Berücksichtigung von Drittvariablen
Median-Split
Definition: Median-Split
Am häufigsten werden Drittvariablen wie z.B. das räumliche Vorstellungsvermögen mittels Median-Split in der Datenanalyse berücksichtigt. Bei einem Median-Split wird die Drittvariable am Median (künstlich) dichotomisiert, d.h. der Datensatz wird in zwei etwa gleichgroße Gruppen aufgeteilt. Beispielsweise kann die Drittvariable Intelligenz dichotomisiert werden. Es resultiert eine Gruppe mit niedrigen und eine andere Gruppe mit hohen Intelligenzleistungen (jeweils bezogen auf die untersuchte Stichprobe). Anschließend vergleicht man die beiden Gruppen statistisch miteinander. Dies geschieht häufig im Rahmen einer Varianzanalyse (zum Vergleich zwischen Kovarianzanalyse und Median-Split siehe z.B. Bonett, 1982).
- Abbildung 28: Graphische Veranschaulichung des Median-Splits. Links: Vergleich der Lernleistungen ohne Median-Split. Mitte: Vergleich der Lernleistungen mit Median-Split für die Gruppe mit niedrigen Intelligenzleistungen. Rechts: Vergleich der Lernleistungen mit Median-Split für die Gruppe mit hohen Intelligenzleistungen.
Beispiel
Beispielsweise könnte bei einem Vergleich zweier Lernumgebungen der durchschnittliche IQ-Wert der Probanden 105 betragen. Teilt man diese Personengruppe in eine Gruppe mit hoher und eine Gruppe mit niedriger Intelligenz auf, so könnte der IQ-Mittelwert der ersten Gruppe bei 95, der zweiten Gruppe hingegen bei 115 liegen. Abbildung 28 zeigt die Lernleistungen ohne und mit Median-Split für dieses fiktive Beispiel. Lernunterschiede zwischen den beiden Lernumgebungen sind vornehmlich durch Versuchspersonen mit eher niedriger Intelligenz zustande gekommen. Für Lernende mit hohen Intelligenzleistungen finden sich hingegen nahezu keine Lernleistungsunterschiede. Betrachtet man Abbildung 28 jedoch genau, kann man für Personen mit hohem IQ sogar einen leichten Leistungsvorteil der Lernumgebung B entdecken.
Mögliche Ergebnisse
Bei der Durchführung eines Median-Splits können drei Ergebnisse auftreten (vgl. auch hier):
- Es zeigt sich kein (relevanter) Unterschied zwischen den beiden, künstlich erzeugten Teilgruppen (z.B. Probanden mit niedrigem und hohem IQ).
- In einer der beiden Teilgruppen tritt der Unterschied stärker auf als in der anderen Gruppe (siehe Abbildung 28).
- Die beiden Teilgruppen reagieren auf die einzelnen Stufen der unabhängigen Variablen (beispielsweise Lernumgebung A und B) entgegengesetzt. Während Versuchspersonen mit niedrigem IQ zum Beispiel von Lernumgebung A profitieren (vgl. Abbildung 28), würden Personen mit hohem IQ unter der Lernumgebung B bessere Leistungen erzielen.
Vor- und Nachteile
Die Datenauswertung mittels Median-Split kann mit Statistikprogrammen einfach durchgeführt werden. Außerdem sind die Ergebnisse dieser Analyse meist leicht zu interpretieren. Methodiker kritisieren jedoch seit längerem die Verwendung eines Median-Splits bei der Datenauswertung (z.B. J. Cohen, 1983; Hutchinson, 2003; Irwin und McClelland, 2002; Royston, Altman, und Sauerbrei, 2006). Unter anderem kann die künstliche Dichotomisierung (Zweiteilung) der intervallskalierten Drittvariable zu einem Informationsverlust und damit auch einem Verlust an Teststärke führen. Zudem werden Personen mittlerer Fähigkeitsausprägung in der Drittvariablen einer der beiden Gruppen (niedrige oder hohe Ausprägung) zugeordnet. Damit können potentielle Unterschiede zwischen Personen mittlerer Ausprägung und solchen mit niedriger oder hoher Ausprägung nicht aufgedeckt werden (vgl. hier).
Extremgruppenvergleich
Definition: Extremgruppenvergleich
Beim Extremgruppenvergleich erfolgt ähnlich wie beim Median-Split eine Dichotomisierung der Drittvariablen in zwei etwa gleichgroße Gruppen. Im Gegensatz zum Median-Split wird hier allerdings nicht der gesamte Datensatz berücksichtigt, sondern nur dessen Randbereiche.
Beispiel
Zum Beispiel könnte man bei einer Personengruppe mit einem IQ-Mittelwert von 105 nur diejenigen Probanden auswählen, die einen IQ von unter 90 oder über 120 erzielt haben. Diese beiden Teilgruppen werden dann statistisch miteinander verglichen, während Lernende mit einem IQ zwischen 90 und 120 nicht in die Datenauswertung eingehen.
Vor- und Nachteile
Das Verfahren weist große Ähnlichkeiten mit dem Median-Split auf und kann daher in gleicher Weise kritisiert werden. Da beim Extremgruppenvergleich häufig nur zwischen 20% und 50% der Daten in die statistische Analyse einfließen, ist der Informations- und damit einhergehende Teststärkenverlust noch größer als beim Median-Split. Wie beim Median-Split sind Extremgruppenvergleiche mit gängiger Statistiksoftware leicht zu bewerkstelligen.