ANOVA-Maßnahmen: Werbung und Kundenverhalten Essay

Words: 552
Topic: Statistik

Statistik

Das Kreisdiagramm (Abbildung 1) zeigt, dass der Anteil der Männer (33,33 %) geringer ist als der der Frauen (66,67 %). Die deskriptive Statistik (Tabelle 1) zeigt, dass die Testergebnisse mit der Dauer des Lernens zunehmen. Die Mittelwerte der Testergebnisse stiegen vom Ausgangswert von 29,58 (SD = 12,22) in der ersten Woche auf 33,08 (SD = 10,11), 35,42 (SD = 9,89), 35,67 (SD = 10,67), 39,92 (SD = 9,72), 45,67 (SD = 8,69) und 50,00 (SD = 10,19) in 2, 4, 6, 8, 10 bzw. 12 Wochen. Die deskriptiven Statistiken zeigen also, dass die Dauer des Lernens die Leistung der Schüler verbessert.

Tabelle 2 zeigt, dass Zeit und Geschlecht mit den Testergebnissen der Teilnehmer variieren. Die Mittelwerte der Testergebnisse steigen nicht mit der Zeit an, aber auch die der Männer sind größer als die der Frauen.

Die Analyse der Daten (Tabelle 3) zeigt, dass die Annahme der Sphärizität verletzt wird, da die Hypothese, dass die Varianzen der Testergebnisse gleich sind, zurückgewiesen wird (χ2(20) = 56,876, p = 0,000). Die Verletzung der Sphärizitätsannahme erhöht den F-Quotienten und die Wahrscheinlichkeit eines Fehlers vom Typ I (Field, 2018). In Fällen, in denen eine Verletzung der Sphärizitätsannahme vorliegt, erfordert die Interpretation der Ergebnisse die Anwendung der Greenhouse-Geisser-Korrektur.

Die ANOVA mit wiederholten Messungen und Greenhouse-Geisser-Korrektur (Tabelle 4) zeigt, dass das Geschlecht keinen Haupteffekt auf die Testergebnisse der Teilnehmer hat, da es keinen statistisch signifikanten Interaktionseffekt gibt. Eine Post-hoc-Analyse ist in diesem Fall nicht möglich, da das Geschlecht eine Variable mit zwei Kategorien ist. Die Zeit hat einen statistisch signifikanten Haupteffekt, da sie mit den Testergebnissen steigt, F(2.646, 26.456) = 20.609, p = 000. Post-hoc-Tests sind hier nicht anwendbar, da es sich bei den Testergebnissen um eine Variable innerhalb des Subjekts handelt. Insgesamt haben Zeit und Geschlecht keine statistisch signifikante Wechselwirkung bei der Beeinflussung der Variation in den Testergebnissen, F(2.646, 26.456) = 1.156, p = 0.341.

Anwendung der analytischen Strategie

Mein Forschungsgebiet ist der Einfluss der Dauer der Werbung auf das Kaufverhalten der Kunden. Die Dauer der Werbung, die Überzeugungskraft und das Geschlecht sind drei Variablen, die ich in einer ANOVA mit wiederholten Messungen verwenden würde. Die Dauer der Werbung ist eine unabhängige Variable, die auf einer kontinuierlichen Skala der Anzahl der Tage existiert. Im Gegensatz dazu ist die Überzeugungskraft eine abhängige Variable, die auf einer ordinalen Skala gemessen wird, die auf einer 10-Punkte-Likert-Skala basiert. Als demografische Variable ist das Geschlecht eine kategoriale Skala, die Männer und Frauen umfasst. Bei der Überzeugungskraft handelt es sich um eine wiederholte Messung, die täglich eine Woche lang entsprechend der Dauer der Werbung durchgeführt wird, während das Geschlecht ein fester Faktor ist.

In der SPSS-Ausgabe würde ich mir die Tabelle des Mauchly-Tests auf Sphärizität ansehen, um festzustellen, ob die Varianz der Überzeugungskraft gegen die Annahme der Sphärizität verstößt. Insbesondere würden der Chi-Quadrat-Wert und der p-Wert bestimmen, ob die Varianz der Überzeugungskraft an den verschiedenen Tagen der Werbung gleich ist. Wenn die Daten nicht gegen die Annahme der Sphärizität verstoßen, bedeutet dies, dass der F-Quotient genau ist und die Wahrscheinlichkeit eines Fehlers vom Typ I gering ist.

Referenz

Field, A. (2018). Discovering statistics using IBM SPSS statistics (5th ed.). New York, NY: SAGE Publications.