varianzanalyse und eta n.
Download
Skip this Video
Loading SlideShow in 5 Seconds..
Varianzanalyse und Eta² PowerPoint Presentation
Download Presentation
Varianzanalyse und Eta²

Loading in 2 Seconds...

play fullscreen
1 / 13

Varianzanalyse und Eta² - PowerPoint PPT Presentation


  • 82 Views
  • Uploaded on

(Benninghaus S 344-367)

loader
I am the owner, or an agent authorized to act on behalf of the owner, of the copyrighted work described.
capcha
Download Presentation

PowerPoint Slideshow about 'Varianzanalyse und Eta²' - efrem


An Image/Link below is provided (as is) to download presentation

Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author.While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server.


- - - - - - - - - - - - - - - - - - - - - - - - - - E N D - - - - - - - - - - - - - - - - - - - - - - - - - -
Presentation Transcript
varianzanalyse und eta
(Benninghaus S 344-367)

Varianzanalyse: Verfahren, um den Zusammenhang zwischen einer intervallskalierten abhängigen und einer beliebig (meist nominal, mit wenigen Kategorien) skalierten unabhängigen Variablen zu ermitteln. Anders formuliert: Es geht um die Unterschiede in einer AV zwischen Gruppen von Untersuchungseinheiten, z.B. Unterschied im Einkommen zwischen Männern und Frauen

Eta ist das Maß für den Zusammenhang zwischen UV und AV, Eta² ist der Anteil der erklärten Varianz an der Gesamtvarianz bzw. die proportionale Fehlerreduktion

Eta setzt keine Linearität des Zusammenhangs voraus (macht bei nominalskalierten Variablen auch keinen Sinn)

ist ein Maß für asymmetrische Hypothesen: es wird zwischen unabhängiger und abhängiger Variable unterschieden

Varianzanalyse und Eta²
varianzanalyse und eta1
Theoretisch kann man Eta auch für 2 intervallskalierte Variablen verwenden, indem man die UV in wenige Kategorien klassifiziert. Das ist allerdings meist wenig sinnvoll, weil Eta mit der Anzahl der Kategorien schwankt (je mehr Kategorien, desto größer Eta).

Ein solches Verfahren ist nur bei nicht-linearen Zusammenhängen sinnvoll.

In dem Fall gibt es theoretisch 2 Etas, je nachdem, welches die AV ist.

Eta ist immer größer als die Korrelation r, weil Eta auch die nicht-linearen Anteile von Zusammenhängen berücksichtigt.

Im Unterschied zur Korrelation ist Eta vorzeichenlos und reicht von 0 bis 1.

Varianzanalyse und Eta²
graphische veranschaulichung
AV

.

.. .

…. …

.. …..

. ….

1 2 UV

graphische Veranschaulichung
erl uterung der proportionalen fehlerreduktion pre
Erläuterung der proportionalen Fehlerreduktion (PRE)
  • Ohne Kenntnis der UV sagen wir für jede Untersuchungseinheit bei der Variable y den Mittelwert y quer vorher.
  • Der Fehler, den wir dabei machen, ist die Summe aller quadrierten Abweichungen der Messwerte aller Untersuchungseinheiten vom Mittelwert y quer (Gesamtvariation)
erl uterung der proportionalen fehlerreduktion pre1
Erläuterung der proportionalen Fehlerreduktion (PRE)
  • Mit Kenntnis der UV sagen wir für jede Untersuchungseinheit bei der Variable y den Mittelwert der entsprechenden Kategorie der UV vorher.
  • Der Fehler, den wir dabei machen, ist die Summe aller quadrierten Abweichungen der Messwerte aller Untersuchungseinheiten von dem Mittelwert in der Kategorie der UV (nicht erklärte Variation)
erl uterung der proportionalen fehlerreduktion pre2
Erläuterung der proportionalen Fehlerreduktion (PRE)
  • Erklärte Variation dagegen sind die quadrierten Abweichungen der Kategorienmittelwerte vom Gesamtmittelwert y quer
erl uterung der proportionalen fehlerreduktion pre3
Erläuterung der proportionalen Fehlerreduktion (PRE)
  • Varianzzerlegung: Die Gesamtvariation ist die Summe der erklärten und nicht erklärten Variation. Die Gesamtvarianz ist die Summe der erklärten und der nicht erklärten Varianz:
erl uterung der proportionalen fehlerreduktion pre4
Erläuterung der proportionalen Fehlerreduktion (PRE)
  • Variationszerlegung bei R² (zur Erinnerung)
  • Variationszerlegung bei Eta²

gesamte erklärte nicht erklärte Variation

erl uterung der proportionalen fehlerreduktion pre5
Erläuterung der proportionalen Fehlerreduktion (PRE)
  • Fehlerreduktion (E1-E2) / E1
  • (Gesamtvariarion – nicht erklärte Variation)geteilt durch Gesamtvariation
  • identisch mit erklärte Variation durch Gesamtvariation
  • man erhält die gleichen Werte, wenn man statt der Variation die Varianz verwendet
slide11

Interpretation

  • Interpretation Eta: das Maß für den Zusammenhang zwischen beiden Variablen
  • Interpretation Eta²: der Anteil der durch x erklärten Varianz von y an der Gesamtvarianz von y (damit ist aber noch keine kausale Aussage verknüpft)
  • oder: Proportionale Fehlerreduktion: Um wie viel sinkt der Fehler bei der Vorhersage der AV, wenn man die UV kennt?
  • Wenn Eta² = .20 ist, sinkt der Vorhersagefehler um 20 Prozent.