STATISTIK-FORUM.de

[Sikorski]

Hallo =)

Ich möchte für meine Bachelorarbeit zwei Gruppen (n=262 und n=65) bzgl. eines intervallskalierten Merkmals vergleichen. In beiden Gruppen liegt leider keine Normalverteilung vor, mein Betreuer meinte, das sei aber ab n=30 (oder 50?) kein Problem. Gilt das immernoch für ungleich große Gruppen? Ich habe irgendwas von Daumenregeln gehört, nach denen die Gruppen im Verhältnis von 1/1,5 bis 1/4 stehen dürfen, finde aber keine Quelle dazu (Ich muss die Entscheidungen für die Tests in meiner Bachelorarbeit begründen). Und gilt das immernoch, wenn keine Varianzhomogenität besteht bzw. wenn SPSS dafür korrigiert?

Ich wäre sehr sehr dankbar für Hinweise!!
(gerne auch mit Literaturhinweisen..)

Liebe Grüße

[PonderStibbons]

Unterschiedlich große Gruppen können ein Problem darstellen, wenn die Varianzen deutlich unterschiedlich sind. Beim 2-Gruppen-Vergleich vermittelst t-Test ist deswegen eine Korrektur (Welch-Test) angezeigt. SPSS macht das wohl automatisch.

Mit Freundlichen Grüßen

P.

[Sikorski]

Vielen Dank für die schnelle Antwort =)

Weißt du zufällig auch, wo ich Nachweise dafür finde, dass das so machbar ist?

Liebe Grüße

[strukturmarionette]

Hi,

bucher-mehr-f33/statistik-fur-human-und-sozialwissenschaftler-t704.html

In beiden Gruppen liegt leider keine Normalverteilung vor,

- ist irrelevant

irgendwas von Daumenregeln gehört, nach denen die Gruppen im Verhältnis von 1/1,5 bis 1/4 stehen dürfen, finde aber keine Quelle dazu

- googlo? googlo_voice? -eine seriöse Quelle existiert nicht

Gruß
S.

[Hanna9]

Hallo,

ich habe eine ähnliche Frage. Ich möchte bei einem T-Test zwei Gruppen (Smartphonebesitzer vs. Nicht-Besitzer) miteinander vergleichen. Dabei befinden sich in der einen Gruppe (Besitzer) 271 Personen, in der anderen (Nicht-Besitzer) nur 11.

Den vorherigen Beiträgen entnehme ich, dass es keine Regel/Einschränkung gibt, wie groß die Differenz der beiden Gruppen maximal sein darf?! Heißt: ich kann den T-Test rechnen?

Allerdings ist doch, auch wenn es dafür keine Regelung gibt, die Frage wie aussagekräftig mein Ergebnis dann ist, wenn ich eine so kleine mit einer so großen Gruppe vergleiche, oder?

LG

[bele]

Allerdings ist doch, auch wenn es dafür keine Regelung gibt, die Frage wie aussagekräftig mein Ergebnis dann ist, wenn ich eine so kleine mit einer so großen Gruppe vergleiche, oder?

Code: Alles auswählen

> library(pwr)
> pwr.t2n.test(n1=11, n2=271, sig.level=.05, power=.8, alternative="two.sided")

     t test power calculation

             n1 = 11
             n2 = 271
              d = 0.864653
      sig.level = 0.05
          power = 0.8
    alternative = two.sided

Das sagt mein Computer dazu: Du solltest mit einer Power von 80% eine Effektstärke von d=0,86 nachweisen können. Wenn Du 90% Power willst, dann sollte d schon mind. 1 sein:

Code: Alles auswählen

> pwr.t2n.test(n1=11, n2=271, sig.level=.05, power=.9)

     t test power calculation

             n1 = 11
             n2 = 271
              d = 1.000424
      sig.level = 0.05
          power = 0.9
    alternative = two.sided

Power-Berechnungen sind also möglich, sie sagen aber nichts über die Robustheit bei Verletzung von Anwendungsvoraussetzungen aus.

LG,
Bernhard