Im folgenden erkläre ich Ihnen, wie die SPSS-Ausgabe der einfaktorielle Varianzanalyse (ANOVA) zu lesen und das Ergebnisse aufzuschreiben ist.

 Beispiel und Fragestellung

Es geht in dem Beispiel um die Untersuchung der Wirkung von drei verschiedenen Dosierungen. Es gibt also drei Gruppen von Patienten (niedrige Dosis, mittlere Dosis, hohe Dosis) und es wird die Wirkung des Medikaments bei jedem Patienten gemessen. Die ANOVA soll untersuchen, ob es einen signifikanten Unterschied in der Wirkung zwischen den drei Gruppen gibt.

Voraussetzungen der ANOVA

Ich setzte voraus, dass vor der Durchführung der Varianzanalyse die Normalverteilung der Messungen in jeder Gruppe überprüft wurde.

SPSS Ausgabe

Wenn Sie die Varianzanalyse mit SPSS rechnen, bekommen Sie folgenden Output:

Test auf Varianzhomogenität

In der ersten Tabelle „Varianzhomogenitätstest“ wird mittels des Levene-Test überprüft, ob die Varianzen zwischen den Gruppen sich nicht unterscheiden (= homogen sind). Das ist eine Voraussetzung für die ANOVA. Das Ergebnis lesen Sie in dieser Tabelle in der Spalte „Sig.“ ab. Hier steht der p-Wert des Levene-Tests. Er ist in diesem Fall 0,913, also nicht signifikant (>0,05). Es gibt also keinen signifikanten Unterschied in den Varianzen zwischen den drei Gruppen. Wir können also von Varianzhomogenität ausgehen und dürfen die ANOVA durchführen.

Ergebnis der ANOVA

In der zweiten Tabelle „ANOVA“ steht nun das eigentliche Ergebnis der Varianzanalyse. Interessant ist vor allem die erste Zeile „Zwischen den Gruppen“. In der letzten Spalte „Sig.“ steht der p-Wert. In diesem Beispiel ist p gleich 0,025, also signifikant (p<0,05). Das bedeutet, dass es einen signifikanten Unterschied zwischen den drei Gruppen gibt.

Formulierung laut APA-Styles

Dieses Ergebnis wird laut APA-Styles so aufgeschrieben: F(2,12)=5.119, p=.025

Alles Zahlen dazu finden Sie in der zweiten Tabelle. Die Zahlen 2 und 12 in Klammern sind die Freiheitsgrade, Spalte „df“ (df=degrees of freedom). Der Wert 5.119 ist die Teststatistik (F-Wert) und steht in der Spalte „F“. Der p-Wert .025 steht in der letzten Spalte „Sig.“.

Und was kommt jetzt? Post-Hoc Tests, Abbildungen und Interpretation

Das Ergebnis ist in dem Beispiel signifikant. Es gibt einen signifikanten Unterschied zwischen den drei Gruppen. Um herauszufinden, wo genau dieser Unterschied liegt, sollten Paarvergleiche durchgeführt werden (Post-Hoc-Tests). Hier muss darauf geachtet werden, dass das Signifikanzniveau gegebenfalls angepasst werden muss (z.B. Bonferroni-Holm-Korrektur).

Außerdem wird das Ergebnis natürlich schön dargestellt, z.B. mit gruppierten Boxplots und die Mittelwerte und Standardabweichungen angegeben, um auch die Richtung des Unterschieds interpretieren zu können.