METHODENLEHRE I WS 2013/14 THOMAS SCHÄFER

METHODENLEHRE I WS 2013/14 THOMAS SCHÄFER DAS THEMA: INFERENZSTATISTIK IV INFERENZSTATISTISCHE AUSSAGEN FÜR ZUSAMMENHÄNGE UND UNTERSCHIEDE Inferenzstatistik für Zusammenhänge Inferenzstatistik für Unterschiede 1

Inferenzstatistik für Zusammenhänge Standardfehler Konfidenzintervalle Signifikanztest STANDARDFEHLER FÜR ZUSAMMENHÄNGE Zusammenhänge werden in der Regel durch Korrelationskoeffizienten ausgedrückt, am häufigsten durch die Pearson-Korrelation r ein in einer Stichprobe gefundener Zusammenhang r kann wieder auf die Population verallgemeinert werden der Schätzwert heißt ρ (Rho) auch für diese Schätzung fragen wir wieder nach der Güte und wollen daher inferenzstatistische Aussagen machen Beispiel: Wie groß ist der Zusammenhang zwischen der Anzahl von Störchen und der Anzahl Neugeborener? à Wir untersuchen als Stichprobe den Raum Chemnitz über 10 Jahre: Jahr Störche Geburten 1 12 4408 2 14 3990 3 11 3792 4 14 4020 5 15 3899 6 9 3789 7 16 4142 8 11 3879 9 13 4032 10 12 4001 à r = ρ =.38 2

STANDARDFEHLER FÜR ZUSAMMENHÄNGE der Standardfehler für ρ berechnet sich wie folgt: für unser Beispiel: ρ ρ à bezogen auf die Skala von r ist das ein recht großer Standardfehler à anders als bei Mittelwerten wird der Standardfehler für Korrelationen normalerweise nicht in Abbildungen irgendeiner Art verwendet KI FÜR ZUSAMMENHÄNGE auch bei Korrelationen gilt: eigentlich müssten wir für jeden Koeffizienten eine Stichprobenverteilung erstellen, um die Grenzen des KI zu bestimmen auch hier könnte aber stattdessen die t-verteilung verwendet werden ABER: die t-verteilung ist nur gültig, wenn r = 0, ansonsten sind rs nicht symmetrisch verteilt und können nicht durch t repräsentiert werden da wir aber in der Regel Effekte ungleich 0 haben, kann die t-verteilung nicht verwendet werden à stattdessen ist ein anderer Umweg nötig, der die Fisher-z-Transformation benutzt: 1. das gefundene r wird in einen z-wert umgerechnet 2. die Grenzen des KI werden für diesen z-wert bestimmt 3. die Grenzen in z-werten werden wieder in rs zurückgerechnet 3

KI FÜR ZUSAMMENHÄNGE à da Korrelationskoeffizienten von -1 bis 1 begrenzt sind, ist ihre Stichprobenverteilung nur bei 0 symmetrisch; sie wird schiefer, je stärker die Korrelation von 0 abweicht à KI sind dann nicht mehr symmetrisch und können nicht mit Hilfe der t- Verteilung bestimmt werden KI FÜR ZUSAMMENHÄNGE Fisher s-r-to-z-tabelle SchriE 1 r =.38 in der Tabelle suchen à der entsprechende z r - Wert ist 0,40 4

KI FÜR ZUSAMMENHÄNGE z-tabelle Was sind die Grenzen des 95%-KI? SchriE 2 à wieder bei 97,5% nachsehen à z = 1,96 KI FÜR ZUSAMMENHÄNGE Bestimmung der Grenzen des KI ausgedrückt in z-werten: SchriE 2 für das Beispiel: à diese beiden Grenzen müssen nun wieder in rs umgerechnet werden 5

KI FÜR ZUSAMMENHÄNGE Fisher s-r-to-z-tabelle SchriE 3 für z = - 0,34: à r = - 0,327 à untere Grenze für z = 1,14: à r = 0,814 à obere Grenze Hinweis: negaove z- Werte führen auch zu negaoven rs! KI FÜR ZUSAMMENHÄNGE als Abbildung: à wir finden ein asymmetrisches KI 6

SIGNIFIKANZTESTS FÜR ZUSAMMENHÄNGE wieder die Logik des Signifikanztests: unterstellt wird die H0, dass der wahre Zusammenhang in der Population ρ = 0 ist die H0-Verteilung zeigt also mögliche Korrelationen ungleich 0, die man zufällig finden kann, auch wenn die H0 gilt da die H0 von ρ = 0 ausgeht (und Korrelationen unter dieser Voraussetzung normalverteilt sind), kann jetzt die t-verteilung verwendet werden ρ die Verteilung von KorrelaOonskoeffizienten kann durch die t- Verteilung repräsenoert werden t 0 0 SIGNIFIKANZTESTS FÜR ZUSAMMENHÄNGE für den Test muss also die Korrelation in einen t-wert umgerechnet werden: Formel t-test für Korrelationskoeffizienten dieser t-wert wird dann auf Signifikanz geprüft mit (n ist die Anzahl der Wertepaare) df t-test für Korrelationskoeffizienten für das Beispiel: à kritischer t-wert für Alpha = 5%, df = 8, zweiseitig: 2,31 à t empirisch < t kritisch à Korrelationskoeffizient nicht signifikant 7

SIGNIFIKANZTESTS FÜR ZUSAMMENHÄNGE t-verteilung Alpha- Niveau df = n 2 Beispiel: 10 2 = 8 à t kri)sch = 2,31 SIGNIFIKANZTESTS FÜR ZUSAMMENHÄNGE das Beispiel in SPSS: hier gibt es wieder den exakten p- Wert: 0,28 8

INFERENZSTATISTIK FÜR ZUSAMMENHÄNGE Verwendung der drei Aussagen für Korrelationskoeffizienten: Standardfehler im Fließtext: so gut wie nie in Abbildungen: so gut wie nie Konfidenzintervalle im Fließtext: zunehmend beliebt in Abbildungen: zunehmend beliebt Signifikanztests im Fließtext: nahezu immer in Abbildungen: sehr selten INFERENZSTATISTIK FÜR ZUSAMMENHÄNGE noch ein Hinweis auch Regressionskoeffizienten sind Zusammenhangsmaße für Regressionskoeffizienten können alle drei inferenzstatischen Maße bestimmt werden auch hier sind die Konfidenzintervalle asymmetrisch, wenn β 0 der Signifikanztest, der prüft, ob ein Regressionskoeffizient in der Population von 0 verschieden ist, ist auch ein t-test: Regressionskoeffizient Formel t-test für Regressionskoeffizienten Standardfehler des Koeffizienten mit df t-test für Regressionskoeffizienten (n SOchprobengröße; k Anzahl von Prädiktoren) 9

IS FÜR ZUSAMMENHÄNGE STECKBRIEF für Zusammenhänge werden inferenzstatische Aussagen recht häufig gemacht der Standardfehler wird aus der gefundenen Korrelation und der Stichprobengröße berechnet Konfidenzintervalle sind für ρ ungleich 0 nicht symmetrisch, daher wird die Fisher-r-in-z-Transformation genutzt, um die Grenzen des Intervalls zunächst in z- Werten zu bestimmen und dann in Korrelationen zurück zu rechnen Konfidenzintervalle für Korrelationen sind zunehmend beliebt und sind sehr empfehlenswert der Signifikanztest, der prüft, ob ein Korrelationskoeffizient in der Population größer ist als 0, ist wieder ein t-test auch für Regressionskoeffizienten können die drei inferenzstatistischen Maße bestimmt werden Inferenzstatistik für Unterschiede Standardfehler Konfidenzintervalle Signifikanztest 10

STANDARDFEHLER FÜR UNTERSCHIEDE wir beschränken uns auf Unterschiede von Mittelwerten wie jeder andere Parameter auch folgen die Differenzen von Mittelwerten einer Normalverteilung es lässt sich also wieder eine Stichprobenverteilung von Mittelwertsunterschieden ΔM erstellen, die die Grundlage für die Bestimmung von Standardfehler und KI bildet: ΔM gefundene Differenz die Logik: diese Verteilung entsteht, wann man immer wieder Studien machen und die Differenz von zwei MiEelwerten besommen würde à diese verteilen sich um den wahren MiEelwertsunterschied in der PopulaOon STANDARDFEHLER FÜR UNTERSCHIEDE prinzipiell müssen zwei Fälle unterschieden werden 1. die Differenzen stammen von Messwerten von verschiedenen Personen à Mittelwertsunterschiede von unabhängigen Stichproben 2. die Differenzen stammen von Messwiederholungen an denselben Personen à Mittelwertsunterschiede von abhängigen Stichproben Häufigkeitsverteilungen der Messwerte x A SOchprobenverteilung der Differenzwerte ΔM x B A und B können verschiedene Personen sein à unabhängige SP ODER A und B können Mess- wiederholungen an denselben Personen (oder sonsoge abhängige Messungen) sein à abhängige SP 11

STANDARDFEHLER FÜR UNTERSCHIEDE Beispiel Unterschied im Gewichtsverlust bei mehr oder weniger Schlaf Fall 1: verschiedene Personen in den beiden Bedingungen à unabhängige SP Fall 2: dieselben Personen in beiden Bedingungen à abhängige SP Gewichtsverlust in kg Nedeltcheva et al. (2010) A B 8.5h 5.5h Schlaf Beispieldaten für 22 (Fall1) bzw. 11 Personen (Fall 2): A B 1,0 0,9 0,9 1,0 1,6 1,0-0,4 0 1,1-0,1 1,3 0,4 3,3 0,3 1,0 2,5 1,6 1,8 1,6 1,2 2,1 0,9 ΔM = Δμ = 0,47 à Schätzwert für den MW- Unterschied in der PopulaOon SD A = 0,82 SD B = 0,70 STANDARDFEHLER FÜR UNTERSCHIEDE unabhängige Stichproben der Standardfehler des Mittelwertsunterschieds kann wieder durch die Streuungen innerhalb der Gruppen geschätzt werden: für das Beispiel: à bezogen auf die relevanten Gewichtsverluste, die sich hauptsächlich zwischen 0 und 2 kg bewegen, ist das ein mittelgroßer Standardfehler ΔM zur Erinnerung: das bedeutet, dass ca. 68% der Differenzwerte in dieser Verteilung zwischen 0,11 und 0,83 liegen 0,47 12

STANDARDFEHLER FÜR UNTERSCHIEDE abhängige Stichproben Design: within zur Erinnerung: bei abhängigen Messungen kommt es nicht auf die Streuungen innerhalb der Gruppen, sondern auf die Streuung der Differenzwerte an diese Streuung wird wieder für die Bestimmung des Standardfehlers verwendet: 8.5h 5.5h Schlaf für das Beispiel: Messwertedifferenzen pro Person à Interpretation wie bei unabhängigen Messungen KONFIDENZINTERVALLE FÜR UNTERSCHIEDE unabhängige Stichproben für die Bestimmung der Grenzen des KI wird wieder die t-verteilung verwendet die Grenzen in t-werten werden wieder mit dem Standardfehler der Mittelwertsdifferenz verknüpft, um die Länge des Intervalls in Rohwerten zu bestimmen: für das Beispiel (bei 95% Konfidenz): à das KI ist recht lang und reicht sogar in den negativen Bereich hinein à die Schätzung ist nicht besonders zuverlässig 13

KONFIDENZINTERVALLE FÜR UNTERSCHIEDE t-verteilung Alpha- Niveau df = (n A 1) + (n B 1) Beispiel: 10 + 10 = 20 KONFIDENZINTERVALLE FÜR UNTERSCHIEDE unabhängige Stichproben Darstellung des Konfidenzintervalls: kg Hinweis: noch findet man solche Darstellungen von KI für Mittelwertsunterschiede recht selten meist werden nur die Mittelwerte der beiden Bedingungen mit ihren jeweiligen KI dargestellt (siehe KI für Mittelwerte) 14

KONFIDENZINTERVALLE FÜR UNTERSCHIEDE abhängige Stichproben die Grenzen des Konfidenzintervalls berechnen sich hier entsprechend: für das Beispiel (bei 95% Konfidenz): à Interpretation wie bei unabhängigen Messungen Hinweis: oft sind KI für abhängige Messungen kürzer, da hier der Standardfehler meist kleiner ist (in unserem Beispiel ist das nicht der Fall) KONFIDENZINTERVALLE FÜR UNTERSCHIEDE t-verteilung Alpha- Niveau df = n 1 Beispiel: 11 1 = 10 15

KONFIDENZINTERVALLE FÜR UNTERSCHIEDE abhängige Stichproben Darstellung des Konfidenzintervalls: kg Hinweis: noch findet man solche Darstellungen von KI für Mittelwertsunterschiede recht selten meist werden nur die Mittelwerte der beiden Bedingungen mit ihren jeweiligen KI dargestellt (siehe KI für Mittelwerte) die Logik wie gehabt: die Nullhypothese unterstellt, dass es in der Population keinen Unterschied gibt (genauer gesagt, dass beide Stichproben aus derselben Population stammen) auch Mittelwertsunterschiede sind t-verteilt, sodass jedem Mittelwertsunterschied ein t-wert zugewiesen werden kann, der dann auf Signifikanz geprüft wird die Bestimmung des t-wertes ist wieder abhängig vom Studiendesign generelles Prinzip: Mittelwertsdifferenz durch den Standardfehler teilen 16

unabhängige Stichproben Bestimmung des t-wertes: MiEelwertsunterschied Formel t-test für unabhängige Stichproben für das Beispiel: Standardfehler Bestimmung der Freiheitsgrade:!" =!! 1 + (!! 1)! df t-test für unabhängige Stichproben für das Beispiel: Signifikanzprüfung: was ist der kritische t-wert für Alpha = 5%? à nachsehen in der t-verteilung bei df = 20 bei einsei)gem Testen hier, bei zweisei)gem Testen hier ablesen H0 H0 17

Signifikanzprüfung: t empirisch = 1,31 t kritisch = 2,09 à nicht signifikant à das Ergebnis in SPSS: das Programm gibt den genauen p- Wert an abhängige Stichproben Bestimmung des t-wertes: MiEelwertsunterschied Formel t-test für abhängige Stichproben für das Beispiel:! = 0,47 0,35 = 1,34! Standardfehler Bestimmung der Freiheitsgrade:!" =! 1! df t-test für abhängige Stichproben für das Beispiel:!" = 11 1 = 10! 18

Signifikanzprüfung: was ist der kritische t-wert für Alpha = 5%? à nachsehen in der t-verteilung bei df = 10 bei einsei)gem Testen hier, bei zweisei)gem Testen hier ablesen H0 H0 Signifikanzprüfung: t empirisch = 1,34 t kritisch = 2,23 à nicht signifikant à das Ergebnis in SPSS: das Programm gibt den genauen p- Wert an (die Werte des KI weichen durch Rundungsfehler von den vorn berechneten etwas ab) 19

ein paar wichtige Hinweise es ist egal, welche Stichprobe man von welcher abzieht (A-B oder B-A) der berechnete t-wert kann entsprechend positiv oder negativ sein bei ungerichteten Hypothesen spielt das keine weitere Rolle bei gerichteten Hypothesen ist zunächst zu prüfen, ob der Unterschied in die richtige Richtung geht (das hängt nicht vom Vorzeichen des t- Wertes sondern davon ab, welche Stichprobe von welcher abgezogen wurde!) diese Prüfung geschieht deskriptiv durch die Mittelwerte und/oder eine Abbildung geht die Differenz in die falsche Richtung, erübrigen sich inferenzstatistische Angaben! generell gilt: immer zuerst eine deskriptive Darstellung (am besten Abbildung) und erst dann ein Signifikanztest Darstellung im Fließtext werden die Ergebnisse von Signifikanztests nahezu immer angegeben in Abbildungen wird manchmal der p-wert eingefügt: p =.20 20

Konfidenzintervalle und Signifikanztests eine interessante Faustregel da in Abbildungen häufig nur die Konfidenzintervalle der Mittelwerte angegeben sind, kann man mit Hilfe dieser Faustregel sehen, auf welchem Niveau ein Unterschied signifikant ist à das ist ein weiterer Grund, warum eine gute Abbildung einem Signifikanztest vorzuziehen ist! Zusammenhang von Effektgrößen und inferenzstatistischen Aussagen am Beispiel eines Mittelwertsunterschiedes bei unabhängigen SP: wird durch Standardisierung anhand der Streuungen zur Effektgröße Effekt drei mögliche inferenzstaososche Aussagen: 1. Schätzung des Standardfehlers des Effektes anhand dessen SOchprobenverteilung s e Verteilung möglicher Effekte beim wiederholten Ziehen s A s B 2. Angabe eines Konfidenzintervalls für den Effekt anhand dessen SOchprobenverteilung Verteilung möglicher Effekte beim wiederholten Ziehen zwei unabhängige SOchproben: N gesamt wird aufgeteilt in n A und n B 3. Berechnung der Prüfgröße t und Prüfen auf Signifikanz mit Hilfe der t- Verteilung (p < α?) α Verteilung der Prüfgröße t, falls die H0 zutrir p 21

Voraussetzungen für die Berechnung von t-tests Signifikanztests basieren auf Stichprobenverteilungen und damit auf der Betrachtung von Streuungen daher sind diese Tests nur sinnvoll, wenn intervallskalierte Daten vorliegen die Daten in der Population normalverteilt sind die Streuungen in beiden Stichproben in etwa gleich groß sind und bei unabhängigen Messungen die Stichproben auch tatsächlich unabhängig sind (gut durch Randomisieren zu erreichen) die Vergleichbarkeit der Streuungen bei unabhängigen Stichproben kann man rechnerisch prüfen (Tests auf Varianzhomogenität) t-tests gelten aber als robust: kleine bis moderate Abweichungen der Voraussetzungen führen dennoch zu guten Ergebnissen Bestimmung von Effektgrößen aus den Ergebnissen von t-tests aus den Signifikanztestergebnissen lassen sich Effektgrößen bestimmen (als Alternative zur Berechnung aus den Rohwerten) dies geschieht, indem die Stichprobengröße einbezogen wird Abstandsmaße Zusammenhangsmaße unabhängige SOchproben! =! 1!! + 1!!!! =!!!! +!"! abhängige SOchproben! =!!! - diese Berechnung wird nicht empfohlen, da sie zu verzerrten Schätzungen führen kann 22

INFERENZSTATISTIK FÜR UNTERSCHIEDE Verwendung der drei Aussagen für Mittelwertsunterschiede: Standardfehler im Fließtext: eher selten in Abbildungen: Konfidenzintervalle so gut wie nie im Fließtext: recht häufig in Abbildungen: Signifikanztests zunehmend beliebt im Fließtext: nahezu immer in Abbildungen: ab und zu IS FÜR UNTERSCHIEDE STECKBRIEF für Mittelwertsunterschiede werden so gut wie immer inferenzstatistische Aussagen gemacht hier muss darauf geachtet werden, ob das Studiendesign abhängige oder unabhängige Stichproben benutzt der Standardfehler wird recht selten benutzt Konfidenzintervalle nutzen den SE und die t-verteilung und werden dann um die Mittelwertsdifferenz herum aufgespannt der Signifikanztest, der prüft, ob ein Mittelwertsunterschied ungleich 0 in der Population vorhanden ist, ist der t-test, den es für unabhängige Stichproben und abhängige Stichproben gibt hier ist auch relevant, ob einseitig oder zweiseitig getestet werden soll jedem inferenzstatistischen Verfahren sollte eine deskriptive Analyse vorangestellt werden, am besten eine Abbildung 23