ANCOVA

In diesem Beitrag werden die Kovarianzanalayse (ANCOVA) und die moderierte Regressionsanalyse behandelt. Zuerst wird die ANCOVA vorgeführt, bei der eine nominalskalierte Gruppierungsvariable in ein einfaches Regressionsmodell einbezogen wird, um Gruppenunterschiede zu berücksichtigen. Dann wird die moderierte Regression erläutert, bei der ein zusätzlicher kontinuierlicher Prädiktor, der Moderator genannt wird, in ein Regressionsmodell aufgenommen wird, um zu untersuchen, ob er die Beziehung zwischen Prädiktor und Kriterium beeinflusst. Zuletzt wird gezeigt, wie man sich gegen quadratische Effekte und Multikollinearität absichert.

Dieser Beitrag behandelt die Bestimmung kausaler Effekte insbesondere in der klinisch-psychologischen Forschung. Ein Beispiel wird vorgestellt, bei dem ein Treatment nicht randomisiert zugeordnet werden konnte, weshalb es vorab bestehende Gruppenunterschiede gibt. Zunächst wird darauf hingedeutet, dass aus diesem Grund augenscheinliche Effekte des Treatments konfundiert sein können. Dann wird der Effekt des Treatments mit einer klassischen ANOVA unter Einbezug von Kovariaten geschätzt, die mutmaßlich die Selektion ins Treatment erklären. Daraufhin wird eine generalisierte ANCOVA durchgeführt, bei der zusätzlich die Wechselwirkungen zwischen den Kovariaten und dem Treatment hinzugenommen werden. Zuletzt wird der adjustierte Effekt mittels EffectLiteR geschätzt.