Unterschiedshypothesen für maximal 2 Gruppen, wenn die Voraussetzungen für parametrische Verfahren nicht erfüllt sind
|
|
- Kristina Glöckner
- vor 6 Jahren
- Abrufe
Transkript
1 Schäfer A & Schöttker-Königer T, Statistik und quantitative Methoden für (2015) Arbeitsblatt 1 SPSS Kapitel 6 Seite 1 Unterschiedshypothesen für maximal 2 Gruppen, wenn die Voraussetzungen für parametrische Verfahren nicht erfüllt sind Nicht- parametrische Testverfahren Im Folgenden möchten wir Ihnen zeigen, wie Sie mit SPSS die Beispiele aus Kap. 6 nachvollziehen können. Öffnen Sie bitte zunächst die Datei elporiginal.sav. Wilcoxon-Test für eine Gruppe (Vergleich mit einem Normwert) Als erstes wollen wir prüfen, ob die Werte des Token-Tests zum Zeitpunkt 0 (Variable: tt0) der Probanden der Gruppe Standard (n=) dem medianen Wert der Normstichprobe von 365 Patient(inn)en mit Aphasie entsprechen. Als Normwert wird ein Median µ 0 = 27 angegeben (Huber et al. 1983). Da sich unsere Fragestellung nur auf die Probanden der Gruppe»Standard«bezieht, müssen wir zunächst die interessierenden Fälle auswählen. Wir gehen dazu anlog zu Kap. 5 vor: DATEN > FÄLLE AUSWÄHLEN > FALLS BEDINGUNG ZUTRIFFT Nachdem wir als»fälle«die Probanden der Gruppe Standard (0) ausgewählt haben, können wir als nächstes prüfen, ob die Daten der Variablen tt0 normalverteilt sind. Wie in Kap. 5 gezeigt, geschieht dies über die explorative Datenanalyse. ANALYSIEREN > DESKRIPTIVE STATISTIK > EXPLORATIVE DATENANALYSE Abhängige Variable»tt0«
2 Schäfer A & Schöttker-Königer T, Statistik und quantitative Methoden für (2015) Arbeitsblatt 1 SPSS Kapitel 6 Seite 2 Am Output sehen Sie, dass SPSS davon ausgeht, dass die Daten dieser Variablen für die Gruppe»Standard«nicht normalverteilt sind (KS-Test p=0,001, SW-Test p=0,003) (Erklärung s. Kap. 5). Aachener Aphasie»Token Test«Zeitpunkt 0 Tests auf Normalverteilung Kolmogorov-Smirnov a Shapiro-Wilk Statistik df Signifikanz Statistik df Signifikanz,240,001,859,003 a Signifikanzkorrektur nach Lilliefors Ein Histogramm bestätigt: Diese Annahme und zeigt, dass speziell die»schiefe«von einer Normalverteilung abweicht. Analysieren > Deskriptive Statistik > Häufigkeiten > Diagramme Da die Voraussetzungen für den t-test für eine Stichprobe somit nicht gegeben sind, führen wir den Wilcoxon-Test für eine Stichprobe durch: SPSS möchte (leider), dass die zu testende Variable numerisch skaliert ist. Wir müssen deshalb zunächst die Skalierung der Variablen tt0 von»ordinal«zu»numerisch«ändern.
3 Schäfer A & Schöttker-Königer T, Statistik und quantitative Methoden für (2015) Arbeitsblatt 1 SPSS Kapitel 6 Seite 3 Variablenansicht > Messniveau ändern Jetzt gehen wir über: Analysieren > Nichtparametrische Tests > Eine Stichprobe In der Registerkarte»Ziel«wählen wir»analyse anpassen«aus. In der Registerkarte»Einstellungen«geben wir den hypothetischen Median von 27 ein:
4 Schäfer A & Schöttker-Königer T, Statistik und quantitative Methoden für (2015) Arbeitsblatt 1 SPSS Kapitel 6 Seite 4 In der Registerkarte»Felder«müssen wir jetzt noch die Variable»tt0«auswählen Der Ausdruck zeigt: Der Median des Token-Tests in der Gruppe»Standard«(n=) mit μ ~ = 5 ist hochsignifikant kleiner als der Referenzwert μ~ 0 = 27 p = 0,000. Die Nullhypothese ist somit abzulehnen.
5 Schäfer A & Schöttker-Königer T, Statistik und quantitative Methoden für (2015) Arbeitsblatt 1 SPSS Kapitel 6 Seite 5 Wilcoxon-Test für zwei verbundene Stichproben Als nächstes wollen wir prüfen, ob sich die Unabhängigkeit in den Aktivitäten des täglichen Lebens, gemessen mit dem Barthel-Index, in der Gruppe Standard von vor zu nach der Intervention signifikant verändert hat. Überprüfen wir zunächst wieder die Voraussetzungen für die Frage, welchen Test wir benutzen können: Beim Barthel-Index handelt es sich um ordinalskalierte Messwerte; somit sind die Voraussetzungen für parametrische Tests (also die»t-test-familie«) nicht gegeben. Da die Daten in einer Stichprobe zu zwei Messzeitpunkten erhoben wurden, verwenden wir, analog zum abhängigen t-test, den Wilcoxon-Test für paarige Stichproben (engl.»wilcoxon signed rank sum test«). Werfen wir einen ersten Blick auf die Daten: Es interessieren uns N, Median und min-max der beiden Variablen (bart0 und bart1) für die Gruppe»Standard«. Wie schon gezeigt, müssen Sie zunächst die Fälle auf die Daten der Gruppe»Standard«beschränken (Fälle auswählen, dann Gruppe=0). Über»Analysieren«>»Deskriptive Statistik«. >»Häufigkeiten«können Sie die gewünschten Statistiken auswählen. Der Output sollte wie folgt aussehen: Statistiken Gültig N Fehlend Median Minimum Maximum Barthel Index Zeitpunkt , Barthel Index Zeitpunkt , Sie sehen: Vor der Intervention betrug der Median im Barthel-Index 40, und nach der Intervention stieg er auf 45. Der Unterschied erscheint eher klein. Führen wir den Test durch. Analysieren > Nichtparametrische Tests > Alte Dialogfelder > Zwei verbundene Stichproben
6 Schäfer A & Schöttker-Königer T, Statistik und quantitative Methoden für (2015) Arbeitsblatt 1 SPSS Kapitel 6 Seite 6 Das Häkchen sollte bei»wilcoxon«sein. Sie brauchen nur die Variablen bart0 und bart1 als Variable1 bzw 2 auszuwählen. Unter»Optionen«lohnt es sich,»deskriptive Statistik«anzuklicken. Der Output zeigt zunächst wieder die deskriptiven Merkmale beider Variablen. Deskriptive Statistiken N Mittelwert Standardabweic hung Minimum Maximum Barthel Index Zeitpunkt 0 Barthel Index Zeitpunkt 1 42,00 42,00 10,408 12, Sie sehen: Entgegen dem Median hat sich der Mittelwert zu beiden Zeitpunkten nicht verändert. Unter»Wilcoxon Test«werden im Weiteren zunächst die Ränge Ränge N Mittlerer Rang Rangsumme Barthel Index Zeitpunkt 1 - Barthel Index Zeitpunkt 0 Negative Ränge Positive Ränge Bindungen Gesamt 10 a 10 b 5 c 10,60 10,40 106,00 104,00 a Barthel Index Zeitpunkt 1 < Barthel Index Zeitpunkt 0 b Barthel Index Zeitpunkt 1 > Barthel Index Zeitpunkt 0 c Barthel Index Zeitpunkt 1 = Barthel Index Zeitpunkt 0
7 Schäfer A & Schöttker-Königer T, Statistik und quantitative Methoden für (2015) Arbeitsblatt 1 SPSS Kapitel 6 Seite 7 und dann die dazugehörige Statistik angegeben: Statistik für Test a Z Asymptotische Signifikanz (2-seitig) a Wilcoxon-Test b Basiert auf positiven Rängen. Barthel Index Zeitpunkt 1 - Barthel Index Zeitpunkt 0 -,038 b,970 Der Wilcoxon-Test für verbundene Stichproben zeigt, dass die mediane Unabhängigkeit der Aktivitäten des täglichen Lebens gemessen mit dem Barthel-Index in der Gruppe»Standard«(n=) nach der Intervention nicht signifikant anders ist als vor der Intervention (z = 0,038, p = 0,97) Der Vorzeichentest Wie im Buch beschrieben, wird bei stark unterschiedlich großen Stichproben, großen Streuungsunterschieden oder ausgeprägten Deckeneffekten anstelle des Wilcoxon-Tests der Vorzeichentest verwendet. Wenn Sie also davon ausgehen, dass die Unterschiede zwischen zwei Variablen nicht ordinal sind, sondern in positive und negative Unterschiede klassifiziert werden können, können Sie statt des Wilcoxon-Tests den Vorzeichen-Test anwenden. In SPSS gehen Sie dazu genauso vor wie beim Wilcoxon-Test für abhängige Stichproben (s. oben), nur bei der letzten Registerkarte müssen Sie das Häkchen bei»vorzeichen«setzen. Analysieren > Nichtparametrische Tests > Alte Dialogfelder > Zwei verbundene Stichproben
8 Schäfer A & Schöttker-Königer T, Statistik und quantitative Methoden für (2015) Arbeitsblatt 1 SPSS Kapitel 6 Seite 8 Das Ergebnis unterscheidet sich erwartungsgemäß nicht von dem des Wilcoxon-Tests. Hier der Output zur obigen Fragestellung: Vorzeichentest Häufigkeiten N Barthel Index Zeitpunkt 1 - Barthel Index Zeitpunkt 0 Negative Differenzen a Positive Differenzen b Bindungen c Gesamt a Barthel Index Zeitpunkt 1 < Barthel Index Zeitpunkt 0 b Barthel Index Zeitpunkt 1 > Barthel Index Zeitpunkt 0 c Barthel Index Zeitpunkt 1 = Barthel Index Zeitpunkt 0 Exakte Signifikanz (2-seitig) Statistik für Test a a Vorzeichentest b Verwendete Binomialverteilung. Barthel Index Zeitpunkt 1 - Barthel Index Zeitpunkt 0 1,000 b Sie sehen: Die Unabhängigkeit der Aktivitäten des täglichen Lebens in der Gruppe»Standard«(n=), gemessen mit dem Barthel-Index, ist nach der Intervention unverändert. Der Vorzeichentest zeigt, dass es keinen signifikanten Unterschied gibt; er liefert hier ein identisches Ergebnis mit dem Wilcoxon-Test für paarige Stichproben.
9 Schäfer A & Schöttker-Königer T, Statistik und quantitative Methoden für (2015) Arbeitsblatt 1 SPSS Kapitel 6 Seite 9 U-Test für zwei unabhängige Stichproben Der U-Test für unabhängige Stichproben heißt im Englischen»Wilcoxon-Mann-Whitney test«. Er ist das nicht-parametrische Pendant zum unabhängigen t-test. In unserem Buch wollen wir untersuchen, ob die interdisziplinäre Intervention ELP einen Unterschied in Bezug auf die Aktivitäten des täglichen Lebens, gemessen mit dem Barthel-Index, im Vergleich zur Standardintervention ergibt. Wir werden also die Mediane der Differenz von vor zu nach der Intervention der beiden Stichproben vergleichen. Die zugrunde liegende Variable ist»bartdif«(also die Differenz bart1-bart0). Da der Bathel-Index ordinalskaliert ist, können wir nicht den unabhängigen t-test anwenden. Erstellen wir zunächst wieder eine Tabelle, in der wir die Variable»bartdif«zwischen beiden Gruppen vergleichen können: Dies geht am einfachsten über die»explorative Datenanalyse«. In der Registerkarte geben wir die Variable»bartdif«als abhängige Variable und die Variable»gruppe«als Faktorenliste an.
10 Schäfer A & Schöttker-Königer T, Statistik und quantitative Methoden für (2015) Arbeitsblatt 1 SPSS Kapitel 6 Seite 10 Sie sehen, wie deutlich sich der Median beider Gruppen unterscheidet. Der»Wilcoxon-Mann-Whitney Test«sollte also einen deutlich signifikanten Unterschied zeigen. Differenz im Barthelindex Deskriptive Statistik Gruppe Statistik Standardfehler Mittelwert,00 2,062 95% Konfidenzintervall des Untergrenze -4, Mittelwerts Obergrenze 4, 5% getrimmtes Mittel,00 Median,00 Varianz 106,0 Standard Standardabweichung 10,308 Minimum -20 Maximum 20 Spannweite 40 Interquartilbereich 13 Schiefe,062,464 Kurtosis -,481,902 Mittelwert 16,48 1,902 95% Konfidenzintervall des Untergrenze 12,57 Mittelwerts Obergrenze 20,39 5% getrimmtes Mittel 16,44 Median 15,00 Varianz 97,721 ELP Standardabweichung 9,885 Minimum -5 Maximum 40 Spannweite 45 Interquartilbereich 10 Schiefe -,059,448 Kurtosis,551,872 Um den Test durchführen zu können, gehen wir wie folgt vor: Analysieren > Nichtparametrische Tests > Alte Dialogfelder > Zwei unabhängige Stichproben
11 Schäfer A & Schöttker-Königer T, Statistik und quantitative Methoden für (2015) Arbeitsblatt 1 SPSS Kapitel 6 Seite 11 Die Testvariable ist»bartdif«, die Gruppenvariable»gruppe«. Um die Gruppen zu definieren, müssen wir noch auf die Schaltfläche»Gruppen def«klicken und eine Gruppe 0 und die andere 1 benennen. Der Output des U-Tests (in SPSS Mann-Whitney-U-Test ) sieht wie folgt aus: Ränge Gruppe N Mittlerer Rang Rangsumme Differenz im Barthelindex Standard ELP Gesamt ,44 35,81 411,00 967,00 Statistik für Test a Differenz im Barthelindex Mann-Whitney-U Wilcoxon-W Z Asymptotische Signifikanz (2-seitig) 86, ,000-4,640,000 a. Gruppenvariable: Gruppe
12 Schäfer A & Schöttker-Königer T, Statistik und quantitative Methoden für (2015) Arbeitsblatt 1 SPSS Kapitel 6 Seite 12 Der Test zeigt, dass die mediane Verbesserung in der Unabhängigkeit der Aktivitäten des täglichen Lebens in der Gruppe ELP (n=27) mit 15 Punkten auf dem Barthel-Index höchstsignifikant höher ist als in der Gruppe Standard (n=) mit 0 Punkten (z = -4,64, p=0,000). Der Mediantest Eine Alternative zum U-Test ist der Mediantest. Dieser wird dann verwendet, wenn die Verteilung der Messwerte durch extreme Ausreißer asymmetrisch ist oder wenn die exakte Zuordnung von ordinalskalierten Messwerten als wenig reliabel erscheint (Bortz u. Lienert 2003). Um den Mediantest mit SPSS durchführen zu können, müssen wir (leider) die neuen Dialogfelder benutzen. Hier gibt es aber wieder das Problem, dass die Testvariable metrisch skaliert sein muss. Wir müssen also zunächst die Skalierung der Variablen»bartdif«ändern: Danach können wir über Analysieren > Nichtparametrische Tests> unabhängige Stichproben gehen. Unter»Felder«wählen wir als»testfelderbartdif«aus und als»gruppen«die variable»gruppe«. Unter»Einstellungen«klicken wir den Mann-Whitney- und den Mediantest an.
13 Schäfer A & Schöttker-Königer T, Statistik und quantitative Methoden für (2015) Arbeitsblatt 1 SPSS Kapitel 6 Seite 13 Überprüfen wir das Ergebnis des U-Tests (s. oben) mit dem Mediantest. Sie sehen: Der Mediantest liefert erwartungsgemäß das gleiche Ergebnis wie der Mann-Whitney-Test. Literatur: Bortz J, Lienert G (2003) Kurzgefasste Statistik für die klinische Forschung. Leitfaden für die Verteilungsfreie Analyse kleiner Stichproben, 2. Aufl. Springer, Berlin Heidelberg Huber W, Poeck K, Weniger D, Willmes K (1983) Aachener Aphasie Test Handanweisung. Hogrefe, Göttingen
UE Angewandte Statistik Termin 4 Gruppenvergleichstests
UE Angewandte Statistik Termin 4 Gruppenvergleichstests Martina Koller Institut für Pflegewissenschaft SoSe 2015 INHALT 1 Allgemeiner Überblick... 1 2 Normalverteilung... 2 2.1 Explorative Datenanalyse...
MehrHäufigkeitsauszählungen, zentrale statistische Kennwerte und Mittelwertvergleiche
Lehrveranstaltung Empirische Forschung und Politikberatung der Universität Bonn, WS 2007/2008 Häufigkeitsauszählungen, zentrale statistische Kennwerte und Mittelwertvergleiche 30. November 2007 Michael
MehrParametrische vs. Non-Parametrische Testverfahren
Parametrische vs. Non-Parametrische Testverfahren Parametrische Verfahren haben die Besonderheit, dass sie auf Annahmen zur Verteilung der Messwerte in der Population beruhen: die Messwerte sollten einer
MehrAufgaben zu Kapitel 8
Aufgaben zu Kapitel 8 Aufgabe 1 a) Berechnen Sie einen U-Test für das in Kapitel 8.1 besprochene Beispiel mit verbundenen n. Die entsprechende Testvariable punkte2 finden Sie im Datensatz Rangdaten.sav.
MehrSPSS III Mittelwerte vergleichen
SPSS III Mittelwerte vergleichen A Zwei Gruppen ------------ Zwei-Stichproben t-test Beispieldatei: Seegräser Fragestellung: Unterscheidet sich die Anzahl der Seegräser in Gebieten mit und ohne Seeigelvorkommen
MehrComputergestützte Methoden. Master of Science Prof. Dr. G. H. Franke WS 07/08
Computergestützte Methoden Master of Science Prof. Dr. G. H. Franke WS 07/08 1 Seminarübersicht 1. Einführung 2. Recherchen mit Datenbanken 3. Erstellung eines Datenfeldes 4. Skalenniveau und Skalierung
MehrStatistik. Jan Müller
Statistik Jan Müller Skalenniveau Nominalskala: Diese Skala basiert auf einem Satz von qualitativen Attributen. Es existiert kein Kriterium, nach dem die Punkte einer nominal skalierten Variablen anzuordnen
MehrLösungen zu Janssen/Laatz, Statistische Datenanalyse mit SPSS 1
LÖSUNG 2C a) Lösungen zu Janssen/Laatz, Statistische Datenanalyse mit SPSS 1 Bei HHEINK handelt es sich um eine metrische Variable. Bei den Analysen sollen Extremwerte ausgeschlossen werden. Man sollte
MehrUnivariate Kennwerte mit SPSS
Univariate Kennwerte mit SPSS In diesem Paper wird beschrieben, wie eindimensionale Tabellen und Kennwerte mit SPSS erzeugt werden. Eine Herleitung der Kennwerte und eine inhaltliche Interpretation der
MehrStatistische Tests zu ausgewählten Problemen
Einführung in die statistische Testtheorie Statistische Tests zu ausgewählten Problemen Teil 4: Nichtparametrische Tests Statistische Testtheorie IV Einführung Beschränkung auf nichtparametrische Testverfahren
MehrStatistik II: Signifikanztests /1
Medien Institut : Signifikanztests /1 Dr. Andreas Vlašić Medien Institut (0621) 52 67 44 vlasic@medien-institut.de Gliederung 1. Noch einmal: Grundlagen des Signifikanztests 2. Der chi 2 -Test 3. Der t-test
MehrDeskription, Statistische Testverfahren und Regression. Seminar: Planung und Auswertung klinischer und experimenteller Studien
Deskription, Statistische Testverfahren und Regression Seminar: Planung und Auswertung klinischer und experimenteller Studien Deskriptive Statistik Deskriptive Statistik: beschreibende Statistik, empirische
Mehr- Normalverteilung (Gaußverteilung) kann auf sehr viele Zufallsprozesse angewendet werden.
Normalverteilung und Standardnormalverteilung als Beispiel einer theoretischen Verteilung - Normalverteilung (Gaußverteilung) kann auf sehr viele Zufallsprozesse angewendet werden. - Stetige (kontinuierliche),
Mehr1.6 Der Vorzeichentest
.6 Der Vorzeichentest In diesem Kapitel soll der Vorzeichentest bzw. Zeichentest vorgestellt werden, mit dem man Hypothesen bezüglich des Medians der unabhängig und identisch stetig verteilten Zufallsvariablen
MehrSignifikanztests zur Prüfung von Unterschieden in der zentralen Tendenz -Teil 1-
SPSSinteraktiv Signifikanztests (Teil ) - - Signifikanztests zur Prüfung von Unterschieden in der zentralen Tendenz -Teil - t-test bei einer Stichprobe - SPSS-Output Der t-test bei einer Stichprobe wird
MehrKapitel 5: Einfaktorielle Varianzanalyse
Kapitel 5: Einfaktorielle Varianzanalyse Durchführung einer einfaktoriellen Varianzanalyse ohne Messwiederholung Dieser Abschnitt zeigt die Durchführung der in Kapitel 5 vorgestellten einfaktoriellen Varianzanalyse
MehrSPSS V Gruppenvergleiche ( 2 Gruppen) abhängige (verbundene) Stichproben
SPSS V Gruppenvergleiche ( 2 Gruppen) abhängige (verbundene) Stichproben ÜBERSICHT: Testverfahren bei abhängigen (verbundenen) Stichproben parametrisch nicht-parametrisch 2 Gruppen t-test bei verbundenen
MehrKonfidenzintervalle Grundlegendes Prinzip Erwartungswert Bekannte Varianz Unbekannte Varianz Anteilswert Differenzen von Erwartungswert Anteilswert
Konfidenzintervalle Grundlegendes Prinzip Erwartungswert Bekannte Varianz Unbekannte Varianz Anteilswert Differenzen von Erwartungswert Anteilswert Beispiel für Konfidenzintervall Im Prinzip haben wir
MehrÜberblick über die Verfahren für Ordinaldaten
Verfahren zur Analyse ordinalskalierten Daten 1 Überblick über die Verfahren für Ordinaldaten Unterschiede bei unabhängigen Stichproben Test U Test nach Mann & Whitney H Test nach Kruskal & Wallis parametrische
MehrHerzlich willkommen zum Thema SPSS
Herzlich willkommen zum Thema SPSS (SUPERIOR PERFORMING SOFTWARE SYSTEM) Qualitative und quantitative Forschungsmethoden Qualitative Methoden: Qualitative Verfahren werden oft benutzt, wenn der Forschungsgegenstand
MehrEinführung in die Statistik für Politikwissenschaftler Sommersemester 2011
Einführung in die Statistik für Politikwissenschaftler Sommersemester 2011 Es können von den Antworten alle, mehrere oder keine Antwort(en) richtig sein. Nur bei einer korrekten Antwort (ohne Auslassungen
MehrDie ungeliebten Verwandten: nicht-parametrische Alternativen
1.1.1. Die ungeliebten Verwandten: nicht-parametrische Alternativen 1.1.1.1. Was zur Hölle? Ted richtet seine Waffe auf Dr. Bob Kelso: Nein, Bob! Das werde ich nicht tun! Nicht nach all dem, was ich durchmachen
MehrLehrinhalte Statistik (Sozialwissenschaften)
Lehrinhalte Technische Universität Dresden Institut für Mathematische Stochastik Dresden, 13. November 2007 Seit 2004 Vorlesungen durch Klaus Th. Hess und Hans Otfried Müller. Statistik I: Beschreibende
Mehr30. März Ruhr-Universität Bochum. Methodenlehre II, SS Prof. Dr. Holger Dette
Ruhr-Universität Bochum 30. März 2011 1 / 46 Methodenlehre II NA 3/73 Telefon: 0234 322 8284 Email: holger.dette@rub.de Internet: www.ruhr-uni-bochum.de/mathematik3/index.html Vorlesung: Montag, 8.30 10.00
MehrPrüfung & Tutorium. Der 1. Prüfungstermin findet am 27. Juni 2011 um 10h im Audimaxstatt. Anmeldung in UNIVIS vom Juni
Prüfung & Tutorium Der 1. Prüfungstermin findet am 27. Juni 2011 um 10h im Audimaxstatt Anmeldung in UNIVIS vom 14.-22. Juni Die Prüfung wird aus 30 Multiple Choice Fragen(5 Antwortalternativen, 1-3 Richtige)
MehrEinfache statistische Auswertungen mit dem Programm SPSS
Einfache statistische Auswertungen mit dem Programm SPSS Datensatz: fiktive_daten.sav Dipl. Päd. Anne Haßelkus Dr. Dorothea Dette-Hagenmeyer 11/2011 Überblick 1 Deskriptive Statistiken; Mittelwert berechnen...
MehrStatistische Tests (Signifikanztests)
Statistische Tests (Signifikanztests) [testing statistical hypothesis] Prüfen und Bewerten von Hypothesen (Annahmen, Vermutungen) über die Verteilungen von Merkmalen in einer Grundgesamtheit (Population)
MehrAufgaben zu Kapitel 1
Aufgaben zu Kapitel 1 Aufgabe 1 a) Öffnen Sie die Datei Beispieldatensatz.sav, die auf der Internetseite zum Download zur Verfügung steht. Berechnen Sie die Häufigkeiten für die beiden Variablen sex und
MehrPROC NPAR1WAY. zum Durchführen des U-Tests für zwei unverbundene Stichproben (für quantitative nicht-normalverteilte Merkmale)
PROC NPAR1WAY zum Durchführen des U-Tests für zwei unverbundene Stichproben (für quantitative nicht-normalverteilte Merkmale) Allgemeine Form: PROC NPAR1WAY DATA=name Optionen ; VAR variablenliste ; CLASS
MehrAchim Bühl, Peter Zöfel SPSS 12. Einführung in die moderne Datenanalyse unter Windows. 9., überarbeitete und erweiterte Auflage
Achim Bühl, Peter Zöfel SPSS 12 Einführung in die moderne Datenanalyse unter Windows 9., überarbeitete und erweiterte Auflage ein Imprint der Pearson Education Deutschland GmbH 10.4 Explorative Datenanalyse
MehrTESTTHEORIE UND TESTKONSTRUKTION - PRAKTISCHE ANWENDUNG - TEIL 4
TESTTHEORIE UND TESTKONSTRUKTION - PRAKTISCHE ANWENDUNG - TEIL 4 Prof. Dr. Franke SS2012 Hochschule Magdeburg-Stendal (FH) M.Sc. Rehabilitationspsychologie Gliederung Normierung Schritte der Normierung
MehrStatistische Auswertung (Signifikanzen) Projekt: Evaluation der Langzeitauswirkung des Imago Paartherapie Workshops
Auswertung: Irina Zamfirescu Auftraggeber: Mag. Klaus Brehm Statistische Auswertung (Signifikanzen) Projekt: Evaluation der Langzeitauswirkung des Imago Paartherapie Workshops Fragestellung: Wirkt sich
MehrTest auf den Erwartungswert
Test auf den Erwartungswert Wir interessieren uns für den Erwartungswert µ einer metrischen Zufallsgröße. Beispiele: Alter, Einkommen, Körpergröße, Scorewert... Wir können einseitige oder zweiseitige Hypothesen
MehrSozialwissenschaftliche Fakultät der Universität Göttingen. Sommersemester 2009, Statistik mit SPSS
Sommersemester 2009, Statistik mit SPSS 26. August 2009 26. August 2009 Statistik Dozentin: mit Anja SPSS Mays 1 Bivariate Datenanalyse, Überblick bis Freitag heute heute Donnerstag Donnerstag Freitag
MehrStatistik II Übung 4: Skalierung und asymptotische Eigenschaften
Statistik II Übung 4: Skalierung und asymptotische Eigenschaften Diese Übung beschäftigt sich mit der Skalierung von Variablen in Regressionsanalysen und mit asymptotischen Eigenschaften von OLS. Verwenden
MehrNicht-parametrische Statistik Eine kleine Einführung
Nicht-parametrische Statistik Eine kleine Einführung Überblick Anwendung nicht-parametrischer Statistik Behandelte Tests Mann-Whitney U Test Kolmogorov-Smirnov Test Wilcoxon Test Binomialtest Chi-squared
Mehr8.2 Nicht parametrische Tests Vergleich CT/2D/3D. Abb. 28 Mann-Whitney-U-Test
41 8. Interpretationen der Studienergebnisse Im vorliegenden Kapitel werden die Studienergebnisse mit Hilfe des Mann-Whitney-U-Tests auf signifikante Unterschiede untersucht. Hierfür wurden die vorliegenden
MehrBefehl: Analysieren > Deskriptive Statistiken > Häufigkeiten. Unter: Statistiken: Angabe Kurtosis/ Schiefe/ andere Lagemasse
Grundeinstellungen Befehl: Bearbeiten >Optionen > Allgemein: Namen anzeigen Häufigkeiten Befehl: Analysieren > Deskriptive Statistiken > Häufigkeiten Unter: Statistiken: Angabe Kurtosis/ Schiefe/ andere
MehrStandardab er des. Testwert = 145.5 95% Konfidenzintervall. T df Sig. (2-seitig) Differenz Untere Obere -2.011 698.045-5.82-11.50 -.14.
Aufgabe : einfacher T-Test Statistik bei einer Stichprobe Standardfehl Standardab er des Mittelwert weichung Mittelwertes 699 39.68 76.59 2.894 Test bei einer Sichprobe Testwert = 45.5 95% Konfidenzintervall
MehrSkript 6 Häufigkeiten und Deskriptive Statistiken einer Variablen
Skript 6 Häufigkeiten und Deskriptive Statistiken einer Variablen Ziel: Charakterisierung der Verteilung einer Variablen. Je nach Variablentyp geschieht dies durch Häufigkeitsauszählung und Modus (Nominale
MehrForschungsmethodik II Mag.rer.nat. M. Kickmeier-Rust Karl-Franzens-Universität Graz. Lisza Gaiswinkler, Daniela Gusel, Tanja Schlosser
Kolmogorov-Smirnov-Test Forschungsmethodik II Mag.rer.nat. M. Kickmeier-Rust Karl-Franzens-Universität Graz 1 Kolmogorov- Smirnov Test Andrei Nikolajewitsch Kolmogorov * 25.4.1903-20.10.1987 2 Kolmogorov-
MehrMittelwert und Standardabweichung
Professur E-Learning und Neue Medien Institut für Medienforschung Philosophische Fakultät Einführung in die Statistik Mittelwert und Standardabweichung Überblick Mittelwert Standardabweichung Weitere Maße
MehrAngewandte Statistik 3. Semester
Angewandte Statistik 3. Semester Übung 5 Grundlagen der Statistik Übersicht Semester 1 Einführung ins SPSS Auswertung im SPSS anhand eines Beispieles Häufigkeitsauswertungen Grafiken Statistische Grundlagen
MehrPrüfung aus Wahrscheinlichkeitstheorie und Statistik MASCHINENBAU 2003
Prüfung aus Wahrscheinlichkeitstheorie und Statistik MASCHINENBAU 2003. Eine seltene Krankheit trete mit Wahrscheinlichkeit : 0000 auf. Die bedingte Wahrscheinlichkeit, dass ein bei einem Erkrankten durchgeführter
Mehr1.8 Kolmogorov-Smirnov-Test auf Normalverteilung
1.8 Kolmogorov-Smirnov-Test auf Normalverteilung Der Kolmogorov-Smirnov-Test ist einer der klassischen Tests zum Überprüfen von Verteilungsvoraussetzungen. Der Test vergleicht die Abweichungen der empirischen
MehrAufgaben zu Kapitel 5:
Aufgaben zu Kapitel 5: Aufgabe 1: Ein Wissenschaftler untersucht, in wie weit die Reaktionszeit auf bestimmte Stimuli durch finanzielle Belohnung zu steigern ist. Er möchte vier Bedingungen vergleichen:
MehrEinführung in die Varianzanalyse mit SPSS
Einführung in die Varianzanalyse mit SPSS SPSS-Benutzertreffen am URZ Carina Ortseifen 6. Mai 00 Inhalt. Varianzanalyse. Prozedur ONEWAY. Vergleich von k Gruppen 4. Multiple Vergleiche 5. Modellvoraussetzungen
MehrGeschlecht + Anfangsgehalt. T-Test für das Anfangsgehalt Gruppenstatistiken. Der SPSS Output der aktuellen Computerübung zum Aufgabenblatt 3
Der SPSS Output der aktuellen Computerübung zum Aufgabenblatt 3 Geschlecht + Anfangsgehalt 14000 399 403 7000 12000 335 Anfangsgehalt 10000 8000 6000 4000 2000 N = 28 63 185 291 227 52 215 158 88 284 193
MehrLösungen zu den Übungsaufgaben in Kapitel 10
Lösungen zu den Übungsaufgaben in Kapitel 10 (1) In einer Stichprobe mit n = 10 Personen werden für X folgende Werte beobachtet: {9; 96; 96; 106; 11; 114; 114; 118; 13; 14}. Sie gehen davon aus, dass Mittelwert
Mehrfh management, communication & it Constantin von Craushaar fh-management, communication & it Statistik Angewandte Statistik
fh management, communication & it Folie 1 Überblick Grundlagen (Testvoraussetzungen) Mittelwertvergleiche (t-test,..) Nichtparametrische Tests Korrelationen Regressionsanalyse... Folie 2 Überblick... Varianzanalyse
MehrKlassifikation von Signifikanztests
Klassifikation von Signifikanztests nach Verteilungsannahmen: verteilungsabhängige = parametrische Tests verteilungsunabhängige = nichtparametrische Tests Bei parametrischen Tests werden im Modell Voraussetzungen
Mehr1.5 Berechnung von Rangzahlen
1.5 Berechnung von Rangzahlen Bei vielen nichtparametrischen Verfahren spielen die so genannten Rangzahlen eine wesentliche Rolle, denn über diese werden hier die Prüfgrößen berechnet. Dies steht im Gegensatz
MehrGrundlagen quantitativer Sozialforschung Interferenzstatistische Datenanalyse in MS Excel
Grundlagen quantitativer Sozialforschung Interferenzstatistische Datenanalyse in MS Excel 16.11.01 MP1 - Grundlagen quantitativer Sozialforschung - (4) Datenanalyse 1 Gliederung Datenanalyse (inferenzstatistisch)
MehrForschungsstatistik I
Prof. Dr. G. Meinhardt. Stock, Taubertsberg R. 0-0 (Persike) R. 0-1 (Meinhardt) Sprechstunde jederzeit nach Vereinbarung Forschungsstatistik I Dr. Malte Persike persike@uni-mainz.de http://psymet0.sowi.uni-mainz.de/
Mehr11. Nichtparametrische Tests
11. Nichtparametrische Tests Dr. Antje Kiesel Institut für Angewandte Mathematik WS 2011/2012 In Kapitel 8 und 9 haben wir vorausgesetzt, daß die Beobachtungswerte normalverteilt sind. In diesem Fall kann
MehrForschungsmethodik Interventions- und Evaluationsforschung theoretisch begründen
Forschungsmethodik Interventions- und Evaluationsforschung theoretisch begründen Biostatistik VL 5: Nichtparametrische Tests MSc Sportwissenschaft /-management, VL Statistik 2016 1 Lernziele Nicht-parametrische
MehrSchließende Statistik
Schließende Statistik Die schließende Statistik befasst sich mit dem Rückschluss von einer Stichprobe auf die Grundgesamtheit (Population). Die Stichprobe muss repräsentativ für die Grundgesamtheit sein.
MehrÜbersicht über verschiedene Signifikanztests und ihre Voraussetzungen
SPSSinteraktiv von Signifikanztests - 1 - Übersicht über verschiedene Signifikanztests und ihre Verfahren zur Überprüfung von Unterschieden in der zentralen Tendenz Unterschieden werden können Testsituationen
MehrHypothesentests mit SPSS
Beispiel für eine zweifaktorielle Varianzanalyse mit Messwiederholung auf einem Faktor (univariate Lösung) Daten: POKIII_AG4_V06.SAV Hypothese: Die physische Attraktivität der Bildperson und das Geschlecht
MehrKapitel 1: Deskriptive Statistik
Kapitel 1: Deskriptive Statistik Grafiken 1 Statistische Kennwerte 5 z-standardisierung 7 Grafiken Mit Hilfe von SPSS lassen sich eine Vielzahl unterschiedlicher Grafiken für unterschiedliche Zwecke erstellen.
MehrSozialwissenschaftliche Fakultät der Universität Göttingen. Sommersemester Statistik mit SPSS
Sommersemester 2009 Statistik mit SPSS 09. Mai 2009 09. Mai 2009 Statistik Dozentin: mit Esther SPSSOchoa Fernández 1 Arbeitsschritte bei der Datenanalyse Datenmanagement (Einlesen von Daten, Teilen von
Mehr2.1 Einführung in das Testen von Hypothesen
2.1 Einführung in das Testen von Hypothesen 1 Gliederung 2.1 Einführung in das Testen von Hypothesen 2.1.1 Typische Fragestellungen 2.1.2 Mittelwertvergleich 2.1.2.1 Einstichprobenproblem 2.1.2.2 Zweistichprobenproblem
MehrAnteile Häufigkeiten Verteilungen Lagemaße Streuungsmaße Merkmale von Verteilungen. Anteile Häufigkeiten Verteilungen
DAS THEMA: VERTEILUNGEN LAGEMAßE - STREUUUNGSMAßE Anteile Häufigkeiten Verteilungen Lagemaße Streuungsmaße Merkmale von Verteilungen Anteile Häufigkeiten Verteilungen Anteile und Häufigkeiten Darstellung
MehrEinfache statistische Testverfahren
Einfache statistische Testverfahren Johannes Hain Lehrstuhl für Mathematik VIII (Statistik) 1/29 Hypothesentesten: Allgemeine Situation Im Folgenden wird die statistische Vorgehensweise zur Durchführung
MehrLösungen zu Janssen/Laatz, Statistische Datenanalyse mit SPSS 1
LÖSUNG 3A Lösungen zu Janssen/Laatz, Statistische Datenanalyse mit SPSS 1 Mit den Berechnungsfunktionen LG10(?) und SQRT(?) in "Transformieren", "Berechnen" können logarithmierte Werte sowie die Quadratwurzel
MehrPROC MEANS. zum Berechnen statistischer Maßzahlen (für quantitative Merkmale)
PROC MEAS zum Berechnen statistischer Maßzahlen (für quantitative Merkmale) Allgemeine Form: PROC MEAS DATA=name Optionen ; VAR variablenliste ; CLASS vergleichsvariable ; Beispiel und Beschreibung der
MehrKlausur Statistik I. Dr. Andreas Voß Wintersemester 2005/06
Klausur Statistik I Dr. Andreas Voß Wintersemester 2005/06 Hiermit versichere ich, dass ich an der Universität Freiburg mit dem Hauptfach Psychologie eingeschrieben bin. Name: Mat.Nr.: Unterschrift: Bearbeitungshinweise:
MehrTest-Finder. Inhalt. Orientierung im Test-Chaos Dipl.-Psych. Dr. Guido Strunk
Test-Finder 1 Test-Finder Orientierung im Test-Chaos Dipl.-Psych. Dr. Guido Strunk Inhalt 1 Grundlagen... 2 2 Maße der zentralen Tendenz vergleichen Zwei Gruppen... 3 2.1 T-Test für unabhängige Daten...
MehrKorrelation, Regression und Signifikanz
Professur Forschungsmethodik und Evaluation in der Psychologie Übung Methodenlehre I, und Daten einlesen in SPSS Datei Textdaten lesen... https://d3njjcbhbojbot.cloudfront.net/api/utilities/v1/imageproxy/https://d15cw65ipcts
MehrLösungen zu Janssen/Laatz, Statistische Datenanalyse mit SPSS 1
LÖSUNG 4B a.) Lösungen zu Janssen/Laatz, Statistische Datenanalyse mit SPSS 1 Mit "Deskriptive Statistiken", "Kreuztabellen " wird die Dialogbox "Kreuztabellen" geöffnet. POL wird in das Eingabefeld von
Mehr1. Datei Informationen
1. Datei Informationen Datei vorbereiten (Daten, Variablen, Bezeichnungen und Skalentypen) > Datei Dateiinformation anzeigen Arbeitsdatei 2. Häufigkeiten Analysieren Deskriptive Statistik Häufigkeiten
MehrVarianzanalyse ANOVA
Varianzanalyse ANOVA Johannes Hain Lehrstuhl für Mathematik VIII Statistik 1/23 Einfaktorielle Varianzanalyse (ANOVA) Bisher war man lediglich in der Lage, mit dem t-test einen Mittelwertsvergleich für
MehrKursangebote für Studierende über das Leibniz-Rechenzentrum (http://www.lrzmuenchen.de/services/schulung/)
Statistik-Manual für SPSS Anmerkung: Softwarebezug über das Leibniz-Rechenzentrum (Barer Straße 21, 80333 München, Telefon: (089) 289-28886 oder (089) 289-28784, http://www.lrz-muenchen.de/services /swbezug/lizenzen/spss/).
MehrKapitel 1: Deskriptive Statistik
Kapitel 1: Deskriptive Statistik Grafiken Mit Hilfe von SPSS lassen sich eine Vielzahl unterschiedlicher Grafiken für unterschiedliche Zwecke erstellen. Wir besprechen hier die zwei in Kapitel 1.1 thematisierten
MehrBitte am PC mit Windows anmelden!
Einführung in SPSS Plan für heute: Grundlagen/ Vorwissen für SPSS Vergleich der Übungsaufgaben Einführung in SPSS http://weknowmemes.com/generator/uploads/generated/g1374774654830726655.jpg Standardnormalverteilung
MehrWillkommen zur Vorlesung Statistik (Master)
Willkommen zur Vorlesung Statistik (Master) Thema dieser Vorlesung: Verteilungsfreie Verfahren Prof. Dr. Wolfgang Ludwig-Mayerhofer Universität Siegen Philosophische Fakultät, Seminar für Sozialwissenschaften
MehrHypothesenprüfung. Darüber hinaus existieren zahlreiche andere Testverfahren, die alle auf der gleichen Logik basieren
Hypothesenprüfung Teil der Inferenzstatistik Befaßt sich mit der Frage, wie Hypothesen über eine (in der Regel unbekannte) Grundgesamtheit an einer Stichprobe überprüft werden können Behandelt werden drei
MehrZusammenhangsanalyse mit SPSS. Messung der Intensität und/oder der Richtung des Zusammenhangs zwischen 2 oder mehr Variablen
- nominal, ordinal, metrisch In SPSS: - Einfache -> Mittelwerte vergleichen -> Einfaktorielle - Mehrfaktorielle -> Allgemeines lineares Modell -> Univariat In SPSS: -> Nichtparametrische Tests -> K unabhängige
MehrInhaltsverzeichnis. Teil 1 Basiswissen und Werkzeuge, um Statistik anzuwenden
Inhaltsverzeichnis Teil 1 Basiswissen und Werkzeuge, um Statistik anzuwenden 1 Statistik ist Spaß 3 Warum Statistik? 3 Checkpoints 4 Daten 4 Checkpoints 7 Skalen - lebenslang wichtig bei der Datenanalyse
MehrStatistik. Ludwig Fahrmeir Rita Künstler Iris Pigeot Gerhard Tutz. Der Weg zur Datenanalyse. Springer. Zweite, verbesserte Auflage
Ludwig Fahrmeir Rita Künstler Iris Pigeot Gerhard Tutz Statistik Der Weg zur Datenanalyse Zweite, verbesserte Auflage Mit 165 Abbildungen und 34 Tabellen Springer Inhaltsverzeichnis Vorwort v 1 Einführung
MehrStatistik II Übung 2: Multivariate lineare Regression
Statistik II Übung 2: Multivariate lineare Regression Diese Übung beschäftigt sich mit dem Zusammenhang zwischen Flugpreisen und der Flugdistanz, dem Passagieraufkommen und der Marktkonzentration. Verwenden
MehrSTATISTISCHE MUSTERANALYSE - DARSTELLUNGSVORSCHLAG
STATISTISCHE MUSTERANALYSE - DARSTELLUNGSVORSCHLAG Statistische Methoden In der vorliegenden fiktiven Musterstudie wurden X Patienten mit XY Syndrom (im folgenden: Gruppe XY) mit Y Patienten eines unauffälligem
MehrEin- und Zweistichprobentests
(c) Projekt Neue Statistik 2003 - Lernmodul: Ein- Zweistichprobentests Ein- Zweistichprobentests Worum geht es in diesem Modul? Wiederholung: allgemeines Ablaufschema eines Tests Allgemeine Voraussetzungen
MehrAnalyse von Experimenten. Stefan Hanenberg (University of Duisburg-Essen)
Analyse von Experimenten Stefan Hanenberg (University of Duisburg-Essen) Eine Intuitive Einführung Intuitive Einführung (1) siehe vorherige Vorlesung Beispiel und Diskussion Ich glaube, dass die Programmiersprache
MehrEine Einführung in R: Statistische Tests
Eine Einführung in R: Statistische Tests Bernd Klaus, Verena Zuber Institut für Medizinische Informatik, Statistik und Epidemiologie (IMISE), Universität Leipzig http://www.uni-leipzig.de/ zuber/teaching/ws11/r-kurs/
MehrLösungen zu Janssen/Laatz, Statistische Datenanalyse mit SPSS 1. LÖSUNG 7 a)
LÖSUNG 7 a) Lösungen zu Janssen/Laatz, Statistische Datenanalyse mit SPSS 1 Aufrufen der Varianzanalyse: "Analysieren", "Mittelwerte vergleichen", "Einfaktorielle ANOVA ", "Abhängige Variablen:" TVHOURS;
Mehr10. Die Normalverteilungsannahme
10. Die Normalverteilungsannahme Dr. Antje Kiesel Institut für Angewandte Mathematik WS 2011/2012 Bisher haben wir vorausgesetzt, daß die Beobachtungswerte normalverteilt sind. In diesem Fall kann man
MehrMann-Whitney-U-Test für zwei unabhängige Stichproben
Mann-Whitney-U-Test für zwei unabhängige Stichproben Wir haben bis jetzt einen einzigen Test für unabhängige Stichproben kennen gelernt, nämlich den T-Test. Wie wir bereits wissen, sind an die Berechnung
Mehr