätzlich ein Beispieldatensatz, den wir für alle Berechnungen verwenden werden.
Sobald wir die Daten bereit haben, überprüfen wir, ob alle Voraussetzungen für eine einfaktorielle MANOVA erfüllt sind. Bei Verletzungen einzelner Voraussetzungen existieren auch teilweise Korrekturen und Maßnahmen, die wir ebenfalls dort besprechen. Danach kann die eigentliche Datenanalyse beginnen. Jeden einzelnen Schritt zur Durchführung der einfaktoriellen MANOVA sowie der entsprechenden post-hoc Tests besprechen wir danach.
Zu guter Letzt müssen die Ergebnisse unserer Datenauswertung noch interpretiert und verschriftlicht werden. Dies tun wir im letzten Teil. Die Interpretation und Verschriftlichung der Daten hängt davon auch ab, ob Voraussetzungen verletzt wurden und ob wir post-hoc Tests durchgeführt haben oder nicht. Entsprechende Musterformulierungen in deutscher und englischer Sprache stehen auch zur Verfügung. Zusätzlich gehen wir auch noch auf die entsprechenden Effektstärken ein.