STATISTIK-FORUM.de

[Grünschnabel101]

Huhu,


Meine Stichprobe ist N=30 dh n=15 pro Gruppe.

Der T Test für unabhängige Gruppen kommt auf Grund der Stichprobengröße nicht in Frage. (Oder habe ich das falsch verstanden? )

Jetzt habe ich eine Frage wegen den Vorrausetzungen bzg der Varianzhomogenität. Der Levene Test soll ja bei zu kleinen Stichproben nicht wirklich was nutzen. Wie teste ich das oder kann ich das nicht aufgrund der Stichprobengröße? (Ich habe was vom Brown Forsythe Test gelesen, und mal ausgetestet dieser war nicht signifikant, der Levenetest im Vergleich schon)

Jetzt Frage ich mich ob ich den Mann Whitney U Test anwenden darf?
Oder welcher Test ist denn möglich wenn zb nicht von einer Normalverteilung und Varianzhomogenität ausgegangen werden kann bei einer kleinen Stichprobe?
(ich drehe mich langsam im Kreis und finde keine Lösung)

Oder auf ein anderes Verfahren zurück greifen soll?
->Zb den Welch Test ( Wenn ich das richtig verstanden habe ist dies die untere Zeile beim T test für unabhängige Stichproben? ) (Auch weil der Shapiro Wilk Test nicht signifikant war)



Irgendwie verwirrt mich auch die Info aus Eid, Gollwitzer & Schmitt zum Welch Test:

S.346
Der Wilcoxon-Rangsummen-Test bzw. der U-Test setzen voraus, dass das Merkmal X in der Population stetig ist. Die Verteilung darf dabei von der Normal- verteilung abweichen, die Verteilungsform muss je- doch in beiden Teilpopulationen gleich sein. Der Test wird zu liberal, wenn sich die Varianzen zwischen den Stichproben unterscheiden ( Hayes, 2000 ). Will man bei Verletzungen der beiden Annahmen der Normalverteilung und der Homoskedastizität Unterschiede in Bezug auf die zentrale Tendenz stetiger Merkmale ermitteln, so empfehlen Zimmermann und Zumbo ( 1992 ), den Welch-Test ( s. Abschn. 11.1.2 ) auf Ebene der Rangwerte durchzuführen.

S.337
Der Welch-Test reagiert sensitiv auf Verletzungen der Normalverteilungsannahme ( Zimmermann & Zumbo, 1992 ). Gravierend ist demzufolge, wenn sowohl die Homoskedasitizität als auch die Normalverteilungsannahme verletzt ist. Wie ist mit der Verletzung beider Annahmen umzugehen? Den Simulationsstudien von Clinch und Keselman ( 1982 ) zufolge reagiert der Brown-Forsythe-Test weniger sensitiv auf Verletzungen der Normalverteilungsannahme und sie empfehlen ihn im Falle der Verletzung beider Annahmen. Zimmerman und Zumbo ( 1992 ) schlagen vor, die Rohwerte in Rangwerte zu transformieren und den Welch-Test auf Grundlage der Rangwerte durchzuführen.

Ich würde mich sehr über eine Antwort freuen (schade dass es hier keine Blümchen Emojis gibt )
Vielen lieben Dank schonmal

[PonderStibbons]

Varianzhomogenität ist nur bei ungleichen Gruppengrößen relevant, aber davon abgesehen, es wird allgemein empfohlen, in Fällen, wo der t-Test verwendet werden kann, von vornherein die Variante für ungleiche Varianzen (Welch-Test) zu verwenden.

Jetzt Frage ich mich ob ich den Mann Whitney U Test anwenden darf?

Das ist ein Test für Rangdaten, was hätten also Varianz oder Normalverteilung da verloren?

Irgendwie verwirrt mich auch die Info aus Eid, Gollwitzer & Schmitt zum Welch Test

Ja, die fand auch ich nicht ganz zu verstehen.

Ich kenne nicht Thema, Fragestellung, Variablen, Ihre konkrete Messung. Wenn Dir mulmig ist, könnte U-Test evtl. Methode der Wahl sein.

schade dass es hier keine Blümchen Emojis gibt

In einem Forum zum Thema Statistik finde ich Emojis eher störend, aber die Geschmäcker sind da wohl verschieden.

Mit freundlichen Grüßen

PonderStibbons

[Grünschnabel101]

Vielen lieben Dank für die schnelle Antwort!

Ich habe mich für den MW U Test entschieden und die Effektstärke r berechnet (mit dem z Wert aus dem U test durch Wurzel N). Gibt es die Möglichkeit für die Effektstärke r ein Konfidenzintervall zu berechnen? Das bzw die Ergebnisse sind nicht signifikant geworden, jedoch habe ich gelesen, dass man am besten noch mal die Effektstärke und das KI prüft. (Da es für die Forschungsfrage inhaltlich interessant ist zu wissen, ob die Behandlung überhaupt was bringt)

Oder reicht hierfür auch eine Post Hoc G*Power Teststärkenanalyse aus?

-> ist das richtig, dass ich bei G*Power die Effektstärke mein berechnetes r nicht nehmen kann und stattdessen Cohens d berechnen und einsetzten muss?

Ich habe gelesen, dass ein nicht signifikantes Ergebnis nicht gleich bedeutet, dass H0 deswegen richtig sein muss. Trotzdem fällt es mir schwer das zu interpretieren. Wenn es Tendenzen gibt, kann ich diese in Bezug zu anderen Befunden setzten auch wenn es nicht signifikant geworden ist?

Das nichts signifikant geworden ist, liegt unter anderem an der zu kleinen Stichprobe und diversen methodischen mängeln


Vielen Dank!

[bele]

Hallo!

Gibt es die Möglichkeit für die Effektstärke r ein Konfidenzintervall zu berechnen?

Ich weiß nicht, ob es einen schnelleren Weg gibt, aber zur Not kannst Du zu jeder Statistik ein Konfidenzintervall durch Bootstrapping ermitteln.

Ich habe gelesen, dass ein nicht signifikantes Ergebnis nicht gleich bedeutet, dass H0 deswegen richtig sein muss.
[...]
Das nichts signifikant geworden ist, liegt unter anderem an der zu kleinen Stichprobe und diversen methodischen mängeln

Die beiden Sätze standen zu weit auseinander, die gehören zusammen und helfen dann gemeinsam bei der Interpretation des nicht-signifikanten Ergebnisses.

Das bzw die Ergebnisse sind nicht signifikant geworden, jedoch habe ich gelesen, dass man am besten noch mal die Effektstärke und das KI prüft. (Da es für die Forschungsfrage inhaltlich interessant ist zu wissen, ob die Behandlung überhaupt was bringt)

Wenn der p-Wert nicht klärt, ob die Behandlung überhaupt etwas bringt, dann klärt es auch das Konfidenzintervall nicht.

Oder reicht hierfür auch eine Post Hoc G*Power Teststärkenanalyse aus?

Die bringt in aller Regel gar nichts substantielles. Hier im Forum dominiert m. E. die Meinung, dass man eine post hoc Poweranalyse nicht machen sollte.

Wenn es Tendenzen gibt, kann ich diese in Bezug zu anderen Befunden setzten auch wenn es nicht signifikant geworden ist?

Natürlich darf man über Tendenzen reden, man muss halt vorsicht walten lassen, dass man nicht zuviel Bedeutung hinein interpretiert. Es sollte an jeder Stelle superklar sein, ob man sich gerade nur auf Tendenzen stützt oder auf belastbare Ergebnisse.

LG,
Bernhard

[bele]

Gibt es die Möglichkeit für die Effektstärke r ein Konfidenzintervall zu berechnen?

Ich weiß nicht, ob es einen schnelleren Weg gibt, ...

Da lag ich falsch: Es gibt einen. Wenn man die R-Funktion für den Rangsummentest nutzt, dann kann man sich ein Konfidenzintervall ausgeben lassen. Das Manual schreibt dazu

Optionally (if argument conf.int is true), a nonparametric confidence interval and an estimator for the pseudomedian (one-sample case) or for the difference of the location parameters x-y is computed. (The pseudomedian of a distribution F is the median of the distribution of (u+v)/2, where u and v are independent, each with distribution F. If F is symmetric, then the pseudomedian and median coincide. See Hollander & Wolfe (1973), page 34.) Note that in the two-sample case the estimator for the difference in location parameters does not estimate the difference in medians (a common misconception) but rather the median of the difference between a sample from x and a sample from y.

Myles Hollander and Douglas A. Wolfe (1973), Nonparametric Statistical Methods. New York: John Wiley & Sons. Pages 27–33 (one-sample), 68–75 (two-sample).
Or second edition (1999).

HTH,
Bernhard