STATISTIK-FORUM.de

[istgleichunendlich]

Hallo,

ich habe Paarvergleichsaufgaben erstellt (24 Items). Um zu ermitteln ob die Ergebnisse über der Ratewahrscheinlichkeit liegen (chance-level), verwendete ich den t-Test für eine Stichprobe mit entsprechendem Testwert (12). Muss ich hier eine andere Signifikanzschwelle annehmen, da das Ganze ja dann 1-tailed ist, oder? Die Ergebnisse sollen ja über der Ratewahrscheinlichkeit liegen...

Danke für Eure Hilfe!

[MSJOB]

Hallo istgleichunendlich,

Also du möchtest einen Einseitigen Test durchführen um zu Testen, ob der Mittelwerte einer Stichprobe größer oder kleiner als 12 ist?
Die Alternativhypothese kannst du dann mit der statistischen Sicherheit von 1-Alpha beweisen. Das ist unabhängig davon ob du ein- oder zweiseitig testest.

[istgleichunendlich]

Hallo MSJOB,

danke für die Antwort. Nochmal zu meinem Verständnis: In SPSS kann ist sowieso nicht einstellen, ob ich ein- oder zweiseitig teste. Es wird nur eine zweiseitige Signifikanz angegeben. Muss ich hier ggf. das Konfidenzintervall ändern (jetzt 95%)?
Wenn ich das Ganze für eine Beispielgruppe rechne, erhalte ich z.B. eine Signifikanz von t(19)=2,80; p=0.011. Sollte ich hier auf das .01-Niveau gehen und somit die Nullhypothese annehmen?

Besten Dank!

[MSJOB]

p-Wert / 2 und dann mit deinem Signifikanzniveau vergleichen (die statistische Sicherheit ist so immer noch 1- Alpha)

[istgleichunendlich]

Danke, jetzt ist es klar.
Nur noch eine kurze Frage. Wie würde man das in der Arbeit entsprechend formulieren. Ich habe hierzu in der gängigen Literatur leider keine Infos gefunden (Bortz etc.), auf die man sich beziehen könnte.

Danke!

[MSJOB]

Ich formuliere die Ergebnisse immer in "Anlehnung" an die Formulierungen in meinem Statistik Script von der UQ, nachfolgend mal zwei Beispiele:

Alternativhypothese:
Decision: Because the test statistic (z = 2.77) is greater than the critical value of z in the upper tail of the distribution, the statistical decision is to reject the null hypothesis in favour of alternative hypothesis.
Conclusion: there is enough evidence at the 1% level of significance to reject the null hypothesis that the population mean is equal to 25

Nullhypothese:
Decision/ Conclusion: Since 1.98 < 2.1313 we don’t reject the null hypothesis, thus there is no convincing evidence that the mean time was not 12 minutes

[istgleichunendlich]

Danke!

[PonderStibbons]

Die Alternativhypothese kannst du dann mit der statistischen Sicherheit von 1-Alpha beweisen.

Das wäre toll. Leider leistet ein inferenzstatistischer Signifikanztest einer Nullhypothese nichts dergleichen.

Es geht allein um Aussagen im Zusammenhang mit der Nullhypothese. Und selbst über deren
Wahrscheinlichkeit sagt der inferenzstatistische Signifikanztest nichts. Sondern über die Wahrscheinlichkeit
von Daten. Auf dieser Wahrscheinlichkeit von Daten beruht eine Entscheidung, die Nullhypothese
beizubehalten oder abzulehnen. 1-Alpha (ich vermute, gemeint ist 1-p) hat in diesem Kontext keine
Bedeutung. Und Aussagen über die Gültigkeit von Hypothesen sind eine Angelegenheit der Bayes-Statistik,
nicht des frequentistischen Hypothesentestens.

Was die Ausgangsfrage angeht: wenn Du es nicht anders begründen kannst, teste Deine statistische
Hypothese normal 2seitig. Die "Richtung" einer Arbeitshypothese ist dabei nur mäßig von Belang. Viele
Arbeitshypothesen sind gerichtet, aber getestet wird so gut wie immer 2seitig.

Gruß

P.

[Holgonaut]

Hi Ponder

Viele
Arbeitshypothesen sind gerichtet, aber getestet wird so gut wie immer 2seitig.

was ich immer noch für einen Fehler, logische Inkonsistenz und dramatische Reduktion der power halte

Gruß
Holger

[PonderStibbons]

Die Debatte gibt es seit eh und je und es wird sich letztlich nicht lösen lassen.

Was ich allerdings (u.a.) in diesem Forum lese, bestärkt meine Auffassung, dass
2seitiges Testen die Regel bleiben sollte. Es geht hier bis hinein in den Bereich: "man
teste einseitig, und wenn dann mal was unerwartet in die andere Richtung geht, schwenke
um auf 2seitig". Da bin ich eher für keep it simple und dass der bachalaurelnde Nachwuchs
unter Anleitung methodisch unbedarfter Professores nicht allzu freizügig herumpfuscht.

Angesichts dessen, dass der überwiegende Teil signifikanter Ergebnisse,
denen man begegnet, womöglich falsch ist (den Ioannidis kennst Du vermutlich
http://www.plosmedicine.org/article/inf ... ed.0020124 ), erscheint
mir verringerte power durch Anwendung rigoroser Regeln erstmal als das geringere Problem.

Gruß

P.