STATISTIK-FORUM.de

[Pea1]

Hallo zusammen,

ich habe zwei verbundene Stichproben (Daten von 18 Bauernhöfen von zwei Jahren) und möchte testen, ob die Mittelwerte aus den zwei Jahren von gewissen Variablen (z.B. Klimabilanz, Menge Futter X) signifikant unterschiedlich ist. Ich bin folgendermaßen vorgegangen:

1. Zu untersuchende Variablen auf Normalverteilung getestet (Kolmogorov Smirnow Test, mit SPSS), sie sind normalverteilt
2. T Test für verbundene Stichproben (mit SPSS)
3. Alphafehler-Kumulierung: Da ich insgesamt 20 Tests mache, habe ich Bonferronie Korrektur angewandt, um das Risiko zu verringern, fälschlicherweise Signifikanzen anzunehmen. Diesen Test hab ich nicht bei SPSS gefunden, deswegen von Hand berechnet. Teile 0,05 (Signifikanzniveau) durch 20 (Test) und erhalte dann Wert von 0,0025.

Folgende Fragen:
- Vorgehen allgemein korrekt?
- Alphafehler Kumulierung: Bei allen T Test, wo SPSS mir einen Wert größer als 0,0025 ausspuckt, gehe ich von keiner signifikanz aus. Richtig?
- Alphafehler Kumulierung: Wenn ich jetzt mit meine Ergebnisse in einer Tabelle präseniere: Gebe ich für die Tests immer noch das Signifikanznivieau von 95% an (weil es ja über alle Tests immer noch so hoch ist) oder gebe ich 100-0,00025= 99,99975 an?


Danke für euren Support!

Pea

[PonderStibbons]

1. Zu untersuchende Variablen auf Normalverteilung getestet (Kolmogorov Smirnow Test, mit SPSS),

Das ist irrelevant. Die Verteilungen der Differenzwerte sind es, die hier interessieren.

- Alphafehler Kumulierung: Bei allen T Test, wo SPSS mir einen Wert größer als 0,0025 ausspuckt, gehe ich von keiner signifikanz aus. Richtig?

Bei Bonferroni-korrektur wäre das der Schwellenwert.

- Alphafehler Kumulierung: Wenn ich jetzt mit meine Ergebnisse in einer Tabelle präseniere: Gebe ich für die Tests immer noch das Signifikanznivieau von 95%

Es gibt kein 95% Niveau, sondern ein 5%-Niveau. Du kannst die konkreten p-Werte
tabellieren und dazu anmerken, ob sie nach Bonferroni-korrigiertem Signifikanzniveau
signifikant sind oder nicht.

Mit freundlichen Grüßen

P.
---
Gottseidank...Kanon für 36

[Pea1]

Danke für die schnelle Antwort.

Habe jetzt wie du vorgeschlagen hattest, die Verteilung der Differenz der 20 Variablen untersucht. Manche sind normalverteilt, andere nicht. Was ist jetzt das richtige vorgehen?

Für alle Variablen eine parameterfreien Test nehmen (Wilcoxon-Vorzeichenrangtest) oder nur für die nicht normalverteilten?

Kann ich analog zum T Test beim Wilcoxon-Vorzeichenrangtest die Boneferroni Korrektur durchführen?

Gruß Till

[PonderStibbons]

Manche sind normalverteilt, andere nicht. Was ist jetzt das richtige vorgehen?

Da streiten sich die Gelehrten. Ich mache es oft so, dass ich alles per
"parametrischem" Test rechne (wegen der Vergleichbarkeit) und bei
Verstoß gegen Voraussetzungen zusätzlich den "nonparametrischen"
Test. Aber mit 20 Wilcoxon machst Du auch nicht viel falsch.

Kann ich analog zum T Test beim Wilcoxon-Vorzeichenrangtest die Boneferroni Korrektur durchführen?

Die Bonferroni-Korrektur ist absolut unabhängig davon, welches statistische Verfahren
gerechnet wurde, sie beschäftigt sich allein mit den resultierenden p-Werten.

Ich würde in Deiner Situation aber nicht Bonferroni-korrigieren, weil das bei 20 Tests
zu einem extrem strengen Signifikanzniveau führt, und das auch noch bei einer nur
kleinen Stichprobe. Die power ist dann sehr niedrig und die Gefahr von beta-Fehlern
ist hoch. Ich würde als Kompromiss ein mittelstrenges Niveau wählen, 1% statt 5%.
Aber auch da streiten sich die Gelehrten. Ist auch eine Kontextfrage, nämlich welche
potenzielle Fehler schwerer wiegen würden, die erster Art oder die 2. Art.

Mit freundlichen Grüßen

P.
---
Gottseidank...Kanon für 36

[Pea1]

Ok, danke für die Info.

Bei mir sind sowieso nur bei zwei Variablen signifikante Unterschiede - unzwar egal mit welchem Test ich sie rechne und wie streng ich das Signifikanzniveau setze. Am Ergebnis wird das also nichts ändern, mir geht es nur darum meine Arbiet statistisch sauber zu machen. Gruß Pea

[rüde]

Grundsätzlich ist es für den T-Test nur erlaubt, zwei Gruppen miteinander zu vergleichen.
Dies gilt jedoch nicht nur für den T-Test sondern immer dann, sobald mehrere Hypothesen auf eine Stichprobe angewendet werden oder mehr als zwei Gruppen miteinander verglichen werden. Einen guten Artikel dazu inklusive einem Rechner findet man unter http://signifikanzrechner.de/alpha-fehler-kumulierung/
Grüße,
Rüdi