Für meine Masterarbeit habe ich ein Umfrage-Experiment durchgeführt. Mein Vorgesetzter hat mir empfohlen, GLM zu verwenden, da das Design gemischte Komponenten enthält (die Behandlungen sind festgelegt, aber die Teilnehmer und die in die Umfrage aufgenommenen Bilder sind zufällig), aber ich finde es schwierig, die Ergebnisse zu interpretieren.
Bei der Umfrage gerieten die Teilnehmer zufällig in einen von 3 Zuständen. Dann sahen sie 10 Bilder und mussten zu jedem Bild 6 Fragen beantworten. Je nach Behandlung enthielt das Bild entweder ein Schild Typ 1, Typ 2 oder kein Schild. Sie beantworteten die Fragen auf einer fünfstufigen Likert-Skala.
Für dieses Modell habe ich den Durchschnitt für die 10 Bilder verwendet, die jeder Teilnehmer für eine bestimmte Frage beantwortet hat, dies wurde mir empfohlen, aber auch dieses Modell zeigt einen niedrigeren AIC als die anderen, die ich ausprobiert habe.
Die verwendeten Variablen sind:
NN vs. N - NN wird durch 0 dargestellt und bedeutet, dass das Bild oder die Behandlung kein Zeichen enthielt. N steht dafür, dass es ein Vorzeichen hatte.
Behandlung – 0 bedeutet, dass kein Vorzeichen enthalten war. 1, dass es ein Zeichen des Typs 1 enthielt, und 2, dass es ein Zeichen des Typs 2 enthielt.
Ich wäre sehr dankbar, wenn mir jemand helfen könnte, die Ergebnisse zu verstehen.
