Die Universität Zürich bietet eine empfehlenswerte Hilfestellung bei der Auswahl des geeigneten statistischen Tests bzw. der passenden multivariaten Analysemethode. In einem Entscheidungsbaum sind Unterschiedstests und Verfahren für Zusammenhangs- und Interdependenzanalysen dargestellt; farbliche Abstufungen berücksichtigen das Skalenniveau (nominalskaliert, ordinalskaliert oder intervallskaliert); zusätzlich wird auch dargestellt, ob normalverteilte Daten vorausgesetzt werden oder ob es sich um ein … „Methodenberatung: Welcher statistische Test passt zu meiner Fragestellung und meinen Daten?“ weiterlesen
Schlagwort: U-Test
Signifikanztests bei Kreuztabellen: Kategorien sinnvoll zusammenfassen
Angenommen, Sie betreiben Marktforschung für eine Ladenkette, die Kühlschränke verkauft. Ihr Auftrag lautet, zwei Kundengruppen hinsichtlich ihres Kaufinteresses zu vergleichen. Sie erhalten folgende Kreuztabelle: Es gibt zwar gewisse Unterschiede zwischen den Kundengruppen (hier vereinfacht mit 0 und 1 bezeichnet), diese sind laut Chi-Quadrat-Test jedoch nicht signifikant (p=0,102). Ist der Auftrag damit bereits erledigt? Neu: Der … „Signifikanztests bei Kreuztabellen: Kategorien sinnvoll zusammenfassen“ weiterlesen
Datenaufbereitung für abhängige Stichproben: long- und wide-Format
Angenommen, es liegen Daten in folgendem Format vor: ID Messzeitpunkt Messwert 1 1 7 1 2 10 2 1 4 2 2 3 … Nun soll überprüft werden, ob die Daten des ersten Messzeitpunkts sich signifikant vom zweiten Messzeitpunkt unterscheiden. Ganz einfach, könnte man meinen: t-Test, Testvariable=Messwert, Gruppe=Messzeitpunkt (Gruppe 1 = Zeitpunkt 1, Gruppe 2 … „Datenaufbereitung für abhängige Stichproben: long- und wide-Format“ weiterlesen
T-Test oder U-Test?
Bei Mittelwertvergleichen steht der Forscher oft vor der Frage, ob parametrische Verfahren wie der t-Test eingesetzt werden können oder ob auf nichtparametrische Tests wie den Mann-Whitney-U-Test ausgewichen werden muss. Parametrische Verfahren weisen eine höhere Teststärke auf, d. h. sie können tatsächlich vorhandene Unterschiede eher nachweisen, da sie mehr Informationen in den Daten nutzen. Ihr Nachteil … „T-Test oder U-Test?“ weiterlesen