Theorien, Gestaltungsempfehlungen und Forschung

Berücksichtigung von Drittvariablen

Zusammenfassung

Zusammenfassender Überblick

Tabelle 3 fasst Gemeinsamkeiten und Unterschiede der Kovarianzanalyse, dem Median-Split bzw. dem Extremgruppenvergleich, der Regressionsanalyse sowie neuronaler Netze zusammen. Die aufgeführten Eigenschaften der vier verschiedenen statistischen Verfahren – wie etwa Overfitting der Daten – beruhen auf eigenen Erfahrungswerten. Ergänzende Simulationsstudien könnten durchgeführt werden, um diese zu stützen oder zu widerlegen.

Tabelle 3: Tabellarische Darstellung ausgewählter Eigenschaften für die statistischen Verfahren Kovarianzanalyse, Median-Split/Extremgruppenvergleich, Regressionsanalysen und neuronale Netze.
	Kovarianz-analyse	Median-Split / Extremgrup-penvergleich	Regressions-analysen	Neuronale Netze
Statistischer Ansatz	Rechnerische Konstanthaltung	Aufteilung des Datensatzes in zwei Teile	Erfassung (zumeist) linearer Zusammenhänge	Erfassung (zumeist) komplexer, non-linearer Zshg.
Aufdeckung komplexer Zu- sammenhänge	Sehr gering	Gering	Mittel	Hoch
Informations-verlust	Sehr hoch	Hoch	Gering	Sehr gering
Overfitting der Daten	Sehr gering	Gering	Mittel	Hoch
Interpretier-barkeit der Ergebnisse	Sehr einfach	Einfach	Mittel	Schwierig
Benötigte statistische Expertise	Gering	Gering	Gering	Hoch
Unterstützung durch Statis- tiksoftware	Hoch	Hoch	Sehr hoch	Gering
Vorteile	Einfaches Verfahren; Gefahr des Overfittings gering	Einfaches Verfahren; Gefahr des Overfittings gering	Relativ einfaches, gut unterstütztes, statistisches Verfahren	Aufdeckung komplexer, in- teressanter Zu- sammenhänge
Nachteile	Keine Aufdeckung komplexer Zu- sammenhänge	Nahezu keine Aufdeckung komplexer Zu- sammenhänge	Nonlineare Zu- sammenhänge schwieriger aufzudecken	Schwierig anzu- wenden; Gefahr des Overfittings besonders hoch