Zusammenfassung
In diesem Kapitel wird das Vorgehen beim Vergleich von zwei oder mehreren Mittelwerten dargestellt. Mit \({\text{t}}\)-Tests für unabhängige Stichproben können Mittelwerte zweier unabhängiger Gruppen verglichen werden. Mit \({\text{t}}\)-Tests für abhängige Stichproben wird die Veränderung der Messwerte derselben Untersuchungsobjekte zu zwei Messzeitpunkten oder Unterschiede zwischen zwei Variablen bei denselben Untersuchungsobjekten untersucht. Sollen mehr als zwei Mittelwerte verglichen werden, wird auf eine einfaktorielle Varianzanalyse zurückgegriffen. Zudem wird die Visualisierung von Mittelwertvergleichen mit Fehlerbalken vorgestellt. Die Durchführung von \({\text{t}}\)-Tests, Varianzanalysen sowie die Erstellung von Fehlerbalken und Boxplots mit Markdown wird im zweiten Teil des Kapitels dargestellt.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Literatur
American Psychological Association. (2020). Publication manual of the American psychological association: The official guide to APA style (7. Aufl.). American Psychological Association.
Backhaus, K., Erichson, B., Plinke, W., & Weiber, R. (2016). Multivariate Analysemethoden: Eine anwendungsorientierte Einführung (14., überarbeitete und aktualisierte Auflage). Springer Gabler. http://www.springer.com/.
Ben-Shachar M. S., Lüdecke, D., & Makowski, D. (2020). Compute and interpret indices of effect size. https://github.com/easystats/effectsize.
Bortz, J., & Weber, R. (2005). Statistik für Human- und Sozialwissenschaftler: Mit 242 Tabellen (6. Aufl.). Springer-Lehrbuch, Springer Medizin.
Bühner, M., & Ziegler, M. (2009). Statistik für Psychologen und Sozialwissenschaftler. Always learning. Pearson - Higher Education. http://www.socialnet.de/rezensionen/isbn.php?isbn=978-3-8273-7274-1.
Cleff, T. (2019). Angewandte Induktive Statistik und Statistische Testverfahren. Springer Fachmedien Wiesbaden. https://doi.org/10.1007/978-3-8349-6973-6.
Cohen, J. (1988). Statistical power analysis for the behavioral sciences (Bd. 2). Erlbaum. http://www.loc.gov/catdir/enhancements/fy0731/88012110-d.html.
Cohen, J. (1992). A power primer. Psychological Bulletin, 112(1), 155–159. https://doi.org/10.1037/0033-2909.112.1.155.
Dunn, O. J. (1961). Multiple comparisons among means. Journal of the American Statistical Association, 56(293), 52. https://doi.org/10.2307/2282330.
Ellis, P. D. (2011). The essential guide to effect sizes: Statistical power, meta-analysis, and the interpretation of research results (reprint). Cambridge Univ.
Fox, J., & Weisberg, S. (2019). An r companion to applied regression (3. Aufl.). Sage. https://socialsciences.mcmaster.ca/jfox/Books/Companion/.
Holling, H., & Gediga, G. (2013). Statistik- Wahrscheinlichkeitstheorie und Schätzverfahren. Reihe: „Bachelorstudium, Psychologie“. Hogrefe.
Holling, H., & Gediga, G. (2016). Statistik - Testverfahren (1. Aufl.). Bachelorstudium Psychologie. Hogrefe. http://elibrary.hogrefe.de/9783840923029.
Janczyk, M., & Pfister, R. (2020). Inferenzstatistik verstehen: Von A wie Signifikanztest bis Z wie Konfidenzintervall (Bd. 3). Springer Berlin Heidelberg. (Imprint: Springer Spektrum).
Kassambara, A. (2020). ggpubr: ‘ggplot2’ based publication ready plots. R package version 0.4.0. https://CRAN.R-project.org/package=ggpubr.
Lakens, D. (2013). Calculating and reporting effect sizes to facilitate cumulative science: A practical primer for t-tests and ANOVAs. Frontiers in psychology, 4, 863. https://doi.org/10.3389/fpsyg.2013.00863.
Levene, H. (1960). Robust Tests for Equality of Variances. In I. Olkin (Hrsg.), Contributions to Probability and Statistics (S. 278–292). Stanford University Press.
Pruim, R., Kaplan, D. T., & Horton, N. J. (2017). The mosaic package: Helping students to ‘Think with Data’ Using R. The R Journal, 9, 77–102.
R Core Team. (2020). R: A language and environment for statistical. Vienna, Austria. R Foundation for Statistical Computing. https://www.R-project.org/.
Rasch, B., Friese, M., Hofmann, W., & Naumann, E. (2014). Quantitative Methoden 2. Springer, Berlin Heidelberg. https://doi.org/10.1007/978-3-662-43548-9.
Rinker, T. W., & Kurkiewicz, D. (2018). Pacman: Package Management for R. version 0.5.0. http://github.com/trinker/pacman.
Robinson, D., Hayes, A., & Couch, S. (2020). broom: Convert statistical objects into tidy tibbles: R package version 0.7.0. https://CRAN.R-project.org/package=broom.
Shapiro, S. S., & Wilk, M. B. (1965). An analysis of variance test for normality (complete samples). Biometrika, 52(3–4), 591–611. https://doi.org/10.1093/biomet/52.3-4.591.
Welch, B. L. (1947). The generalisation of student’s problems when several different population variances are involved. Biometrika, 34(1–2), 28–35. https://doi.org/10.1093/biomet/34.1-2.28.
Wickham, H. (2016). ggplot2: Elegant Graphics for Data Analysis. Springer.
Wickham et al. (2019). Welcome to the tidyverse. Journal of Open Source Software, 4(43), 1686. https://doi.org/10.21105/joss.01686..
Xie, Y. (2020). knitr: A general-purpose package for dynamic report generation in R: R package version 1.29.
Author information
Authors and Affiliations
Corresponding author
12.1 Elektronisches Zusatzmaterial
Rights and permissions
Copyright information
© 2022 Der/die Autor(en), exklusiv lizenziert durch Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature
About this chapter
Cite this chapter
Gehrau, V., Maubach, K., Fujarski, S. (2022). Mittelwertvergleiche. In: Einfache Datenauswertung mit R. Springer VS, Wiesbaden. https://doi.org/10.1007/978-3-658-34285-2_12
Download citation
DOI: https://doi.org/10.1007/978-3-658-34285-2_12
Published:
Publisher Name: Springer VS, Wiesbaden
Print ISBN: 978-3-658-34284-5
Online ISBN: 978-3-658-34285-2
eBook Packages: Social Science and Law (German Language)