Testmethoden für Kardinaldaten

Auszug

Will man Daten mit kardinalem Messniveau (S. 28) ohne Informationsverlust, d.h. ohne Transformation in Rangwerte, zum Zwecke der statistischen Hypothesenprüfung nutzen und kommen die dazu eigentlich indizierten parametrischen Verfahren nicht in Betracht, weil - insbesondere bei kleineren Stichproben - die untersuchten Merkmale nicht normalverteilt sind, stehen dem Anwender einige Testverfahren zur Verfügung, die Gegenstand des vorliegenden Kapitels sind. Das Problem der vollständigen Nutzung nicht normalverteilter Messwerte zur Signifikanzprüfung wurde bereits früh von Fisher (1936) in Angriff genommen und von Pitman (1937) systematisch bearbeitet. Zur Lösung dieses Problems dient u.a. das sog. Randomisierungsverfahren, weshalb die einschlägigen Signifikanztests auch Randomisierungstests heißen (ausführlicher hierzu vgl. Good 2000). Mit ihrer Hilfe können 2 oder auch mehr Stichproben von Messwerten verglichen werden ( Abschn. 4.1). Dieses Prinzip wird jedoch auch verwendet, wenn es um den Vergleich einer empirischen Verteilung mit einer theoretisch erwarteten Verteilung geht (Abschn. 4.2).