Zusammenfassung
Zu den wichtigsten Techniken in der Statistik gehören die sogenannten Hypothesentests. Nimmt man den Begriff der Hypothese zunächst wörtlich (lat.: Unterstellung), dann geht es bei einer Hypothese um die Annahme über einen bestimmten Sachverhalt. Befindet man sich auf dem Weg der Wahrheitssuche, wird man versuchen, die Hypothesen mit Hilfe von statistischen Testverfahren kritisch zu überprüfen. Steht die Entdeckung signifikanter Zusammenhänge zweier Variablen im Vordergrund der Untersuchung, so spricht man vom Testen von Zusammenhangshypothesen. In der Praxis besitzen aber Unterschiedshypothesen weitaus mehr Bedeutung, weshalb wir uns im weiteren Verlauf auf diese konzentrieren werden. Die dabei anzuwendenden Verfahren sind abhängig vom Forschungsziel, vom Skalenniveau und von der Verteilung der verwendeten Daten. Die wichtigsten parametrischen und nichtparametrischen Testverfahren untersuchen den Tatbestand, ob sich Parameter zur Bestimmung der zentralen Tendenz voneinander unterscheiden. Wann welches Verfahren dabei zur Anwendung kommt, wird in diesem Kapitel beschrieben.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Notes
- 1.
Eine mögliche Maßnahme stellt in der Praxis die Erhöhung des Stichprobenumfanges dar. Hierdurch erhöht sich die Schätzgenauigkeit, sodass der Überlappungsbereich der beiden Verteilungen kleiner wird.
- 2.
In der deutschsprachigen SPSS Version ist die Befehlsfolge Analysieren \({\rightarrow}\) Mittelwerte Vergleichen \({\rightarrow}\) \(t\)-Test bei einer Stichprobe …
- 3.
Für Excel 2010 ist dieser über die Schaltflächenkombination Datei \({\rightarrow}\) Optionen \({\rightarrow}\) Add-ins \({\rightarrow}\) Gehe zu erreichbar.
- 4.
In der deutschsprachigen SPSS Version ist die Befehlsfolge Analysieren \({\rightarrow}\) Mittelwerte Vergleichen \({\rightarrow}\) \(t\)-test bei verbundenen Stichproben …
- 5.
Eine sehr gute Darstellung über die Vorgehensweise in SPSS findet sich hier: https://www.youtube.com/watch?v=MJGk2sg4EZU.
- 6.
Eine sehr gute Darstellung über die Vorgehensweise in Stata findet sich hier: https://www.youtube.com/watch?v=ajzMeANAMzI.
- 7.
Eine sehr gute Darstellung über die Vorgehensweise in Excel findet sich hier: https://www.youtube.com/watch?v=wy8GVt7Ityk.
- 8.
Dieser Schritt wird in Statistikpaketen i. d. R. automatisch vollzogen.
- 9.
In der deutschsprachigen SPSS Version ist die Befehlsfolge Analysieren \({\rightarrow}\) Nicht parametrische Tests \({\rightarrow}\) Alte Dialogfelder \({\rightarrow}\) Zwei verbundene Stichproben …
- 10.
Eine sehr gute Darstellung über die Vorgehensweise in SPSS findet sich hier: https://www.youtube.com/watch?v=dkobjvhxTro.
- 11.
Sehr gute Darstellungen über die Vorgehensweise in Stata findet sich hier: https://www.youtube.com/watch?v=2oJxerMCwIE und hier: https://www.youtube.com/watch?v=NIwtaZqNFs8.
- 12.
Sehr gute Darstellungen über die Vorgehensweise in Excel findet sich hier: https://www.youtube.com/watch?v=xlgeta9FivI und hier: https://www.youtube.com/watch?v=mJtbhGETU88.
- 13.
In der deutschsprachigen SPSS Version ist die Befehlsfolge Analysieren \({\rightarrow}\) Mittelwerte vergleichen \({\rightarrow}\) \(t\)-Test bei unabhängigen Stichproben …
- 14.
Die Ergebnisse des Kolmogorov-Smirnov-Tests und des Shapiro-Wilk Tests (vgl. Abschn. 6.5.2) führen zum Verwerfen der Hypothese einer Normalverteilung.
- 15.
Die Ergebnisse des Kolmogorov-Smirnov-Tests und des Shapiro-Wilk Tests (vgl. Abschn. 6.5.2) führen zum Verwerfen der Hypothese einer Normalverteilung.
- 16.
Für Excel 2010 ist dieser über die Schaltflächenkombination Datei \({\rightarrow}\) Optionen \({\rightarrow}\) Add-ins \({\rightarrow}\) Gehe zu erreichbar.
- 17.
Sehr gute Darstellungen über die Vorgehensweise bei Excel finden sich hier: https://www.youtube.com/watch?v=qI_RmXU1tOY und hier: https://www.youtube.com/watch?v=2lAPRrnUBRk.
- 18.
Sehr gute Darstellungen über die Vorgehensweise bei Excel finden sich hier: https://www.youtube.com/watch?v=BlS11D2VL_U und hier: https://www.youtube.com/watch?v=X14z9r8FUKY.
- 19.
Zur genauen Berechnung des approximierten U-Tests wird an dieser Stelle auf Bortz, Lienert, Boehnke (2000) verwiesen.
- 20.
Die Ergebnisse des Kolmogorov-Smirnov-Tests und des Shapiro-Wilk Tests (vgl. Abschn. 6.5.2) führen zum Verwerfen der Hypothese einer Normalverteilung.
- 21.
In der deutschsprachigen SPSS Version ist die Befehlsfolge Analysieren \({\rightarrow}\) Nicht parametrische Tests \({\rightarrow}\) Alte Dialogfelder \({\rightarrow}\) 2 unabhängige Stichproben …
- 22.
Das Ergebnis der einfaktoriellen univariaten Varianzanalyse für einen Faktor mit zwei Faktorausprägungen entspricht somit den Ergebnissen des \(t\)-Tests für unabhängige Stichproben.
- 23.
Es gilt: \(SS_{Y}=SS_{x}+SS_{\varepsilon}\); \(SS_{Y}=\sum_{g=1}^{G}\sum_{k=1}^{K}\left(Y_{gk}-\overline{Y}\right)^{2}=K\sum_{g=1}^{G}\left(\overline{Y}_{g}-\overline{Y}\right)^{2}+\sum_{g=1}^{G}\sum_{k=1}^{K}\left(Y_{gk}-\overline{Y}_{g}\right)^{2}\). Es wird davon ausgegangen, dass alle Gruppen den Stichprobenumfang \(n\) besitzen. Entsprechende Beweise für Faktorstufen mit unterschiedlichen Umfängen finden sich bei Bortz (1999, S. 249ff.).
- 24.
Zum Teil wird der Bartlett-Test zur Überprüfung der Varianzgleichheit herangezogen. Dieser Test reagiert allerdings sehr sensitiv bei Abweichungen von der Normalverteilung. Deshalb wird der robustere Levene-Test vorgezogen. SPSS berechnet den Levene-Test auf Varianzgleichheit automatisch bei Berechnung der ANOVA. Stata bestimmt mit der Oneway-ANOVA zunächst „Bartlett’s test for equal variances“. Eine Berechnung des Levene-Tests (w_0) ist unter der Rubrik der Hypothesentests allerdings ebenfalls möglich.
- 25.
Die Ergebnisse des Kolmogorov-Smirnov-Tests und des Shapiro-Wilk Tests (vgl. Abschn. 6.5.2) führen zum Verwerfen der Hypothese einer Normalverteilung.
- 26.
Es gilt wiederum folgende Zerlegung:
$$\displaystyle SS_{Y}=SS_{X_{1}}+SS_{X_{2}}+SS_{X_{1}X_{2}}+SS_{e};$$$$\displaystyle\begin{aligned}\displaystyle SS_{Y}=&\displaystyle H\cdot K\cdot\left(\sum_{g=1}^{G}\left(\overline{Y}_{g}-\overline{Y}\right)^{2}\right)+G\cdot K\cdot\left(\sum_{h=1}^{H}\left(\overline{Y}_{h}-\overline{Y}\right)^{2}\right)\\ \displaystyle&\displaystyle+K\cdot\left(\sum_{g=1}^{G}\sum_{h=1}^{H}\left(\overline{Y}_{gh}-\left(\overline{Y}-\overline{Y}_{g}-\overline{Y}_{h}\right)\right)^{2}\right).\end{aligned}$$Es wird davon ausgegangen, dass alle Gruppen den Stichprobenumfang \(n\) besitzen. Entsprechende Beweise für Faktorstufen mit unterschiedlichen Umfängen finden sich bei Bortz (1999, S. 249ff.).
- 27.
Die Voraussetzungen zur Durchführung der ANCOVA gelten analog zur ANOVA. Weder die Varianzhomogenität kann aufgrund des Signifikanzniveaus des Levene-Tests (\(p=0{,}462\)) verworfen, noch kann die Normalverteilung für vier von sechs Kombinationen aus Produktfarbe und -name aus Sicht des Kolmogorov-Smirnov-Tests verworfen werden. Die untersuchte Einheit ist zudem mit 240 Beobachtungen ausreichend groß.
- 28.
Streng genommen müssten bei einer ANCOVA auch alle Maßnahmen der Regressionsdiagnostik (Heteroskedastizität, Autokorrelation, Multikollinearität etc.) durchgeführt werden (vgl. beispielsweise Cleff (2015)).
- 29.
In der deutschsprachigen SPSS Version ist die Befehlsfolge Analysieren \({\rightarrow}\) Allgemeines lineares Modell \({\rightarrow}\) Univariat …
- 30.
Für Excel 2010 ist dieser über die Schaltflächenkombination Datei \({\rightarrow}\) Optionen \({\rightarrow}\) Add-ins \({\rightarrow}\) Gehe zu erreichbar.
- 31.
Sehr gute Darstellungen über die Vorgehensweise bei Excel finden sich hier: https://www.youtube.com/watch?v=tPGPV_XPw-o und hier: https://www.youtube.com/watch?v=JfUf5DR2Azs.
- 32.
\(t_{i}\) stellt jeweils die Anzahl der Ränge für die Merkmalsausprägung \(i\) dar. Im Beispiel haben wir für die Merkmalsausprägung 1 viermal die verbundenen Ränge 2,5, für die Merkmalsausprägung 2 dreimal die verbundenen Ränge 6, für die Merkmalsausprägung 3 achtmal die verbundenen Ränge 11,5 und für die Merkmalsausprägung 4 neunmal die verbundenen Ränge 20.
- 33.
In der deutschsprachigen SPSS Version ist die Befehlsfolge Analysieren \({\rightarrow}\) Nicht parametrische Tests \({\rightarrow}\) Alte Dialogfelder \({\rightarrow}\) \(K\) unabhängige Stichproben …
- 34.
In der deutschsprachigen SPSS Version ist die Befehlsfolge Analysieren \({\rightarrow}\) Deskriptive Statistiken \({\rightarrow}\) Kreuztabellen …
- 35.
Eine sehr gute Darstellung über die Vorgehensweise zur Berechnung des Unabhängigkeitstests mit SPSS findet sich hier: https://www.youtube.com/watch?v=wfIfEWMJY3s.
- 36.
Syntaxbefehl: tabulate class survived, cchi2 cell chi2 clrchi2 column expected row V.
- 37.
Eine sehr gute Darstellung über die Vorgehensweise zur Berechnung des Unabhängigkeitstests mit Stata findet sich hier: https://www.youtube.com/watch?v=GZIi9zAlzIA.
- 38.
Eine sehr gute Darstellung über die Vorgehensweise zur Berechnung des Unabhängigkeitstests mit Excel findet sich hier: https://www.youtube.com/watch?v=ODxEoDyF6RI.
- 39.
In der deutschsprachigen SPSS Version ist die Befehlsfolge Analysieren \({\rightarrow}\) Deskriptive Statistiken \({\rightarrow}\) Explorative Datenanalyse …
- 40.
Sehr gute Darstellungen über Tests auf Normalverteilung mit SPSS finden sich hier: https://www.youtube.com/watch?v=dK-JNR3g_LU und hier: https://www.youtube.com/watch?v=sQkB-AlJgPI.
References
Backhaus K, Erichson B, Plinke W, Weiber R (2016) Multivariate Analysemethoden. Eine anwendungsorientierte Einführung, 14. Aufl. Springer Gabler, Berlin und Heidelberg
Bortz J (1999) Statistik für Sozialwissenschaftler, 5. Aufl. Springer, Berlin und Heidelberg
Bortz J, Lienert GA, Boehnke K (2000) Verteilungsfreie Methoden der Biostatistik, 2. Aufl. Springer, Berlin und Heidelberg
British Board of Trade (1990) Report on the Loss of the „Titanic“ (S.S.). British Board of Trade Inquiry Report (reprint). Allan Sutton Publishing, Gloucester, UK
Brown MB, Forsythe AB (1974) Robust tests for the equality of variances. J Am Stat Assoc 69:364–367
Cleff T (2015) Deskriptive Statistik und Explorative Datenanalyse. Eine computergestützte Einführung mit Excel, SPSS und Stata, 3. erweiterte und überarbeitete Aufl. Springer Gabler, Wiesbaden
Conover WJ (1980) Practical nonparametric statistics. Wiley, New-York
Dixon WJ (1954) Power under normality of several nonparametric tests. Ann Math Stat 25:610–614
Field A (2005) Discovering Statistics Using SPSS. SAGE, London
Fisher RA, Yates F (1963) Statistical tables for biological, agricultural, and medical research. Oliver and Boyed, London
Hair JF, Anderson RE, Tatham RL, Black WC (1998) Multivariate Data Analysis, 5. Aufl. Prentice Hall, London u. a.
Kolmogorov AN (1933) Sulla determinazione empirica di una legge di distribuzione. Giornale Dell’ Istituto Italiano Degli Attuari 4:83–91
Kruskal WH, Wallis WA (1952) Use of ranks in one-criterion variance analysis. J Am Stat Assoc 47:583–621
Kruskal WH, Wallis WA (1953) Errata: Use of ranks in one-criterion variance analysis. J Am Stat Assoc 48:907–911
Mann HB, Whitney DR (1947) On a test whether one of two random variables is stochastically larger than the other. Ann Math Stat 18:65–78
Neyman J (1937) Outline of a theory of statistical estimation based on the classical theory of probability. Philos Trans Royal Soc Ser A 236(767):333–380
Neyman J, Pearson ES (1928) On the use and interpretation of certain test criteria for purposes of statistical inference, part i. Biometrika 20A:175–240
Neyman J, Pearson ES (1928) On the use and interpretation of certain test criteria for purposes of statistical inference, part ii. Biometrika 20A:263–294
Popper K (1934) Logik der Forschung, 1. Aufl. Mohr, Tübingen
Satterthwaite FE (1946) An approximate distribution of estimates of variance components. Biometrics Bull 2:110–114
Scheffé H (1953) A method for judging all contrasts in the analysis of variance. Biometrika 40:87–104
Shapiro SS, Francia RS (1972) An approximate analysis of variance test for normality. J Am Stat Assoc 67:215–216
Shapiro SS, Wilk MB (1965) An analysis of variance test for normality (complete samples). Biometrika 52:591–611
Smirnov NV (1933) Estimate of deviation between empirical distribution functions in two independent samples. Bull Mosc Univ 2:3–16
Spearman CE (1904) The proof and measurement of association between two things. Am J Psychol 15(1):72–101
Stevens JP (1972) Four Methods of Analyzing between Variations for the k-Group MANOVA Problem. Multivar Behav Res 7(October 1972):442–454
Welch BL (1947) The generalization of Student’s problem when several different population variances are involved. Biometrika 34:28–35
Wilcoxon F (1945) Individual comparisons by ranking methods. Biometrics 1:80–83
Wilcoxon F (1947) Probability tables for individual comparisons by ranking methods. Biometrics 3:119–122
Witting H (1960) A generalized Pitman efficiency for nonparametric tests. Ann Math Stat 31:405–414
Author information
Authors and Affiliations
Corresponding author
Rights and permissions
Copyright information
© 2019 Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature
About this chapter
Cite this chapter
Cleff, T. (2019). Testverfahren. In: Angewandte Induktive Statistik und Statistische Testverfahren. Springer Gabler, Wiesbaden. https://doi.org/10.1007/978-3-8349-6973-6_6
Download citation
DOI: https://doi.org/10.1007/978-3-8349-6973-6_6
Published:
Publisher Name: Springer Gabler, Wiesbaden
Print ISBN: 978-3-8349-0753-0
Online ISBN: 978-3-8349-6973-6
eBook Packages: Business and Economics (German Language)