Bonferroni Korrektur nötig?
Hallo,
ich untersuche 3 Gruppen (Ältere Geschwisterkinder, jünger Geschwisterkinder und Einzelkinder) auf Unterschiede bezüglich emotionaler Kompetenz. Ich habe dafür insgesamt 3 Fragebögen, welche nochmals in 5-10 Unterskalen aufgeteilt wurden. Ich möchte gucken, ob sich die drei Gruppen von einander unterscheiden. Dafür habe ich die ANOVA angewendet. Nun möchte ich jeweils zwei Gruppen miteinander vergleichen (Jüngere-Einzelkinder) und (Ältere-Einzelkinder) und gucken ob es Unterschiede in den Mittelwerten gibt mit einem T-Test.
Zum Beispiel: Ich habe einen T-Test für die Skala "Akzeptanz" mit einem Signifikanzwert von .077 (Beim Vergleich von Ältere Geschwisterkinder und Einzelkinder). Diese Skala gehört zu einem Fragebogen und ist eine von insgesamt 9 Skalen für diesen Fragebogen. Nun führe ich 8 weitere T-Tests durch für die jeweiligen Skalen des einen Fragebogens z.B. "Verstehen" etc. Muss ich nun für das Signifikanzniveau eine Bonferroni Korrektur vornehmen mit 9*0.077 (Für den Fragebogen in dem sich die Skala Akzeptanz befindet gibt es insgesamt 9 Skalen) ODER gar nicht korrigieren, da ich nur "einen" T-Test für die eine Skala mit den Gruppen "Älter" und "Einzelkind" durchführe ODER muss ich die Signifikanz mit der Anzahl ALLER insgesamt durchgeführten T-Tests multiplizieren? Da ich noch mehr Fragebögen mit vielen Skalen habe, komme ich am ende auf vllt insgesamt 50 durchgeführte T-Tests.
Auf dem Bild habe ich die Signifikanzen markiert und die jeweiligen Skalen des Fragebogens.
Zusammengefasst: 1. Muss ich wenn ich immer nur eine Skala auf Mittelwertsunterschiede mit zwei Gruppen Teste, überhaupt eine Korrektur machen? ODER
2.Muss ich wenn ich alle 10 Mittelwerte der Skalen EINES Fragebogens mit insgesamt zwei Gruppen vergleiche dann immer nur für diesen Fragebogen eine Korrektur vornehmen also aus ,342 wird 1,000 etc? ODER
3.Muss ich immer eine Korrektur vornehmen, aber dann mit der INSGESAMTEN Anzahl der durchgeführten T-Tests (was eben locker 50 sein könnten)
Danke euch!
1 Antwort
Die kannst den Gesamtskalenwert zwischen den Gruppen vergleichen, und falls der inferezstatistisch signifikant wird, gegebenenfalls danach die Einzelskalen.
Alternativ Multivariate Varianzanalyse (MANOVA) zum Gruppenvergleich simultan auf allen Skalen eines Fragenbogens. Vorausgesetzt, die Skalen operationalisieren gemeinsam ein hypothetisches Konstrukt. Wird die MANOVA inferenzstatistisch signifikant, dann gegebenenfalls Vergleich auf Ebene der einzelnen Skalen.
Allerdings sind der Hinterghrund und die genaue Fragestellung für die Studie unbekannt. Vielleicht gibt es einen guten Grund, an einer Stichprobe von 76 Personen 50 Tests durchführen zu wollen (mir selbst fällt auf Anhieb jedoch keiner ein).
Wozu Varianzanalyse, wenn das Thema ohnehin nur 2 Gruppen betrifft.
Mein Vorschlag war, sukzessive vorzugehen und bei Fragebögen, in denen es einen Gesamtwert über alle Subskalen hinweg gibt, zunächst nur diesen Gesamtwert zwischen den Gruppen zu vergleichen, und nur bei einem inferenzstatistisch signifikanten Ergebnis die Subskalen auch noch zu testen. Alternativ, statt Gesamtwert zu testen, eine MANOVA mit den Subskalen, und nur wenn diese inferenzstatistisch signifikant ausfällt, eine Betrachtung der Subskalen. Warum die Subskalen überhaupt von Belang sind, weiß ich nach wie vor nicht, aber von vornherein 50 Gruppevergleiche zu planen, ist erfahrungsgemäß wenig hilfreich.
Das Oberthema betrifft 3 Gruppen insgesamt, deswegen erstmal die Varianzanalyse. Danach wollte ich mir einfach angucken, ob es auch einen Unterschied zwischen eben "Älteren" und "Einzelkindern" und "Jüngeren" und "Einzelkindern" gibt. Da es im Gesamtwert der Skala keinen Sig. Unterschied gibt, wollte ich mir dazu einfach mal die Subskalen angucken, ob es vllt doch in einem "Thema" einen Unterschied gibt, ich hoffe ich habe es Verständlich ausgedrückt.
Wenn es darauf hinausläuft, "einfach mal zu gucken", dann wäre eine Bonferroni-Korrektur mit Faktor 50 meines Erachtens nicht verkehrt.
Das entspräche, nebenbei bemerkt, einem alpha von 0,001 als Schwelle, also minimaler statistischer power, nicht zuletzt angesichts der kleinen Stichprobe.
Hi, also den Gesamtskalenwert habe ich bereits immer mit der ANOVA verglichen. Meine Hypothesen lauten auch z.B. "Gibt es einen Unterschied zwischen älteren Geschwisterkindern und Einzelkinder bezüglich ihres Empathievermögens?" Nun muss ich ja nur die zwei Gruppenmittelwerte von "Älter" und "Einzelkind" mit einander vergleichen mittels T-Test. Der Empathiefragebogen besteht aus insgesamt 4 Skalen. Nun würde ich einen Vergleich der Gesamtskala aber auch der einzelnen Subskalen machen, was ja dann 5 T-Tests entspricht. Muss ich dann den P-Wert angleichen (P*5) oder nicht, da ich jede Skala ja einzeln teste. Ich bekomme also einen Sig.Wert für die Skala "Fantasy", einen Sig.Wert für die Skala "Personal D." etc. oder muss ich am ende, da ich auch T-Tests für die anderen Fragebögen Plus deren Unterskalen mache, ALLE T-Tests zusammen rechnen?