Autor des Abschnitts: Rebecca Vederhus, Sebastian Jentschke

Von SPSS zu jamovi: Kovarianzanalyse (ANCOVA)

Dieser Vergleich zeigt, wie man eine Kovarianzanalyse in SPSS und jamovi durchführt. Die SPSS-Analyse folgt der Beschreibung in Kapitel 13.5.4 - 13.5.6 in Field (2017), insbesondere die Abbildungen 13.5 - 13.7 (ohne Options) und die Ausgaben 13.6 - 13.11 (ohne Bootstrap, da dies in jamovi [noch] nicht möglich ist). Es verwendet den Datensatz Puppy Love.sav, der von der Web-Seite zum Buch heruntergeladen werden kann.

SPSS	jamovi
In SPSS können Sie diese Analyse wie folgt durchführen: Analyze → General Linear Model → Univariate.	In jamovi tun Sie dies mit: Analyses → ANOVA → ANCOVA.
In SPSS verschieben Sie Happiness in die Variablenbox Dependent Variable, Dose in die Variablenbox Fixed Factor(s), und Puppy_love in die Variablenbox Covariate(s).	In jamovi wird Happiness in die Variablenbox Dependent Variable verschoben, Dose in die Variablenbox Fixed Factors und Puppy_love in die Variablenbox Covariates.
Öffnen Sie dann das Dialogfeld Contrasts und klicken Sie auf das Dropdown-Menü, um Simple auszuwählen. Ändern Sie Reference Category in First, und drücken Sie Change.	Öffnen Sie das Fenster Contrasts und wählen Sie simple aus dem Dropdown-Menü.
Wählen Sie EM Means in der Seitenleiste. Verschieben Sie Dose in das Feld mit der Bezeichnung Display Means for:, drücken Sie Compare main effects und wählen Sie Sidak in der Dropdown-Liste.	Verschieben Sie dann Dose nach Term 1 im Fenster Estimated Marginal Means. Kreuzen Sie das Kästchen für Marginal means tables an, wie in der nachstehenden Abbildung gezeigt.
Vergleicht man die Ausgaben von SPSS und jamovi, so sind die Ergebnisse gleich. Allerdings liefert SPSS viel mehr, eher unnötige Ausgaben als jamovi. Diese Ausgaben sind hier nicht enthalten.
In SPSS können Sie die angepassten Werte der Gruppenmittelwerte in der Tabelle Estimates finden. Anhand der Tabelle Mean können Sie feststellen, ob sich das Glücksniveau ändert, wenn die Welpenexposition zunimmt. Die Tabelle Tests of Between-Subjects Effects zeigt die Quadratsumme für die Variable Dose. Dies sagt uns, welchen Anteil an der Varianz dieser Faktor ausmacht. In der Tabelle Contrast Results (K Matrix) wird Stufe 2 (15 Minuten) mit Stufe 1 (Kontrolle) und dann Stufe 3 (30 Minuten) mit Stufe 1 (Kontrolle) verglichen. Hier werden die Gruppenunterschiede durch den Standardfehler, einen Differenzwert und einen p-Wert angegeben.	In jamovi sind die adjustierten Werte in der Tabelle Estimated Marginal Means – Dose zu finden. Diese Tabelle sieht genau so aus, wie die entsprechende Tabelle in SPSS. Die Quadratsumme findet sich in der Tabelle ANCOVA – Happiness. Diese Tabellen unterscheiden sich leicht zwischen SPSS und jamovi, da jamovi nur Ergebnisse für Dose und Residuals liefert. Auch die Kontrastanalyse in jamovi liefert nicht alle Werte, welche die SPSS-Analyse liefert. Die wichtigsten Informationen sind jedoch enthalten.
jamovi enthält nicht die Werte für Corrected Model, Intercept, Total und Corrected Total in ihrer Ausgabe zur Kovarianzanalyse. Abgesehen davon hat die ANCOVA-Tabelle die gleiche Struktur wie in SPSS. Die Tabellen für Estimated Marginal Means sind in SPSS und jamovi ebenfalls identisch. Die Ergebnisse der Kontrastanalyse in jamovi erscheinen viel deutlicher als die in SPSS. Hier werden die Ergebnisse horizontal dargestellt, während die Ergebnisse in SPSS vertikal präsentiert werden. Im Gegensatz zu SPSS enthält jamovi nur die folgenden Werte: Estimate, SE, t und p. Die Ergebnisse dieser Analysen sind identisch: SS*<sub>Dosis</sub> = 25.19, *p < .05; SS*<sub>Puppy_love</sub> = 15.08, *p < .05; M*<sub>Kontrolle</sub> = 2,93, *M*<sub>15mins</sub> = 4.71, *M*<sub>30mins</sub> = 5,15; Kontrast 1, *p = 0,045; Kontrast 2, p = 0,010.
Wenn Sie diese Analysen mit Hilfe der Syntax replizieren möchten, können Sie die unten stehenden Befehle verwenden (in jamovi kopieren Sie einfach den unten stehenden Code in Rj). Alternativ können Sie auch die SPSS-Ausgabedateien und die jamovi-Dateien mit den Analysen unterhalb der Syntax herunterladen.
UNIANOVA Happiness BY Dose WITH Puppy_love /CONTRAST(Dose)=Simple(1) /METHOD=SSTYPE(3) /INTERCEPT=INCLUDE /EMMEANS=TABLES(Dose) WITH(Puppy_love=MEAN) COMPARE ADJ(SIDAK) /CRITERIA=ALPHA(0.05) /DESIGN=Puppy_love Dose.	jmv::ancova( formula = Happiness ~ Dose + Puppy_Love, data = data, contrasts = list(list(var = "Dose", type = "simple")), emMeans = ~ Dose, emmPlots = FALSE, emmPlotError = "none", emmTables = TRUE)
SPSS-Ausgabedatei mit den Analysen	jamovi-Datei mit den Analysen

Referenzen

Field, A. (2017). Discovering statistics using IBM SPSS statistics (5th ed.). SAGE Publications. https://edge.sagepub.com/field5e