Die statistische Auswertung der erhobenen Daten erfolgte mit Hilfe von SPSS 13.0 so-wie Microsoft Office Excel 2003. Aus einer Grundlagenstudie (Jabusch et al., 2004) ist bekannt, dass sich gesunde Probanden und Patienten in der Standardabweichung der mittleren Tondauer deutlich unterscheiden. Eine klinische Signifikanz wird dabei ab einer Differenz der Standardabweichungen von fünf Millisekunden angenommen, so-dass sich bei einer Teststärke von 80 Prozent und einer zweiseitigen Testung die mini-male Gruppengröße auf zwölf Personen festlegen lässt. Die hier verwendeten
Grup-3 Material und Methoden 33
pengrößen mit 25 Patienten und 31 Kontrollen liegen deutlich darüber, weshalb davon auszugehen ist, dass es nur zu wenig zufälligen Unterschieden kommt. Zum Aus-schluss von systematischen Fehlern unterschieden sich die Gruppen nicht signifikant im Altersdurchschnitt. Wie bereits gezeigt wurde, ist bezüglich des Geschlechts kein Abgleich notwendig (vgl. auch Kapitel 1.2.1), da sich Männer und Frauen in feinmoto-rischen Übungen nicht unterscheiden (Ranganathan et al., 2001). In die vorliegende Studie wurden nur Probanden eingeschlossen, die Rechtshänder sind, sodass eine Un-terscheidung bzgl. der Händigkeit nicht erfolgte.
Zunächst wurden durch einen t-Test die Mittelwerte der untersuchten Parameter der beiden Versuchsgruppen verglichen. Unter der Voraussetzung, dass die Grundgesamtheiten theoretisch in beiden Gruppen normalverteilt sind, lässt sich die-ser parametrische Test anwenden. Dabei wird als Nullhypothese angenommen, dass sich die beiden Untergruppen nicht unterscheiden. Die Alternativhypothese ist ent-sprechend, dass sich Kontrollkollektiv und Patientenkollektiv in den berechneten Wer-ten unterscheiden. Folgende Signifikanzniveaus wurden für diese Untersuchungen festgelegt: p = 0,05 entspricht einem signifikanten, p = 0,01 entspricht einem hochsigni-fikanten Niveau. Ursprünglich wird mit Hilfe des t-Tests die Prüfgröße t berechnet, diese Prüfgröße wird nun mit einem sogenannten kritischen Wert verglichen. Dieser kritische Wert unterscheidet sich entsprechend der vorher festgelegten Signifikanzniveaus. Die in dieser Studie verwendete Software berechnet jedoch direkt den sogenannten p-Wert. Dieser Wert gibt die Wahrscheinlichkeit an, mit der ein ge-fundenes Testergebnis zustande kommt, wenn die Nullhypothese richtig wäre. Hierbei wäre in dieser Studie die Nullhypothese, dass sich die beiden Gruppen in den erhobe-nen Parametern nicht unterscheiden. Ist der berechnete p-Wert kleiner als das zuvor
3 Material und Methoden 34
festgelegte Signifikanzniveau, so wird die Nullhypothese verworfen und die Alterna-tivhypothese angenommen. In diesem Fall bedeutet dies, dass sich die beiden Kollekti-ve in den entsprechenden Parametern unterscheiden (Weiß, 2005).
Für Teile der Daten wurde eine Korrelationsanalyse durchgeführt und graphisch in einer Punktwolke dargestellt. Lineare Zusammenhänge werden durch eine Trendge-rade wiedergegeben, dabei ist die Korrelation umso stärker, je näher die Punkte an der Geraden liegen. Die genaue Art des Zusammenhanges wird durch die mathematische Funktion beschrieben, die die Lage der Punktwolke am besten wiedergibt. Mit Hilfe der Regressionsanalyse kann diese mathematische Formel bestimmt werden. Ist der entsprechende Zusammenhang am besten durch eine Gerade darstellbar, so spricht man von einem linearen Zusammenhang, der dann durch die Regressionsgerade be-schrieben wird. Diese ergibt sich dadurch, dass die Summe der Abstandsquadrate der Beobachtungspunkte minimal ist. Eine positive Steigung der Geraden bedeutet einen gleichsinnigen Zusammenhang, entsprechend spiegelt eine negative Steigung eine ge-gensinnige Beziehung wider (Weiß, 2005). Ebenfalls sind mathematisch logarithmische oder exponentielle Zusammenhänge denkbar, diese sollen jedoch im Rahmen dieser Arbeit nicht weiter betrachtet werden.
Ein normiertes Maß für die Quantifizierung des linearen Zusammenhangs ist der Kor-relationskoeffizient nach Pearson r. Dabei nimmt der KorKor-relationskoeffizient Werte zwischen -1 und 1 an. Je näher der Wert an den Extremwerten 1 und -1 liegt, desto dichter liegen die Punkte an der Geraden (Sachs, 2004).
Quadriert man den Korrelationskoeffizienten r, so erhält man das Bestimmtheitsmaß r². Dieses r² wird auch als Determinationskoeffizient bezeichnet. Er nimmt Werte zwi-schen 0 und 1 an. Ein r² = 0,25 bedeutet, dass 25 Prozent der Varianz durch das
ver-3 Material und Methoden 35
wendete Modell der Regressionsgeraden zu erklären sind. Die weiteren 75 Prozent sind durch andere Faktoren bestimmt, die im entsprechenden Regressionsmodell kei-nen Einfluss finden.
Mit Hilfe einer Varianzanalyse nach Levene (ANOVA – analysis of variance) wurde untersucht, inwieweit sich die Varianzen in den verschiedenen Gruppen unterschei-den. Insbesondere wird dabei ermittelt, ob die Varianz zwischen den Gruppen größer ist als innerhalb der Gruppe. Zum Beispiel lässt sich damit auch überprüfen, ob eine vorgenommene Gruppeneinteilung auch sinnvoll ist. Des Weiteren wurde mit den erhobenen Daten eine Diskriminanzanalyse durchgeführt. In dieser wurden schrittwei-se verschiedene Kombinationen von Übungen beziehungsweischrittwei-se Parametern geprüft und hierbei berechnet, mit welcher minimalen Kombination die stärkste Differenzie-rung zwischen gesunden Kontrollen und Patienten möglich ist.
Durch diese mehrstufige Diskriminanzanalyse kann die Qualität der durchgeführten Gruppierung überprüft werden. Zudem kann berechnet werden, welche Parameter für eine Gruppeneinteilung relevant bzw. welche irrelevant sind. Dadurch sollte es mög-lich sein, Parameter zu finden, die sich besonders gut zur Differenzierung eignen und daher gegebenenfalls in Folgestudien näher zu untersuchen sind.
4 Ergebnisse
Im folgenden Kapitel werden die erarbeiteten Ergebnisse ausführlich dargestellt. Zu-nächst wird die Korrelation der klinischen Daten untereinander dargestellt um einen Einblick in die Schwere der Erkrankung der Patienten zu geben und die untersuchten Probanden näher zu charakterisieren. Anschließend folgt eine detaillierte Übersicht über die einzelnen Ergebnisse der Parameter und die einzelnen Übungen. Dies erfolgt im Wesentlichen über einen Vergleich der Mittelwerte und der Standardabweichun-gen. Diese sind in Form von Balkendiagrammen graphisch dargestellt worden, um auch optisch herauszuarbeiten, wie deutlich (oder weniger deutlich) sich Erkrankte und Kontrollpersonen voneinander unterscheiden. In diesen Balkendiagrammen sind signifikante Unterschiede, dass heißt mit einem Signifikanzniveau p = 0,05, mit einem Sternchen (*) markiert. Hochsignifikante Unterschiede, entsprechend einem Signifikanzniveau von p = 0,01, sind mit zwei Sternchen (**) gekennzeichnet.