Bezeichnen ein Set an Vergleichen zwischen Gruppenmittelwerten (alternativ zum Vergleich aller Gruppenmittelwerte untereinander). Dabei können auch mehrere Gruppen zusammengefasst werden. Es wird a priori, als vor Beginn der Studie definiert, welche Vergleiche vorgenommen werden sollen. Geplante Kontraste sind als immer streng hypothesenbasiert. Da k-1 Vergleiche vorgenommen werden können (k = Anzahl der Gruppen) ohne den p-Wert hochzukorrigieren (wie es sonst bei multiplen Vergleichen erforderlich ist, um Alpha-Inflation zu vermeiden), haben geplante Kontraste eine höher Power als paarweise Vergleiche. Für das Definieren geplanter Kontraste (in R und anderswo) gibt es klare Regeln zur Orientierung (siehe Skript).

Exkurs und Beispiel: Durch polynominale Kontraste (Trendanalyse) lassen sich lineare, quadratische und kubische Trends ausmachen. Das klingt ein bisschen kompliziert, ist es aber gar nicht. Du könntest damit z.B. testen, ob die Wirkung des Schmerzmittels erst steigt und dann wieder fällt, wenn du z.B. die Schmerzstärke innerhalb der ersten 6 Stunden nach Gabe messen würdest. Wichtig ist hierbei nur, dass du vorab (a priori) überlegst, wie sich die Wirkung verhält und danach deinen Kontrast auswählst (in diesem Fall einen quadratischen Trend). So könntest du mit nur einem einzigen Test deine Hypothese testen, obwohl dein Faktor (in diesem Fall der Messzeitpunkt) verschiedene Stufen hat. Ist das nicht toll? Was man sich da an Arbeit spart!

Trag dich hier für Dr. Ortmanns beste Maildizin ein und erhalte regelmässige Tipps für deine empirische Promotion

You have Successfully Subscribed!