Welchen Mittelwertvergleich sollte ich auswählen?

Подписаться 34 тыс.

Просмотров 154 тыс.

50% 1

// Welchen Mittelwertvergleich sollte ich auswählen? //
Mittelwertvergleiche sind eine praktische Analysemöglichkeit, wenn ich zwei oder mehr Stichproben habe und ich schauen möchte, ob sie sich in ihren zentralen Tendenzen (häufig: Mittelwertvergleich) unterscheiden. Die Stichproben können dabei abhängig oder unabhängig sein, was die erste Frage ist, die ich beim Auswahl des passenden Mittelwertvergleiches beantworten muss. Als zweites ist die Anzahl der Gruppen bzw. Stichproben zu beachten. Und schließlich ist zu prüfen, ob ich normalverteilte und metrisch skalierte abhängige Variablen vorliegen habe. Sind die abhängigen Variablen normalverteilt und metrisch skaliert, kann ich einen parametrischen Mittelwertvergleich durchführen, z.B. t-Test oder ANOVA.
In diesem Video gehe ich schrittweise in der Erklärung vor, welcher Test für den Vergleich von Mittelwerten für eurer Untersuchung zu wählen ist.
Noch mal zum Nachlesen auf meiner Homepage:
========================================
💡 SPSS-Tutorials: bjoernwalther.com/tutorials-f...
💡 R-Tutorials: bjoernwalther.com/tutorials-f...
💡 Excel-Tutorials: bjoernwalther.com/tutorials-f...
Empfohlene Videos mit Detailerläuterungen - SPSS:
==========================================
🎥 t-Test bei abhängigen Stichproben: • T-Test bei abhängigen ...
🎥 Einfache ANOVA mit Messwiederholung: • Einfaktorielle Varianz...
🎥 t-Test bei unabhängigen Stichproben: • t-Test bei unabhängige...
🎥 Einfache ANOVA: • ANOVA (einfaktorielle ...
🎥 Vorzeichen-Test: • Vorzeichentest für abh... alternativ Wilcoxon-Test: • Wilcoxon-Test (Wilcoxo...
🎥 Friedman-Test: • Friedman-Test in SPSS ...
🎥 Mann-Whitney-U-Test: • Mann-Whitney-U-Test - ...
🎥 Kruskal-Wallis-Test: • Kruskal-Wallis-Test in...
🎞 Playlist: • Mittelwertvergleiche i...
Empfohlene Videos mit Detailerläuterungen - R:
======================================
🎥 t-Test bei abhängigen Stichproben: • t-Test bei abhängigen ...
🎥 Einfache ANOVA mit Messwiederholung: • ANOVA mit Messwiederho...
🎥 t-Test bei unabhängigen Stichproben: • t-Test bei unabhängige...
🎥 Einfache ANOVA: • ANOVA (einfaktorielle ...
🎥 Wilcoxon-Test als Alternative zum Vorzeichen-Test: • Wilcoxon-Test (Wilcoxo...
🎥 Friedman-Test: • Friedman-Test in R - D...
🎥 Mann-Whitney-U-Test: • Mann-Whitney-U-Test in...
🎥 Kruskal-Wallis-Test: • Kruskal-Wallis-Test in...
🎞 Playlist: • Mann-Whitney-U-Test in...
⭐Kanalmitglied⭐ werden:
=======================
/ @statistikampc_bjoernw...
Zeitstempel ⏰
============
0:00 Einleitung
0:20 I - Abhängige vs. unabhängige Gruppen
1:27 II - Anzahl Gruppen (2, 2+)
2:42 III - Verteilung der Testvariable
3:27 IV Skalenniveau der Testvariable
4:30 Übersicht über die Tests
5:34 Vorschau auf mehrfaktorielle Tests
6:01 Wilcoxon-Test
Bei Fragen und Anregungen zu welchem Mittelwertvergleich ich auswählen sollte, nutzt bitte die Kommentarfunktion. Ob ihr das Video hilfreich fandet, entscheidet ihr mit einem Daumen nach oben oder unten.
Kanal unterstützen? 🙌🏼
===================
Paypal-Spende: www.paypal.com/paypalme/Bjoer...
Amazon Affiliate-Link: amzn.to/2iBFeG9
Danke für eure Unterstützung! ♥
Meine Homepage 💡
=================
www.bjoernwalther.com

Опубликовано:

8 июл 2024

Ссылка:

Скачать:

Готовим ссылку...

Добавить в:

Мой плейлист

Посмотреть позже

Комментарии : 190

@MrCortanus 6 лет назад

einfach klasse, dein channel rettet vielen leuten, die sich durch statistikliteratur kämpfen den tag!

@StatistikamPC_BjoernWalther 6 лет назад

Danke für das Lob! Das freut mich, wenn ich auf diesem Wege mehr Klarheit schaffen kann und wenn es bereits die Auswahl der Methode wie ein Mittelwertvergleich ist. Viele Grüße, Björn.

@adrianhellmann3408 5 лет назад

Diese Videos sind einfach super und helfen mir sehr bei meiner Master-Arbeit. Danke!

@StatistikamPC_BjoernWalther 5 лет назад

Hallo Adrian, freut mich, wenn dir die Videos helfen! Viele Erfolg weiterhein bei deiner MA und viele Grüße Björn

@kimselders2917 3 года назад

Vielen Dank für deine Videos! Die retten mir den A**** für meine Masterarbeit! Nachvollziehbar, ruhig und anschaulich erklärt. DANKE!

@jalowy95 3 года назад

Immer wenn ich eine neue Hausarbeit schreiben musst, helfen mir deine Videos meine Statistikkenntnisse auf zu frischen oder bringen mich soweit, meine Frage genauer zu definieren, so dass ich dann auf die Hilfe von Foren zurückgreifen kann. Danke dafür!

@BognerBow 4 года назад

Mich würde mal eine Auswertung interessieren, wie vielen BA und MA-Absolventen durch deine Videos geholfen wurde. Ich für meinen Teil wäre einfach auf verlorenem Posten ohne deine Videos!! Ein Riesengroßes DANKESCHÖN an dieser Stelle für jegliche Erklärungen und Tutorials!

@StatistikamPC_BjoernWalther 4 года назад

Auch mich würde das interessieren. Freiwillige vor. ;-) Viele Grüße, Björn.

@franziskafka7723 4 года назад

Deine Videos helfen mir wirklich enorm bei meiner Bachelorarbeit! Danke dafür :)

@StatistikamPC_BjoernWalther 4 года назад

Hallo Franziska und danke für dein Lob! :-) Viel Erfolg bei der BA! Viele Grüße, Björn.

@timondfrance6288 5 лет назад

Super geil, ihr seid die Besten!!!!!

@nico6940 4 года назад

Sehr verständlich erklärt! Deine Videos haben mir schon oft geholfen, vielen Dank dafür und weiter so! :-)

@StatistikamPC_BjoernWalther 4 года назад

Das freut mich. Danke! Viel Erfolg weiterhin! Viele Grüße, Björn.

@Cibotx 3 года назад

Die wahrscheinlich beste Erklärung zum Thema Testauswahl, klasse!

@StatistikamPC_BjoernWalther 3 года назад

Danke! Viele Grüße, Björn.

@luxxn 3 года назад

richtig gut gemacht! kompliment und vielen dank für dein video

@laurensgrube8252 5 лет назад

Echt klasse, danke!

@hajer6552 5 лет назад

Ich bin mehr als dankbar!!

@fritztritschel3600 4 года назад

Hahaha Hajer, ich bin jetzt wegen meiner Masterarbeit auf dasselbe Video gestoßen, so gut! :D

@SamuelJalalian 2 года назад

Vielen Dank! Sehr gut erklärt!

@arianashala1811 4 года назад

You saved my life! Thank you!

@StatistikamPC_BjoernWalther 4 года назад

Glad I could help. ;-) Björn

@enamoured146 3 года назад

WAHNSINN! Danke danke danke danke!!!!

@realpgbenny 4 года назад

Hallo Björn, vielen Dank erstmal für deine super Videos! Ich untersuche für meine Masterarbeit eine Reihe von Unternehmen und versuche einen Zusammenhang zwischen deren Maß der freiwilligen Berichterstattung (unabhängige Variable) und deren Fremdkapitalzinsen (abhängige Variable) nachzuweisen. Dabei kann das Maß der freiwilligen Berichterstattung die Werte 0, 1, 2 annehmen. Der Fremdkapitalzinssatz liegt zwischen 0,0% und x,x%. Ich messe die beiden Variablen für 22 Unternehmen über 4 Jahre. In den ersten beiden Jahren kann das Maß der freiwilligen Berichterstattung nur die Werte 1 oder 2 annehmen. Dann kommt es zu einer Änderung der Rahmenbedingungen und in Jahr 3 und 4 können alle drei Merkmalsausprägungen (0, 1, 2) auftreten. Insofern würde ich erstmal von einer abhängigen Stichprobe (mehrere Messzeitpunkte, die selben Untersuchungsobjekte) ausgehen. Die Daten sind nicht normalverteilt. Das Problem ist, dass nicht alle Unternehmen auch alle Ausprägungen der unabhängigen Variable (Maß der freiwilligen Berichterstattung) aufweisen. Manche Unternehmen liegen den gesamten Zeitraum über bei einem Wert von 2, andere wechseln nach 2 Jahren von 2 auf 1, nach 3 Jahren von 1 auf 0, etc. Welcher Test ist in einem solchen Fall der richtige? Ich freue mich über jeden Tipp! :)

@StatistikamPC_BjoernWalther 4 года назад

Hallo Benjamin und danke für dein Lob! Das klingt für mich eher wie eine Regression mit Dummies: ru-vid.com/video/%D0%B2%D0%B8%D0%B4%D0%B5%D0%BE-KjiqXDGgwbk.html Allerdings hast du ja Zeitreihendaten, deswegen hast du ja eher eine Panelregression vor dir. Du kannst auch im Querschnitt eines Beobachtungszeitpunktes einen t-Test rechnen (sofern Residuen normalverteilt). Du solltest aber nicht alle Beobachtungszeitpunkte im Querschnitt betrachten, da du dann Unternehmen mehrfach in der Stichprobe hast. Viele Grüße, Björn.

@alexanderbluhm8841 2 года назад

Hammer VIDEO!!!!

@jessydu7224 3 года назад

Grandiose Videos! Dadurch hab ich es endlich verstanden, wie ich vorgehen muss :) ich habe nur eine Frage, wo ich mir nich ganz sicher bin - tendiere jedoch auf "abhängig". Ich erhebe Meinungen von Schülern bzgl. Qualitätsmerkmale des Unterrichts und zwar einmal, als wie wichtig sie gewisse Merkmale einstufen und entsprechend dazu wie genau diese Merkmale im Unterricht umgesetzt werden. Also Vergleich von Wunsch und Realität ein und derselben Gruppe - dann brauche ich einen Test bei abhängigen Stichproben oder?

@willicheckmann3381 2 года назад

Hallo Björn, vielen Dank für deine tollen Videos! Ich hab eine Frage: ich such einen Test der es mir ermöglicht, mehrere (>2) unabhängige Daten die metrisch und NICHT normalverteilt sind zu vergleichen. Ich habe Quellen gefunden laut denen eine ANOVA nicht zwingen normalverteilt sein muss. Was ist deine Einschätzung zu der Aussage? Vielen Dank und LG

@janschneider479 5 лет назад

richtig richtig gut!

@StatistikamPC_BjoernWalther 5 лет назад

Hallo Jan, danke für dein Lob! Viele Grüße, Björn.

@oezguer22 2 года назад

Ich küss doch dein Herz ♥️

@groove5879 2 года назад

Lieber Björn, vielen Dank für die gute Übersicht. Ich bin jedoch etwas unsicher, ob nun ein nicht-parametrischer Test (der Kruskal-Wallis) richtig ist, wenn ich drei Variablen in der Hypothese auswerte, von denen eine metrisch skaliert ist und normalverteilt, die anderen beiden aber nominal skaliert und nicht normalverteilt sind. Was würdest Du mir empfehlen, zu tun? Lg

@jkbfk3813 Год назад

Hallo Björn, ich hätte eine Frage an dich. Ich vergleiche Unfallzahlen auf Routen mit verschiedenen Schwierigkeitsgraden. Es handelt sich jedoch immer um dieselbe Sportart. Untergruppen werden anhand des Schwierigkeitsgrades gebildet und verglichen. Die Daten sind nicht normalverteilt. Ich bin mir aber nicht sicher, ob es sich dabei um abhängige oder unabhängige Stichproben handelt. Dementsprechend gestaltet sich die Auswahl eines Mittelwertvergleichs schwierig. Zudem beträgt die Stichprobengröße zwischen n = 26 und n= 58(Routen pro Schwierigkeitsgrad). Sind diesen Unterschiede ein Problem bzw. gilt es in diesem Zusammenhang etwas zu beachten? Beste Grüße und Vielen Dank!!!

@poppyflower1205 2 года назад

Hi also vorerst vielen Dank für das tolle Video! Ich habe eine Frage bezüglich der Anwendung einer "normalen" ANOVA bei einer nicht-normalverteilten Kohorte. Ist es absolut falsch bei einer nicht-normalverteilten Kohorte eine ANOVA durchzuführen? Ich habe nämlich mehrere Publikationen gelesen, die besagt haben, dass die ANOVA bezüglich der Verteilung relativ robust ist. Die Daten die ich untersuchen möchte sind metrisch skaliert und es würde sich für mich viel eher anbieten eine ANOVA als einen Kruskal-Wallis-Test zu machen. Eine weitere Frage wäre ob bei der Welch-ANOVA (bei Inhomogenität der Varianzen) die Normalverteilung eine große Rolle spielt? Oder ist auch die Welch-ANOVA gegenüber der Verteilung robust? Und weiterhin welche Rolle spielt die Größe der Kohorten bei dem Ganzen?

@benjaminkinsky3093 2 года назад

Vielen Dank für das tolle Video! Gibt es auch eine Alternative zu einer mehrfaktoiellen ANOVA? Ich habe zwei unabhängeg Variablen die nominalskaliert sind und mehrere abhängige Variablen die odrinalskaliert sind. Vielen Dank und beste Grüße

@ulrikekopke7942 Год назад

Hallo Björn, vielen Dank für deine super Videos. ich habe aber noch eine Frage: Ich möchte überprüfen, ob sich die Effekte zwischen Männern und Frauen und meinen anderen nominal skalierten Variablen unterscheiden. Wie kann ich denn das überprüfen? Vielen Dank!

@Mitchkoo 2 года назад

Danke für die tollen Erklärungen. Ich habe Schwierigkeiten das auf mein Beispiel anzuwenden. Meine Hypothese ist "Produkt A wird häufiger online gekauft als offline" Dabei habe ich die Häufigkeiten in 5 Stufen gemessen und dafür zwei Fragen gestellt. Die erste nach der Häufigkeit online, die zweite nach der Häufigkeit offline. Welchen Test kann ich hier fahren?

@kingrauschi 3 года назад

Sehr gutes Video, aber bin ratlos was ich in meinem Fall machen soll. 2 unabhängige Variablen, 1 Abhängige, eig. ja ein Fall für ne zweifaktorielle Anova, nur leider sind meine Daten nicht normalverteilt, was könnte man da jetzt für einen Test machen?

@allystone3238 2 года назад

Hallo erstmal super Video! Zweitens ich hätte auch mal eine Frage: Für meine Bachelorarbeit habe ich 5 Konzepte erstellt. Hierbei habe ich 2 unterschiedliche Gruppen (Gruppe A und B), die von den 5 Konzepten entweder Konzept 1,2 und 3 oder 1,4 und 5 testen (d.h. Konzept 1 testet jede Person). Bei Konzept 1 und 2 soll auf die Farbgebung (grün oder blau) geachtet werden, d.h. nur die Farbe als Variable unterscheidet sich hier. Bei Konzept 1 und 4 gilt selbiges nur mit der Position (oben oder unten) statt Farbe. Als letztes Kriterium soll die Anzeige von deaktiven Symbolen (an oder aus) verglichen werden. Hierbei kann in Gruppe A Konzept 2 und 3 und in Gruppe B Konzept 4 und 5 verglichen werden. Da die Farbe lediglich für Gruppe A gilt, hätte ich hier den Wilcoxon-Test verwendet. Selbes für Gruppe B mit der Position. Lediglich bei der Anzeige von den deaktiven Symbolen bin ich mir beim Test unsicher, da die Variable zwar die selbe ist die getestet wird, aber die Konzepte anders (hätte auf Mann-Whitney-U- Test getippt). Ich gehe davon aus das meine Stichproben nicht normalverteilt sind. Welche Tests machen den bei meiner Studie Sinn und darf ich die Tests in diesem Fall aufteilen, da es drei verschiedene Hypothesen (Farbe, Position, Anzeige deaktiver Symbole) sind die ich damit teste? LG Ally

@ann-christinlingner7536 Год назад

Hallo Björn :) Erstmal vielen lieben Dank für deine super Videos! Ich habe dazu mal eine Frage zu meiner Erhebung: Ich teste die Auswirkungen von 2 abhängigen Variablen mit jeweils 2 Ausprägungen auf mehrere abhängige Variablen in Form von Likert-skalierten Items (Zustimmungsskala von 1-5). Konkret geht es um eine spezielle Form eines Persönlichkeitstests in einem Bewerbungsverfahren und inwieweit dieser unter gegebenen Bedingungen (weiter spezifiziert in Einsatzkontext und Testtyp) in die Privatsphäre eingreift oder nicht (4 Items, daraus wollte ich den Mittelwert bilden). des Weiteren gibt es noch zusätzliche Items, die z.B. bewerten, wie attraktiv der Arbeitgeber unter den gegebenen Einsatzbedingungen dieses Tests noch wahrgenommen wird. Nun würde ich anhand deiner Grafik sagen, ich wende den Friedman-Test an (abhängige Stichprobe, > 2 Gruppen, Ordinale Skalierung). Aber kann man mit dem Friedman-Test überhaupt die unterschiedliche Effektstärke meiner beiden Testbedingungen (unabhängigen Variablen, d.h. Einsatzkontext mit 2 Ausprägungsformen und konkrete Testart mit 2 Ausprägungsformen) analysieren? Das erscheint mir eher machbar mit einer zweifaktoriellen ANOVA mit Messwiederholung. Dann wiederum wäre ja aber die Voraussetzung einer metrischen Skala nicht mehr gegeben? Ich bin da gerade etwas ratlos. Ich danke dir sehr für eine Antwort!

@3GamingXtreme 3 года назад

Danke für die guten Videos. Ich hätte noch eine Frage, und zwar hab ich eine Stichprobe mit verschiedenen Sportlern, die auf Instagram innerhalb eines Zeitraums mehrere Posts abgegeben haben. Bei Anlayse der Häufigkeiten ist mir aufgefallen, dass vier Sportler für knapp 50% der abgesetzen Posts verantwortlich sind. Jetzt würde mich interessieren ob es signifkante Unterschiede bei den Likes und Kommentaren zwischen den vier Sportlern und dem Rest der Stichprobe gibt. Ich bin mir unsicher welchen Test ich durchführen kann, sowohl die Kommentare als auch Likes sind nicht-normalverteilt. Vielen Dank für die Hilfe

@snowwhite2015 3 года назад

Tolles Video :-). Wenn ich ein Produkt bewerte zu 2 Messzeitpunkten bei der gleichen Testperson, aber im ersten Durchgang das Produkt zweimal bewerte (in einem Blindtest), habe ich ja 3 Testergebnisse (2 vom ersten Test, 1 vom zweiten). Wäre dies dann trotzdem ein T-Test oder Anova? Das ist mir nicht ganz klar geworden.....

@henrikgast2306 4 года назад

Vielen Dank für das tolle Video! Ich hätte eine Frage: Ich möchte mehrere Mittelwerte von zwei Gruppen (Depressive und Nicht-depressive) vergleichen. Das geht natürlich über T-Tests. Es sind ja nur zwei Gruppen. Aber laufe ich nicht auch hier Gefahr, dass sich der Alpha-Fehler erhöht, weil ich ja immer wieder an derselben Stichprobe prüfe? Zudem wollte ich eine Kovariate (BMI) kontrollieren. Sollte ich dann eine Ancova oder eine Mancova durchführen? Es sind ja mehrere abhängige Variablen. Vielen Dank!

@StatistikamPC_BjoernWalther 4 года назад

Hallo Henrik, vielen Dank für dein Lob! Eine MANCOVA wäre in deinem Fall zu rechnen. Viele Grüße, Björn.

@jennynyr 2 года назад

Wie immer vielen Dank für deine tollen Videos!:-) Eine Frage, weil ich wirklich verzweifle: Ich habe eine UV mit 2 Gruppen und 7 AVs (davon 1 AV zur Gesamtausprägung eines Merkmals und 6 AVs für die jeweiligen Skalen, die zusammengerechnet die Gesamtausprägung geben). Ich habe jetzt sieben Mal einen t-Test für unabhängige Stichproben gerechnet, weil man (M)ANOVAs ja nur rechnet, wenn man mehr als 2 Gruppen in der UV hat. Jetzt habe ich aber schon häufig gelesen, dass die Alpha-Kumulierung auch bei meinem Fall auftreten kann, weil ich mehrere t-Tests an derselben Stichprobe durchführe?! Jetzt bin ich verwirrt, weil ich dachte, dass die t-Tests in meinem Fall unabhängig sind, weil sie ja immer wieder neu gerechnet werden. Gleichzeitig wüsste ich auch nicht, welches Verfahren ich sonst rechnen sollte... Ich würde mich sehr über eine Antwort freuen, weil ich bis jetzt nirgends eine dazu gefunden habe. Ganz liebe Grüße!! Jenny :-)

@laraknorr6050 4 года назад

Hallo Björn! Vielen Dank für deine Videos. Allerdings bin ich jetzt etwas verwirrt. Ich habe 4 Gruppen, bei denen jeweils 2 Tests durchgeführt wurden. Bei dem 1. Test wird maximal eine Punktzahl von 28 Punkten erreicht, bei dem 2. Test wird aus einem Rohwert von maximal möglichen 19 Punkten ein Score mit unterschiedlich großen Abständen zwischen diesen errechnet. Mir ist bekannt, dass ich unabhängige Stichproben habe und mehr als 2 Gruppen. Zu meinen Fragen: 1. Sind meine Daten metrisch oder ordnialskaliert? 2. Wenn ich von ordinal skalierten Daten ausgehe, kann ich überhaupt einen Mittelwertvergleich durchführen oder darf ich nur den Median angeben? 3. Meine Daten sind teilweise normalverteilt. Welchen Test führe ich bei Normalverteilung und ordinal skalierten Daten (Annahme) durch? (Deine Angaben im Video beziehen sich auf metrisch + normalverteilt und nicht metrisch + verteilungsfrei) Eine kurzfristige Antwort wäre sehr hilfreich. LG Lara

@StatistikamPC_BjoernWalther 4 года назад

Hallo Lara, gern geschehen. 1. Klingt stark nach metrisch, hängt aber davon ab, was du misst. 2. Einen Mittelwert kannst du immer angeben, die Interpretation ist aber bei ordinalen Daten manchmal nicht angebracht. 3. Deine AV klingt metrisch, demnach ANOVA mit Messwiederholung wenn du in etwa normalverteilte Residuen hast. Viele Grüße, Björn.

@TheJoker9555 3 года назад

Danke für das Video! Ich frage mich, ob ANOVA für Gruppen >= 2 funktioniert also auch für nur 2 Gruppen. Warum unterscheiden sich die statistischen Ergebnisse eines paired t-test und einer one way anova, wenn der mean von lediglich 2 Gruppen verglichen wird? Danke für die Hilfe!

@StatistikamPC_BjoernWalther 3 года назад

Hallo, wenn in SPSS eine ANOVA mit zwei Gruppen ausgewählt wird, wird nur ein t-Test gerechnet. Allerdings für unabhängige Gruppen. Ein paired t-Test unterscheidet sich in der Berechnung der Teststatistik vom ungepaarten t-Test. Viele Grüße, Björn.

@benbadura3050 2 года назад

mein Held!

@aylinpod9361 5 лет назад

Hallo und vielen lieben Dank für alle deine hilfreichen Videos! Ich hab eine konkrete Frage zur Wahl des Testverfahrens: Ich möchte zwei Messverfahren die einen Blutwert bestimmen miteinander vergleichen, wobei das eine Verfahren als das Referenzverfahren dient. Soweit ich dir folgen konnte handelt es sich dann um einen unabhängigen Mittelwertvergleich. Mir ist nur nicht klar wie ich die Anzahl der Gruppen bestimme? Sind das dann zwei Gruppen, da ich zwei Verfahren vergleiche oder mehr, da ich viele verschiedene Werte erhalte? Liebe Grüße!

@StatistikamPC_BjoernWalther 5 лет назад

Hallo Aylin und danke für dein Lob! Wenn du zwei Verfahren miteinander vergleichen möchtest, hast du lediglich zwei Gruppen. Die Werte innerhalb der Gruppen werden dann vom Test miteinander in Beziehung gesetzt und auf Unterschiede getestet. Viele Grüße, Björn.

@sophiaestermann6550 4 года назад

Hallo Björn, wenn ich wissen will, ob sich die metrischen Items, die ich zu einer Skala zusammenfassen möchte, im Mittelwert signifikant unterscheiden, welchen Test würdest du dann empfehlen?

@StatistikamPC_BjoernWalther 4 года назад

Hallo Sophia, da du unterschiedliche Variablen testen willst, sehe ich keine sinnvolle Möglichkeit. Das würde auch inhaltlich keinen Sinn ergeben, weil man Mittelwertvergleiche immer nur für dieselbe AV durchführt. Du kannst alternativ noch maximal eine Korrelation rechnen. Viele Grüße, Björn.

@joshuaberger4297 5 лет назад

Hallo Björn, top Video, vielen Dank dafür! Anhand dessen habe ich schon einmal herausgefunden, dass ich bei meinen 3 unterschiedlichen Trainingsgruppen je nach NV entweder ANOVA mit Messwiederholung oder Friedman Test rechnen sollte. Wenn ich mich nun bei deinen Videos weiter klicke zur ANOVA kommt allerdings eine Frage bei mir auf, da du in dem Video nur auf die unterschiedlichen Messzeitpunkte eingehst: Wie gesagt, habe drei unterschiedliche Trainingsgruppen (G1 n=12; G2 n=20; G3 n=20). Pre und Post wurden jeweils 9 verschiedene Parameter gemessen (mehrere Sprünge, Sprints und Kraftwerte), dazwischen erfolgte eine 10-wöchiges Training. Ich möchte nun wissen, ob sich die einzelnen Gruppen signifikant verbessert haben und ob es einen Unterschied zwischen den Gruppen gibt. Kann ich von einer NV ausgehen da n= 52 insgesamt ist oder muss ich das spezifisch für die Gruppen sehen? Mit einem t-Test kann ich simpel die Unterschiede von Pre zu Post darstellen, allerdings übergehe ich dann den Alphafehler, oder? Da du auch Methodenberatung anbietest werde ich da sowieso noch auf dich zukommen, vorab schon einmal vielen Dank für die Hilfe! Grüße

@StatistikamPC_BjoernWalther 5 лет назад

Hallo Joshua, danke für dein Lob! Prinzipiell musst du gruppenweise auf normalverteilte Daten testen, um den richtigen Mittelwertvergleich für deine Problemstellung zu finden. Wenn du verschiedene abhängige Variablen testest (z.B. jeweils einmal Sprünge und Sprints), hast du keine Alphafehlerkumulierung zu befürchten. Du kannst also pre und post für jeden der Parameter testen. Wenn du über die Gruppen hinweg testest, wird es eine ANOVA oder der Kruskal-Wallis-Test werden. Auch hier ist je Parameter ein Test ohne Alphafehler-Bedenken möglich. Ich hoffe das hilft dir. Gerne kannst du mich mit einer konkreten Anfrage per E-Mail kontaktieren. Viele Grüße, Björn.

@juliaholtrup9198 6 лет назад

Vielen Dank für das super Video :) Allerdings bleibt bei mir noch eine Frage offen: wenn ich 5 unabhängige Stichproben (Standorte) mittels einer ANOVA auf Mittelwerte vergleichen möchte, die Standorte jedoch nicht alle normalverteilt sind hinsichtlich der AV - wie gehe ich dann vor? Oder muss ich mir die Normalverteilung über den gesamten Datensatz ansehen?

@StatistikamPC_BjoernWalther 6 лет назад

Hallo Julia, tatsächlich müssen die AV in Gruppen jeweils normalverteilt sein. Ist das nicht der Fall, bleibt nur der Kruskal-Walls-Test als Mittelwertvergleich: ru-vid.com/video/%D0%B2%D0%B8%D0%B4%D0%B5%D0%BE-9GL9DN22wBg.html Viele Grüße, Björn.

@juliaholtrup9198 6 лет назад

Dank dir! Dann werde ich mir das mal anschauen :))

@MultiMo73 4 года назад

Hallo, wie verhält sich der Mittelwertvergleich bei Likert Skalen? Ich habe eine kleine Stichprobe (N 27), und möchte daraus 2 Gruppen (je 12 und 15 Teilnehmer) miteinander vergleichen (unabhängige Stichproben). Likert Skalen sind doch eigentlich ordinal Skaliert, oder? Und die Daten sind nicht normalverteilt. Das heisst, ich müsste ein nicht parametrisches Verfahren, also z.B. den Man Whitney U Test anwenden. In der Beschreibung zur Umfrage wird aber mit Mittelwerten gerechnet. Was nun? Welches Verfahren würdest du empfehlen? Viele Grüsse Monika

@StatistikamPC_BjoernWalther 4 года назад

Hallo Monika, du bist schon auf dem richtigen Weg. Du hast nicht normalverteilte Daten, die quasi-metrisch (wegen des Mittelwertes) sind. Da du auch eine kleinere Stichprobe hast, würde ich eher nicht-parametrisch testen. Viele Grüße, Björn.

@user-er3lc5qi9e 9 месяцев назад

Hallo, vielen Dank für deine tollen Videos 🙂 Ich wollte sehr gerne fragen, was man mit „quasi-metrischen“ abhängigen Variablen macht? Also Variablen die im Fragebogen mit einer Likert Skala zum Beispiel (1=nie bis 5=immer) abgefragt und dann durch eine Mittelwertbildung in eine quasi-metrische Variable umgewandelt wurden. Darf man mit diesen Variablen parametrische Tests machen oder muss man dann nicht-parametrische Tests durchführen? Vielen Dank

@StatistikamPC_BjoernWalther 9 месяцев назад

Hallo, ja, das hat sich v.a. in der Psychologie durchgesetzt und ist statthaft. Es wird aber immer Kritiker diesbezüglich geben, eine Quelle , dass das "common practice" ist, ist daher wünschenswert. Viele Grüße, Björn.

@Laura-fx7yy 4 года назад

Kann ich einen der Tests auch verwenden, wenn ich nur die Mittelwerte, die Varianz, die Standardabweichung und die Stichprobengröße habe aber nicht die eigentlichen Daten? Ich möchte meine Daten mit anderen vergleichen, von denen ich nur die oben genannten Werte zur Verfügung habe.

@StatistikamPC_BjoernWalther 4 года назад

Hallo Laura, leider nein. Du brauchst die Rohdaten, weil du nur so die Teststatistik berechnet bekommst. Viele Grüße, Björn.

@MelBu_ 3 года назад

Hallo, erstmal Danke für die tollen Videos! Jedoch habe ich eine Frage zu Variablen, mit Likert-Skalen. Welchen Test muss ich dafür anwenden? Und muss ich dann für jede Antwortmöglichkeit einen neuen Test durchführen? Also wenn ich z.B. eine Variable mit dem Geschlecht vergleichen möchte.

@StatistikamPC_BjoernWalther 3 года назад

Hallo Melis, bei ordinal skalierten Testvariablen ist ein nicht parametrischer Test anzuwenden, z.B. Mann-Whitney bei 2 Gruppen. Wenn man mehrere Testvariablen hat aber stets gleiche Gruppen, ist einen Alphafehlerkumulierung (Fehler 1. Art) allerdings ein Problem und sollte bedacht werden. Viele Grüße, Björn.

@sandrascheibenbauer5104 4 года назад

Hallo, ich möchte Mittelwerte innerhalb einer Stichprobe vergleichen. Es geht um Einschätzungen von Karrierechancen mit Studium im Vergleich zu einem Schulabschluss mit Abitur. Items sind identisch: Ein Studium ermöglich ein hohes Einkommen bzw. Ein Abitur der Schule XY ermöglicht ein hohes Einkommen. ProbandInnen sind SchülerInnen. Frage 1: Stichprobe: Es handelt sich dabei um abhängige Stichprobe, da gleiche Personen befragt werden, die verschiedenen Zeitpunkte fallen weg, richtig? Frage 2: Gruppen: Die Anzahl der Gruppen/Messungen ist 2? 1 Gruppe für Studium und 1 Gruppe für Schulabschluss? Frage 3: Verteilung: Wie teste ich auf Normalverteilung? Frage 4: Skalierung: Die Items sind auf einer Likert-Skala formuliert: Ein Studium/Schluabschluss ermöglicht ein hohes Einkommen. Codiert in Excel ist dies mit 5=Trifft voll zu bis 1= Trifft überhaupt nicht zu. Kann man eine Likert-Skala als quasi-metrisch ansehen? Welcher Test wäre hier geeignet? Vielen Dank.

@StatistikamPC_BjoernWalther 3 года назад

Hallo Sandra, 1) ja, du hast Messwiederholungen 2) ja 3) am besten mit Histogramm, da du aber in 4 von Likert sprichst, nutzt du wohl eh einen verteilungsfreien Test und demzufolge brauchst du keine NV zu überprüfen. 4) Schwierig, normalerweise nicht. Wenn die Abstände gleich sind und auch als solche interpretiert werden können, ja. Hört sich für mich nach Friedman-Test an. ANOVA mit Messwiederholung scheitert wohl an der Likert-Skalierung. Viele Grüße, Björn.

@senor6909 Год назад

Laut meiner Ökonometrie-Vorlesung kommt es auch auf die Stichprobengrösse an. Anscheinend sollte man t-Tests und F-tests nicht bei großen Samples (> 30) benutzen. Bei grossen Samples sollte man anscheinend statt dem t-Test einen z-Test oder Wald-Test durchführen. Was sagst du dazu?

@r.jahnke6703 5 лет назад

Moin, erstmal vielen Dank für dieses sehr hilfreiche Video. Ich habe leider trotzdem eine Frage vielleicht könntest du mir helfen? Ich schreibe gerade an meiner Abschlussarbeit, in der ich einige Messwerte (6 verschiedene Parameter) von 4 Geräten bei 200 Stichproben gemessen. Die Mittelwert habe ich schon ermittelt und die Normalverteilung gemäß Shapiro-Wilk durchgeführt. Der überwiegende Teil ist nicht normalverteilt... Welcher Mittelwert vergleich ist jetzt der richtige? Ich habe mit jedem Gerät nur einmal gemessen und möchte jetzt aber z.B. den Mittelwert von Parameter 1 von allen 4 Gräten vergleichen. Ich hoffe es ist verständlich und du kannst mir helfen. BG Remo

@r.jahnke6703 5 лет назад

Achso vielleicht wäre diese Information noch hilfreich, dass ganze hat einen Medizinisch Technischen Hintergrund. Es geht im Grund darum, ob ein neues Gerät mit 3 etablierten Geräten übereinstimmt. DANKE für eure Hilfe

@StatistikamPC_BjoernWalther 5 лет назад

Hallo Remo, prinzipiell würde ich bei solch einer großen Stichprobe eher auf eine visuelle Prüfung auf Normalverteilung der zu untersuchenden Variablen vertrauen. Dies liegt daran, dass mit zunehmender Größe der Stichprobe eine kleine Abweichung von der Normalverteilung bereits zu Signifikanz der analytischen Tests und damit Verwerfen von Normalverteilung führt. Mittelwerte musst du eigentlich auch nicht berechnen, das macht der jeweilige Test für dich. In deinem Fall klingt es so, als ob du entweder ANOVA oder wenn die zu untersuchenden Variable keine Normalverteilung hat, auf den Kruskal-Wallist-Test hinausläuft. Viele Grüße, Björn.

@LesimoHD 3 месяца назад

Hallo, ich habe eine Frage, vielleicht könntest du mir ja weiter helfen. Ich habe eine Gruppe A und eine Gruppe B. Es wurde Initial bei beiden Gruppen etwas gemessen und nach 4 Jahren nochmal. Initial und nach 4 Jahren vergleicht man ja innerhalb der Gruppen mit einem t-test für verbundene Stichproben. Die Gruppen vergleicht man Initial und nach 4 Jahren mit einem t-Test für unverbundene Stichproben. Stimmt das bis hierhin? Und wenn ich jetzt vergleichen will, ob Gruppe A sich innerhalb dieser 4Jahre stärker verändert hat, als Gruppe B? Berechnet man die Differenzen und macht dann wieder einen t-test für unverbundene Stichproben?

@StatistikamPC_BjoernWalther 2 месяца назад

Hallo, bei Zwischensubjekteffekten (Gruppen) und Innersubjekteffekten (Messwiederholung) führt eine gemsichte ANOVA zum Ziel. Viele Grüße, Björn.

@mistert2962 Год назад

Ich habe in einem einfaktoriellen, dreifachgestuften between-subject design eine unabhängige Variable. Diese ist in drei Gruppen ausgeprägt. Innerhalb dieser drei Gruppen möchte ich für jede Bedingung genau die gleichen zwei abhängigen Variablen miteinander vergleichen. Es handelt sich um den Mehrdimensionalen Befindlichkeitsfragebogen (MDBF), bei welchem ich einen Vorher-Stimulus-Nachher-Vergleich für alle drei Dimensionen (Gut-Schlecht, Ruhig-Unruhig, Wachheit-Müdigkeit) anstellen möchte.

@jessydu7224 3 года назад

oh und noch eine Sache, wie ist das bei einer symmetrischen Likert-Skala, die ja dann "quasimetrisch" ist. Könnte man bei Normalverteilung des T-Test nehmen oder spricht es dann trotzdem eher für den Mann-Whitney-U? Vielen Dank im Voraus :)

@robinlindner 3 года назад

Hey Jessy, Ich habe das selbe Problem gerade. Hast du dafür eine Lösung gefunden? :)

@Venus1547 4 года назад

Vielen Dank für die Erklärung! Aber ich habe eine Frage, wenn man keine Normalverteilung hat , aber eine abhängige Stichprobe , die metrisch skaliert ist. Kann man auf Wilcoxon testen?

@StatistikamPC_BjoernWalther 4 года назад

Hallo Law, ja, dann ist es sauberer. Hast du grafisch oder analytisch auf Normalverteilung geprüft? Eventuell ist bei letzterem dieses Video für dich noch interessant: ru-vid.com/video/%D0%B2%D0%B8%D0%B4%D0%B5%D0%BE-HKvOLhZ36D0.html Jedoch gilt der t-Test als auch die ANOVA als recht robust gegenüber geringfügigen Abweichungen von der Normalverteilung Havlicek, L. L., & Peterson, N. L. (1974). Robustness of the T Test: A Guide for Researchers on Effect of Violations of Assumptions. Psychological Reports, 34(3), 1095-1114. Viele Grüße, Björn.

@Venus1547 4 года назад

@@StatistikamPC_BjoernWalther Danke schön!

@btvitek1671 6 месяцев назад

Ich habe aus Interesse die ingame Statistik unseres "Amateur" Esportteams aufgezeichnet. Generell sind es ja dann immer abhängige Stichproben, weil es die gleichen Spieler sind? Beispielweise wenn ich den gemachten Schaden eines Spielers (metrisch) in Abhängigkeit von der Seite (blau/rot = 1/0) untersuchen will. Dann muss ich doch t-Test für abhängige SP benutzen? Leider will PSPP oder auch JASP die zwei Variable explizit haben, also z.B. als dmg_blue und dmg_red. Ich habe es aber immer in der gleichen Variable "Schaden" aufgenommen. Wäre theoretisch auch ein Chi-Quadrat-Test möglich?

@mouniraln6803 5 лет назад

Hallo Björn, danke für das tolle Video :) Folgendes Problem: Ich habe unterschiedlich große Gruppen (n=35, n=80, n=85), die nicht normalverteilt (Shapiro-Wilk-Test, p

@StatistikamPC_BjoernWalther 5 лет назад

Hallo Mounir, danke für dein Lob! Prinzipiell hätte ich gesagt, dass bei deinen Stichprobengrößen auf Basis des zentralen Grenzwertsatzes von Normalverteilung ausgegangen werden kann. Mit den ungleichen Varianzen hast du ja schon den Ausweg gefunden. Field ist durchaus zitierfähig, aber es gibt Gutachter, für die ist das nicht wissenschaftlich genug. Ein Hinweis: Field zitiert häufig auch hilfreiche "Forschungspaper". Viele Grüße, Björn.

@mouniraln6803 5 лет назад

Viele Dank für die schnelle Antwort Björn! Dann schaue ich mir den Field mal genauer an ;) Noch eine Frage: Wie steht es um Ausreißer? Meine Gruppen weisen öfter Ausreißer (z.T. extreme) auf. Ich habe gelesen, dass Mittelwertsvergleiche ziemlich sensibel gegenüber Ausreißern sind, will sie aber eigentlich im Datensatz behalten, da sie ja wichtige Informationen enthalten und dazu beitragen können, dass eine Hypothese abgelehnt wird; sprich ich will nichts verfälschen durch einen Ausschluss von Ausreißern. Was hältst du davon bzw. gibt es eine Regel bzgl. des Umgangs mit Ausreißern? LG

@StatistikamPC_BjoernWalther 5 лет назад

Hallo Mounir Aln , Ausreißer sind prinzipiell ein sensibles Thema. Wenn sie plausibel sind, würde ich sie drin behalten. Mittelwertvergleiche, gerade die parametrischen sind da aber sensibel, wie du schon angemerkt hast. Da die nicht-parametrischen mit Rängen arbeiten, haben die jenes Problem nicht. Prinzipiell sollte die Entscheidung, ob man sie behält oder nicht, nicht auf Basis der Verwerfung oder Bekräftigung einer Hypothese getroffen werden. ;-) Noch etwas, auf das ich letztes mal nicht eingegangen bin. Es sind nur "Mittelwertvergleiche", also es wird auf gleiche Tendenzen getestet - ob sie aus der gleichen Stichprobe stammen können - im Endeffekt kann man sie aber vorsichtig Mittelwertvergleiche nennen, da das zentrale Element in der Hypothesenpürfung der Mittelwert bzw. mittlere Rang ist. Viele Grüße, Björn.

@sergejs.2985 3 года назад

Hallo Björn! Vielen Dank für deine sehr hilfreichen Videos. Hätte eine Frage zu den Varianzen, genauer gesagt t-Test bei gleicher und ungleicher Varianz. Müssen die Varianzen exakt gleich sein oder gibt es da gewissen Spielraum? Und wenn geringe Abweichungen erlaubt sind, wie groß dürfen diese sein? Bspw. habe ich Mittelwert 1,3029 mit Varianz 0,1149 und Mittelwert 0,5869 mit Varianz 0,0293. Können diese Varianzen als (annähernd) gleich betrachtet werden oder handelt es sich um ungleiche Varianzen und es muss ein t-Test mit ungleichen Varianzen durchgeführt werden? Würde mich über eine Antwort freuen und bedanke mich schon mal :) Viele Grüße Sergej

@StatistikamPC_BjoernWalther 3 года назад

Hallo Sergej, gerne! Die Varianzen soll(t)en in etwa gleich sein. Das hängt auch immer etwas vom Wertebereich der Variablen ab. In deinem Fall würde ich von ungleich ausgehen. Das prüft dir der Levene-Test - der wird aber bei größerer Stichprobe eh ungenau (lehnt H0 schneller ab). Also einfach Welch-Test rechnen und dann passt das. Viele Grüße, Björn.

@sergejs.2985 3 года назад

@@StatistikamPC_BjoernWalther vielen-vielen Dank für Deine schnelle Antwort! Vom Gefühl her hätte ich eher auf in etwa gleiche Varianz getippt und den t-Test mit gleichen Varianzen angewendet, wobei es eigentlich nun doch der t-Test mit ungleichen hätte sein müssen. Gibt es da irgendeine (Faust)Regel, was man am besten wann wählen sollte (gleiche/ungleiche Varianzen)? Evtl. ein bestimmter Prozentsatz vom Wertebereich der Variablen? Sonst würde man ja ständig "ins Blaue" tippen. Viele Grüße Sergej

@beneku5797 4 года назад

Hallo, vielen Dank für deine Videos, die sind super hilfreich. In meinem Datensatz habe ich auch einige nominal skalierte Variablen. Für den Mann-Whitney Test braucht man aber Ordninalniveau. Deshalb meine Frage, welche Tests man bei unabhängigen Stichproben mit Nominal bzw. Nominal-+ Ordnialniveau anwenden kann? In meinem Fall wäre das z.b. das Geschlecht und die Lebensqualität auf einer Skala von 0-100, einmalig erhoben anhand eines Fragebogens.

@StatistikamPC_BjoernWalther 3 года назад

Hallo Bene, danke für dein Lob! Binomialtest und Chi²-Test wären mögliche Wege. Viele Grüße, Björn.

@meermaid9126 5 лет назад

"Ich habe dasselbe Untersuchungsobjekt" (anstatt das gleiche Untersuchungobjekt), wenn ich später dieselben Menschen untersuche) wäre in diesem Fall die richtige Bezeichnung und weniger irreführend. Sonst aber topp! Danke für das Video.

@StatistikamPC_BjoernWalther 5 лет назад

Hallo, ja, diese kleine sprachliche Nuance ist korrekt, fällt aber den meisten eh nicht auf. ;-) Da ich die Videos ohne Skript aufnehme, bin ich hin und wieder auch mal nachlässig, obwohl ich mich schon um Korrektheit bemühe. :-D Viele Grüße, Björn.

@ninah8019 4 года назад

Hallo! Deine Videos sind echt mega hilfreich! :) Ich hätte eine Frage zu meinen Daten: ich habe in SPSS für meine abhängige Variable (metrisch) mehrere Variablen, da hier die Anzahl angewendeter Testverfahren untersucht wird. (zb Anzahl Intelligenztest, Anzahl Persönlichkeitstest, etc) Es soll untersucht werden, ob sich diese Anzahl in Abhängigkeit verschiedener Gruppen (mehr als 2 Gruppen) unterscheidet. (pro Hypothese eine UV). Welchen Test kann ich da verwenden? Trotzdem noch eine ANOVA oder ändert sich das, wenn man mehr als eine AV hat? Vielen Dank schon mal! Lg

@LillyfeeOnTour 4 года назад

Bei mehr als einer AV verwendet man MANOVA (mehrfaktorielle Varianzanalyse). LG

@StatistikamPC_BjoernWalther 4 года назад

Hallo Nina, exakt wie @Elena schreibt: mehr als eine AV -> MANOVA. Viele Grüße und Dank an Elenea Björn.

@ninah8019 4 года назад

Statistik am PC Danke euch beiden! Nochmal kurze Frage: was mache ich wenn N der verschiedenen Gruppen kleiner 30 ist? Kann ich mit der MANOVA weiter rechnen oder nicht? Und welches Post-hoc Verfahren verwende ich dann am besten? Danke !!

@this.is.serena7973 5 лет назад

Ich hab in meinem Studium eine psychologische Studie durchgeführt, bei der die Risikobereitschaft in Abhängigkeit von der Stimmung gemessen wird. Dabei hab ich zuerst die Stimmung und die Risikobereitschaft erhoben, danach habe ich mittels eines Videos negative Stimmung induziert und dann nochmal die Stimmung und Risikobereitschaft erhoben. Jetzt muss ich das alles auswerten und auch schauen ob das Alter, der Wohnort,.. einen Einfluss haben. Welchen Test würdest du sagen würde hier passen? Ich bin total am verzweifeln :-/ Wär das der t-Test für abhängige Stichproben?

@StatistikamPC_BjoernWalther 5 лет назад

Hallo, ja, du hast eine Messung vor und nach einer Manipulation. Da ist - sofern die Voraussetzungen erfüllt sind - ein t-Test für abhängige Stichproben angebracht. Falls die Voraussetzungen nicht erfüllt sind, wäre ein Mann-Whitney-U-Test zu rechnen. Viele Grüße, Björn.

@lillebror83 2 года назад

Hallo und vielen Dank für deine Hilfe! Die Videos sind fantastisch! Auf eine Schwierigkeit bin ich gestoßen: Ich möchte den Mittelwert eines Fragebogens mit den Referenzwerten aus der Literatur vergleichen. Kann ich die irgendwo eingeben und eine Signifikanz ausgeben lassen? Vielen Dank für deine Hilfe!

@StatistikamPC_BjoernWalther 2 года назад

Hallo, da verwendet man sog. Einstichproben-Tests. Je nach Skalenniveau ist es der Einstichproben t-Test, Einstichproben-Wilcoxon-Test oder der Chi²-Anpassungstest. Viele Grüße, Björn.

@stefanschmidt7889 4 года назад

Hallo, Gratulation zu den tollen Videos und vielen Dank für die Mühe mit den Aufnahmen! Ich hätte eine Frage zur Testauswahl. Ich soll im Rahmen einer Doktorarbeit den Fettgehalt der Leber vergleichen. Die Leber besteht anatomisch aus 9 Segmenten und ich habe nun von 50 Personen jeweils 10 Messwerte (je einen pro Segment und einen Gesamtwert über die ganze Leber). Jetzt meine Fragen: 1. Sind das abhängige oder unabhängige Werte (sind ja von einem Probanden, aber aus unterschiedlichen Stellen der Leber)? 2. Welcher Test ist am geeignetsten, um zu prüfen, ob und wenn ja welche Segmente signifikant von den anderen und vom Gesamtgehalt abweichen? Ich bin für jeden Tipp dankbar - bereits jetzt schon mal herzlichen Dank!

@StatistikamPC_BjoernWalther 4 года назад

Hallo Stefan, danke für dein Lob! Wenn es dir lediglich um den Vergleich der 11 Messwerte geht, wäre eine ANOVA oder Kruskal-Wallis-Test angebracht. Allerdings sehe ich bei der vermutlich vorliegenden Datenstruktur ein Problem. Du hast an sich abhängige Stichproben, also Messwiederholung - nur an anderen Stellen. Demzufolge würde ich wohl eine ANOVA mit Messwiederholung rechnen. Viele Grüße, Björn.

@stefanschmidt7889 4 года назад

Statistik am PC Hallo Björn, danke für die hilfreiche Antwort! Viele Grüße, Stefan

@sBsN93 6 лет назад

Hi super Video ! :) Ich habe aktuell ein Problem den richtigen Test auszuwählen... ich habe eine Kategorie zum Beispiel das Alter und ich möchte prüfen ob bei einem bestimmten Alter die Anzahl der Arztbesuche gleich hoch ist. Jetzt habe ich Daten für das Alter 20, 40, 60 und 80 mit jeweils 10 Probanden die angegeben haben wie oft sie zum Arzt gegangen sind. Ich möchte jetzt also prüfen gehen die 20 Jährigen alle gleich oft zum Arzt, die 40 Jährigen gleich oft zum Arzt usw. Welcher Test eignet sich dafür und mach ich den Test dann 4x für jede Altersklasse oder kann man das direkt in einem Test verarbeiten? Danke für dein Feedback :)

@StatistikamPC_BjoernWalther 6 лет назад

Hallo sBsN93, danke für dein Lob! Prinzipiell hört es sich so an, dass du 4 Gruppen mit je 10 Probanden hast und dafür einen Mittelwertvergleich durchführen willst. Da du die Anzahl der Arztbesuche als abhängige Variable hast und die metrisch skaliert ist, könnte eine ANOVA gehen, wenn die Anzahlen in den jeweiligen Gruppen normalverteilt ist (Test hierfür: ru-vid.com/video/%D0%B2%D0%B8%D0%B4%D0%B5%D0%BE-jdmeDYBYsTo.html). Ist das der Fall --> ANOVA. Ist das nicht der Fall --> Kruskal-Wallis-Test. Viele Grüße, Björn.

@sBsN93 6 лет назад

Statistik am PC Vielen Dank für deine schnelle und ausführliche Antwort! Muss ich bei einer ANOVA das Signifikanzniveau Alpha auch immer durch 2 teilen, da es sich ja um einen beidseitigen Test handelt?

@StatistikamPC_BjoernWalther 6 лет назад

Nur bei einem einseitigen Test ist der p-Wert zu halbieren. Viele Grüße, Björn.

@J0NAS512 4 года назад

Super Videos! Was ist denn mit metrischen, nicht normalverteilten Daten (unabhängig) mit 2 Gruppen?

@StatistikamPC_BjoernWalther 4 года назад

Hallo Jonas, danke! Dann fällst du auf die nichtparametrische Alternative zurück, rechnest also den Mann-Whitney-U-Test: ru-vid.com/video/%D0%B2%D0%B8%D0%B4%D0%B5%D0%BE-zO-F6Xq_4ek.html Viele Grüße, Björn.

@J0NAS512 4 года назад

@@StatistikamPC_BjoernWalther Wäre nun auch meine Wahl gewesen - Danke Dir!

@annawwwwwww4501 2 года назад

vielen Dank für die Videos! Ohne dich wäre ich bei SPSS komplett verloren... Ich möchte bei meiner Arbeit prüfen, ob ein Gerät tatsächlich das ausgeführt hat, was es sollte. Sprich ich habe eine Gruppe (mit jeweils mehreren Untergruppen) mit den errechneten Werten und eine Gruppe mit den tatsächlich gemessenen Werten. Gelten dann diese Stichproben als abhängig? Ich würde mich sehr über eine Antwort freuen :)

@StatistikamPC_BjoernWalther 2 года назад

Hallo, >2 Gruppen ist immer ein Fall für eine ANOVA. Bei deinem Fall würde ich allerdings die Hypothese erstmal klarstellen. Willst du über die Gruppen hiwneg die Differenz zwischen gemessen und errechnet vergleichen? Wenn ja, dann würde ich zuerst diese Differenz bilden und schauen, ob es über Gruppen hinweg Unterschiede gibt (klassische ANVOA). Viele Grüße, Björn.

@asbinanceasbinance1473 3 года назад

Hi Björn, welchen Test benutzt man bei metrischen aber nicht normalverteilten Stichproben? Und was ist wenn zwei Stichproben unterschiedliche Größen haben? z.B. n1=1800 n2=22. Welchen Test benutzt man in diesem Falle? Vielen Dank für Deine Antwort im Voraus. VG PS: Ahh. Du erwähnst im weiteren Verlauf noch den Wilcoxon Test. Das könnte evtl. die Antwort auf meine Frage sein! Aber dieser setzt ja abhängige Stichproben voraus! Oh man. Meine Frage gilt für zwei unabhängige Stichproben mit unterschiedlichen Größen, wobei bei der kleineren Stichprobe nicht davon ausgegangen werden kann, dass sie normalverteilt ist (also CLT kann nicht angewendet werden). Welchen Test zur Prüfung auf signifikante Unterschiede der Mittelwerte kann man benutzen?

@StatistikamPC_BjoernWalther 3 года назад

Hallo, da würde man den Wilcoxon-Mann-Whitney-U-Test rechnen, allerdings bekommst du wohl Probleme mit Fehler 2. Art wegen der extremen Gurppengrößenunterschiede. Viele Grüße, Björn.

@asbinanceasbinance1473 3 года назад

@@StatistikamPC_BjoernWalther Danke Dir für Deine Nachricht. Werde mal schauen was das für ein Ergebnis produziert. Wie sieht das aus wenn ich zwei Datensätze mit unterschiedlichen Verteilungen habe und sie auf Unterschiede in ihrer Mittelwerte prüfen möchte? Z.B. n1=148 (normalverteilt, da Berufung auf CLT oder KS + JB Ergebnisse Normalität nachweisen) und n2=24 (nicht normalverteilt, da KS + JB keine Normalität nachweisen)? benutze ich den t-Test (unpaired), da n1 normalverteilt oder den Mann Whitney U. Test , da n2 nicht normalverteilt? Oder empfehlt man hier Bootstrapping für n2= 24 und dann im Anschluss einen t-test? Zu viel Fragen...!!! Danke Dir wieder im Voraus! VG

@beccyk.4268 3 года назад

Kann ich Mann withney u durchführen, wenn die beiden Gruppen nicht die selbe Größe haben?

@StatistikamPC_BjoernWalther 3 года назад

Ja, solange es nicht extreme Unterschiede sind. Viele Grüße, Björn.

@allegrokater 3 года назад

Wenn ich 2 verschiedene Therapiemethoden testen möchte, muss ich dann den 2 Stichproben test oder die ANOVA nehmen ?🙏🙏🙏

@StatistikamPC_BjoernWalther 3 года назад

Hallo, bei nur 2 Gruppen zu einem Zeitpunkt reicht ein t-Test bei unabh. Stichproben. Viele Grüße, Björn.

@marinae6689 3 года назад

Super informatives Video! :) Trotzdem hätte ich noch eine Frage an dich. Ich möchte in meiner Untersuchung herausfinden, wie wichtig den deutschen Verbrauchern Produktinformationen der Kategorien Umwelt, Soziales und Tierwohl sind (5-stufige Skala). In einem zweiten Schritt möchte ich herausfinden, ob es zwischen den Kategorien hinsichtlich der Wichtigkeitseinstufung signifikante Unterschiede gibt. Ich komm leider nicht drauf, welchen Test ich hierfür durchführen kann, denn ich habe ja eine abhängige Stichprobe, da die Befragten gleich bleiben, aber gleichzeitig ist der Zeitpunkt der Untersuchung unwichtig - denn ich führe ja keine Messwiederholung durch. Kannst du mir hier evtl. weiterhelfen? :)

@annemarie8905 3 года назад

Hallo Marina - hast du mittlerweile herausfinden können, welchen Test du verwenden musst und warum? Ich habe eine ähnlich aufgebaute Fragestellung und muss daher vermutlich den gleichen Test verwenden, bin aber auch nicht sicher.

@hajer6552 5 лет назад

Gibt es eine Quelle/Buch für die Tabelle der Gesamtübersicht ? Vielen Dank!

@StatistikamPC_BjoernWalther 5 лет назад

Hallo Hajer, eher nicht. Das ergibt sich aus den ganzen Tests und deren Anforderungen. Am ehesten findest sowas noch bei Field, S. 1070: amzn.to/2RYsInZ Viele Grüße, Björn.

@sophiab.3536 3 года назад

@@StatistikamPC_BjoernWalther Ist so etwas sicher auf S. 1070 in Field (2017) zu finden? Laut Inhaltsverzeichnis ist auf dieser Seite das Schlagwortregister.

@StatistikamPC_BjoernWalther 3 года назад

@@sophiab.3536 Das stimmt schon, das ist quasi die letzte Seite im Buch, wo es ein Flussdiagramm gibt, wo am Ende der jeweils anzuwendende Test ist. Viele Grüße, Björn.

@pascalgoschler7471 4 года назад

Klasse Video. Hätte auch eine spezifische Frage: Ich habe 2 Gruppen zu 2 Testzeitpunkten und 3 metrische normalverteilte AV, die sich jedoch teilweise aus denselben Daten ergeben. Testen möchte ich, dass a) GruppeA erzielt höhere Werte als GruppeB generell. Sind a) 3 t-Tests für abh. Stichproben? Mir wurde zu ANOVAS geraten, jedoch habe ich ja nur 2 Gruppen. Falls ich doch ANOVAS nehme, sind diese dann 2faktoriell mit mwdh (AV1, UV1: Gruppe, UV2: Testzeitpunkt)? b) GruppeB sich signifikant verbessert im Vergleich zu GruppeA. Und kann ich b) anhand eines Haupteffektes von Testzeitpunkt erkennen? Würde mich sehr über Hilfe freuen!

@StatistikamPC_BjoernWalther 4 года назад

Hallo Pascal, eine ANOVA mit Messwiederholung klingt für dein Szenario plausibel. Da sollten sich alle Fragen klären lassen. Viele Grüße, Björn.

@pascalgoschler7471 4 года назад

@@StatistikamPC_BjoernWalther aber zweifaktoriell, oder?

@pascalgoschler7471 4 года назад

@@StatistikamPC_BjoernWalther & vielen Dank!!!

@StatistikamPC_BjoernWalther 4 года назад

@@pascalgoschler7471 Das kannst du über die Aufnahme an Faktoren direkt bestimmen. Viele Grüße, Björn.

@willig3426 3 года назад

Hallo super Video! Vielen Dank für die ganzen Erklärungen. Eine Frage bleibt mir jedoch noch offen. Ich habe ein Experiment mit Zwei Experimentgruppen ( A& B) und einer Kontrollgruppe (C) durchgeführt. Nun möchte ich die Unterschiede zwischen den Gruppen herausfinden. Eigentlich war meine Idee A mit C und B mit C zu vergleichen und am Ende eine simple Differenz des Mittelwertes zu berechnen. Jedoch würde es nach deiner Logik ja anders Funktionieren, da es mehr als zwei Gruppen sind. Jedoch stellt mir sich dann die Frage wozu eine Kontrollgruppe überhaupt Sinn macht da ein Vergleich von A und B ja dann theoretisch ausgereicht hätte. Eine weitere Frage stellt sich mir da auch noch. Nämlich sind bei Gruppe A und C die Werte normalverteilt bei Gruppe B jedoch nicht. Dies würde dann aber trotzdem für einen Kruskal Wallis-Test sprechen, da die Werte von B verteilungsfrei sind oder irre ich mich da? Ich hoffe du schaffst es schnell zu antworten! Jedenfalls schon mal vielen lieben Dank! Deine Videos sind der Hammer!

@StatistikamPC_BjoernWalther 3 года назад

Hallo Willi, gerne und danke für dein Lob. Bei 8-10 Kommentaren pro Tag komme ich manchmal nicht wirklich hinterher, wenn ich meine anderen projekte vorantreiben muss. Ich arbeite aber an einer sinnvollen Lösung. ;-) Wenn der Stimulus bei den Gruppen A und B unterschiedlich ist und du eine stimulusfreie Gruppe hast, ist alles in Ordnung. Wenn der Stimulus identisch ist, braucht es keine Aufteilung in A und B. Die Normalverteilung ist so eine Sache. Wie hast du die geprüft? Normalerweise interessieren dich die Residuen: ru-vid.com/video/%D0%B2%D0%B8%D0%B4%D0%B5%D0%BE-D-IEZgTrAqY.html Wenn das grenzwertig ist, kann man anführen, das die ANOVA noch recht robust ist: Blanca MJ, Alarcón R, Arnau J, Bono R, Bendayan R. Non-normal data: Is ANOVA still a valid option? Psicothema. 2017 Nov;29(4):552-557. doi: 10.7334/psicothema2016.383. PMID: 29048317. Viele Grüße, Björn.

@coconut196 7 месяцев назад

Welchen statistischen Test kann ich nutzen, um einen Mittelwertvergleich bei nur einer Testperson durchzuführen? Ich möchte untersuchen, ob es bei einer Testperson im zeitlichen Verlauf über 10 Messzeitpunkte einen signifikanten Unterschied zwischen den einzelnen Mittelwerten gibt. Die Daten sind nicht normalverteilt.

@StatistikamPC_BjoernWalther 7 месяцев назад

Bei Messwiederholungen ist es entweder ANOVA mit Messwiederholung oder Friedman-ANOVA. Mit nur einer Person kann aber keine Modellschätzung vorgenommen werden, weil es an Freiheitsgraden fehlt. Somit bleibt dir nur eine deskriptive Betrachtung. Analytisch kannst du mit 1 Person keine Testung vornehmen. Viele Grüße, Björn.

@hajer6552 5 лет назад

Was ist der Unterschied zwischen : Grundfrage, Folgefrage und Finalfrage ? Reichen die zwei ersten Grundfragen, um sich für einen Test zu entscheiden ohne Folgefrage und Finalfrage zu betrachten ? So habe ich das in einer Tabelle in der Literatr gesehen. Danke

@StatistikamPC_BjoernWalther 5 лет назад

Hallo Hajer, die Literaturquelle dazu würde mich interessieren, weil die Frage nach metrisch und normalverteilt DAS Kriterium für einen parametrischen vs. nicht parametrischen Mittelwertvergleich ist. Viele Grüße, Björn.

@hajer6552 5 лет назад

@@StatistikamPC_BjoernWalther Statistik mit SPSS für Dummies alles in einem Band. Jürgen Faik 2018

@StatistikamPC_BjoernWalther 5 лет назад

@@hajer6552, die Finalfrage ist zwingend zu klären. Wenn die zu testende Variable nicht metrisch skaliert ist, ist ein nicht parametrischer Test anzuwenden. Die Normalverteilung der Variable kann dann "ignoriert werden", wenn die Stichprobe >=30 ist - die Verzerrungen aufgrund des "falschen Tests" sind aufgrund des zentralen Grenzwertsatzes quasi nicht mehr vorhanden. Das kann man in jedem guten Statistik-Buch so nachlesen, z.B. Field - Disovering Statistics oder Döring, Bortz - Forschungsmethoden und Evaluation. Ich würde auf keinen Fall einen parametrischen Test rechnen, wenn ich keine metrische Variable habe, die, sofern n

@jenni3628 Год назад

Wenn ich keine Normalverteilung habe, aber 2 abhängige Messungen, dann müsste ich ja den Wilcoxon Test anwenden - kann ich damit überhaupt die Mittelwerte vergleichen oder nur die Mediane?

@StatistikamPC_BjoernWalther Год назад

Hallo Jenni, wenn die Differenz der beiden Messungen in etwa normalverteilt ist, kann man auch einen abhängigen t-Test rechnen, ansonsten den Wilcoxon-Test für abhängige Stichproben. Viele Grüße, Björn.

@jenni3628 Год назад

@@StatistikamPC_BjoernWalther Vielen lieben Dank! Das hatte ich auch genau so verstanden. Meine Frage war nur: wenn ich die Ergebnisse des Wilcox Tests berichten möchte, wird im Internet als Beispiel dafür häufig der Median genutzt. Kann ich aber auch den Mittelwert nutzen? Bei meinen Werten ist der Median nämlich nicht wirklich aussagekräftig. :)

@StatistikamPC_BjoernWalther Год назад

@@jenni3628 Hallo Jenni, ja, mitunter ist bei kleinen Wertebereichen oder Skalenlängen der Median ähnlich bis gleich. Da kann man zusätzlich noch den Mittelwert dazupacken. Also gerne beides berichten, evtl. auch an die grafische Möglichkeit eines Boxplots denken, der deckt daneben auch noch 1. und 3. Quartil ab und erlaubt mit einem Blick auf die Box, die Lage des Großteils der Verteilung einzuordnen. Viele Grüße, Björn.

@jenni3628 Год назад

@@StatistikamPC_BjoernWalther super, vielen lieben Dank!

@mephi1232 4 года назад

Top Video :) Dennoch stelle ich mir immernoch eine Frage. Ich möchte zwei Generationen vergleichen und bei diesen die Bewerbungsbereitschaft (0-100%) (AV), beim Vorhandensein von Online-Bewertungen messen (zweifaktorielle UV 1 Päsenz, 2 Non-Präsenz) messen. Meine Dozentin riet mir zu einer mehrfaktorielle Anova mit zwei UVs einmal Präsenz und Non Präsenz und eine UV Generation 1 und Generation 2 Jetzt Frage ich mich aber, ich möchte doch die Generationen vergleichen und nicht die Auswirkung von Generation und Präsenz/Non Präsenz auf die Bewerbungsbereitschaft berechnen.... Was soll ich nun rechnen ? LG und mach weiter so :)

@mephi1232 4 года назад

Ergänzend dazu vielleicht noch, ich habe vier Gruppen a 40 Leute erhoben. 1. Generation 1 und Präsenz 2. Generation 1 und Non Präsenz 3. Generation 2 und Präsenz 4. Generation 2 und Non Präsenz

@StatistikamPC_BjoernWalther 4 года назад

Hallo und danke für dein Lob! Prinzipiell hört sich das so an, als ob du zwei Gruppen hast (Generation) und diese auf die Wirkung von Präsenz zu Bewerbungsbereitschaft untersuchen möchtest. Deine AV ist daher klar, dein fester Faktor ist die Generation (1. Faktor) und als Kovariate fügst du die Präsenz ein (2. Faktor). Viele Grüße, Björn.

@jennykiesewetter7512 5 лет назад

Tolles Video. Das ist alles recht einleuchtend. Was mache ich aber, wenn ich verschieden große Gruppen habe in denen ich etwas vergleichend Testen möchte: 1. Klasse 6, 2. Klasse 9, 3. Klasse 7 Kinder. Diese haben innerhalb der Klassen zwei verschiedene Test absolviert und ich möchte nun wissen: gibt es Unterschiede in den Ergebnissen der zwei Tests und gibt es darüberhinaus Unterschiede zu den jeweiligen Klassen. Also z.B. in Klasse 1 wurde im TestA ein Mittelwert von 35 und in TestB von 19 erreicht (der Unterschied ist eindeutig) aber es muss ja trotzdem gerechnet werden und in Klasse 2 TestA 35 und TestB 30. Ich bin nicht sicher ob ich verschiedene Tests rechnen muss oder ob es einen gibt, der das alles berücksichtig?!

@jennykiesewetter7512 5 лет назад

PS: ich habe auch nur Excel

@StatistikamPC_BjoernWalther 5 лет назад

Hallo @@jennykiesewetter7512, danke für das Lob! Prinzipiell sind die Mittelwertvergleich nicht empfindlich was unterschiedliche Gruppengrößen angeht. Man braucht den auch nicht ausrechnen, das machen die Tests für einen. Man rechnet also mit den "Rohdaten" Du machst für jeden Vergleich einen separaten Mittelwertvergleich; also sowohl innerhalb der Klasse (z.B. t-Test) als auch zwischen den Klassen (z.B. ANOVA bei >2 Klassen). Hilft dir das weiter? Für Excel gibt es hier eine separate Playlists mit allen relevanten Tests: ru-vid.com/video/%D0%B2%D0%B8%D0%B4%D0%B5%D0%BE-VwkL51UFFhY.html Viele Grüße, Björn.

@jennykiesewetter7512 5 лет назад

Hallo @@@StatistikamPC_BjoernWalther vielen Dank für diese Antwort, dies bestätigt mich in meinen Gedankengängen, ich habe für alle Testvergleiche den F-Test durchgeführt, konnte dann bei zwei Testvergleichen den T-Test für abhängige Stichproben nutzen und musste für einen Vergleich den T-Test unter der Annahme unterschiedlicher Varianzen durchführen. Im Anschluss wollte ich die zweifaktorielle ANOVA in Excel rechnen. Dies hat aber noch nicht geklappt, da tritt immer ein Problem auf: Excel sagt es würden im markierten Bereich nicht numerische Daten stehen (ich vermute, dass Excel es nicht erkennt, wenn freie Zeilen mit markiert werden?!). Ich suche nun nach einer Lösung. Im Zweifelsfall muss händisch gerechnet werden. Vielen Dank nochmal für deine gut durchdachten Videos. Ich habe mir nun recht viele davon angesehen und habe das Gefühl Statistik etwas verstanden zu haben. Liebe Grüße

@StatistikamPC_BjoernWalther 5 лет назад

Hallo @@jennykiesewetter7512, deine Fehlermeldung rührt mit sehr hoher Wahrscheinlichkeit von den leeren Zellen. Die markierten Spalten müssen soweit ich weiß zusammenhängend sein. Freut mich, wenn du nach dem Schauen der Videos ein besseres Verständnis für Statistik hast. Mission erfüllt. :-D Viele Grüße, Björn.

@maike4909 2 года назад

Hallo, wann muss ich ein T-test durchführen und wann ein eine Korrelationsnalyse?

@StatistikamPC_BjoernWalther 2 года назад

Hallo Maike, Korrelation, wenn du einen Zusammenhang vermutest, z.B. Anzahl Ausbildungsjahre und Gehalt. t-Test, wenn du Unterschiede vermutest, z.B. Ruhepuls vor und nach dem Training (abhängige Stichproben) oder Ruhepuls zwischen Profisportlern und Amateursportlern (unabhängige Stichproben). Viele Grüße, Björn.

@claraachinger5799 2 года назад

Wenn die Variable(n) der einen Gruppe normalverteilt und die der anderen aber nicht normalverteilt ist, muss dann trotzdem ein nicht-parametrischer Test genommen werden?

@StatistikamPC_BjoernWalther 2 года назад

Hallo Clara, in dem Falle empfiehlt sich ein nicht parametrischer Test. Viele Grüße, Björn.

@RyLexLP 5 лет назад

Hallo, ich nochmal :D , zunächst muss ich nocheinmal sagen, dass deine Videos der absolute Helfer in der Not sind. Speziell wenn der eigene Betreuer der BA keine Ahanung hat und immer nur T-Test ruft. Was passiert bzw welchen Test wird in der Regel genommen, wenn ich keine Normalverteilung habe aber die Variable metrisch skaliert ist? Viele Grüße

@StatistikamPC_BjoernWalther 5 лет назад

Hallo, freut mich, wenn dir die Videos helfen! Wie groß sind denn deine zu vergleichenden Gruppen? Sind sie gößer als 30? Viele Grüße, Björn.

@RyLexLP 5 лет назад

@@StatistikamPC_BjoernWalther Ich habe insgesamt 71 Leute. Diese sind in zwei Gruppen aufgeteilt zu je 43 und 28 LG

@StatistikamPC_BjoernWalther 5 лет назад

Deine zweite Gruppe ist leider nicht ganz 30. Ich würde behaupten, das geht in Ordnung, den t-Test dennoch damit zu rechnen. Hintergrund ist der zentrale Grenzwertsatz: bei Verletzungen gegen die Normalverteilungsannahme treten kaum noch relevante verzerrende Effekte auf. Wenn du aber ganz sicher sein willst, solltest du auf Normalverteilung testen. Wenn sich hier einge Gruppe als nicht normalverteilt zeigt, musst du in Abhängigkeit, ob du verbundene oder unabhängige Stichproben hast, entweder der Vorzeichen-Test oder Mann-Whitney-U-Test rechnen. Viele Grüße, Björn. Viele Grüße, Björn.

@RyLexLP 5 лет назад

@@StatistikamPC_BjoernWalther Vielen herzlichen Dank! Du hast mir wirklich sehr geholfen. Ich habe auf Normalverteilung geprüft und diese aufgrund der Signifikanz von 0,000 verneint. Habe jetzt den Mann-Whitney-U-Test gemacht und bin zu einem Ergebnis gelangt. Noch einmal vielen Dank. Viele Grüße

@ArbenRahimi-gj5bt 2 месяца назад

Hallo, ich habe mehrere Tabellen aus zahlen mit 2 Verschieden Gruppen. Gruppe 1. Frauen und Gruppe 2. Männer. Können Sie mir bitte ein Vorschlag oder Beispiel zeigen wie ich den Unterschied und Zusammenhänge der beiden Gruppen herausfinden kan ? Vielendank

@StatistikamPC_BjoernWalther 2 месяца назад

Hallo, du musst die Daten in entweder Excel aufbereiten, dass die Testvariable und die Gruppenvariable jeweils in einer Spalte stehen und dann entweder in Excel direkt oder nach Import in SPSS, R o.ä. einen Zweistichproben t-Test rechnen. Viele Grüße, Björn.

@ArbenRahimi-gj5bt 2 месяца назад

@@StatistikamPC_BjoernWalther vielendank

@laurafe1506 3 года назад

Hallo! Zunächst einmal vielen Dank für die Bereitstellung all dieser Videos, die mir immer wieder weiterhelfen! Bei diesem Video ist bei mir noch eine Frage offen geblieben und ich hoffe, dass du mir diesbezüglich weiterhelfen kannst. Ich habe eine Stichprobe, die aus zwei Gruppen besteht, mit Treatment und ohne Treatment. Bei den zwei Gruppen (immer die gleichen Personen) habe ich zu drei Messzeitpunkten Daten zu einer abhängigen Variable erhoben habe. Ich muss in jedem Falle auf ein non-parametrisches Verfahren zurückgreifen, bin mit dem Friedman Test bisher allerdings gescheitert. Ich würde mich über einen Hinweis von dir freuen.

@StatistikamPC_BjoernWalther 3 года назад

Hallo Laura, wenn du sowohl Zwischensubjekteffekte als auch Innersubjekteffekte hast, gibt es meines Wissens keine nicht-parametrische Alternative. Viele Grüße, Björn.

@laurelia5727 4 года назад

Was fehlt ist: nicht normalverteilt, aber dafür metrisch....Was nutzt man dann? Danke für die Videos und die Hilfe!

@StatistikamPC_BjoernWalther 4 года назад

Hallo Laura, sobald etwas nicht normalverteilt ist, fällt man automatisch auf nichtparametrische Alternativen zurück. In dem Falle wäre das bei paarweisen Vergleichen der Mann Whitney U-Test, bei mehr als zwei Gruppen, ist es der Kruskal-Wallis-Test. Viele Grüße, Björn.

@laurelia5727 4 года назад

@@StatistikamPC_BjoernWalther Vielen Dank für deine schnellen Antworten! Du hilfst mir sehr bei meiner Masterarbeit :)

@sophiaestermann6550 4 года назад

Lieber Björn, in zwei Papern wurde jeweils ein Pretest durchgeführt, um zu schauen, welche von zwei Produkteigenschaften den Konsumenten wichtiger sind. Sie berichten dann ihr Ergebnis wie folgt: Eigenschaft X war wichtiger als Eigenschaft Y (M difference score= -1,26; F(1, 74)= 127,79, p < .0001). Hast du eine Idee, was sie hierfür statistisch gemacht haben? Ich komme hier leider nicht weiter. Danke und viele Grüße, Sophia

@StatistikamPC_BjoernWalther 4 года назад

Hallo Sophia, das F auf eine ANOVA hin. Wurden da mindestens drei Gruppen miteinander verglichen? Dann sollten allerdings aufgrund der paarweisen Vergleiche mehr Differenzen berichtet werden. Viele Grüße, Björn.

@sophiaestermann6550 4 года назад

@@StatistikamPC_BjoernWalther Hallo Björn, danke für deine Antwort :)! Es wird nur diese eine Differenz berichtet, das verwirrt mich so. Aber es ist ein A-Journal, sodass das sicher Sinn macht, wie die Autoren es machen. Ähnlich habe ich es auch schon in weiteren Papern gesehen, aber ich komme einfach nicht drauf. Zum Beispiel hier auf Seite 24 rechts oben: Luchs, Michael G.; Naylor, Rebecca W.; Irwin, Julie R.; Raghunathan, Rajagopal (2010): The Sustainability Liability: Potential Negative Effects of Ethicality on Product Prefe-rence, Journal of Marketing, 74 (5).

@Morricator 3 года назад

Wenn ich zwei Geschäftsberichte (Jahre 2018 und 2019) von derselben Bank/demselben Unternehmen analysiere, ist es dann eine abhängige oder unabhängige Stichprobe? Letztlich stellt jedes Institut seinen Geschäftsbericht jedes Jahr neu auf, jedoch gibt es schon ähnliche Tendenzen innerhalb der Jahre. Also ist das Untersuchungsobjekt der Geschäftsbericht (so sehe ich das) oder die Bank? Wie würdet Ihr das handhaben? Im Übrigen sind die Daten nicht normalverteilt und ordinal skaliert. Dementsprechend empfiehlt sich wohl ein nichtparametrischer Test.

@StatistikamPC_BjoernWalther 3 года назад

Hallo Dennis, du hast Messwiederholungen, also abhängige Stichproben. Ergo solltest du einen Friedman-Test rechnen. Viele Grüße, Björn.

@Morricator 3 года назад

Vielen Dank für die schnelle Antwort, das sehe ich auch so und schaue mir morgen das Video zum Friedman-Test an. Schönen Abend :)

@StatistikamPC_BjoernWalther 3 года назад

@@Morricator Hallo Dennis, mach das. Für heute Feierabend. ;-) Viele Grüße, Björn.

@Morricator 3 года назад

@@StatistikamPC_BjoernWalther Vielleicht noch eine kurze Frage: Ich habe ja nur zwei Jahre (2018, 2019) analysiert, sodass doch "nur" zwei Messungen bzw. Gruppen bestehen. Dementsprechend würde ich doch den Vorzeichentest (inkl. dem Wilcoxon-Test) durchführen und nicht den Friedman-Test, oder? Hab' ich das richtig verstanden?

@StatistikamPC_BjoernWalther 3 года назад

Hallo Dennis, genau, das hast du richtig verstanden. Viele Grüße, Björn.

@Papalapap397 Год назад

Leute ich brauche Hilfe! Es ist eigentlich nur eine Rechnung die ich machen muss, aber ich habe tatsächlich keine Ahnung wie. Ich habe Persönlichkeiten erfasst (Narzissmus,Machiavellismus,Psyhopathie) und es besteht die Annahme, dass unterschiedliche Ausprägungen von Narzissmus unterschiedlich stark mit der transfomationalen Führung zusammenhängen. Meine Professorin möchte das ich dazu eine „klassische Varianzanalyse“ durchführe. Sie möchte das ich diese drei Gruppen niedrige Ausprägung, moderate Ausprägungen und hohe Ausprägung mit der Abhängigen Variable transformationale Führung mittels einer Varianzanalyse untersuche.

@StatistikamPC_BjoernWalther Год назад

ru-vid.com/video/%D0%B2%D0%B8%D0%B4%D0%B5%D0%BE--AJTx0lZIC0.html Viele Grüße, Björn.

@Papalapap397 Год назад

@@StatistikamPC_BjoernWalther Moin Björn, ich habe es genauso gemacht gehabt wie in dem Video von dir. AV Tranformationale Führung und UV Narzissmus. Folglich an dem Mittelwert Diagramm sehr gut zu erkennen, wie die Verlauf der MW ist. Sie schrieb mir daraufhin. „Sie haben schon klassische Varianzanalysen durchgeführt und nehmen das Diagramm nur als zusätzlich Unterstützung?“ Sie erwartet von mir anscheinend das ich frei drei Gruppen bilde mit hohen, niedrigen und moderaten Werten und dann eine „klassische Varianzanalysen“ durchführe. Ich habe mir alle deine Videos angeschaut, aber ich komme dennoch nicht weiter. Wie sollte ich denn am besten diese 3 Gruppen bilden ? Ich habe das ganze über folgenden Weg gemacht: neue Variable-> Fälle wählen und dann dementsprechend hoch,niedrig oder moderat. Als Resultat habe ich eine für alle variable eine nominal Skala. Wenn ich danach eine univariate Analyse mache, kriege ich ganz komische Ergebnisse raus. Eventuell weist du ja wo der Fehler liegt.

@StatistikamPC_BjoernWalther Год назад

@@Papalapap397 Du hast alle 670 Videos angeschaut? Respekt! ;-) Aber im Ernst, das Stichwort ist Klassierung deiner UV: ru-vid.com/video/%D0%B2%D0%B8%D0%B4%D0%B5%D0%BE-3zP36Ms9HBg.html Viele Grüße, Björn.

@Papalapap397 Год назад

@@StatistikamPC_BjoernWalther zumindest alle zum Thema Varianzanalyse 😂. Vielen Dank lieber Björn!