STATISTIK-FORUM.de

[hquadrat]

Hallo,

ich habe eine Korrelation berechnet zwischen der Variable Geschlecht und Werten in einem Wissenstest. Diese Korrelation wurde signifikant, es gibt also einen Zusammenhang zwischen Geschlecht und Wissen.
Wenn ich nun einen Mann-Whitney-Test rechne, um zu untersuchen, ob es einen signifikanten Unterschied zwischen Männern und Frauen gibt, wird dieser Unterschied nicht signifikant.

Was bedeutet das inhaltlich? Heißt das, die Korrelation liegt einfach für beide Geschlechter vor?

[PonderStibbons]

"signifikant/nicht signifikant"? Das sind doch keine Informationen. Was heißt das konkret? 0.04999 versus 0.0500?

[hquadrat]

Wie meinst Du das genau? Ich arbeite mit dem 5%-Niveau, falls Du das meinst. Die Korrelation Geschlecht-Wissen ist signifikant r(230) = .15 (p < .05), der Unterschied ist nicht signifikant U = -1.58, p = .12.

[PonderStibbons]

Du kennst den genauen p-Wert Deiner Korrelationsanalyse nicht?

Aber sei's drum - der biseriale Koeffizient testet intervallskalierte Daten (analog t-Test), der U-Test testet Rangdaten. Da muss nicht dasselbe rauskommen.

[hquadrat]

Sagen wir so, ich interessiere mich dafür nicht. Mir reichen die Aussagen <.05, <.01, <.001.

Ja, vor allem testet das eine Zusammenhänge, das andere Unterschiede.
Mich interessiert aber wie gesagt die inhaltliche Seite: Wenn der Zusammenhang signifikant ist, der Unterschied zwischen beiden Gruppen aber nicht, liegt das dann daran, dass der Zusammenhang für beide Gruppen signifikant ist?

[bele]

Der parametrische Test hat also die größere Power als der nicht-parametrische. Das ist nun kein ganz überraschender Befund. Denkst Du denn, dass die Anwendungsvoraussetzungen für den parametrischen Test hinreichend gegeben sind? Dann brauchst Du keinen nicht-parametrischen Test.

LG,
Bernhard

[hquadrat]

Ich habe das Gefühl, wir reden eventuell aneinander vorbei. Oder aber ich kann Dir schlicht nicht folgen.

Ich möchte doch gar nicht die beiden Signifikanzniveaus miteinander vergleichen. Mich interessiert, was es inhaltlich bedeutet, dass der Zusammenhang zwischen dem Geschlecht der Probanden und ihrer Leistung im Wissenstest signifikant wird, der Gruppenunterschied Mann vs. Frau im Hinblick auf Wissen jedoch nicht.

[bele]

Du scheinst "signifikant werden" unabhängig vom verwendeten Testverfahren zu betrachten. Das ist es aber nicht. Unterschiede sind immer nur in einem bestimmten Testverfahren signifikant. Jeder p-Wert gilt nur für ein Testverfahren. Wenn nun dieselben Daten im einen Test einen anderen p-Wert als im anderen Test erzielen, dann ist das kein Unterschied in den Daten sondern ein Unterschied des Testverfahrens.
Wie PonderStibbons oben schon ausgeführt hat, gehen in das eine Testverfahren die Wissenstestwerte ein, in das andere nur die Ränge der Wissenstestwerte. Ist doch klar, dass da verschiedene p-Werte herauskommen. Und wenn man jetzt willkürliche p-Wert-Grenzen einzieht, dann liegt halt mal ein Wert drüber und ein Wert drunter.

LG,
Bernhard

[PonderStibbons]

Du scheinst anzunehmen, dass es einen substanziellen Unterschied zwischen p = 0,14 und z.B. p = 0,03 gibt
(die genaue Höhe des p-Wertes interessiert bei derlei Diskussionen sehr wohl). Das ist nicht der Fall. Es ist einfach
eine Konvention, das eine signifikant und das andere nichtsignifikant zu nennen.

Du vergleichst hier de facto einen t-Test (Vergleich zweier Gruppen hinsichtlich Mittelwerten,
die abhängige Variable intervallskaliert) mit einem U-Test bzw. Wilcoxon-Test (2 Gruppen, rangskalierte/ordinalskalierte
Variable, Vergleich der Rangsummen). Der p-Wert bezieht sich demnach auf unterschiedliche Ergebnisgrößen.
Zudem werden für den U-Test die Intervalldaten in eine Rangreihe gebracht, was gröber ist und
dem Test häufig (wenn auch nicht immer) eine relativ geringere Sensitivität verleiht.

So wird aus 2 Gründen aus einem p=0,03 (o.s.ä.) halt ein ähnlicher, etwas größerer Wert 0,14, nur
dass im besonderen, hier vorliegenden Fall, das eine über und das andere unter der konventionellen
Schwelle liegt.

[hquadrat]

Dankeschön!