HINWEIS: Bei der Folie zur Effektstärke (6:13) ist mir ein Fehler unterlaufen. Ab 0,1 ist der Effekt schwach, ab 0,3 mittel und ab 0,5 stark! Quelle: Cohen, J. (1992). A power primer. Psychological bulletin, 112(1), S. 156.
Deine Videos sind wirklich überragend. Präzise, übersichtlich, nix überflüssiges. Rettet mich bei meiner Masterarbeit. Würde dich auch gerne abonnieren aber sobald ich diese Masterarbeit los bin, will ich leider nix mehr von Statistik hören oder sehen, erstmal. Danke aber für Alles^^
@@JulianBollerhoff, kann ich total verstehen. Wenn ich gewusst hätte, dass man für mein Studium so viel Statistik braucht (die in meinem Fernstudium quasi nicht behandelt wurde) und ich mir alle Grundlagen I wie im do it your self Verfahren angeeignet habe, oder es immer noch versuche - hätte ich diesen Studiengang nie gewählt. Dank dieses Kanals und der Eselsgeduld von Björn kann ich meine Abschlussarbeit aber hoffentlich retten - :). Ich habe schon Unsummen für Nachhilfe und weitere ausgegeben, aber dieser Kanal ist unschlagbar, auch, da immer wieder individuelle Fragen beantwortet werden. Kann nur nochmal sagen : DANKE!
Die Rettung meiner Bachelorarbeit - Danke für die Mühen, hat mein Statistik-Wissen wieder aufgefrischt und ohne Vorerfahrung klappt SPSS jetzt perfekt :)
Ich muss dir jetzt ein riesen Lob aussprechen. Ich schreibe gerade an meinem Uni Abschluss und bin weniger als weniger geübt in Statistik. Ich hatte wirklich Angst vor meiner Arbeit. Mittlerweile finde ich es ziemlich spannend, großer Fan werde ich eher nicht mehr aber es ist nicht uninteressant was alles möglich ist ;-) Und Dank deiner Videos verstehe ich sogar etwas! :) Ich sehe mir nur noch deine Videos an und arbeite dann Schritt für Schritt nach. Danke für deine Erklärungen und das Näher bringen in die Thematik!
Hallo Kerstin, danke für die lobenden Worte! Freut mich, wenn du trotz Statistikphobie nun besser durch die Arbeit kommst! Weiter so! ;-) Viele Grüße, Björn.
Hallo Björn, ich hoffe du liest diese Frage, da ich gerade echt verzweifle. Ich schreibe meine B.A. über Gestaltung von Anreizsystemen für eine bestimmte Berufsgruppe von Auszubildenden & habe eine Hypothese, welche besagt: Die Voll- und Teilzeitauszubildenden unterscheiden sich hinsichtlich der Leistungssteigerung durch Anreize. Um dies zu belegen, habe ich 44 Anreize in einen Fragebogen gepackt und von 1-5 ordinal skaliert. Daraufhin habe ich die Gruppen aufgeteilt und einen U Test nach Mann und Whitney gerechnet, welcher 8 signifikante Ergebnisse zeigte. Dies bedeutet ja nun, dass sich die Rangfolgen und 8 fällen unterscheiden. Da ich ja jetzt so viele Tests gerechnet habe, muss ich dann nicht z.B. den Alphafehler korrigieren oder ist es in diesem Falle nicht wichtig, da ich ja immer einen neuen Test rechne und diese unabhängig voneinander sind? Mit freundlichen Grüßen!
Erstmal vielen vielen Dank für die sehr hilfreichen Videos! Ich hätte noch eine Frage. Verstehe ich es richtig, dass ich mit dem MWU Test nur berechnen kann, ob ein signifikanter Unterschied zwischen zwei Gruppen vorliegt, bzw. mit dem Z Wert über die Effektstärke wie stark dieser Unterschied ist? Ich kann aber nicht darauf schließen in welcher Gruppe der getestete Wert größer ist oder? In meinem Fall untersuche ich zwei Gruppen, die Fragen beantwortet haben (Antwortmöglichkeiten 0-4) und möchte wissen ob sich die Gruppen hinsichtlich der Antworten unterscheiden, aber auch welche Gruppe häufiger Antworten mit höherer Punktezahl beantwortet hat. Ich habe zb. zwei Gruppen mit Rangsummen von 142342.00 bzw 79103.00, p Wert 0.005 und Z Wert -2.794. Kann man davon ausgehen, dass die Gruppe mit höherer Rangsumme auch immer mehr Antworten mit höherer Punktezahl angegeben hat?
Ich hätte mal eine allgemeine Frage zum Mann Whitney U Test. In unserem Statistik-Lehrbuch stehen als Voraussetzungen nicht nur ordinales Skalenniveau der Daten sondern auch stetige Verteilungsfunktionen F und G in der Grundgesamtheit. Wie passt das zusammen? Wie kann eine ordinal skalierte Stichprobe in der Grundgesamtheit stetig verteilt sein?
Vielen Dank für das Video! :-) Ist die einseitige asymptotische Signifikanz (falls es die gibt) wie beim t-Test einfach die Hälfte der zweiseitigen Signifikanz?
@@ella0854 Das freut mich natürlich. Wer den Kanal finanziell mit einer Spende unterstützen möchte, kann dies natürlich auch tun. ;-) Viele Grüße, Björn.
Vielen Dank für die tollen Videos. Ich habe eine dringende Frage: Wie kann ich die Richtung des Effektes feststellen bei ungleicher Verteilungsform ? Reicht es hier den p Wert zu halbieren und die Richtung mit den mittleren Rängen zu begründen ?
Hi, vielen Dank erst einmal für deine super Videos. Ich habe einen Datensatz, in dem ich die Daten gewichtet habe. Muss ich vor oder nach der Gewichtung meinen Mann-U-Test durchführen? Zusätzlich bekomme ich beim Test kleinere n-Werte in der "Mann-Whitney-Statistik" angezeigt als die gewichteten Variablen eigentlich aufweisen. Woran kann das liegen? Vielen lieben Dank schon mal!
Noch eine Frage. Was mache ich, wenn bei der exakten Signifikanz steht, dass sie nicht für Bindungen korrigiert ist, muss ich dann die asymtotische Signifikanz nehmen auch wenn ich weniger als 30 Werte habe? Danke!
Vielen Dank für die tollen Erklärungen! Ich hätte noch eine Frage bzgl. der Signifikanz: Darf ich, sofern ich eine gerichtete Hypothese formuliert habe, meine (asymptotische) Signifikanz ebenfalls durch 2 teilen (einseitiger Mann-Whitney-U-Test)? Oder ist das nicht erlaubt? Vielen Dank im Voraus!
Hallo Kathrin, Field, A. (2018), Discovering Statistics, S. 296 (amzn.to/2N4cp5d). Allerdings herrscht auch da wie bei so vielen Dingen in der Statistik Uneinigkeit. Field geht von 50 aus, was auch ein vertretbarer Wert ist. Viele Grüße, Björn.
Hi, ist es auch möglich nach bspw. Geschlecht zu filtern und sich dann die Mittelwertunterschiede nach 2 Merkmalen (z.B. Mittelwert Depression und Land (binär)) anzuschauen?
Vielen Dank für das Video! Wie ist der Mann-Whitney-U-Test durchzuführen wenn meine dependent variable aus 4 items zusammengesetzt ist? Muss ich diese 4 items die ein Konstrukt beschreiben davor zu einer Indexvariable (Summe, Median) zusammenführen? Help!
Hallo Björn, erstmal vielen vielen Dank für deine Videos, die sind so hilfreich! Wie kommst auf die Werte für die beiden Gruppen bzw welche Werte sollte ich dort eintragen, wenn ich zwei Stichproben auf den Mittelwert der Bildungsabschlüsse vergleichen will?
oder welchen Test sollte ich machen, wenn ich kategoriale Variablen mit einem Testwert vergleichen will? Freue mich riiiiesig über eine Antwort, liebe grüße chiara
Hallo Chiara, wenn du zwei Gruppen hinsichtlich eines kategorialen Merkmals vergleichen möchtest, würde ich zu einem Chi²-Unabhängigkeitstest raten. Wenn du allerdings ein kategoriales Merkmal auf eine bestimmte Verteilung oder auch Gleichverteilung prüfen möchtest, bietet sich der Chi-Quadrat-Anpassungstest an. Viele Grüße, Björn.
Danke für deine tollen Videos!!! Nur eine Frage: Habe ich das richtig verstanden, dass den parametrischer Tests (t-Test, Welch-Test, ANOVA und Welch-ANOVA) immer die zweiseitige Signifikanz verwendet wird und bei Mann-Whitney-U und Kruskal-Wallis die asymptotische beziehungsweise exakte Signifikanz?
Hallo, gerne! Das ist so nicht ganz richtig. Die asymptotische Signifikanz sollte generell nur bei größeren Gruppengrößen (Kruskal-Wallis >5) angewandt werden. Zweiseitig und Asymptotisch schließen sich nicht aus: ruclips.net/video/z5L4refldMo/видео.html Zweiseitig ist für ungerichtete Tests (siehe verlinktes Video), einseitig für gerichtete Tests. Viele Grüße, Björn.
Hallo, ich habe eine Frage zur exakten bzw. asymptotischen Signifikanz. Ich hab in einer Gruppe N=17 und in der anderen N=91 welche Signifikanz betrachte ich dann?
Vielen Dank für das tolle Video! Ich habe dennoch eine weitere Frage, bei meinen Gruppen liegen unterschiedliche Formen bei den Verteilungen vor. Inwieweit kann ich den Test dann noch bezügl. des Mittelwerts interpretieren?
Hallo Lisa und danke für dein Lob! Meinst du mit Verteilungen, dass das Histogramm der zu testenden Variable unterschiedlich aussieht? Selbst wenn nicht, spielt das keine Rolle, da der Mann-Whitney-U-Test den Werten Ränge zuweist und erst dann testet. Es sollte also kein Problem darstellen. Bei der Interpretation vom Mittelwert muss man ja typischerweise vorsichtig sein, weil der anfällig gegenüber Ausreißern ist. Hast du denn welche? Wenn nicht, ist auch hier eine Interpretation kein Problem. Viele Grüße, Björn.
Moin Björn, erstmal vielen Dank für deine verständlichen und genialen Videos hier!!! Eine kurze Frage sei mir gegönnt: ich habe 2 Gruppen (Variablen ordinalskaliert aus Likert-Skala) mit WMU-Test verglichen. Ist es sinnvoll, im Bericht jeweils die mittleren Ränge anzugeben, um die Richtung des Effekts darzustellen? Mittelwerte wären in diesem Setting ja Blödsinn.... und in meinen Fällen reißt es der Median halt auch nicht raus. ;) Ich danke für deine Antwort!
Hallo und danke für dein Lob! Die Richtung des Effektes kannst du mit den Medianen sinnvoll darstellen. Es kann aber dennoch hilfreich sein - wenn diese identisch sein sollten - den Mittelwert(unterschied) zusätzlich anzugeben. Viele Grüße, Björn.
Hallo Björn, vielen Dank für die tollen Videos, die haben mir wirklich weitergeholfen. Eine Frage hätte ich aber noch: Ich habe eine Stichprobe n=145, bei denen ich zwischen Nutzern und Nichtnutzern eines Formates unterscheiden möchte (keine 50-50 Verteilung). Meine Variablen sind nicht normalverteilt und die abhängige Variable ist meist die Nutzungshäufigkeit (0-1). Damit ist sie nominal, in deinem Video steht allerdings, der M-W-U-Test kann ab ordinal skalierten Daten benutzt werden. Welchen Test würde ich anwenden, um beispielsweise eine Korrelation zwischen Alter und Nutzungshäufigkeit auf Signifikanz zu testen? Danke schonmal und liebe Grüße, Vivien
Hallo Vivi, danke für dein Lob! Ein Mittelwertvergleich bei einer binären abhängigen Variable funktioniert leider nicht. Metrisch und nominal skalierte Variablen kann man mittels des Eta-Koeffizienten auf einen (ungerichteten) Zusammenhang untersuchen. Soll ein gerichteter Zusammenhang untersucht werden, bleibt wohl nur die logistische Regression, zu der ein Video allerdings noch aussteht. Viele Grüße, Björn.
vielen Dank für das lehrreiche video! Kannst du mir sagen, welchen Test ich anwende, wenn ich den Zusammenhang zwischen Gruppen- und Zielvarable unter Einbezug anderer möglicher Einflussfaktoren berechnen möchte (In meinem Falle Einfluss von Steroiden auf einen Depressionsscore unter Hinzunahme von Alter, Dauer und Schwere einer Erkrankung)?
Hallo Derien, mir ist nur folgende Methode bekannt, die aber nicht mit wenigen Klicks durchführbar ist: www-01.ibm.com/support/docview.wss?uid=swg21477497 Viele Grüße, Björn.
Hi Björn, ich glaube ohne deine ganzen tollen und hilfreichen Videos wäre ich aufgeschmissen. Vielen vielen Dank! Ich habe noch mal eine Frage zu der Interpretation der Effektgrößen. Ist eine sehr kleine Effektgröße (bspw. 0,05) bei einer Stichprobengröße von 191 ein schlechtes Zeichen oder ein gutes? Ich raff es leider anhand mehrerer Erklärungen nicht. Mein Vorgehen war Folgendes: Meine Nullhypothese war, dass es keine Unterschiede zwischen Männern und Frauen gibt. Diese konnte ich ablehnen - sprich es gibt signifikante Unterschiede. Danach habe ich die Effektgröße ausgerechnet und die ist sehr sehr klein. Danke schon mal vorab :)
Hallo Sandra und danke für dein Lob! Wenn die Effektgröße sehr klein ist, deutet das auf einen sehr schwachen Effekt hin. Er ist zwar signifikant aber eben sehr schwach. Meist finden sich in größeren Samples eher signifikante Effekte, die dann aber kaum der Rede wert sind. Du hast also nix falsch gemacht. Hierzu gibt es auch ein Papier: journals.sagepub.com/doi/abs/10.3102/0162373709352369?journalCode=epaa Viele Grüße, Björn.
Vielen lieben Dank für deine Videos! Besser und verständlicher als jedes Lehrbuch! Eine Frage: Habe ich richtig verstanden, dass ich dann in der grafischen Auswertung also Mittelwerte angeben kann, obwohl die Variable nicht normalverteilt ist? Weil, die mittleren Ränge grafisch darzustellen, ist ja nicht wirklich verständlich
Hallo Fabian und danke für dein Lob! Generell würde ich Verteilungen mit entweder Histogrammen oder Boxplots veranschaulichen. Mittelwerte kann man freilich immer mit angeben, bei ordinalskalierten Daten ist das aber nicht so wirklich sinnvoll, weshalb man hier meist auf den Median zurückgreift. Viele Grüße, Björn.
Hallo, ich arbeite da auch häufig mit Boxplots. Da erfährt man am meisten über die Verteilung, besonders anhand der Lage der Box und des in ihr eingezeichneten Medians. Viele Grüße, Björn.
Tolles Video, ich konnte bereits vieles mitnehmen. Eine Frage hätte ich aber noch: Wie müsste man vorgehen, wenn man die 3. Gruppe der "mittelmässig Trainierten" ebenfalls miteinbeziehen würde oder allgemeiner gesagt, wenn die Nominalvariable mehr 2 Ausprägungen aufweist? Ist dann der Mann-Whitney-U-Test dann immer noch möglich oder muss man da einen anderen Test durchführen? Besten Dank
Danke für das Übernehmen der Antwort, Sarah. Das ist richtig, bei mehr als 2 Gruppen wird der Kruskal-Wallis-Test angewendet. Der verwendet für die post-hoc-Analyse wiederum Mann-Whitney-U-Tests, allerdings korrigiert um den kumulierte Alphafehler. Viele Grüße, Björn.
Danke, für das tolle Video! :) Ich habe aber noch eine Frage: Für meine Bachelorarbeit habe ich in einer Einzelfallstudie bei einer Versuchsperson und einer Kontrollperson verschiedene Tests durchgeführt (jeweils nur ein Testzeitpunkt; ich habe also pro Proband nur ein Ergebnis für jeden Test). Kann ich den Mann-Whitney-U-Test und diesem Fall benutzen, um herauszufinden ob sich die Testergebnisse signifikant unterscheiden? Meine Überlegung ist, dass ich ja dann immer nur Rang 1 und Rang 2 habe, wodurch bei jedem Test (egal wie unterschiedlich die Ergebnisse sind) im Mann-Whitney-U-Test das selbe Ergebnis rauskommen müsste. 🧐 Ist das so richtig oder habe ich irgendwo einen Denkfehler?
Hallo Sophia, du hast das schon richtig eingeschätzt, das bei so einer Stichprobengröße der Mann-Whitney-U-Test bzw. generell statistische Tests nicht funktionieren. Du kannst lediglich von tendenziell unterschiedlichen Werten ausgehen aber dadurch keine Schlussfolgerung auf eine generelle Wirksamkeit deiner Intervention ziehen. Da braucht es ein paar mehr Probanden - einfach gesagt: je mehr, desto besser. ;-) Viele Grüße, Björn.
Hallo Björn, kurze Frage. Wenn ich über die klassischen Dialogfelder den Mann-W. Test durchführe wie du hier im Video habe ich keinen signifikanten Unterschied meiner beiden Gruppen bezogen auf die untersuchte Variable. Wenn ich aber über das Dialogfeld "unabhängige Stichproben" gehe und dort den Mann-W. Test anwähle (selbe Gruppen, selbe Variable) bekomme ich einen signifikanten Unterschied heraus. Wie kann das sein, wo ist der Unterschied?
Vielen Dank für deine Videos, sie sind enorm hilfreich. Frage: eine Variable bei der ich testen möchte, ob sich meine beiden Gruppen (nominal) unterscheiden, sind meiner Meinung nach ordinalskaliert: Anzahl an bisherigen Geschlechtspartnern - gruppiert. Wenn ich SPSS den Test wählen lasse (über die neueren Dialogfelder), wird der MWU gewählt aber keine Signifikanz berechnet und SPSS sagt meine Testvariable sei "nicht stetig". Wenn ich in den klassischen Dialogfeldern den MWU aussuche, wird dieser allerdings problemlos berechnet. Sollte ich mir wegen der Nachricht von SPSS Gedanken machen, dass ich den falschen Test wähle oder etwas mit meinen Daten falsch mache?
Hallo Fiona, ich hätte sogar deine betreffende Variable als metrisch eingeordnet. DIe Anzahl hat einen natürlichen Nullpunkt und die Abstände zwischen den Ausprägungen sind gleich groß. Da könnte man sogar einen t-Test rechnen. Aber um deine Frage zu beantworten: je nachdem, wie SPSS deine Variable "erkannt" hat, kann es zu so einer Meldung kommen - die kann man aber ignorieren. Schau einfach noch mal im ZWeifel, ob deine Variable ordinal/metrisch als Skalenniveau hat - auf Basis dieser Information entscheidet SPSS, welchen Test es rechnet. Viele Grüße, Björn.
@@StatistikamPC_BjoernWalther lieber Björn, vielen herzlichen Dank für die schnelle Antwort und die Hilfe! Dann ignoriere ich eine solche SPSS Meldung ab jetzt, wenn ich ansonsten sicher bin den richtigen Test gewählt zu haben. Zu deinem Tipp die Variable könnte gar metrisch sein: ich fürchte bei uns ist sie das nicht, da leider die Gruppierung nach oben hinaus keine gleichmäßigen Abstände hat: 1-3, 4-6, 7-10, mehr als 10, mehr als 20 (es wurde schon in diesen Kategorien gefragt - also es wurden auch keine metrischen Daten erfasst und im Nachhinein kategorialisiert. Da ich diesen Fragebogen nicht entworfen hatte, weiß ich leider auch gar nicht weshalb die Gruppierung so gewählt wurde). Herzliche Grüße!
Hey - super Video - danke für die super Erklärung, hat mir ordentlich weiter geholfen! :) sitz grad am Auswerten von meiner Bachelorarbeit und mir dampft langsam n bissl der Kopf obwohl ich mich bei Statistik eigentlich durchwegs gespielt habe ^.^ Drei Frage darf / muss ich trotzdem noch stellen - nachdem ich die ganzen Ergebnisse ja auch passend erklären muss :) 1. Da eine meiner zentralen Forschungsfragen Unterschiede zwischen den Studenten von 2 Studiengängen bezüglich einer (ordinalskalierten) Meinung Y ist benutze ich ja am besten auch den Mann-Whitney-U-Test (weil nicht normalverteilt, ordinalskaliert etc.). Wie interpretiere ich allerdings die Ergebnisse dann plausibel, nachdem es bei meinen ordinal skalierten Skalen nur 5 Punkte (quasi: sehr - überhaupt nicht) gibt? Oft hab ich feststellen können dass es signifikante (leichte / mittlere) Unterschiede gibt aber mit dem Median kann ich trotzdem nicht argumentieren weil der meistens (gerade bei leichten Unterschieden) ident ist! :o 2. Ich habe bisher für den Wert r zur Effektstärke bisher immer nur die Einteilung Leicht (
Hallöchen, danke für das Lob! :) Zu deinen Fragen: 1: Der Median ist ja nur ein Lagemaß, die Teststatistik ist ja entscheidend. Es kann ja durchaus sein, dass der Median identisch ist, die Rangsummen sich aber unterscheiden, besonders bei unterschiedlichen Gruppengrößen, die man in dem Kontext unabhängiger Stichproben häufig hat. Man berichtet dann den Mann Whitney U-Wert, die Signfikanz und die Effektstärke mit Verweis auf identische Mediane. Mehr kann man an der Stelle nicht herbeizaubern. ;-) 2: Das habe ich etwas ungünstig dargestellt. Bis 0,3 ist ein schwacher Effekt. Zwischen 0,3 und 0,5 ist ein mittlerer Effekt und ab 0,5 ein starker Effekt. 3: Zum Thema Effektstärke bei unterschiedlichen Gruppen empfiehlt sich Cohen's d. Eine schöne Übersicht und Möglichkeit der Berechnung gibt es direkt hier: www.psychometrica.de/effect_size.html#cohenb Viele Grüße, Björn.
Hey und danke für deine Antwort :) 2. Danke für die Ausklärung :) 3.auf der Seite zu Effektstärken wäre dann auch 2 das entsprechende Verfahren und Mean / Standard Deviation Mittelwert / Standardabweichung oder? Ist es in dem Fall dann zulässig nach einem nicht parametrischen Test auf parametrische Verfahren zur Erhebung der Effektgröße zurückzugreifen? darf ich dich vielleicht noch kurz eine Frage zu einer Auswertungsmethoden fragen? Ich mag zB in meinem Beispiel nachprüfen ob Befragte die bereits in Situationen die über alltägliche Sachverhalte hinausgehen, mit der Polizei zu tun haben diese als kompetenter einstufen! Es gibt hier insgesamt 8 Sachverhalte (3 alltägliche + 5 weitere) die je einzeln mit 1-5 ordinal skaliert sind (nie - oft) und eine ordinalskala Einschätzung der Kompetenz der Polizei. wie soll / kann ich hier vorgehen - jedes einzelne Mal eine Korrelation zwischen Sachverhalt und Kompetenz + Kreuztabelle und dannach analysieren? Oder gibt es hierfür bessere Wege? Ich stehe gerade bissl am Schlauch und das ist für mich leider scho ziemlich hohe Statistik :3 LG
Theoretisch ginge 2 auf der Seite, aber ich sehe gerade nicht, was gegen 11 spricht, da die Stichprobengrößen auch hier explizit berücksichtigt werden. Zu deiner anderen Frage denke ich heute mal über den Tag hinweg nach, spontan hätte ich aber Kruskal-Wall-Test mit anschließendem paarweisen Vergleich gesagt: ruclips.net/video/9GL9DN22wBg/видео.html Viele Grüße, Björn
Hallo Björn, ich habe folgendes Anliegen: Mir stehen Daten einer Likert-Skala (ordinales Skalenniveau) zur Verfügung und ich möchte die Angaben zweier Gruppen auf Unterschiede überprüfen. Die konkreten Antwortmöglichkeiten lauten: - nie - seltener als 1 Mal im Jahr - 1 Mal im Jahr - 2-3 Mal im Jahr - Häufiger als 3 Mal im Jahr..... Aufgrund der ordinalen Daten möchte ich diese mit dem Mann-Whitney-U-Test auf Unterschiede untersuchen. Kann ich, wenn die asymptotische Signifikanz kleiner als 0,05 ist behaupten, dass die Gruppe mit dem höheren mittleren Rang Wert, etwas häufiger unternimmt, oder kann man "nur" behaupten dass die H0 verworfen wird und H1 angenommen wird und es demnach Unterschiede gibt? Besten Dank, Lukas
Hallo Lukas, du kannst mit dem Mann-Whitney-U-Test nur auf Unterschiede testen. Allerdings kannst du im Vorfeld eine gerichtet Hypothese formulieren, also vermuten, welche Gruppe einen kleineren/größeren Wert haben wird. Dies zeigt sich dann auch an den mittleren Rängen. Wenn hier ein Wert kleiner ist und Signifikanz besteht, kannst du somit auch gerichtet prüfen. Viele Grüße, Björn.
Vielen vielen Dank für Deine Videos! Darf ich fragen, was die Quelle für die Formel der Effektstärke ist, sprich, welcher Autor das erstbeschrieben hat o.Ä.? Ich würde in meiner Arbeit diese Größe nutzen statt Cohens d, da meine Daten nicht normalverteilt sind, ist das richtig? Viele Grüße
@@StatistikamPC_BjoernWalther Vielen Dank für die schnelle Antwort! Tatsächlich konnte ich in der Quelle nur die Bewertung von r (d.h. 0,1/0,3/0,5) finden, nicht aber die Formel selber. Oder übersehe ich da etwas?
@@FmAvenue die formeln verschiedener Effektstärken kannst du auch hier finden: Rosenthal, Robert (1994): Parametric measures of effect size. In: Harris M. Cooper und Larry V. Hedges (Hg.): The handbook of research synthesis. New York: Russell Sage Foundation, S. 231-244. auf den Seiten 237-239
Vielen Dank für deine hilfreichen Videos! Ich habe aber ein Problem: Mein SPSS zeigt mir kein Z an. Nur ein U. Das muss ich jetzt noch irgendwie transformieren oder? Muss ich das per Hand machen? Ich habe unfassbar viele Probanden...
Hallo Janina, das hängt mit deiner Stichprobengröße zusammen. Das Z ist der exakte Wert, das U der approximative. Ab einer gewissen Stichprobengröße braucht SPSS beim Mann-Whitney-U-Test nicht mehr exakt rechnen und verwendet das approximative U: en.wikipedia.org/wiki/Mann%E2%80%93Whitney_U_test#Normal_approximation_and_tie_correction Viele Grüße, Björn.
Also erstma danke für deine Videos, sie retten nach wie vor zahlreiche Diplom-, Bachelor-, und Masterarbeiten! Ich hab eine Frage zur Interpretation: Wenn der mittlere Rank bei der einen Gruppe höher ist, die Rangsumme aber bei der anderen Gruppe und das Ergebnis statistisch signifikant ist, woher weiß ich dann, in welche Richtung die Signifikanz geht. Also welche der Gruppen hat nun ein statistisch höheres Ergebnis: die mit dem höheren mittleren Rang oder die mit der höheren Rangsumme? Danke schonmal! :)
Hey björn: was ist genau mit den Rängen gemeint und wie summiert man die? wird ein Ranking der jeweiligen Pulswerte restellt und die einzelnen Rangnummer je Gruppe zusammenaddiert? Was sagt der mittlere Rang an sich aus und reicht der Unterschied der mittleren Ränge als Erklärung für unterschiede in den Gruppen aus ? Liebe Grüße und danke für diese Videos.
Hallo, die Ränge werden auf Basis des Ruhepulses gruppenübergreifend gebildet. Hier noch mal die Berechnung in Excel, wo es recht deutlich wird: ruclips.net/video/c3OiWX2idxE/видео.html Der mittlere Rang ist hier analog zum Mittelwert zu interpretieren. Hohe Ränge sind hohe Werte und niedrige vice versa. Viele Grüße, Björn.
Hallo, ich sitze gerade am Mann-Whitney-Test und verstehe nicht wieso bei der Statistik für Test kein Z auftaucht sondern an dieser Stelle ein U. Kann mir jemand helfen? Vielen Dank im Voraus.
Hallo, vielleicht kannst du mir auch eine Frage beantworten, da ich in der Literatur nicht fündig werde. Ich habe eine Frage. Ich möchte zwei Gruppen (1 n = 92, 2 n = 88)vergleichen, die Daten sind nicht normalverteilt. Deshalb habe ich den Mann-Whitney-Test gewählt. Insgesamt habe ich die Gruppen für 6 Items verglichen und bei 2 Items statistisch signifikante Unterschiede. Wenn ich meine Stichprobe jedoch erst in zwei Teile teile und danach für jeden einzelnen Teil wieder den Mann-Whitney-Test durchführe, ergeben sich bei beiden Hälften keine signifikanten Ergebnisse. Wie kann das sein. Hängt das mit der Gruppengröße zusammen? Ich hbae bei der zweigeteilten Stichprobe einmal n = 50 und n = 52, bei der anderen Hälfte n = 38 und n = 40. Wäre toll, wenn ich eine Antwort bekäme.
Hallo Hannah, das kann schon sein, da bei kleinen Gruppen/Stichproben kleine Unterschiede zumeist nicht signifikant sind, was sich eben an der Zufallswahrscheinlichkeit Alpha zeigt. Deine Teilungslogik kann ich jedoch nicht ganz nachvollziehen. Du hast zwei Gruppen - was teilst du denn da noch? Viele Grüße, Björn.
Meine Hypothese ist gerichtet und ich nehme an, dass die Schmerzen aufgrund eines Gruppierungsmerkmals einer Gruppe GRÖßER sind als in der anderen Gruppe. Oder kann man eine gerichtete Hypothese mit dem Test gar nicht prüfen??
Vielen Dank für das Video, das hat mir weitergeholfen! Ich hab eine Frage bzgl. verbundenen und unverbundenen Stichproben. Ich habe eine Stichprobe mit 100 Unternehmen, die jeweils Alter und Umsatz angegeben haben. Wenn ich die Stichprobe nach dem Alter in zwei Klassen einteile, z.B. in "jung" und "alt", habe ich dann eine unverbundene oder eine verbundene Stichprobe? Bzw. kann ich den Mann-Whitney-U-Test anwenden?
Hallo Christoph, freut mich, wenn es hilft! Wenn du jung und alt aus deiner Stichprobe entnimmst, ist es eine unverbundene Stichprobe. Verbunden wäre sie, wenn du die Unternehmen zu zwei Zeitpunkten mit einer Variable gemessen hast und du z.B. eine Manipulation vorgenommen hättest. Die Frage ist ja, warum der Mann-Whitney-U-Test? Sind die Voraussetzungen für den t-Test für unabhängige Stichproben nicht erfüllt? Viele Grüße, Björn.
Hi Björn, vielen, vielen Dank für deine schnelle Antwort!!!! Die Daten sind leider nicht normalverteilt, auch wenn ich aufgrund n = 100 approximativ von einer Normalverteilung ausgehen könnte. Weiterhin liegt Varianzheterogenität vor. Da bin ich auf Deinen Kanal gestoßen und habe gedacht, dass der Mann-Whitney-U-Test perfekt für mich ist und du mir damit sehr weitergeholfen hast. Ich hab den Test sogar schon durchgeführt, was mich aber wundert, dass bei den zwei Gruppen "jung" n = 30 und "alt" n = 70 der Median exakt gleich ist, und ich mir die Frage gestellt habe, ob die Daten vielleicht doch verbunden sind, weil ich die Unterteilung in einer Stichprobe vorgenommen habe und die metrische Zielvariable, hier Umsatz, sich aus den Werten von jungen sowie alten Unternehmen ergibt.
Hallo Christoph, du brauchst den Mann-Whitney-U-Test nicht anwenden und kannst den t-Test für unabhängige Stichproben (ruclips.net/video/S_b7P-aacW0/видео.html) trotzdem anwenden. Zum einen sind deine Gruppen hinreichend groß und gemäß des zentralen Grenzwertsatzes ist die Normalverteilungsannahme dann nicht mehr wichtig. Zum anderen ist deine abhängige Variable metrisch. Die Varianzheterogenität ist auch kein Problem, da mit dem t-Test automatisch ein Welch-Test berechnet wird, der bei heterogenen Varianzen einen t-Test rechnet. Die Ergebnisse findest du in der Zeile "Varianzen sind nicht gleich" beim Vorgehen beim obigen Link. Dass der Median gleich ist, ist ungewöhnlich aber möglich. Wie sehen denn Mittelwert und Standardabweichung je Gruppe aus? Viele Grüße, Björn.
Jung M = 4; SD = 2 und alt M = 29; SD = 37. Ich fang morgen mit deinem Video für den t-Test bei unabhängige Stichproben und dem orginalen Datensatz nochmal an. Ich denke, dass ich wahrscheinlich einen leichtsinngen Fehler gemacht habe, der einfach der Übermüdung geschuldet ist. Dass mit dem Welch-Test für heterogene Varianzen, wusste ich auch noch nicht! Björn, tausend Dank für Deine Unterstützung!
Muss man um eine Aussage zu treffen ob Gruppe 1 oder 2 einen besseren Ruhepuls hat den mittleren Rang betrachten oder berechnet man dafür nochmal die Mittelwerte pro Gruppe?
Hallo Moritz, Median, mittlerer Rang oder Mittelwert geht alles. Je nach Verständnis der Leser kann man unterschiedliches verwenden. Da mittlere Ränge getestet werden, würde ich die am ehesten angeben und noch um Median und/oder Mittelwert ergänzen. Viele Grüße, Björn.
Hallo! Erstmal danke für die tollen Videos. Kann ich den Mann-Whitney-U-Test auch durchführen, wenn keine Varianzhomogenität vorliegt? Ich habe leider weder normalverteilte Daten, noch Varianzhomogenität. Suche schon eine Weile welcher Test jetzt der Richtige ist.
Hallo Menia, der Mann-Whitney-U-Test ist nicht parametrisch (=bei nicht normalverteilten Daten anzuwenden) und gleichzeitig robust gegenüber der Verletzung von Varianzhomogenität. Du kannst ihn also verwenden. Viele Grüße, Björn.
Vielen Dank für die tollen Videos! Mir ist bzgl. der Stichprobengrösse noch etwas unklar: Es wird mehrfach gesagt, sobald n>30, kann man auch den t-Test für unabhängige Stichproben verwenden. Bei mir ist es nun so, dass ich eine Kontrollgruppe mit n=22 mit je einer von drei Experimentalgruppen mit n=17, n=69 und n=46 vergleichen möchte. Die Daten sind nur teilweise normalverteilt (je nach AV) und es sind eben nicht alle Gruppen >30. Soll ich also eher mit dem Mann Whitney U-Test rechnen oder bezieht sich das n auf die Summe der Stichprobengrössen (also wenn ich Kontrollgruppe mit n=22 und Experimentalgruppe mit n=17 vergleiche, komme ich ja auch auf ingesamt n=39)? Würde mich sehr über eine Rückmeldung freuen!
Hallo Eli, ich würde beim nicht-parametrischen Test verbleiben und damit dieser Empfehlung folgen: Fagerland, M.W. t-tests, non-parametric tests, and large studies-a paradox of statistical practice?. BMC Med Res Methodol 12, 78 (2012). doi.org/10.1186/1471-2288-12-78 Viele Grüße, Björn.
Hallo Björn, mich würde interessieren wie ich herausfinden kann welche der Gruppen (bezogen auf das Video: untrainiert und gut trainiert) für die signifikanten Ergebnisse verantwortlich ist bzw. in welche Richtung es geht. Kannst du mir da weite helfen? Danke, LG Alma
Hallo Alma, du schaust dir die Mediane der Gruppen im Vorfeld an, alternativ die Mittelwerte. Zum Reporting kommt diesen Mittwoch auch ein Video. Viele Grüße, Björn.
Hallo, erstmals vielen Dank für das super Video! Ihre Videos helfen mir immer sehr. Nun habe ich aber eine Frage. Ich möchte zwei Gruppen auf ihr Alter bei einem Ereignis vergleichen und habe zwei stark unterschiedliche Stichprobengrössen (n1= 1002, n2=115). Kann ich den W-U Test trotzdem machen? Ausserdem habe ich verschiedene Infos bezüglich der Effektstärke gefunden. Können Sie mir weiterhelfen, ob "Cohen d" oder "Korrelationskoeffizient r" besser geeignet ist, wenn sich die Stichproben so unterscheiden? Die eine Gruppe ist normalverteilt die andere nicht. Da somit die Voraussetzung für den t-Test nicht gegeben ist, habe ich mich für den W-U Test entschieden. Ich habe nun aber irgendwo gelesen, dass ich den W-U Test nur machen kann, wenn die Gruppen gleich verteilt sind? Ausserdem habe ich gelesen, dass man den t Test machen kann, auch wenn die Normalverteilung nicht gegeben ist, falls die Varianz homogen ist. Dies wäre bei mir der Fall. Entschuldigen Sie bitte diese vielen Fragen, aber all diese verschiedenen Infos in Büchern/Internet haben mich verwirrt!
Hallo Elena, danke für dein Lob! Freut mich, wen dir die Videos weiterhelfen! Deine Stichproben sind zwar recht unterschiedlich von der Größe her, das stellt den Mann-Whitney-U-Test aber nicht vor Probleme. Zur Effektstärke des Mann-Whintey-U-Tests empfehle ich dir dieses Video: ruclips.net/video/3GVUUry7J_0/видео.html Ob man r oder d für die Effektstärke nimmt, ist sekundär. Man kann auch beides umrechnen: d ergibt sich dabei z.B. aus 2*r geteilt durch die Wurzel aus (1-r²). Das kannst du auch auf meiner Seite noch mal übersichtlich sehen: www.bjoernwalther.com/wp-content/uploads/2018/10/r-to-d.png Die Quelle steht auch mit dabei: Cooper, Hedges, Valentine (2009) The Handbook of Research Synthesis and Meta-Analysis, Russell Sage, S. 234-235. Zu Mittelwertvergleichen empfehle ich dir noch das Video: ruclips.net/video/nVbwMntplTA/видео.html Den t-Test kann man in SPSS immer dann machen, wenn die abhängige Variable normalverteilt ist. Ab n=30 Gruppengröße bewirken Verletzungen der Normalverteilung aber keine Verzerrungen mehr (zentraler Grenzwertsatz) und er ist trotzdem rechenbar. Die Varianzhomogenität wird von SPSS im Levene-Test kontrolliert und dann gibt es auch eine gesonderte Zeile in der Ausgabetabelle, wo die Werte bei Varianzen sind nicht homogen angegeben sind. Viele Grüße, Björn.
@@StatistikamPC_BjoernWalther Vielen lieben Dank! Das hilft mir sehr weiter. Also könnte ich im Prinzip auch einen t-Test machen? oder ist nur der Mann-Whitney-U-Test für unterschiedlich grosse Stichproben geeignet? Grüsse Elena
Hallo Elena, sollte deine AV metrisch skaliert sein, ginge statt des Mann-Whitney-U-Tests auch ein t-Test. Das ist dann der sog. Welch-Test: ruclips.net/video/h8pAFVD2LOo/видео.html Viele Grüße, Björn.
Guten Morgen, ich habe noch eine grundsätzliche Frage : ich arbeite ja mit likert Items, die ich zu 17 likert Skalen zusammengefasst habe. Bei manchen dieser Skalen liegt Normalverteilung und /oder Varianzhomogenitöt vor - bei machen nicht. Ist es denn üblich, je nach Skala und voraussetzungen unterschiedliche, passende Verfahren anzuwenden ( t test / u test), oder ist es besser und übersichtlicher, wenn für alle Skalen ein einheitliches Verfahren angewendet wird (also zb u Test)? Was ist hier korrekt? Viele Grüsse Monika
Hallo Monika, schön wäre es natürlich schon, wenn nur ein Verfahren verwendet wird. Unter dem Gesichtspunkt höhere Teststärke (Stärke eines Testes einen tatsächlich vorhandenen Effekt auch zu entdecken) ist ein parametrischer Test wie der t-Test häufig vorzuziehen. Prinzipiell reichen die nicht-parametrischen Tests aus. Wenn man aber beim Mann-Whitney-U-Test knapp an der Signifikanzgrenze liegt und die Voraussetzungen für den t-Test erfüllt, könnte man für einen ausnahmsweise Wechsel an dieser Stelle mit dem Argument der Teststärke plädieren. Viele Grrüße, Björn.
@@StatistikamPC_BjoernWalther danke dir, kann ich mit der Effektstärke ganz gut begründen! Das Verfahren dazu habe ich unter deinen Tutorials schon entdeckt, super! Viele Grüsse
Ich habe eine Frage bezüglich der Skalenniveaus: ich habe gelesen, dass sobald ich zwei Variablen habe und eine davon nominalverteilt ist, ich auf die Test der nominalverteilung zurückgreifen muss, also Chi oder Fisher. Den Mann-Whitney Test nur, wenn beide Variabeln ordinal verteilt ist oder eine ordinal und die andere metrisch (da immer das niedrigere Skalenniveau zählt). Stimmt das nicht oder verstehe ich hier was falsch?
Wenn sich die Stichprobegröße stark unterscheidet, werden die Rangsummen ja bei der größeren Stichprobe eventuell höher sein, jedoch die Mittelwerte nicht und die mittleren Ränge auch nicht. Orientiert man sich dann am mittleren Rang?
Hallo Lucia, die Rangsumme wird bei (stark) unterschiedlicher Gruppengrößen auch verzerrt sein. Bei der Berechnung der U-Statistik verwendet man aber das Minimum der jeweiligen Gruppen-U-Statistiken, wodurch sich dieser potentiell Verzerrung wieder herausmitteln sollte (de.wikipedia.org/wiki/Wilcoxon-Mann-Whitney-Test#Beispiel). Evtl. gibt es da aber einen Threshold, ab dem es dennoch zu Problemen kommt. Was aber definitiv ein Problem sein wird, ist die mitunter geringe(re) statistische Power, wenn man 10 und 110 vergleicht, statt 60 und 60. Viele Grüße, Björn.
Hallo Björn, erst mal danke für alle deine Antworten hier! Wenn ich den MWU Test wie oben durchführe und bei meiner Gruppe nur den Wert 1 (eben für die Gruppe 1) und den Wert bei Gruppe 2 auf 0 setze, da ich nur Werte für die eine Gruppe haben möchte, kommt im Ergebnis " der MWU Test kann bei leeren Gruppen nicht ausgeführt werden" - wo liegt der Fehler?
Hallo Monika, du brauchst zwei Gruppen, die du beim Mann-Whitney-U-Test miteinander vergleichst. Die Ausprägung für Gruppe 2 ist dann auch bei Gruppe 2 einzutragen - wie auch immer die kodiert ist. Ist sie tatsächlich mit 0 hinterlegt? Wenn ja, haben alle Probanden der Gruppe 0 vermutlich den gleichen Wert bvei der Testvariable. Viele Grüße, Björn.
@@StatistikamPC_BjoernWalther Klar, ich hab s (mich hat die 0 durcheinander gebracht) ! Alles gut. Nun habe ich z.B. 60 Likert Items, die ich zu 10 Likert Skalen zusammengefasst habe. Ich habe den MWU Test für alle 60 Items einzeln durchgeführt. Kann ich das nun auch für meine zusammengefassten Skalen machen, oder wird der Test dann verfälscht? Eigentlich werte ich ja die Skalen (Kategorien) und nicht alle Items einzeln aus. Die gleiche Frage hätte ich auch zur Berechnung der Effektstärken (bis auf eine einzige Variable sind meine Stichproben gleich verteilt, nur 1 Item weist eine asymtotische Singifikanz von < 0.05 auf). Sorry, wenn ich dich mit meinen Fragen überhäufe, aber keiner konnte mir bisher so prägnant und verständlich helfen, wie du das tust! Viele Grüsse, Monika
Hallo Christina, kann man über die Variable umcodieren-Funktion. Allerdings sollte es Sinn ergeben, also inhaltlich sinnvoll sein, Gruppen zusammenzufassen. Viele Grüße, Björn.
Hallo Dustin, wenn deine Stichprobe so groß ist, wäre es doch angebracht einen t-Test zu rechnen - sofern deine abhängige Variable normalverteilt ist. Da hättest du eine höhere Teststärke. Wenn du aber dennoch den Mann-Whitney-U-Test rechnen musst/willst, gibt es hier die Formel: books.google.de/books?id=oXZD1GPOJIcC&lpg=PA235&dq=mann%20whitney%20u%20critical%20values&hl=de&pg=PA235#v=onepage&q&f=false um den z-Wert zu ermitteln. Du approximierst den kritischen Wert dann über die Normalverteilung mit jenem z-Wert. Viele Grüße, Björn.
Eine Frage: Müssen bei Tests, die mit Rangsummen arbeiten, die beiden zu vergleichenden Gruppen gleich groß sein? Wenn du jetzt 15 Untrainierte vergleichen würdest mit 13 Trainierten, und der M-W-U Test lediglich die Rangsummen auf Signifikante Unterschiede prüft, dann wäre das Ergebnis ja dadurch verfälscht, dass mehr Untrainierte in die Summenzählung mitaufgenommen würden, oder?
Hallo, die Gruppenumfänge können beliebig sein, solange sie nicht extrem unterschiedlich sind. In jedem Fall wird die Rangsumme für die Gruppengröße korrigiert, um die U-Statistik zu ermitteln, auf Basis derer der p-Wert ermittelt wird. Siehe: de.wikipedia.org/wiki/Wilcoxon-Mann-Whitney-Test#Mann-Whitney-U-Statistik Viele Grüße, Björn.
Hallo Tay, den Mann-Whitney-U-Test kannst du auch in dem Fall rechnen, allerdings hast du dann etwas weniger statistische Power, also etwas weniger Wahrscheinlichkeit, korrekterweise eine falsche Nullhypothese zurückzuweisen. Viele Grüße, Björn.
Hallo, ich hätte eine Nachfrage, Ich möchte das Geschlecht mit Skalen von Emotionen und einer weiteren Likert Skala vergleichen. Normalverteilung liegt nicht vor. Bei Anwendung des Mann-Whitney-U Tests, kann ich keine der Nullhypothesen verwerfen. Jetzt hab ich aber gelesen, dass bei einer hohen Stichprobe (bei mir 130) Verletzungen der Normalverteilung nicht so schlimm wären. Kann ich dann doch den T-Test bei unabhängigen Stichproben nehmen und die mit dem Geschlecht vergleichen? VG Hyuki
Hallo Hyuki, prinzipiell wäre die Normalverteilung bei so einer großen Stichprobe richtigerweise kein Problem mehr. Allerdings muss die abhängige Variable beim t-Test zwingend metrisch sein, was eine Likertskale nicht ist. Vielleicht ist es tatsächlich so, dass die H0 nicht verworfen werden kann. Hast du eventuell noch mal nach Messproblemen geschaut bzw. woher kommt die Skala - ist die hinreichend validiert? Viele Grüße, Björn.
Hallo Björn, danke für die Antwort. Die Geschlechtsuntersuchung war nur eine Nebenuntersuchung, überlege diese auch zu streichen, wenn es nicht ins Konstrukt passt. Ich kann aber nach einigen Fachbüchern davon ausgehen, dass psychologische Likert Skalen intervallskaliert (quasi-metrisch sind). Ich habe die Items der Fragen zu Summen zusammengefasst und dann die Summenscores untersucht und dann Tests laufen lassen. Zuerst hab ich nach Pearson korreliert aber nun bin ich völlig verunsichert, da es nach Test keine Normalverteilung ist, muss ich dann Spearman nehmen?
Hallo Hyuki, unter uns gesagt kann man häufig Tests, die metrisch skalierte Daten voraussetzen auch mit intervallskalierten Daten rechnen und bekommt dennoch recht stabile Ergebnisse. ;-) Bzgl. der Korrelation habe ich noch eine Empfehlung. Welcher Korrelationskoeffizient bei welchen Skalenniveaus der zu korrelierenenden Daten zu wählen ist, habe ich in diesem Video noch mal genau, auch mit einer Tabelle erklärt: ruclips.net/video/lCRiOkwHIGA/видео.htmlm7s Viele Grüße, Björn.
Wenn ich bei zwei Gruppen (Experimental vs. Kontrolle) eine Vorher- und eine Nachher-Erhebung mache, welchen Wert setze ich dann als Testvariable ein um die beiden Gruppen zu vergleichen?
Hallo. Zu deinen drei Fragen. 1: Das U ist die Teststatistik, die zum Berechnen des z-Wertes verwendet wird, der dann wiederum mit dem kritischen z-Wert verglichen wird (nicht in SPSS) Dazu empfehle ich das Excel-Video zum Mann-Whitney-U-Test: ruclips.net/video/c3OiWX2idxE/видео.html 2: Je kleiner deine Stichprobe, desto eher sollte man exakt testen. Die Grenze ist ein n von ca. 30. In deinem Fall ist also exakt zu wählen. Bindung liegt vor, wenn der gleiche Wert in beiden Stichproben enthalten ist. Ist dies nicht der Fall, kann dieser Hinweis getrost ignoriert werden. 3: siehe 2. Viele Grüße, Björn.
Hallo Ich habe die neuste SPSS Version auf meinem Mac und die Darstellung ist sehr anders. Beim Feld «Analysieren» gibt es gar keine Option «nicht parametrische Tests» bzw. «Alte Dialogfelder» und somit kann ich den Mann-Whitney-U-Test nicht finden. Habe schon in allen anderen Funktionen geschaut. Aber finde nichts. Wäre sehr froh um Rat!
Hallo Selina, welche SPSS 29-Version hast du genau: Basis, Standard, Professional oder Premium? Nicht parametrische Tests sollten eigentlich schon in der Version "Basis" enthalten sein: www.ibm.com/docs/en/spss-statistics/29.0.0?topic=edition-core-features Viele Grüße, Björn.
Kann man diesen Test auch machen wenn man unterschiedlich große Gruppen hat (41 vs 37)? Und was ist, wenn die Signifikanz genau .050 ist? Lieben Dank :)
Hallo Michelle, solange es nicht riesige Unterschiede sind (20 vs. 400) ist das kein Problem. DIe SIgnifikanz ist selten genau 0,05, lass dir mal mehr Nachkommastellen anzeigen und schaue erneut. Häufig ist es nur eine Rundungssache. Aber auch da muss man nicht ganz so hart sein: www.tandfonline.com/doi/full/10.1080/00031305.2019.1583913 Viele Grüße, Björn.
Muss die Stichprobengröße identisch sein? (Gleiche Frage bzgl. t-Test) Bei 20 Prozent tritt z.B. eine Erkrankung auf und ich möchte auf ein bes. (kont. skaliertes) Merkmal hin vergleichen. Varianzen sind fast identisch. Nur die Stichprobengrößen weichen stark auseinander. Oder sollte man dann lieber mit einer Regression arbeiten?
Hallo, Gruppengrößen sind bei unabhängigen Stichproben kein wirkliches Thema, es sei denn, sie sind extrem unterschiedlich. Regression ist natürlich immer besser, weil hier weitere Kovariate aufgenommen werden können. Unter Einhaltung der Voraussetzungen natürlich. Viele Grüße, Björn. Viele Grüße, Björn.
@@StatistikamPC_BjoernWalther Vielen lieben Dank für die schnelle und hilfreiche Antwort! N=20 vs N=80 wären also per se erst einmal kein Problem, sofern die Varianzen stimmen? Und könnte man sagen "viel hilft viel"? Also ich stelle meinen vermuteten Effekt einmal in einer Regression und einmal mittels eines t-Tests dar? Oder ist das Unfug?
Wie kann ich als Gruppierungsvariable eine nominale Variable (z.B. Geschlecht) auswählen? Mir werden die nominalen Variablen überhaupt nicht angezeigt... Oder muss ich zum Vergleich von Geschlechtern einen völlig anderen Test verwenden?
Ich habe jetzt festgestellt, dass es nicht an der Art der Variable nominal liegt. Nach einer Umbenennung von m; w (d.h. Zeichendarstellung) in 0 und 1 für Frauen und Männer hat es funktioniert. Also für alle, die das gleich Problem haben: Umbennen in Zahlenzeichen funktionert :)
Hallo, am einfachsten du lässt dir im Vorfeld eine deskriptive Statistik je Gruppe ausgeben und schaust auf den jeweilige Mittelwert, wenn du nicht auf Rangsumme und mittleren Rang schauen willst. Je höher beides, desto höher die Ausgangswerte und damit "schlechter". Viele Grüße, Björn.
Macht es einen Unterschied, wenn bspw. Stichprobe 1 ein anderes n aufweist wie Stichprobe 2? Sprich ich habe eine Stichprobe von Untrainierten von 200 und eine Stichprobe der Trainierten von 100. VG
Hallo, ich habe eine Frage zum Z- Wert im Mann-Whitney U Test. Im t-Test ist es ja so, dass immer gerechnet wird Gruppe 1 minus Gruppe 2. Der t-Wert ist positiv, wenn Gruppe 1 größer ist als Gruppe 2 Der t-Wert ist negativ, wenn Gruppe 2 größer ist, als Gruppe 1 Man sollte meinen, dass das im Mann-Whitney U Test auch so sein müsste. Nun scheint es aber interessanterweise hier genau andersherum zu sein! Wenn man in Ihren Daten Gruppe 1 (die Untrainierten, mittlerer Rang 18,23) minus Gruppe 2 (die Trainierten mittlerer Range 8,77) nimmt, dann müsste das Ergebnis positiv sein und Z sollte auch positiv sein. Ich hab ein Video von einer Professorin gesehen, da war es genau das gleiche. Gruppe 1 hatte die höheren Werte, Gruppe 2 die niedrigeren => 1 - 2 ist positiv, aber der Z-Wert war negativ. Und in einem Video, in der die erste Gruppe niedrigere Werte hatte, und die zweite höhere, wo also 1-2 eigentlich negativ wäre, war plötzlich der Z-Wert positiv. Ist also das Vorzeichen im Mann-Whitney U Test im Vergleich zum t-Test immer genau falsch rum, und wenn ja warum? Vielen Dank
Hallo Lea, ehrlich gesagt habe ich da nie so richtig drauf geachtet, weil man ohnehin immer - beim Vergleich mit dem kritischen Wert - mit dem Betrag, also dem stets positiven Wert der Teststatiistik arbeitet. Das ist aber sowieso unerheblich wenn der p-Wert vorliegt und anhand dessen die Testentscheidung getroffen wird. Viele Grüße, Björn.
Hi, ich bräuchte auch einmal Hilfe: ich habe einen Fragebogen mit Antworten im Likertskalentyp und 5 verschiedenen Antwortmöglichkeiten (stimme nicht zu, stimme teilweise zu, ... bis stimme zu). Bei der Auswertung habe ich den Antwortmöglichkeiten jeweils eine Nummer zugeteilt von 1 bis 5, für die 2 unabhängigen Testgruppen summiert und möchte nun die Mittelwerte vergleichen. Da die Daten nicht normalverteilt sind, habe ich den Mann-Whitney-U-Test - wie von dir hier super erklärt - durchgeführt mit SPSS, jedoch habe ich bei der Auswertung einige Schwierigkeiten. Mein mittlerer Rang in der ersten Testgruppe bei n=68 ist 85, obwohl ich aber nur 68 Probanden habe? Und mein Mittelwert in der Statistik nach Mann-Whitney-U beträgt 2446 obwohl ich manuell einen Mittelwert von 1,7 ermittelt habe? Kannst du mir da weiterhelfen? Vielen Dank!
Hallo Lukas, dazu zunächst die Frage: warum summierst du für die Testgruppen die codierten Antwortmöglichkeiten auf? Hast du eine Skala, die aus mehreren Items besteht, die dann ein Konstrukt abbildet? Es hört sich so an, als ob irgendwo die Daten anders als notwendig berechnet wurden. Viele Grüße, Björn.
@@StatistikamPC_BjoernWalther Hi, die Antworten der Testgruppen werden zusammengefasst um einen mittleren Wert zu kriegen. Die Studie befasst sich mit Patientenzufriedenheit und ich möchte wissen, ob die 2. Probandengruppe nach Intervention im Schnitt zufriedener ist. Dafür hab ich die Ausgangszufriedenheit ermittelt (Mittelwert der Antworten) und wollte diese nun mit der Zufriedenheit der Gruppe nach Intervention vergleichen. Je höher der Mittelwert, desto unzufriedener.
Mann-Whitney-U-Test oder Welch-Anova Bei 2 Gruppen und verschiedenen erhobenen konstrukten, blicke nicht durch wann jetzt welcher der beiden TEsts besser ist :/
Hallo Steven, der mann-whitney U test vergleicht nur zwei Gruppen miteinander. Die Welch-Anova drei oder mehr Gruppen. Allerdings hat die Welch-Anova immer noch die Voraussetzung normalverteilter Residuen. Der Mann Whitney u Test hingegen ist verteilungsfrei. Wenn du mehr als zwei Gruppen vergleichen möchtest, dann solltest du dir den kruskal-wallis-test einmal anschauen. Viele Grüße, Björn.
Hallo wenn ich den Mann-Whitney-U-Test ausführe, wird mir der Z Wert im Output leider nicht mit angezeigt. Wie kann ich das ändern? (Ich habe SPSS 22.) Vielen Dank
Hallo, der z-Wert wird eigentlich immer automatisch generiert. Er ist nur für die Berechnung der Effektstärke notwendig und nur der Signifikanzwert wirklich wichtig für den Hypothesentest. Eine Suche im Internet hat ergeben, dass es in SPSS 22 wohl keine Ausgabe des z-Wertes gibt. Eine Berechnung des z-wertes geht wie folgt: psych.unl.edu/psycrs/handcomp/hcmann.PDF Schritt 9 und 10. Eine andere (einfachere Lösung) scheint nicht zu existieren.
Hallo Jacob, das ist die z-Statistik, die vereinfacht gesagt in den p-Wert umgerechnet wird. Dessen Berechnung kannst du in jedem guten Statistikbuch oder Wikipedia nachlesen. Viee Grüße, Björn.
Hey ich stehe momentan ziemlich auf dem Schlauch: welches non parametrische Verfahren verwende ich zur Berechnung einer Korrelation zweier Faktoren wie beispielsweise Offenheit in einem Land und Lebenserwartung? Bitte um Hilfe!
Hallo Anton, wenn es lediglich um die Berechnung einer Korrelation geht, reicht doch eine bivariate Korrelation völlig aus. Parametrisch oder nicht spielt da keine Rolle. Viele Grüße, Björn.
Die vorgegebene Aufgabe für die Hausarbeit ist es, ein non parametrisches verfahren anzuwenden. Ich möchte zwei Faktoren ähnlich wie du im Beispiel korrelieren lassen, bekomme aber immer wieder die Fehlermeldung “keine der Variablen in der Arbeitsdatei oder in den Variablensets kann in diesem Dialogfeld verwendet werden”. Weiß nicht so recht weiter.
Eine Korrelation kann unabhängig der Verteilung (parameterfrei) gerechnet werden. Einzig auf das Skalenniveau der zu korrelierenden Variablen kommt es an. Dazu schau bitte in das bereits verlinkte Video. Ein Mann-Whitney-U-Test ist ein non parametrischer Mittelwertvergleich . das hat mit Korrelation aber nichts zu tun.
Hey, ich habe folgendes Problem: Bei mir werden bei dem Feld mit den Test- und Gruppierungsvariablen nur die metrisch skalierten Variablen angezeigt. Meine Gruppierungsvariable ist aber nominal skaliert. Was mache ich falsch bzw. wie kann ich das Problem beheben? Ich nutze SPSS 26...
Hallo Matthias, über die klassichen Dialogfelder funktioniert das noch. Über den neuen Assistent darf das Skalenniveau maximal ordinal sein. Also entweder über alte Dialogfelder oder das Skalenniveau anpassen. Viele Grüße, Björn.
Ergänzung: Mit dem NEUEN Dialogfeld geht es auch mit nominaler Skala! Allerdings muss dann im dritten Tab der M.W-Test manuell ausgewählt werden, sonst geht es nicht...
Kann ich diesen Test auch in folgender Situation anwenden: Ich habe in einer Klasse eine Umfrage durchgeführt. Nach einer Unterrichtsreihe habe ich diese Umfrage nochmal durchgeführt. Das Problem ist, dass die Schüler die Umfragen anonymisiert ausgefüllt haben. Sprich, ich kann die Antworten der ersten Umfrage nicht mit den Antworten der zweiten Umfrage koppeln. Was kann ich machen?
Hallo Musab, dadurch, dass die Umfrage scheinbar komplett anonym ist, kannst du die Messwiederholungen nicht zuordnen, demzufolge kannst du keinen Test für abhängige Stichproben verwenden (beim nächsten mal besser einen Code (2. Buchstabe des Vornamens, 1. Buchstabe des Nachnamens der Mutter usw.) arbeiten, dann wäre ein Matching möglich. Du müsstest in deinem Falle nun unterstellen, dass es unabhängige Stichproben sind und den Mann-Whitney-U-Test rechnen. Viele Grüße, Björn.
Hallo Verii, im Video geht es um den Mann-Whitney-U-Test in SPSS und nicht um Pearson-Korrelation. Wenn du auf die Effektstärle anspielst, die hier auch mir "r" abgekürzt wird, solltest du dich davon nicht verwirren lassen. Man kann statt r auch "ES" schreiben (z.B. Corder, Foreman (2009): Nonparametric Statistics for Non-Statisticians, S. 59). Es hat sich allerdings eingebürgert das von Cohen (1988), S. 77-81 verwendet r zu übernehmen. Viele Grüße, Björn.
Ich hab das Problem, dass wenn ich zum Test komme, nicht alle variablen angezeigt werden bzw. ich sie nicht als Test oder Gruppierungsvariable einfügen kann.
Hallo. Ist es auch möglich eine Gruppe A mit normalverteilten Daten mit einer Gruppe B mit nicht-normalverteilten Daten mit dem Mann-Whitney-U-Test zu vergleichen? Vielen Dank schonmal!
Hallo Maria, der Mann-Whitney-U-Test vermag dies zu leisten. Wie groß sind deine Gruppen denn? Evt. reicht die Größe aus, um auf einen t-Test zu gehen. Viele Grüße, Björn.
@@StatistikamPC_BjoernWalther Vielen Dank für die schnelle Antwort. Gruppe A umfasst 20 Probanden und Gruppe B umfasst fast 140 Probanden. Um eine Hypothese zu prüfen, muss ich eine Tabelle erstellen mit unterschiedlichen Variablen; Mittelwert (bei Normalverteilung) bzw. Median (bei Nicht-Normalverteilung) für beide Gruppen angeben und abschließend einen Vergleich (mittels Mann-Whitney-U-Test bzw. t-Test) machen und den p-Wert angeben. Das Problem ist, dass in der kleinere Gruppen A die meisten Variablen normalverteilt sind, während dies in der größeren Gruppe B meist nicht der Fall ist. Macht es dann Sinn Mittelwert mit Median zu vergleichen und mittels Mann-Whitney-U-Test den p-Wert zu bestimmen? Beste Grüße und vielen, vielen Dank schonmal.
Ich muss abschließend auch eine grafische Darstellung wählen: Kann ich Boxplot immer verwenden oder nur wenn die Daten nicht-normalverteilt sind (also Median angegeben ist)? Oder kann ich auch ein Boxplot erstellen, wenn die Daten normalverteilt sind (Mittelwert angegeben)? Vielen Dank.
Hallo Maria, Boxplots kannst du immer zur grafischen Veranschaulichung von Verteilungen verwenden. Wenn deine Gruppe mehr als 30 Probanden enthält, sind Verletzungen der Normalverteilungsannahme nicht verzerrend für das Ergebnis. Mit Döring, Bortz (2016) Forschungsmethoden und Evaluation in den Sozial- und Humanwissenschaften, machst du nichts falsch. S. 640-641 ist für den zentralen Grenzwertsatz und die Stichprobengröße eine zitierfähige Passage. Demzufolge kannst du auch einen t-Test fü runabhängige Stichproben rechnen: ruclips.net/video/S_b7P-aacW0/видео.html Du brauchst keine Mittelwerte bestimmen, das macht der Test in SPSS alles automatisch. Man sollte aber auf keinen Fall manuell Median und Mittelwerte verschiedener Gruppen vergleichen. Es gibt auch einen speziellen Median-Test, für den ich demnächst auch ein Video habe. Viele Grüße, Björn.
Hallo, danke für deine tollen Videos! Ich habe eine Mitarbeiterbefragung gemacht, in der sich die MA jeweils einer Gruppe zuordnen mussten. Habe also zwei Gruppen, deren unterschiedliches Antwortverhalten ich gerne zeigen möchte (Gruppe 1 n=392, Gruppe 2 n=192). Die Frage war nun "Welchen Kommunikationskanal wählen Sie, wenn Sie ein Gerücht verifiziert haben möchten?". Die Teilnehmer sollten dann bei fünf aufgeführten Kommunikationskanälen auf einer Likertskala von 1 "nie" bis 5 "immer" ankreuzen. Das heißt ja jeder Komm.kanal stellt eine Variable dar mit fünf Ausprägungen. Der MWU Test zeigt mir jetzt an, ob es zwischen den Gruppen beim jeweiligen Kommunikationskanal einen signifikanten Unterschied gibt. Darf da jetzt die Ränge interpretieren, um zu sagen, welcher Komm.kanal bei der jeweiligen Gruppen den höchsten Wert (also im optimalfall 5 "immer") hat? Also welchen Komm.Kanal die jeweilige Gruppe am ehesten präferiert um ein Gerücht zu verifizieren? Oder nehme ich da besser einen anderen Test?
Hallo Leonie, danke für dein Lob! Wenn du innerhalb der Gruppen die Präferenzen miteinander vergleichen möchtest, klappt das mit dem Mann-Whitney-U-Test nicht. Das klappt nur zwischen Gruppen. Hast du für den ersten Fall schon mal über den Friedman-Test nachgedacht? ruclips.net/video/qpPdgXXRAm8/видео.html Viele Grüße, Björn.
@@StatistikamPC_BjoernWalther Danke für deine Antwort. Ich glaub ich hab mich zu kompliziert ausgedrückt :D genau das möchte, also zwischen den Gruppen vergleichen. Darf ich mittels der Spalte "mittlerer Rang" gerichtete Hypothesen bestätigen/falsifzieren?
Hallo, die vielen Videos helfen mir wirklich sehr weiter. Der Statistik Betreuer meiner Arbeit meinte man müsse beim Mann-Whitney-U Test auch ein Konfidenzintervall angeben. Leider finde ich keinen Weg, dass SPSS 25 mir jenes mit ausgibt. Hast du vielleicht eine Lösung für mich? Vielen Dank!
Hallo Steve, das kann ich leider nicht beantworten. Confidence Intervals for Proportions and Related Measures of Effect Size, Kapitel 15. sollte dir aber helfen können. Viele Grüße, Björn.
Ich habe bitte eine Frage: Ich möchte einen Zusammenhang zwischen der Variable Alter, die klassiert ist (unter 24, 24 bis 39, 40 bis 55, über 55) mit der Mitarbeitermotivation (Mittelwert aus mehreren Variablen) überprüfen. Ich bin mir beim Skalenniveu nicht sicher und weiß nicht welche Methode die beste zur Überprüfung ist. Vielleich kann mir da jemand weiter helfen. Vielen Dank. :)
Hallo Alexander, die Motivation wird durch eine Mittelwertbildung zu einer quasi-metrischen Variable, was prinzipiell parametrische Tests zulässt. Da du 4 Altersklassen hast, musst du einen Kruskal-Wallis-Test mit post-Hoc-Tests rechnen: ruclips.net/video/9GL9DN22wBg/видео.html Viele Grüße, Björn.
@@StatistikamPC_BjoernWalther hallo Björn, vielen Dank für deine Antwort. Muss man denn nicht auch zum Beispiel vom Median berichten (weil Ränge) und vom z-Wert? In wissenschaftlichen Artikeln konnte ich sehen, dass das häufig gemacht wurde. Allerdings weiß ich auch dass sich bei diesen Artikeln nicht immer an die APA-Normen gehalten wird 🙈
@@serenmuratdagi7564 Hallo Seren, Das würde man im Satz davor noch enbauen können, dass die eine Gruppe (Median X) sich von der anderen (Median Y) unterscheidet und dann obigen Ausdruck nachschiebt. Im Zweifel kann man auch den z-Wert noch mit angeben. Ich habe leider das APA-Manual nicht zuhause, evt. hast du Zugriff in deiner Bibliothek darauf. Viele Grüße, Björn.
Okay ich habe leider doch noch eine Frage... man ließt ja überall, dass die Gruppen unterschiedlich groß sein dürfen und dass auch sehr kleine Gruppen untersucht werden können. Nun habe ich aber ein n1 von 5 und ein n2 von 38. Mein Ergebnis ist mit p = .014 signifikant. Darf ich das so berichten, oder ist es schwachsinnig, zwei so unterschiedlich Große Gruppen zu verwenden?
Vielen Dank erstmal für das Video. Bei mit werden diverse Variablen nicht angezeigt wenn ich Sie versuche mittels Mann-Whiney U Test zu analysieren. Hat jemand eine Idee woran das liegen könnte?
@@StatistikamPC_BjoernWalther Hey Björn, vielen Dank für deine Antwort. Das Skalenniveau hatte ich überprüft, allerdings war die Variable als Zeichenfolge und nicht als numerisch angegeben. Nachdem ich das geändert hatte, hat es problemlos geklappt :) Nochmals danke. :)
Kann man sich nicht einfach direkt die Mediane anschauen und dann entscheiden, ob ein Mann-whitney U Test überhaupt Sinn macht? Wenn die Mediane beide beispielsweise 7 sind, dann wird man doch sowieso nichts signifikantes finden oder irre ich mich?
Hallo AnniK, der Median ist ja nur das 2. Quantil. Die Lage der anderen Quantile bleibt dir ja verborgen. Der Median kann beide mal 7 sein, das 3. Quartil aber einmal 10 und einmal 8. Es lohnt also auf jeden Fall. Im Zweifel schau dir mal die Boxplots an, das ist immer ein sehr guter Indikator. Viele Grüße, Björn.
@@StatistikamPC_BjoernWalther trifft das auch zu wenn ich die Verteilung der abhängigen Variable in beiden Gruppen geprüft habe und die Verteilung gleich ist? Dann berichte ich doch nur Unterschiede in den medianen oder nicht? In meinem Fall ist die Verteilung bei beiden gleich und der Median auch genau gleich, dann bringt so ein Mann-whitney-u-test doch vermutlich nichts?
Hey, kannst du mir kurz eine Quelle zu der Formel zur Berechnung der Effektstärke geben (6:13) ? Ich finde zwar eine von Rosenthal & DiMatteo (2001), jedoch benutzen die dort die Formel ohne Betragsstriche. Was ist nun richtig? Ich habe bei meinem MWU-Test einen negativen z-Wert herausbekommen und würde gerne die Effektstärke berechnen. Tue ich das mit der Formel OHNE Betragsstriche kommt ein negatives Ergebnis heraus. Kann ich das überhaupt richtig deuten? Wäre über deine Hilfe sehr dankbar!
Hallo Mindfreakize, Rosenthal (1991) war meine Quelle, aber auch da gibt es keine Betragsstriche - das ist richtig. Eine negative Effektstärke wird analog mit den genannten Grenzen interpretiert, nur das Vorzeichen ändert sich. -0,25 wäre z.B. ein schwacher Effekt. Die Betragsstriche sind eher eine Vereinfachung, um nicht durch Vorzeichen verwirrt zu werden. Viele Grüße, Björn.
![Mann-Whitney U Test [Einfach erklärt]](http://i.ytimg.com/vi/Hwk79gEEf0M/mqdefault.jpg)
![Mann-Whitney U Test [Einfach erklärt]](/img/tr.png)
HINWEIS: Bei der Folie zur Effektstärke (6:13) ist mir ein Fehler unterlaufen. Ab 0,1 ist der Effekt schwach, ab 0,3 mittel und ab 0,5 stark! Quelle: Cohen, J. (1992). A power primer. Psychological bulletin, 112(1), S. 156.
Deine Videos sind wirklich überragend. Präzise, übersichtlich, nix überflüssiges. Rettet mich bei meiner Masterarbeit. Würde dich auch gerne abonnieren aber sobald ich diese Masterarbeit los bin, will ich leider nix mehr von Statistik hören oder sehen, erstmal. Danke aber für Alles^^
@@JulianBollerhoff, kann ich total verstehen. Wenn ich gewusst hätte, dass man für mein Studium so viel Statistik braucht (die in meinem Fernstudium quasi nicht behandelt wurde) und ich mir alle Grundlagen I wie im do it your self Verfahren angeeignet habe, oder es immer noch versuche - hätte ich diesen Studiengang nie gewählt.
Dank dieses Kanals und der Eselsgeduld von Björn kann ich meine Abschlussarbeit aber hoffentlich retten - :). Ich habe schon Unsummen für Nachhilfe und weitere ausgegeben, aber dieser Kanal ist unschlagbar, auch, da immer wieder individuelle Fragen beantwortet werden. Kann nur nochmal sagen : DANKE!
ich kann dir gar nicht genug dafür danken, dass du diese ganzen Videos kostenlos zur Verfügung stellst.
Die Rettung meiner Bachelorarbeit - Danke für die Mühen, hat mein Statistik-Wissen wieder aufgefrischt und ohne Vorerfahrung klappt SPSS jetzt perfekt :)
Hallo Natalie, freut mich das zu hören!
Viel Erfolg weiterhin bei deiner BA!
Viele Grüße, Björn.
Man nannte ihn auch den Retter der Bachelorarbeiten.
Ich (der letzte Dulli in Statistik) verstehe nun alles und es ist so einfach zu verstehen. Vielen Dank dafür!
RUclips-Video wird mit 1,0 bewertet!
Hallo Olaf und danke für die lobenden Worte! :-)
Viele Grüße, Björn.
Vielen Dank für deine Videos. So kurz und knapp und sooo hilfreich!
Ich muss dir jetzt ein riesen Lob aussprechen. Ich schreibe gerade an meinem Uni Abschluss und bin weniger als weniger geübt in Statistik. Ich hatte wirklich Angst vor meiner Arbeit. Mittlerweile finde ich es ziemlich spannend, großer Fan werde ich eher nicht mehr aber es ist nicht uninteressant was alles möglich ist ;-) Und Dank deiner Videos verstehe ich sogar etwas! :) Ich sehe mir nur noch deine Videos an und arbeite dann Schritt für Schritt nach. Danke für deine Erklärungen und das Näher bringen in die Thematik!
Hallo Kerstin, danke für die lobenden Worte!
Freut mich, wenn du trotz Statistikphobie nun besser durch die Arbeit kommst! Weiter so! ;-)
Viele Grüße, Björn.
Vielen herzlichen Dank für die tollen Videos, sie haben mir für meine Masterarbeit sehr geholfen! :-)
EINFACH NUR DANKE
Vielen Dank für deine Erklärung!
Gerne, freut mich, wenn dir das Video geholfen hat!
Viele Grüße, Björn.
Super Hilfe, vielen Dank!
Sehr gute Darstellung ! Vielen Dank !
Freut mich, wenn es dir geholfen hat. Bei der Effektstärke aber bitte nach wie vor den angepinnten Kommentar beachten.
Viele Grüße, Björn.
Ehre, Bruder. Deine Videos retten meine Masterarbeit.
Super vielen lieben Dank!
Hallo Björn, ich hoffe du liest diese Frage, da ich gerade echt verzweifle. Ich schreibe meine B.A. über Gestaltung von Anreizsystemen für eine bestimmte Berufsgruppe von Auszubildenden & habe eine Hypothese, welche besagt: Die Voll- und Teilzeitauszubildenden unterscheiden sich hinsichtlich der Leistungssteigerung durch Anreize.
Um dies zu belegen, habe ich 44 Anreize in einen Fragebogen gepackt und von 1-5 ordinal skaliert. Daraufhin habe ich die Gruppen aufgeteilt und einen U Test nach Mann und Whitney gerechnet, welcher 8 signifikante Ergebnisse zeigte. Dies bedeutet ja nun, dass sich die Rangfolgen und 8 fällen unterscheiden. Da ich ja jetzt so viele Tests gerechnet habe, muss ich dann nicht z.B. den Alphafehler korrigieren oder ist es in diesem Falle nicht wichtig, da ich ja immer einen neuen Test rechne und diese unabhängig voneinander sind?
Mit freundlichen Grüßen!
Erstmal vielen vielen Dank für die sehr hilfreichen Videos! Ich hätte noch eine Frage. Verstehe ich es richtig, dass ich mit dem MWU Test nur berechnen kann, ob ein signifikanter Unterschied zwischen zwei Gruppen vorliegt, bzw. mit dem Z Wert über die Effektstärke wie stark dieser Unterschied ist? Ich kann aber nicht darauf schließen in welcher Gruppe der getestete Wert größer ist oder?
In meinem Fall untersuche ich zwei Gruppen, die Fragen beantwortet haben (Antwortmöglichkeiten 0-4) und möchte wissen ob sich die Gruppen hinsichtlich der Antworten unterscheiden, aber auch welche Gruppe häufiger Antworten mit höherer Punktezahl beantwortet hat.
Ich habe zb. zwei Gruppen mit Rangsummen von 142342.00 bzw 79103.00, p Wert 0.005 und Z Wert -2.794.
Kann man davon ausgehen, dass die Gruppe mit höherer Rangsumme auch immer mehr Antworten mit höherer Punktezahl angegeben hat?
Ich hätte mal eine allgemeine Frage zum Mann Whitney U Test. In unserem Statistik-Lehrbuch stehen als Voraussetzungen nicht nur ordinales Skalenniveau der Daten sondern auch stetige Verteilungsfunktionen F und G in der Grundgesamtheit. Wie passt das zusammen? Wie kann eine ordinal skalierte Stichprobe in der Grundgesamtheit stetig verteilt sein?
Könntest du ein Video darüber machen, wie man Tests nach DGP oder/und APA berichtet? Das wäre super cool.
Hallo Dan, das habe ich mir mal notiert..
Viele Grüße, Björn.
Vielen Dank für das Video! :-) Ist die einseitige asymptotische Signifikanz (falls es die gibt) wie beim t-Test einfach die Hälfte der zweiseitigen Signifikanz?
Vielen Dank für deine Mühe :) Sehr gelungenes Video.
Danke für dein Lob, Ella! :-)
Viele Grüße, Björn.
@@StatistikamPC_BjoernWalther Sehr gern :) Wenn wir hier schon so eine Hilfe bekommen können - gratis - ist ein Danke doch das Mindeste :)
@@ella0854 Das freut mich natürlich. Wer den Kanal finanziell mit einer Spende unterstützen möchte, kann dies natürlich auch tun. ;-)
Viele Grüße, Björn.
Vielen Dank für die tollen Videos. Ich habe eine dringende Frage: Wie kann ich die Richtung des Effektes feststellen bei ungleicher Verteilungsform ? Reicht es hier den p Wert zu halbieren und die Richtung mit den mittleren Rängen zu begründen ?
Top die Videos / mega erklärt :)))))
DANKE!!!!
Hi, vielen Dank erst einmal für deine super Videos. Ich habe einen Datensatz, in dem ich die Daten gewichtet habe. Muss ich vor oder nach der Gewichtung meinen Mann-U-Test durchführen? Zusätzlich bekomme ich beim Test kleinere n-Werte in der "Mann-Whitney-Statistik" angezeigt als die gewichteten Variablen eigentlich aufweisen. Woran kann das liegen? Vielen lieben Dank schon mal!
Noch eine Frage. Was mache ich, wenn bei der exakten Signifikanz steht, dass sie nicht für Bindungen korrigiert ist, muss ich dann die asymtotische Signifikanz nehmen auch wenn ich weniger als 30 Werte habe? Danke!
Vielen Dank
Wirklich gutes Video! Kann man den MWU Test auch bei gerichteten Hypothesen anwenden?
Vielen Dank für die tollen Erklärungen! Ich hätte noch eine Frage bzgl. der Signifikanz: Darf ich, sofern ich eine gerichtete Hypothese formuliert habe, meine (asymptotische) Signifikanz ebenfalls durch 2 teilen (einseitiger Mann-Whitney-U-Test)? Oder ist das nicht erlaubt? Vielen Dank im Voraus!
Gibt es eine wissenschaftliche Quelle dafür, dass man bei N>30 die asymptotische Signifikanz nimmt?
Hallo Kathrin, Field, A. (2018), Discovering Statistics, S. 296 (amzn.to/2N4cp5d). Allerdings herrscht auch da wie bei so vielen Dingen in der Statistik Uneinigkeit. Field geht von 50 aus, was auch ein vertretbarer Wert ist.
Viele Grüße, Björn.
Hi, ist es auch möglich nach bspw. Geschlecht zu filtern und sich dann die Mittelwertunterschiede nach 2 Merkmalen (z.B. Mittelwert Depression und Land (binär)) anzuschauen?
Vielen Dank für das Video! Wie ist der Mann-Whitney-U-Test durchzuführen wenn meine dependent variable aus 4 items zusammengesetzt ist? Muss ich diese 4 items die ein Konstrukt beschreiben davor zu einer Indexvariable (Summe, Median) zusammenführen? Help!
Hallo Björn, erstmal vielen vielen Dank für deine Videos, die sind so hilfreich! Wie kommst auf die Werte für die beiden Gruppen bzw welche Werte sollte ich dort eintragen, wenn ich zwei Stichproben auf den Mittelwert der Bildungsabschlüsse vergleichen will?
oder welchen Test sollte ich machen, wenn ich kategoriale Variablen mit einem Testwert vergleichen will? Freue mich riiiiesig über eine Antwort, liebe grüße chiara
Hallo Chiara, wenn du zwei Gruppen hinsichtlich eines kategorialen Merkmals vergleichen möchtest, würde ich zu einem Chi²-Unabhängigkeitstest raten. Wenn du allerdings ein kategoriales Merkmal auf eine bestimmte Verteilung oder auch Gleichverteilung prüfen möchtest, bietet sich der Chi-Quadrat-Anpassungstest an.
Viele Grüße, Björn.
Danke für deine tollen Videos!!!
Nur eine Frage: Habe ich das richtig verstanden, dass den parametrischer Tests (t-Test, Welch-Test, ANOVA und Welch-ANOVA) immer die zweiseitige Signifikanz verwendet wird und bei Mann-Whitney-U und Kruskal-Wallis die asymptotische beziehungsweise exakte Signifikanz?
Hallo, gerne!
Das ist so nicht ganz richtig. Die asymptotische Signifikanz sollte generell nur bei größeren Gruppengrößen (Kruskal-Wallis >5) angewandt werden. Zweiseitig und Asymptotisch schließen sich nicht aus: ruclips.net/video/z5L4refldMo/видео.html Zweiseitig ist für ungerichtete Tests (siehe verlinktes Video), einseitig für gerichtete Tests.
Viele Grüße, Björn.
Hallo, ich habe eine Frage zur exakten bzw. asymptotischen Signifikanz. Ich hab in einer Gruppe N=17 und in der anderen N=91 welche Signifikanz betrachte ich dann?
Vielen Dank für das tolle Video! Ich habe dennoch eine weitere Frage, bei meinen Gruppen liegen unterschiedliche Formen bei den Verteilungen vor. Inwieweit kann ich den Test dann noch bezügl. des Mittelwerts interpretieren?
Hallo Lisa und danke für dein Lob!
Meinst du mit Verteilungen, dass das Histogramm der zu testenden Variable unterschiedlich aussieht? Selbst wenn nicht, spielt das keine Rolle, da der Mann-Whitney-U-Test den Werten Ränge zuweist und erst dann testet. Es sollte also kein Problem darstellen. Bei der Interpretation vom Mittelwert muss man ja typischerweise vorsichtig sein, weil der anfällig gegenüber Ausreißern ist. Hast du denn welche? Wenn nicht, ist auch hier eine Interpretation kein Problem.
Viele Grüße, Björn.
Moin Björn,
erstmal vielen Dank für deine verständlichen und genialen Videos hier!!!
Eine kurze Frage sei mir gegönnt: ich habe 2 Gruppen (Variablen ordinalskaliert aus Likert-Skala) mit WMU-Test verglichen. Ist es sinnvoll, im Bericht jeweils die mittleren Ränge anzugeben, um die Richtung des Effekts darzustellen? Mittelwerte wären in diesem Setting ja Blödsinn.... und in meinen Fällen reißt es der Median halt auch nicht raus. ;) Ich danke für deine Antwort!
Hallo und danke für dein Lob!
Die Richtung des Effektes kannst du mit den Medianen sinnvoll darstellen. Es kann aber dennoch hilfreich sein - wenn diese identisch sein sollten - den Mittelwert(unterschied) zusätzlich anzugeben.
Viele Grüße, Björn.
Hallo Björn,
vielen Dank für die tollen Videos, die haben mir wirklich weitergeholfen.
Eine Frage hätte ich aber noch: Ich habe eine Stichprobe n=145, bei denen ich zwischen Nutzern und Nichtnutzern eines Formates unterscheiden möchte (keine 50-50 Verteilung). Meine Variablen sind nicht normalverteilt und die abhängige Variable ist meist die Nutzungshäufigkeit (0-1). Damit ist sie nominal, in deinem Video steht allerdings, der M-W-U-Test kann ab ordinal skalierten Daten benutzt werden. Welchen Test würde ich anwenden, um beispielsweise eine Korrelation zwischen Alter und Nutzungshäufigkeit auf Signifikanz zu testen?
Danke schonmal und liebe Grüße,
Vivien
Hallo Vivi, danke für dein Lob!
Ein Mittelwertvergleich bei einer binären abhängigen Variable funktioniert leider nicht. Metrisch und nominal skalierte Variablen kann man mittels des Eta-Koeffizienten auf einen (ungerichteten) Zusammenhang untersuchen. Soll ein gerichteter Zusammenhang untersucht werden, bleibt wohl nur die logistische Regression, zu der ein Video allerdings noch aussteht.
Viele Grüße, Björn.
vielen Dank für das lehrreiche video! Kannst du mir sagen, welchen Test ich anwende, wenn ich den Zusammenhang zwischen Gruppen- und Zielvarable unter Einbezug anderer möglicher Einflussfaktoren berechnen möchte (In meinem Falle Einfluss von Steroiden auf einen Depressionsscore unter Hinzunahme von Alter, Dauer und Schwere einer Erkrankung)?
Hallo Derien, mir ist nur folgende Methode bekannt, die aber nicht mit wenigen Klicks durchführbar ist: www-01.ibm.com/support/docview.wss?uid=swg21477497
Viele Grüße, Björn.
Hi Björn, ich glaube ohne deine ganzen tollen und hilfreichen Videos wäre ich aufgeschmissen. Vielen vielen Dank! Ich habe noch mal eine Frage zu der Interpretation der Effektgrößen. Ist eine sehr kleine Effektgröße (bspw. 0,05) bei einer Stichprobengröße von 191 ein schlechtes Zeichen oder ein gutes? Ich raff es leider anhand mehrerer Erklärungen nicht. Mein Vorgehen war Folgendes: Meine Nullhypothese war, dass es keine Unterschiede zwischen Männern und Frauen gibt. Diese konnte ich ablehnen - sprich es gibt signifikante Unterschiede. Danach habe ich die Effektgröße ausgerechnet und die ist sehr sehr klein. Danke schon mal vorab :)
Hallo Sandra und danke für dein Lob!
Wenn die Effektgröße sehr klein ist, deutet das auf einen sehr schwachen Effekt hin. Er ist zwar signifikant aber eben sehr schwach. Meist finden sich in größeren Samples eher signifikante Effekte, die dann aber kaum der Rede wert sind. Du hast also nix falsch gemacht. Hierzu gibt es auch ein Papier: journals.sagepub.com/doi/abs/10.3102/0162373709352369?journalCode=epaa
Viele Grüße, Björn.
Vielen lieben Dank für deine Videos! Besser und verständlicher als jedes Lehrbuch! Eine Frage: Habe ich richtig verstanden, dass ich dann in der grafischen Auswertung also Mittelwerte angeben kann, obwohl die Variable nicht normalverteilt ist? Weil, die mittleren Ränge grafisch darzustellen, ist ja nicht wirklich verständlich
Hallo Fabian und danke für dein Lob!
Generell würde ich Verteilungen mit entweder Histogrammen oder Boxplots veranschaulichen. Mittelwerte kann man freilich immer mit angeben, bei ordinalskalierten Daten ist das aber nicht so wirklich sinnvoll, weshalb man hier meist auf den Median zurückgreift.
Viele Grüße, Björn.
Hi! Wie kann ich das Ergebnis meines MWU am besten visualisieren? Ich hätte an Boxplots gedacht. Gibt es da was besseres?
Hallo, ich arbeite da auch häufig mit Boxplots. Da erfährt man am meisten über die Verteilung, besonders anhand der Lage der Box und des in ihr eingezeichneten Medians.
Viele Grüße, Björn.
Tolles Video, ich konnte bereits vieles mitnehmen. Eine Frage hätte ich aber noch: Wie müsste man vorgehen, wenn man die 3. Gruppe der "mittelmässig Trainierten" ebenfalls miteinbeziehen würde oder allgemeiner gesagt, wenn die Nominalvariable mehr 2 Ausprägungen aufweist? Ist dann der Mann-Whitney-U-Test dann immer noch möglich oder muss man da einen anderen Test durchführen? Besten Dank
Dann nimmst du wahrscheinlich den Kruskal-Wallis-Test oder? Da gibt es auch ein Video zu :-)
Danke für das Übernehmen der Antwort, Sarah.
Das ist richtig, bei mehr als 2 Gruppen wird der Kruskal-Wallis-Test angewendet. Der verwendet für die post-hoc-Analyse wiederum Mann-Whitney-U-Tests, allerdings korrigiert um den kumulierte Alphafehler.
Viele Grüße, Björn.
Danke, für das tolle Video! :) Ich habe aber noch eine Frage: Für meine Bachelorarbeit habe ich in einer Einzelfallstudie bei einer Versuchsperson und einer Kontrollperson verschiedene Tests durchgeführt (jeweils nur ein Testzeitpunkt; ich habe also pro Proband nur ein Ergebnis für jeden Test). Kann ich den Mann-Whitney-U-Test und diesem Fall benutzen, um herauszufinden ob sich die Testergebnisse signifikant unterscheiden?
Meine Überlegung ist, dass ich ja dann immer nur Rang 1 und Rang 2 habe, wodurch bei jedem Test (egal wie unterschiedlich die Ergebnisse sind) im Mann-Whitney-U-Test das selbe Ergebnis rauskommen müsste. 🧐 Ist das so richtig oder habe ich irgendwo einen Denkfehler?
Hallo Sophia, du hast das schon richtig eingeschätzt, das bei so einer Stichprobengröße der Mann-Whitney-U-Test bzw. generell statistische Tests nicht funktionieren. Du kannst lediglich von tendenziell unterschiedlichen Werten ausgehen aber dadurch keine Schlussfolgerung auf eine generelle Wirksamkeit deiner Intervention ziehen. Da braucht es ein paar mehr Probanden - einfach gesagt: je mehr, desto besser. ;-)
Viele Grüße, Björn.
Hallo Björn, Danke für die schnelle und ausführliche Antwort! :) das hilft mir definitiv weiter! :)
Hallo Björn, kurze Frage. Wenn ich über die klassischen Dialogfelder den Mann-W. Test durchführe wie du hier im Video habe ich keinen signifikanten Unterschied meiner beiden Gruppen bezogen auf die untersuchte Variable. Wenn ich aber über das Dialogfeld "unabhängige Stichproben" gehe und dort den Mann-W. Test anwähle (selbe Gruppen, selbe Variable) bekomme ich einen signifikanten Unterschied heraus. Wie kann das sein, wo ist der Unterschied?
Hallo, das klingt eher ungewöhnlich. Hast du evtl. über die klassischen Dialogfelder die exakte Signifikanz ausgeben lassen?
Viele Grüße, Björn.
Vielen Dank für deine Videos, sie sind enorm hilfreich. Frage: eine Variable bei der ich testen möchte, ob sich meine beiden Gruppen (nominal) unterscheiden, sind meiner Meinung nach ordinalskaliert: Anzahl an bisherigen Geschlechtspartnern - gruppiert. Wenn ich SPSS den Test wählen lasse (über die neueren Dialogfelder), wird der MWU gewählt aber keine Signifikanz berechnet und SPSS sagt meine Testvariable sei "nicht stetig". Wenn ich in den klassischen Dialogfeldern den MWU aussuche, wird dieser allerdings problemlos berechnet. Sollte ich mir wegen der Nachricht von SPSS Gedanken machen, dass ich den falschen Test wähle oder etwas mit meinen Daten falsch mache?
Hallo Fiona, ich hätte sogar deine betreffende Variable als metrisch eingeordnet. DIe Anzahl hat einen natürlichen Nullpunkt und die Abstände zwischen den Ausprägungen sind gleich groß. Da könnte man sogar einen t-Test rechnen. Aber um deine Frage zu beantworten: je nachdem, wie SPSS deine Variable "erkannt" hat, kann es zu so einer Meldung kommen - die kann man aber ignorieren. Schau einfach noch mal im ZWeifel, ob deine Variable ordinal/metrisch als Skalenniveau hat - auf Basis dieser Information entscheidet SPSS, welchen Test es rechnet.
Viele Grüße, Björn.
@@StatistikamPC_BjoernWalther lieber Björn, vielen herzlichen Dank für die schnelle Antwort und die Hilfe! Dann ignoriere ich eine solche SPSS Meldung ab jetzt, wenn ich ansonsten sicher bin den richtigen Test gewählt zu haben. Zu deinem Tipp die Variable könnte gar metrisch sein: ich fürchte bei uns ist sie das nicht, da leider die Gruppierung nach oben hinaus keine gleichmäßigen Abstände hat: 1-3, 4-6, 7-10, mehr als 10, mehr als 20 (es wurde schon in diesen Kategorien gefragt - also es wurden auch keine metrischen Daten erfasst und im Nachhinein kategorialisiert. Da ich diesen Fragebogen nicht entworfen hatte, weiß ich leider auch gar nicht weshalb die Gruppierung so gewählt wurde). Herzliche Grüße!
Hey - super Video - danke für die super Erklärung, hat mir ordentlich weiter geholfen! :)
sitz grad am Auswerten von meiner Bachelorarbeit und mir dampft langsam n bissl der Kopf obwohl ich mich bei Statistik eigentlich durchwegs gespielt habe ^.^
Drei Frage darf / muss ich trotzdem noch stellen - nachdem ich die ganzen Ergebnisse ja auch passend erklären muss :)
1. Da eine meiner zentralen Forschungsfragen Unterschiede zwischen den Studenten von 2 Studiengängen bezüglich einer (ordinalskalierten) Meinung Y ist benutze ich ja am besten auch den Mann-Whitney-U-Test (weil nicht normalverteilt, ordinalskaliert etc.). Wie interpretiere ich allerdings die Ergebnisse dann plausibel, nachdem es bei meinen ordinal skalierten Skalen nur 5 Punkte (quasi: sehr - überhaupt nicht) gibt? Oft hab ich feststellen können dass es signifikante (leichte / mittlere) Unterschiede gibt aber mit dem Median kann ich trotzdem nicht argumentieren weil der meistens (gerade bei leichten Unterschieden) ident ist! :o
2. Ich habe bisher für den Wert r zur Effektstärke bisher immer nur die Einteilung Leicht (
Hallöchen,
danke für das Lob! :)
Zu deinen Fragen:
1: Der Median ist ja nur ein Lagemaß, die Teststatistik ist ja entscheidend. Es kann ja durchaus sein, dass der Median identisch ist, die Rangsummen sich aber unterscheiden, besonders bei unterschiedlichen Gruppengrößen, die man in dem Kontext unabhängiger Stichproben häufig hat. Man berichtet dann den Mann Whitney U-Wert, die Signfikanz und die Effektstärke mit Verweis auf identische Mediane. Mehr kann man an der Stelle nicht herbeizaubern. ;-)
2: Das habe ich etwas ungünstig dargestellt. Bis 0,3 ist ein schwacher Effekt. Zwischen 0,3 und 0,5 ist ein mittlerer Effekt und ab 0,5 ein starker Effekt.
3: Zum Thema Effektstärke bei unterschiedlichen Gruppen empfiehlt sich Cohen's d. Eine schöne Übersicht und Möglichkeit der Berechnung gibt es direkt hier: www.psychometrica.de/effect_size.html#cohenb
Viele Grüße, Björn.
Hey und danke für deine Antwort :)
2. Danke für die Ausklärung :)
3.auf der Seite zu Effektstärken wäre dann auch 2 das entsprechende Verfahren und Mean / Standard Deviation Mittelwert / Standardabweichung oder? Ist es in dem Fall dann zulässig nach einem nicht parametrischen Test auf parametrische Verfahren zur Erhebung der Effektgröße zurückzugreifen?
darf ich dich vielleicht noch kurz eine Frage zu einer Auswertungsmethoden fragen?
Ich mag zB in meinem Beispiel nachprüfen ob Befragte die bereits in Situationen die über alltägliche Sachverhalte hinausgehen, mit der Polizei zu tun haben diese als kompetenter einstufen!
Es gibt hier insgesamt 8 Sachverhalte (3 alltägliche + 5 weitere) die je einzeln mit 1-5 ordinal skaliert sind (nie - oft) und eine ordinalskala Einschätzung der Kompetenz der Polizei.
wie soll / kann ich hier vorgehen - jedes einzelne Mal eine Korrelation zwischen Sachverhalt und Kompetenz + Kreuztabelle und dannach analysieren? Oder gibt es hierfür bessere Wege? Ich stehe gerade bissl am Schlauch und das ist für mich leider scho ziemlich hohe Statistik :3
LG
Theoretisch ginge 2 auf der Seite, aber ich sehe gerade nicht, was gegen 11 spricht, da die Stichprobengrößen auch hier explizit berücksichtigt werden.
Zu deiner anderen Frage denke ich heute mal über den Tag hinweg nach, spontan hätte ich aber Kruskal-Wall-Test mit anschließendem paarweisen Vergleich gesagt: ruclips.net/video/9GL9DN22wBg/видео.html
Viele Grüße, Björn
Hallo Björn, ich habe folgendes Anliegen: Mir stehen Daten einer Likert-Skala (ordinales Skalenniveau) zur Verfügung und ich möchte die Angaben zweier Gruppen auf Unterschiede überprüfen. Die konkreten Antwortmöglichkeiten lauten: - nie - seltener als 1 Mal im Jahr - 1 Mal im Jahr - 2-3 Mal im Jahr - Häufiger als 3 Mal im Jahr..... Aufgrund der ordinalen Daten möchte ich diese mit dem Mann-Whitney-U-Test auf Unterschiede untersuchen. Kann ich, wenn die asymptotische Signifikanz kleiner als 0,05 ist behaupten, dass die Gruppe mit dem höheren mittleren Rang Wert, etwas häufiger unternimmt, oder kann man "nur" behaupten dass die H0 verworfen wird und H1 angenommen wird und es demnach Unterschiede gibt? Besten Dank, Lukas
Hallo Lukas, du kannst mit dem Mann-Whitney-U-Test nur auf Unterschiede testen. Allerdings kannst du im Vorfeld eine gerichtet Hypothese formulieren, also vermuten, welche Gruppe einen kleineren/größeren Wert haben wird. Dies zeigt sich dann auch an den mittleren Rängen. Wenn hier ein Wert kleiner ist und Signifikanz besteht, kannst du somit auch gerichtet prüfen.
Viele Grüße, Björn.
Muss man zwingend immer vorher auf Normalverteilung prüfen bevor man den U-Test anwendet?
Hallo Romy, nein. Dieser ist verteilungsfrei, funktioniert also sowohl mit als auch ohne Normalverteilung.
Viele Grüße, Björn.
Vielen vielen Dank für Deine Videos! Darf ich fragen, was die Quelle für die Formel der Effektstärke ist, sprich, welcher Autor das erstbeschrieben hat o.Ä.? Ich würde in meiner Arbeit diese Größe nutzen statt Cohens d, da meine Daten nicht normalverteilt sind, ist das richtig? Viele Grüße
Hallo, das ist die Quelle: Cohen, J. (1992). A power primer. Psychological bulletin, 112(1), S. 156.
Viele Grüße, Björn.
@@StatistikamPC_BjoernWalther Vielen Dank für die schnelle Antwort! Tatsächlich konnte ich in der Quelle nur die Bewertung von r (d.h. 0,1/0,3/0,5) finden, nicht aber die Formel selber. Oder übersehe ich da etwas?
@@FmAvenue die formeln verschiedener Effektstärken kannst du auch hier finden:
Rosenthal, Robert (1994): Parametric measures of effect size. In: Harris M. Cooper und Larry V. Hedges (Hg.): The handbook of research synthesis. New York: Russell Sage Foundation, S. 231-244.
auf den Seiten 237-239
Vielen Dank für deine hilfreichen Videos! Ich habe aber ein Problem: Mein SPSS zeigt mir kein Z an. Nur ein U. Das muss ich jetzt noch irgendwie transformieren oder? Muss ich das per Hand machen? Ich habe unfassbar viele Probanden...
Hallo Janina, das hängt mit deiner Stichprobengröße zusammen. Das Z ist der exakte Wert, das U der approximative. Ab einer gewissen Stichprobengröße braucht SPSS beim Mann-Whitney-U-Test nicht mehr exakt rechnen und verwendet das approximative U: en.wikipedia.org/wiki/Mann%E2%80%93Whitney_U_test#Normal_approximation_and_tie_correction
Viele Grüße, Björn.
@@StatistikamPC_BjoernWalther Vielen Dank, das hat mir sehr weitergeholfen :)
Also erstma danke für deine Videos, sie retten nach wie vor zahlreiche Diplom-, Bachelor-, und Masterarbeiten! Ich hab eine Frage zur Interpretation: Wenn der mittlere Rank bei der einen Gruppe höher ist, die Rangsumme aber bei der anderen Gruppe und das Ergebnis statistisch signifikant ist, woher weiß ich dann, in welche Richtung die Signifikanz geht. Also welche der Gruppen hat nun ein statistisch höheres Ergebnis: die mit dem höheren mittleren Rang oder die mit der höheren Rangsumme?
Danke schonmal! :)
Hallo, die Gruppe mit dem höheren mittleren Rang, weil die Rangsumme durch die Anzahl der Beobachtungen "automatisch" steigt.
Viele Grüße, Björn.
@@StatistikamPC_BjoernWalther Dankeschön, das hilft mir sehr!
Hey björn: was ist genau mit den Rängen gemeint und wie summiert man die? wird ein Ranking der jeweiligen Pulswerte restellt und die einzelnen Rangnummer je Gruppe zusammenaddiert? Was sagt der mittlere Rang an sich aus und reicht der Unterschied der mittleren Ränge als Erklärung für unterschiede in den Gruppen aus ? Liebe Grüße und danke für diese Videos.
Hallo, die Ränge werden auf Basis des Ruhepulses gruppenübergreifend gebildet. Hier noch mal die Berechnung in Excel, wo es recht deutlich wird: ruclips.net/video/c3OiWX2idxE/видео.html
Der mittlere Rang ist hier analog zum Mittelwert zu interpretieren. Hohe Ränge sind hohe Werte und niedrige vice versa.
Viele Grüße, Björn.
Hallo, ich sitze gerade am Mann-Whitney-Test und verstehe nicht wieso bei der Statistik für Test kein Z auftaucht sondern an dieser Stelle ein U. Kann mir jemand helfen? Vielen Dank im Voraus.
Hallo,
vielleicht kannst du mir auch eine Frage beantworten, da ich in der Literatur nicht fündig werde. Ich habe eine Frage. Ich möchte zwei Gruppen (1 n = 92, 2 n = 88)vergleichen, die Daten sind nicht normalverteilt. Deshalb habe ich den Mann-Whitney-Test gewählt. Insgesamt habe ich die Gruppen für 6 Items verglichen und bei 2 Items statistisch signifikante Unterschiede. Wenn ich meine Stichprobe jedoch erst in zwei Teile teile und danach für jeden einzelnen Teil wieder den Mann-Whitney-Test durchführe, ergeben sich bei beiden Hälften keine signifikanten Ergebnisse. Wie kann das sein. Hängt das mit der Gruppengröße zusammen? Ich hbae bei der zweigeteilten Stichprobe einmal n = 50 und n = 52, bei der anderen Hälfte n = 38 und n = 40. Wäre toll, wenn ich eine Antwort bekäme.
Hallo Hannah, das kann schon sein, da bei kleinen Gruppen/Stichproben kleine Unterschiede zumeist nicht signifikant sind, was sich eben an der Zufallswahrscheinlichkeit Alpha zeigt. Deine Teilungslogik kann ich jedoch nicht ganz nachvollziehen. Du hast zwei Gruppen - was teilst du denn da noch?
Viele Grüße, Björn.
Meine Hypothese ist gerichtet und ich nehme an, dass die Schmerzen aufgrund eines Gruppierungsmerkmals einer Gruppe GRÖßER sind als in der anderen Gruppe. Oder kann man eine gerichtete Hypothese mit dem Test gar nicht prüfen??
Hallo! Was genau bedeutet U? Wann ist U schlecht und wann gut? Wo kann man dies nachlesen? Danke!
Vielen Dank für das Video, das hat mir weitergeholfen! Ich hab eine Frage bzgl. verbundenen und unverbundenen Stichproben. Ich habe eine Stichprobe mit 100 Unternehmen, die jeweils Alter und Umsatz angegeben haben. Wenn ich die Stichprobe nach dem Alter in zwei Klassen einteile, z.B. in "jung" und "alt", habe ich dann eine unverbundene oder eine verbundene Stichprobe? Bzw. kann ich den Mann-Whitney-U-Test anwenden?
Hallo Christoph,
freut mich, wenn es hilft!
Wenn du jung und alt aus deiner Stichprobe entnimmst, ist es eine unverbundene Stichprobe. Verbunden wäre sie, wenn du die Unternehmen zu zwei Zeitpunkten mit einer Variable gemessen hast und du z.B. eine Manipulation vorgenommen hättest.
Die Frage ist ja, warum der Mann-Whitney-U-Test? Sind die Voraussetzungen für den t-Test für unabhängige Stichproben nicht erfüllt?
Viele Grüße, Björn.
Hi Björn, vielen, vielen Dank für deine schnelle Antwort!!!! Die Daten sind leider nicht normalverteilt, auch wenn ich aufgrund n = 100 approximativ von einer Normalverteilung ausgehen könnte. Weiterhin liegt Varianzheterogenität vor. Da bin ich auf Deinen Kanal gestoßen und habe gedacht, dass der Mann-Whitney-U-Test perfekt für mich ist und du mir damit sehr weitergeholfen hast. Ich hab den Test sogar schon durchgeführt, was mich aber wundert, dass bei den zwei Gruppen "jung" n = 30 und "alt" n = 70 der Median exakt gleich ist, und ich mir die Frage gestellt habe, ob die Daten vielleicht doch verbunden sind, weil ich die Unterteilung in einer Stichprobe vorgenommen habe und die metrische Zielvariable, hier Umsatz, sich aus den Werten von jungen sowie alten Unternehmen ergibt.
Hallo Christoph, du brauchst den Mann-Whitney-U-Test nicht anwenden und kannst den t-Test für unabhängige Stichproben (ruclips.net/video/S_b7P-aacW0/видео.html) trotzdem anwenden. Zum einen sind deine Gruppen hinreichend groß und gemäß des zentralen Grenzwertsatzes ist die Normalverteilungsannahme dann nicht mehr wichtig. Zum anderen ist deine abhängige Variable metrisch. Die Varianzheterogenität ist auch kein Problem, da mit dem t-Test automatisch ein Welch-Test berechnet wird, der bei heterogenen Varianzen einen t-Test rechnet. Die Ergebnisse findest du in der Zeile "Varianzen sind nicht gleich" beim Vorgehen beim obigen Link. Dass der Median gleich ist, ist ungewöhnlich aber möglich. Wie sehen denn Mittelwert und Standardabweichung je Gruppe aus? Viele Grüße, Björn.
Jung M = 4; SD = 2 und alt M = 29; SD = 37. Ich fang morgen mit deinem Video für den t-Test bei unabhängige Stichproben und dem orginalen Datensatz nochmal an. Ich denke, dass ich wahrscheinlich einen leichtsinngen Fehler gemacht habe, der einfach der Übermüdung geschuldet ist. Dass mit dem Welch-Test für heterogene Varianzen, wusste ich auch noch nicht! Björn, tausend Dank für Deine Unterstützung!
Muss man um eine Aussage zu treffen ob Gruppe 1 oder 2 einen besseren Ruhepuls hat den mittleren Rang betrachten oder berechnet man dafür nochmal die Mittelwerte pro Gruppe?
Hallo Moritz, Median, mittlerer Rang oder Mittelwert geht alles. Je nach Verständnis der Leser kann man unterschiedliches verwenden. Da mittlere Ränge getestet werden, würde ich die am ehesten angeben und noch um Median und/oder Mittelwert ergänzen.
Viele Grüße, Björn.
Hallo!
Erstmal danke für die tollen Videos. Kann ich den Mann-Whitney-U-Test auch durchführen, wenn keine Varianzhomogenität vorliegt? Ich habe leider weder normalverteilte Daten, noch Varianzhomogenität. Suche schon eine Weile welcher Test jetzt der Richtige ist.
Hallo Menia, der Mann-Whitney-U-Test ist nicht parametrisch (=bei nicht normalverteilten Daten anzuwenden) und gleichzeitig robust gegenüber der Verletzung von Varianzhomogenität. Du kannst ihn also verwenden.
Viele Grüße, Björn.
@@StatistikamPC_BjoernWalther Vielen Dank!
Vielen Dank für die tollen Videos! Mir ist bzgl. der Stichprobengrösse noch etwas unklar: Es wird mehrfach gesagt, sobald n>30, kann man auch den t-Test für unabhängige Stichproben verwenden. Bei mir ist es nun so, dass ich eine Kontrollgruppe mit n=22 mit je einer von drei Experimentalgruppen mit n=17, n=69 und n=46 vergleichen möchte. Die Daten sind nur teilweise normalverteilt (je nach AV) und es sind eben nicht alle Gruppen >30. Soll ich also eher mit dem Mann Whitney U-Test rechnen oder bezieht sich das n auf die Summe der Stichprobengrössen (also wenn ich Kontrollgruppe mit n=22 und Experimentalgruppe mit n=17 vergleiche, komme ich ja auch auf ingesamt n=39)? Würde mich sehr über eine Rückmeldung freuen!
Hallo Eli, ich würde beim nicht-parametrischen Test verbleiben und damit dieser Empfehlung folgen: Fagerland, M.W. t-tests, non-parametric tests, and large studies-a paradox of statistical practice?. BMC Med Res Methodol 12, 78 (2012). doi.org/10.1186/1471-2288-12-78
Viele Grüße, Björn.
Hallo Björn, mich würde interessieren wie ich herausfinden kann welche der Gruppen (bezogen auf das Video: untrainiert und gut trainiert) für die signifikanten Ergebnisse verantwortlich ist bzw. in welche Richtung es geht. Kannst du mir da weite helfen? Danke, LG Alma
Hallo Alma, du schaust dir die Mediane der Gruppen im Vorfeld an, alternativ die Mittelwerte. Zum Reporting kommt diesen Mittwoch auch ein Video.
Viele Grüße, Björn.
Hallo, erstmals vielen Dank für das super Video! Ihre Videos helfen mir immer sehr. Nun habe ich aber eine Frage. Ich möchte zwei Gruppen auf ihr Alter bei einem Ereignis vergleichen und habe zwei stark unterschiedliche Stichprobengrössen (n1= 1002, n2=115). Kann ich den W-U Test trotzdem machen? Ausserdem habe ich verschiedene Infos bezüglich der Effektstärke gefunden. Können Sie mir weiterhelfen, ob "Cohen d" oder "Korrelationskoeffizient r" besser geeignet ist, wenn sich die Stichproben so unterscheiden?
Die eine Gruppe ist normalverteilt die andere nicht. Da somit die Voraussetzung für den t-Test nicht gegeben ist, habe ich mich für den W-U Test entschieden. Ich habe nun aber irgendwo gelesen, dass ich den W-U Test nur machen kann, wenn die Gruppen gleich verteilt sind?
Ausserdem habe ich gelesen, dass man den t Test machen kann, auch wenn die Normalverteilung nicht gegeben ist, falls die Varianz homogen ist. Dies wäre bei mir der Fall.
Entschuldigen Sie bitte diese vielen Fragen, aber all diese verschiedenen Infos in Büchern/Internet haben mich verwirrt!
Hallo Elena, danke für dein Lob! Freut mich, wen dir die Videos weiterhelfen!
Deine Stichproben sind zwar recht unterschiedlich von der Größe her, das stellt den Mann-Whitney-U-Test aber nicht vor Probleme. Zur Effektstärke des Mann-Whintey-U-Tests empfehle ich dir dieses Video: ruclips.net/video/3GVUUry7J_0/видео.html
Ob man r oder d für die Effektstärke nimmt, ist sekundär. Man kann auch beides umrechnen: d ergibt sich dabei z.B. aus 2*r geteilt durch die Wurzel aus (1-r²). Das kannst du auch auf meiner Seite noch mal übersichtlich sehen: www.bjoernwalther.com/wp-content/uploads/2018/10/r-to-d.png Die Quelle steht auch mit dabei: Cooper, Hedges, Valentine (2009) The Handbook of Research Synthesis and Meta-Analysis, Russell Sage, S. 234-235.
Zu Mittelwertvergleichen empfehle ich dir noch das Video: ruclips.net/video/nVbwMntplTA/видео.html
Den t-Test kann man in SPSS immer dann machen, wenn die abhängige Variable normalverteilt ist. Ab n=30 Gruppengröße bewirken Verletzungen der Normalverteilung aber keine Verzerrungen mehr (zentraler Grenzwertsatz) und er ist trotzdem rechenbar. Die Varianzhomogenität wird von SPSS im Levene-Test kontrolliert und dann gibt es auch eine gesonderte Zeile in der Ausgabetabelle, wo die Werte bei Varianzen sind nicht homogen angegeben sind.
Viele Grüße, Björn.
@@StatistikamPC_BjoernWalther Vielen lieben Dank! Das hilft mir sehr weiter. Also könnte ich im Prinzip auch einen t-Test machen? oder ist nur der Mann-Whitney-U-Test für unterschiedlich grosse Stichproben geeignet? Grüsse Elena
Hallo Elena, sollte deine AV metrisch skaliert sein, ginge statt des Mann-Whitney-U-Tests auch ein t-Test. Das ist dann der sog. Welch-Test: ruclips.net/video/h8pAFVD2LOo/видео.html
Viele Grüße, Björn.
Guten Morgen, ich habe noch eine grundsätzliche Frage : ich arbeite ja mit likert Items, die ich zu 17 likert Skalen zusammengefasst habe. Bei manchen dieser Skalen liegt Normalverteilung und /oder Varianzhomogenitöt vor - bei machen nicht.
Ist es denn üblich, je nach Skala und voraussetzungen unterschiedliche, passende Verfahren anzuwenden ( t test / u test), oder ist es besser und übersichtlicher, wenn für alle Skalen ein einheitliches Verfahren angewendet wird (also zb u Test)? Was ist hier korrekt?
Viele Grüsse
Monika
Hallo Monika,
schön wäre es natürlich schon, wenn nur ein Verfahren verwendet wird. Unter dem Gesichtspunkt höhere Teststärke (Stärke eines Testes einen tatsächlich vorhandenen Effekt auch zu entdecken) ist ein parametrischer Test wie der t-Test häufig vorzuziehen. Prinzipiell reichen die nicht-parametrischen Tests aus. Wenn man aber beim Mann-Whitney-U-Test knapp an der Signifikanzgrenze liegt und die Voraussetzungen für den t-Test erfüllt, könnte man für einen ausnahmsweise Wechsel an dieser Stelle mit dem Argument der Teststärke plädieren.
Viele Grrüße, Björn.
@@StatistikamPC_BjoernWalther danke dir, kann ich mit der Effektstärke ganz gut begründen! Das Verfahren dazu habe ich unter deinen Tutorials schon entdeckt, super! Viele Grüsse
Ich habe eine Frage bezüglich der Skalenniveaus: ich habe gelesen, dass sobald ich zwei Variablen habe und eine davon nominalverteilt ist, ich auf die Test der nominalverteilung zurückgreifen muss, also Chi oder Fisher. Den Mann-Whitney Test nur, wenn beide Variabeln ordinal verteilt ist oder eine ordinal und die andere metrisch (da immer das niedrigere Skalenniveau zählt). Stimmt das nicht oder verstehe ich hier was falsch?
Hallo, ich glaube du haust da was durcheinander: Schau hier noch mal nach, welchen Test man wählt.
Viele Grüße, Björn.
Wenn sich die Stichprobegröße stark unterscheidet, werden die Rangsummen ja bei der größeren Stichprobe eventuell höher sein, jedoch die Mittelwerte nicht und die mittleren Ränge auch nicht. Orientiert man sich dann am mittleren Rang?
Hallo Lucia, die Rangsumme wird bei (stark) unterschiedlicher Gruppengrößen auch verzerrt sein. Bei der Berechnung der U-Statistik verwendet man aber das Minimum der jeweiligen Gruppen-U-Statistiken, wodurch sich dieser potentiell Verzerrung wieder herausmitteln sollte (de.wikipedia.org/wiki/Wilcoxon-Mann-Whitney-Test#Beispiel). Evtl. gibt es da aber einen Threshold, ab dem es dennoch zu Problemen kommt. Was aber definitiv ein Problem sein wird, ist die mitunter geringe(re) statistische Power, wenn man 10 und 110 vergleicht, statt 60 und 60.
Viele Grüße, Björn.
Hallo Björn, erst mal danke für alle deine Antworten hier! Wenn ich den MWU Test wie oben durchführe und bei meiner Gruppe nur den Wert 1 (eben für die Gruppe 1) und den Wert bei Gruppe 2 auf 0 setze, da ich nur Werte für die eine Gruppe haben möchte, kommt im Ergebnis " der MWU Test kann bei leeren Gruppen nicht ausgeführt werden" - wo liegt der Fehler?
Hallo Monika, du brauchst zwei Gruppen, die du beim Mann-Whitney-U-Test miteinander vergleichst. Die Ausprägung für Gruppe 2 ist dann auch bei Gruppe 2 einzutragen - wie auch immer die kodiert ist. Ist sie tatsächlich mit 0 hinterlegt? Wenn ja, haben alle Probanden der Gruppe 0 vermutlich den gleichen Wert bvei der Testvariable.
Viele Grüße, Björn.
@@StatistikamPC_BjoernWalther Klar, ich hab s (mich hat die 0 durcheinander gebracht) ! Alles gut.
Nun habe ich z.B. 60 Likert Items, die ich zu 10 Likert Skalen zusammengefasst habe. Ich habe den MWU Test für alle 60 Items einzeln durchgeführt. Kann ich das nun auch für meine zusammengefassten Skalen machen, oder wird der Test dann verfälscht? Eigentlich werte ich ja die Skalen (Kategorien) und nicht alle Items einzeln aus. Die gleiche Frage hätte ich auch zur Berechnung der Effektstärken (bis auf eine einzige Variable sind meine Stichproben gleich verteilt, nur 1 Item weist eine asymtotische Singifikanz von < 0.05 auf). Sorry, wenn ich dich mit meinen Fragen überhäufe, aber keiner konnte mir bisher so prägnant und verständlich helfen, wie du das tust! Viele Grüsse, Monika
Kann man auch mehrere Gruppen zu einer Gruppe zusammenfassen?
Hallo Christina, kann man über die Variable umcodieren-Funktion. Allerdings sollte es Sinn ergeben, also inhaltlich sinnvoll sein, Gruppen zusammenzufassen.
Viele Grüße, Björn.
Hall Björn, wie berechne ich den kritischen Wert wenn ich eine Stichprobe von N=91 habe ?Das steht ja nicht in der Tabelle.
Hallo Dustin, wenn deine Stichprobe so groß ist, wäre es doch angebracht einen t-Test zu rechnen - sofern deine abhängige Variable normalverteilt ist. Da hättest du eine höhere Teststärke.
Wenn du aber dennoch den Mann-Whitney-U-Test rechnen musst/willst, gibt es hier die Formel: books.google.de/books?id=oXZD1GPOJIcC&lpg=PA235&dq=mann%20whitney%20u%20critical%20values&hl=de&pg=PA235#v=onepage&q&f=false um den z-Wert zu ermitteln.
Du approximierst den kritischen Wert dann über die Normalverteilung mit jenem z-Wert.
Viele Grüße, Björn.
Eine Frage: Müssen bei Tests, die mit Rangsummen arbeiten, die beiden zu vergleichenden Gruppen gleich groß sein? Wenn du jetzt 15 Untrainierte vergleichen würdest mit 13 Trainierten, und der M-W-U Test lediglich die Rangsummen auf Signifikante Unterschiede prüft, dann wäre das Ergebnis ja dadurch verfälscht, dass mehr Untrainierte in die Summenzählung mitaufgenommen würden, oder?
Hallo, die Gruppenumfänge können beliebig sein, solange sie nicht extrem unterschiedlich sind. In jedem Fall wird die Rangsumme für die Gruppengröße korrigiert, um die U-Statistik zu ermitteln, auf Basis derer der p-Wert ermittelt wird. Siehe: de.wikipedia.org/wiki/Wilcoxon-Mann-Whitney-Test#Mann-Whitney-U-Statistik
Viele Grüße, Björn.
Hallo, kann ich den M.W.U-Test auch bei normalverteilten Werten benutzen?
Hallo Tay, den Mann-Whitney-U-Test kannst du auch in dem Fall rechnen, allerdings hast du dann etwas weniger statistische Power, also etwas weniger Wahrscheinlichkeit, korrekterweise eine falsche Nullhypothese zurückzuweisen.
Viele Grüße, Björn.
Hallo, ich hätte eine Nachfrage, Ich möchte das Geschlecht mit Skalen von Emotionen und einer weiteren Likert Skala vergleichen. Normalverteilung liegt nicht vor. Bei Anwendung des Mann-Whitney-U Tests, kann ich keine der Nullhypothesen verwerfen. Jetzt hab ich aber gelesen, dass bei einer hohen Stichprobe (bei mir 130) Verletzungen der Normalverteilung nicht so schlimm wären. Kann ich dann doch den T-Test bei unabhängigen Stichproben nehmen und die mit dem Geschlecht vergleichen? VG Hyuki
Hallo Hyuki, prinzipiell wäre die Normalverteilung bei so einer großen Stichprobe richtigerweise kein Problem mehr. Allerdings muss die abhängige Variable beim t-Test zwingend metrisch sein, was eine Likertskale nicht ist. Vielleicht ist es tatsächlich so, dass die H0 nicht verworfen werden kann. Hast du eventuell noch mal nach Messproblemen geschaut bzw. woher kommt die Skala - ist die hinreichend validiert?
Viele Grüße, Björn.
Hallo Björn, danke für die Antwort. Die Geschlechtsuntersuchung war nur eine Nebenuntersuchung, überlege diese auch zu streichen, wenn es nicht ins Konstrukt passt. Ich kann aber nach einigen Fachbüchern davon ausgehen, dass psychologische Likert Skalen intervallskaliert (quasi-metrisch sind). Ich habe die Items der Fragen zu Summen zusammengefasst und dann die Summenscores untersucht und dann Tests laufen lassen. Zuerst hab ich nach Pearson korreliert aber nun bin ich völlig verunsichert, da es nach Test keine Normalverteilung ist, muss ich dann Spearman nehmen?
Hallo Hyuki, unter uns gesagt kann man häufig Tests, die metrisch skalierte Daten voraussetzen auch mit intervallskalierten Daten rechnen und bekommt dennoch recht stabile Ergebnisse. ;-)
Bzgl. der Korrelation habe ich noch eine Empfehlung. Welcher Korrelationskoeffizient bei welchen Skalenniveaus der zu korrelierenenden Daten zu wählen ist, habe ich in diesem Video noch mal genau, auch mit einer Tabelle erklärt: ruclips.net/video/lCRiOkwHIGA/видео.htmlm7s
Viele Grüße, Björn.
Das Video hab ich auch schon gesehen, danke. :) VG und Merry Xmas
Wenn ich bei zwei Gruppen (Experimental vs. Kontrolle) eine Vorher- und eine Nachher-Erhebung mache, welchen Wert setze ich dann als Testvariable ein um die beiden Gruppen zu vergleichen?
Hallo Annika, du hast dann eine Messwiederholung mit Zwischensubjekteffekt, rechnest also eine ANOVA mit Messwiederholung.
Viele Grüße, Björn.
Noch eine letzte Frage. Wozu bzw. wann sollte man beim Eingabefeld des statistischen Tests unter "Exakt..." Exakt auswählen? Danke!
Hallo. Zu deinen drei Fragen.
1: Das U ist die Teststatistik, die zum Berechnen des z-Wertes verwendet wird, der dann wiederum mit dem kritischen z-Wert verglichen wird (nicht in SPSS) Dazu empfehle ich das Excel-Video zum Mann-Whitney-U-Test: ruclips.net/video/c3OiWX2idxE/видео.html
2: Je kleiner deine Stichprobe, desto eher sollte man exakt testen. Die Grenze ist ein n von ca. 30. In deinem Fall ist also exakt zu wählen. Bindung liegt vor, wenn der gleiche Wert in beiden Stichproben enthalten ist. Ist dies nicht der Fall, kann dieser Hinweis getrost ignoriert werden.
3: siehe 2.
Viele Grüße, Björn.
Hallo
Ich habe die neuste SPSS Version auf meinem Mac und die Darstellung ist sehr anders. Beim Feld «Analysieren» gibt es gar keine Option «nicht parametrische Tests» bzw. «Alte Dialogfelder» und somit kann ich den Mann-Whitney-U-Test nicht finden. Habe schon in allen anderen Funktionen geschaut. Aber finde nichts. Wäre sehr froh um Rat!
Hallo Selina, welche SPSS 29-Version hast du genau: Basis, Standard, Professional oder Premium?
Nicht parametrische Tests sollten eigentlich schon in der Version "Basis" enthalten sein: www.ibm.com/docs/en/spss-statistics/29.0.0?topic=edition-core-features
Viele Grüße, Björn.
Kann man diesen Test auch machen wenn man unterschiedlich große Gruppen hat (41 vs 37)?
Und was ist, wenn die Signifikanz genau .050 ist?
Lieben Dank :)
Hallo Michelle,
solange es nicht riesige Unterschiede sind (20 vs. 400) ist das kein Problem. DIe SIgnifikanz ist selten genau 0,05, lass dir mal mehr Nachkommastellen anzeigen und schaue erneut. Häufig ist es nur eine Rundungssache. Aber auch da muss man nicht ganz so hart sein: www.tandfonline.com/doi/full/10.1080/00031305.2019.1583913
Viele Grüße, Björn.
Muss die Stichprobengröße identisch sein? (Gleiche Frage bzgl. t-Test)
Bei 20 Prozent tritt z.B. eine Erkrankung auf und ich möchte auf ein bes. (kont. skaliertes) Merkmal hin vergleichen. Varianzen sind fast identisch. Nur die Stichprobengrößen weichen stark auseinander. Oder sollte man dann lieber mit einer Regression arbeiten?
Hallo, Gruppengrößen sind bei unabhängigen Stichproben kein wirkliches Thema, es sei denn, sie sind extrem unterschiedlich. Regression ist natürlich immer besser, weil hier weitere Kovariate aufgenommen werden können. Unter Einhaltung der Voraussetzungen natürlich.
Viele Grüße, Björn.
Viele Grüße, Björn.
@@StatistikamPC_BjoernWalther Vielen lieben Dank für die schnelle und hilfreiche Antwort!
N=20 vs N=80 wären also per se erst einmal kein Problem, sofern die Varianzen stimmen?
Und könnte man sagen "viel hilft viel"? Also ich stelle meinen vermuteten Effekt einmal in einer Regression und einmal mittels eines t-Tests dar? Oder ist das Unfug?
Wie kann ich als Gruppierungsvariable eine nominale Variable (z.B. Geschlecht) auswählen? Mir werden die nominalen Variablen überhaupt nicht angezeigt... Oder muss ich zum Vergleich von Geschlechtern einen völlig anderen Test verwenden?
Ich habe jetzt festgestellt, dass es nicht an der Art der Variable nominal liegt. Nach einer Umbenennung von m; w (d.h. Zeichendarstellung) in 0 und 1 für Frauen und Männer hat es funktioniert. Also für alle, die das gleich Problem haben: Umbennen in Zahlenzeichen funktionert :)
Kann ich bei den Testergebnissen auch irgendwo sehen welche der beiden Gruppen denn nun den höheren Ruhepuls hat?
Hallo, am einfachsten du lässt dir im Vorfeld eine deskriptive Statistik je Gruppe ausgeben und schaust auf den jeweilige Mittelwert, wenn du nicht auf Rangsumme und mittleren Rang schauen willst. Je höher beides, desto höher die Ausgangswerte und damit "schlechter".
Viele Grüße, Björn.
@@StatistikamPC_BjoernWalther Vielen Dank für die Antwort :)
Macht es einen Unterschied, wenn bspw. Stichprobe 1 ein anderes n aufweist wie Stichprobe 2? Sprich ich habe eine Stichprobe von Untrainierten von 200 und eine Stichprobe der Trainierten von 100.
VG
Hallo Giuseppe, nein, das ist kein Problem für den Mann-Whitney-U-Test und macht keinen Unterschied.
Viele Grüße, Björn.
super, danke.
@@StatistikamPC_BjoernWalther We berechnet man dann die Effektstärke? Wenn man 2 Ns hat?
Was mache ich, wenn meine n's in den Gruppen unterschiedlich groß sind? Kann ich dann trotzdem den Mann-Whitney-U Test durchführen?
Hallo Christoph, das ist kein Problem, solange es nicht extrem große Unterschiede in der Anzahl sind.
Viele Grüße, Björn.
@@StatistikamPC_BjoernWalther Leider sind sie das schon. n1=4 und n2=85. Was mache ich dann? Danke dir für deine schnelle Hilfe.
Hallo,
ich habe eine Frage zum Z- Wert im Mann-Whitney U Test.
Im t-Test ist es ja so, dass immer gerechnet wird Gruppe 1 minus Gruppe 2.
Der t-Wert ist positiv, wenn Gruppe 1 größer ist als Gruppe 2
Der t-Wert ist negativ, wenn Gruppe 2 größer ist, als Gruppe 1
Man sollte meinen, dass das im Mann-Whitney U Test auch so sein müsste. Nun scheint es aber interessanterweise hier genau andersherum zu sein!
Wenn man in Ihren Daten Gruppe 1 (die Untrainierten, mittlerer Rang 18,23) minus Gruppe 2 (die Trainierten mittlerer Range 8,77) nimmt, dann müsste das Ergebnis positiv sein und Z sollte auch positiv sein.
Ich hab ein Video von einer Professorin gesehen, da war es genau das gleiche. Gruppe 1 hatte die höheren Werte, Gruppe 2 die niedrigeren => 1 - 2 ist positiv, aber der Z-Wert war negativ.
Und in einem Video, in der die erste Gruppe niedrigere Werte hatte, und die zweite höhere, wo also 1-2 eigentlich negativ wäre, war plötzlich der Z-Wert positiv.
Ist also das Vorzeichen im Mann-Whitney U Test im Vergleich zum t-Test immer genau falsch rum, und wenn ja warum?
Vielen Dank
Hallo Lea,
ehrlich gesagt habe ich da nie so richtig drauf geachtet, weil man ohnehin immer - beim Vergleich mit dem kritischen Wert - mit dem Betrag, also dem stets positiven Wert der Teststatiistik arbeitet. Das ist aber sowieso unerheblich wenn der p-Wert vorliegt und anhand dessen die Testentscheidung getroffen wird.
Viele Grüße, Björn.
Hi, ich bräuchte auch einmal Hilfe: ich habe einen Fragebogen mit Antworten im Likertskalentyp und 5 verschiedenen Antwortmöglichkeiten (stimme nicht zu, stimme teilweise zu, ... bis stimme zu). Bei der Auswertung habe ich den Antwortmöglichkeiten jeweils eine Nummer zugeteilt von 1 bis 5, für die 2 unabhängigen Testgruppen summiert und möchte nun die Mittelwerte vergleichen. Da die Daten nicht normalverteilt sind, habe ich den Mann-Whitney-U-Test - wie von dir hier super erklärt - durchgeführt mit SPSS, jedoch habe ich bei der Auswertung einige Schwierigkeiten. Mein mittlerer Rang in der ersten Testgruppe bei n=68 ist 85, obwohl ich aber nur 68 Probanden habe? Und mein Mittelwert in der Statistik nach Mann-Whitney-U beträgt 2446 obwohl ich manuell einen Mittelwert von 1,7 ermittelt habe? Kannst du mir da weiterhelfen? Vielen Dank!
Hallo Lukas, dazu zunächst die Frage: warum summierst du für die Testgruppen die codierten Antwortmöglichkeiten auf? Hast du eine Skala, die aus mehreren Items besteht, die dann ein Konstrukt abbildet? Es hört sich so an, als ob irgendwo die Daten anders als notwendig berechnet wurden.
Viele Grüße, Björn.
@@StatistikamPC_BjoernWalther Hi, die Antworten der Testgruppen werden zusammengefasst um einen mittleren Wert zu kriegen. Die Studie befasst sich mit Patientenzufriedenheit und ich möchte wissen, ob die 2. Probandengruppe nach Intervention im Schnitt zufriedener ist. Dafür hab ich die Ausgangszufriedenheit ermittelt (Mittelwert der Antworten) und wollte diese nun mit der Zufriedenheit der Gruppe nach Intervention vergleichen. Je höher der Mittelwert, desto unzufriedener.
Mann-Whitney-U-Test oder Welch-Anova Bei 2 Gruppen und verschiedenen erhobenen konstrukten, blicke nicht durch wann jetzt welcher der beiden TEsts besser ist :/
Hallo Steven, der mann-whitney U test vergleicht nur zwei Gruppen miteinander. Die Welch-Anova drei oder mehr Gruppen. Allerdings hat die Welch-Anova immer noch die Voraussetzung normalverteilter Residuen. Der Mann Whitney u Test hingegen ist verteilungsfrei. Wenn du mehr als zwei Gruppen vergleichen möchtest, dann solltest du dir den kruskal-wallis-test einmal anschauen.
Viele Grüße, Björn.
Hallo wenn ich den Mann-Whitney-U-Test ausführe, wird mir der Z Wert im Output leider nicht mit angezeigt. Wie kann ich das ändern? (Ich habe SPSS 22.) Vielen Dank
Hallo, der z-Wert wird eigentlich immer automatisch generiert. Er ist nur für die Berechnung der Effektstärke notwendig und nur der Signifikanzwert wirklich wichtig für den Hypothesentest.
Eine Suche im Internet hat ergeben, dass es in SPSS 22 wohl keine Ausgabe des z-Wertes gibt. Eine Berechnung des z-wertes geht wie folgt: psych.unl.edu/psycrs/handcomp/hcmann.PDF
Schritt 9 und 10. Eine andere (einfachere Lösung) scheint nicht zu existieren.
Vielen Dank für die schnelle Antwort, das hilft mir schon weiter!
Psy-Hase du musst die Sprache auf englishch stellen, dann erscheint in der Ausgabe der Z Wert statt U.
Was ist der Z-wert, den SPSS ausgibt, wie wird der berechnet und was bedeutet der?
Hallo Jacob, das ist die z-Statistik, die vereinfacht gesagt in den p-Wert umgerechnet wird. Dessen Berechnung kannst du in jedem guten Statistikbuch oder Wikipedia nachlesen.
Viee Grüße, Björn.
Hey ich stehe momentan ziemlich auf dem Schlauch: welches non parametrische Verfahren verwende ich zur Berechnung einer Korrelation zweier Faktoren wie beispielsweise Offenheit in einem Land und Lebenserwartung? Bitte um Hilfe!
Hallo Anton, wenn es lediglich um die Berechnung einer Korrelation geht, reicht doch eine bivariate Korrelation völlig aus. Parametrisch oder nicht spielt da keine Rolle.
Viele Grüße, Björn.
ruclips.net/video/lCRiOkwHIGA/видео.html
Die vorgegebene Aufgabe für die Hausarbeit ist es, ein non parametrisches verfahren anzuwenden. Ich möchte zwei Faktoren ähnlich wie du im Beispiel korrelieren lassen, bekomme aber immer wieder die Fehlermeldung “keine der Variablen in der Arbeitsdatei oder in den Variablensets kann in diesem Dialogfeld verwendet werden”. Weiß nicht so recht weiter.
Eine Korrelation kann unabhängig der Verteilung (parameterfrei) gerechnet werden. Einzig auf das Skalenniveau der zu korrelierenden Variablen kommt es an. Dazu schau bitte in das bereits verlinkte Video. Ein Mann-Whitney-U-Test ist ein non parametrischer Mittelwertvergleich . das hat mit Korrelation aber nichts zu tun.
Hey, ich habe folgendes Problem:
Bei mir werden bei dem Feld mit den Test- und Gruppierungsvariablen nur die metrisch skalierten Variablen angezeigt. Meine Gruppierungsvariable ist aber nominal skaliert. Was mache ich falsch bzw. wie kann ich das Problem beheben? Ich nutze SPSS 26...
Hallo Matthias,
über die klassichen Dialogfelder funktioniert das noch. Über den neuen Assistent darf das Skalenniveau maximal ordinal sein. Also entweder über alte Dialogfelder oder das Skalenniveau anpassen.
Viele Grüße, Björn.
@@StatistikamPC_BjoernWalther Ich habe das selbe Problem, und ich vermute, dass du SPSS
Ergänzung: Mit dem NEUEN Dialogfeld geht es auch mit nominaler Skala! Allerdings muss dann im dritten Tab der M.W-Test manuell ausgewählt werden, sonst geht es nicht...
Kann ich diesen Test auch in folgender Situation anwenden:
Ich habe in einer Klasse eine Umfrage durchgeführt. Nach einer Unterrichtsreihe habe ich diese Umfrage nochmal durchgeführt.
Das Problem ist, dass die Schüler die Umfragen anonymisiert ausgefüllt haben. Sprich, ich kann die Antworten der ersten Umfrage nicht mit den Antworten der zweiten Umfrage koppeln.
Was kann ich machen?
Hallo Musab, dadurch, dass die Umfrage scheinbar komplett anonym ist, kannst du die Messwiederholungen nicht zuordnen, demzufolge kannst du keinen Test für abhängige Stichproben verwenden (beim nächsten mal besser einen Code (2. Buchstabe des Vornamens, 1. Buchstabe des Nachnamens der Mutter usw.) arbeiten, dann wäre ein Matching möglich.
Du müsstest in deinem Falle nun unterstellen, dass es unabhängige Stichproben sind und den Mann-Whitney-U-Test rechnen.
Viele Grüße, Björn.
Ich verstehe das mit der Korrelation nach Pearson nicht. Was sagt dieser mir bzgl. den Unterschieden?
Hallo Verii, im Video geht es um den Mann-Whitney-U-Test in SPSS und nicht um Pearson-Korrelation. Wenn du auf die Effektstärle anspielst, die hier auch mir "r" abgekürzt wird, solltest du dich davon nicht verwirren lassen. Man kann statt r auch "ES" schreiben (z.B. Corder, Foreman (2009): Nonparametric Statistics for Non-Statisticians, S. 59). Es hat sich allerdings eingebürgert das von Cohen (1988), S. 77-81 verwendet r zu übernehmen.
Viele Grüße, Björn.
Ich hab das Problem, dass wenn ich zum Test komme, nicht alle variablen angezeigt werden bzw. ich sie nicht als Test oder Gruppierungsvariable einfügen kann.
Hallo, es kann sein, dass du das Skalenniveau der Variablen noch anpassen musst.
Viele Grüße, Björn.
Hallo. Ist es auch möglich eine Gruppe A mit normalverteilten Daten mit einer Gruppe B mit nicht-normalverteilten Daten mit dem Mann-Whitney-U-Test zu vergleichen? Vielen Dank schonmal!
Hallo Maria, der Mann-Whitney-U-Test vermag dies zu leisten. Wie groß sind deine Gruppen denn? Evt. reicht die Größe aus, um auf einen t-Test zu gehen.
Viele Grüße, Björn.
@@StatistikamPC_BjoernWalther Vielen Dank für die schnelle Antwort.
Gruppe A umfasst 20 Probanden und Gruppe B umfasst fast 140 Probanden.
Um eine Hypothese zu prüfen, muss ich eine Tabelle erstellen mit unterschiedlichen Variablen; Mittelwert (bei Normalverteilung) bzw. Median (bei Nicht-Normalverteilung) für beide Gruppen angeben und abschließend einen Vergleich (mittels Mann-Whitney-U-Test bzw. t-Test) machen und den p-Wert angeben.
Das Problem ist, dass in der kleinere Gruppen A die meisten Variablen normalverteilt sind, während dies in der größeren Gruppe B meist nicht der Fall ist. Macht es dann Sinn Mittelwert mit Median zu vergleichen und mittels Mann-Whitney-U-Test den p-Wert zu bestimmen?
Beste Grüße und vielen, vielen Dank schonmal.
Ich muss abschließend auch eine grafische Darstellung wählen: Kann ich Boxplot immer verwenden oder nur wenn die Daten nicht-normalverteilt sind (also Median angegeben ist)? Oder kann ich auch ein Boxplot erstellen, wenn die Daten normalverteilt sind (Mittelwert angegeben)? Vielen Dank.
Hallo Maria, Boxplots kannst du immer zur grafischen Veranschaulichung von Verteilungen verwenden.
Wenn deine Gruppe mehr als 30 Probanden enthält, sind Verletzungen der Normalverteilungsannahme nicht verzerrend für das Ergebnis. Mit Döring, Bortz (2016) Forschungsmethoden und Evaluation in den Sozial- und Humanwissenschaften, machst du nichts falsch. S. 640-641 ist für den zentralen Grenzwertsatz und die Stichprobengröße eine zitierfähige Passage. Demzufolge kannst du auch einen t-Test fü runabhängige Stichproben rechnen: ruclips.net/video/S_b7P-aacW0/видео.html
Du brauchst keine Mittelwerte bestimmen, das macht der Test in SPSS alles automatisch. Man sollte aber auf keinen Fall manuell Median und Mittelwerte verschiedener Gruppen vergleichen. Es gibt auch einen speziellen Median-Test, für den ich demnächst auch ein Video habe.
Viele Grüße, Björn.
Vielen, vielen Dank!
Hallo, danke für deine tollen Videos! Ich habe eine Mitarbeiterbefragung gemacht, in der sich die MA jeweils einer Gruppe zuordnen mussten. Habe also zwei Gruppen, deren unterschiedliches Antwortverhalten ich gerne zeigen möchte (Gruppe 1 n=392, Gruppe 2 n=192). Die Frage war nun "Welchen Kommunikationskanal wählen Sie, wenn Sie ein Gerücht verifiziert haben möchten?". Die Teilnehmer sollten dann bei fünf aufgeführten Kommunikationskanälen auf einer Likertskala von 1 "nie" bis 5 "immer" ankreuzen. Das heißt ja jeder Komm.kanal stellt eine Variable dar mit fünf Ausprägungen. Der MWU Test zeigt mir jetzt an, ob es zwischen den Gruppen beim jeweiligen Kommunikationskanal einen signifikanten Unterschied gibt. Darf da jetzt die Ränge interpretieren, um zu sagen, welcher Komm.kanal bei der jeweiligen Gruppen den höchsten Wert (also im optimalfall 5 "immer") hat? Also welchen Komm.Kanal die jeweilige Gruppe am ehesten präferiert um ein Gerücht zu verifizieren? Oder nehme ich da besser einen anderen Test?
Hallo Leonie, danke für dein Lob!
Wenn du innerhalb der Gruppen die Präferenzen miteinander vergleichen möchtest, klappt das mit dem Mann-Whitney-U-Test nicht. Das klappt nur zwischen Gruppen. Hast du für den ersten Fall schon mal über den Friedman-Test nachgedacht? ruclips.net/video/qpPdgXXRAm8/видео.html
Viele Grüße, Björn.
@@StatistikamPC_BjoernWalther Danke für deine Antwort. Ich glaub ich hab mich zu kompliziert ausgedrückt :D genau das möchte, also zwischen den Gruppen vergleichen. Darf ich mittels der Spalte "mittlerer Rang" gerichtete Hypothesen bestätigen/falsifzieren?
Hallo,
die vielen Videos helfen mir wirklich sehr weiter. Der Statistik Betreuer meiner Arbeit meinte man müsse beim Mann-Whitney-U Test auch ein Konfidenzintervall angeben. Leider finde ich keinen Weg, dass SPSS 25 mir jenes mit ausgibt. Hast du vielleicht eine Lösung für mich? Vielen Dank!
Hallo Steve, das kann ich leider nicht beantworten. Confidence Intervals for Proportions and Related Measures of Effect Size, Kapitel 15. sollte dir aber helfen können.
Viele Grüße, Björn.
Hallo Steve, ich stehe nun vor dem identischen Problem. Konntest du eine Lösung finden?
Ich habe bitte eine Frage:
Ich möchte einen Zusammenhang zwischen der Variable Alter, die klassiert ist (unter 24, 24 bis 39, 40 bis 55, über 55) mit der Mitarbeitermotivation (Mittelwert aus mehreren Variablen) überprüfen. Ich bin mir beim Skalenniveu nicht sicher und weiß nicht welche Methode die beste zur Überprüfung ist. Vielleich kann mir da jemand weiter helfen.
Vielen Dank. :)
Hallo Alexander, die Motivation wird durch eine Mittelwertbildung zu einer quasi-metrischen Variable, was prinzipiell parametrische Tests zulässt. Da du 4 Altersklassen hast, musst du einen Kruskal-Wallis-Test mit post-Hoc-Tests rechnen: ruclips.net/video/9GL9DN22wBg/видео.html
Viele Grüße, Björn.
hallo! Kann mir jemand sagen, wir man die Ergebnisse des Mann-Whitney-U-Tests APA-konform berichtet?
Hallo Seren, das ist recht einfach. Ein signifikanter Unterschied zwischen den Gruppen (U=23, p=.002) konnte gezeigt werden.
Viele Grüße, Björn.
@@StatistikamPC_BjoernWalther hallo Björn, vielen Dank für deine Antwort. Muss man denn nicht auch zum Beispiel vom Median berichten (weil Ränge) und vom z-Wert? In wissenschaftlichen Artikeln konnte ich sehen, dass das häufig gemacht wurde. Allerdings weiß ich auch dass sich bei diesen Artikeln nicht immer an die APA-Normen gehalten wird 🙈
@@serenmuratdagi7564 Hallo Seren, Das würde man im Satz davor noch enbauen können, dass die eine Gruppe (Median X) sich von der anderen (Median Y) unterscheidet und dann obigen Ausdruck nachschiebt. Im Zweifel kann man auch den z-Wert noch mit angeben. Ich habe leider das APA-Manual nicht zuhause, evt. hast du Zugriff in deiner Bibliothek darauf.
Viele Grüße, Björn.
@@StatistikamPC_BjoernWalther vielen vielen Dank!
Okay ich habe leider doch noch eine Frage... man ließt ja überall, dass die Gruppen unterschiedlich groß sein dürfen und dass auch sehr kleine Gruppen untersucht werden können. Nun habe ich aber ein n1 von 5 und ein n2 von 38. Mein Ergebnis ist mit p = .014 signifikant. Darf ich das so berichten, oder ist es schwachsinnig, zwei so unterschiedlich Große Gruppen zu verwenden?
Vielen Dank erstmal für das Video.
Bei mit werden diverse Variablen nicht angezeigt wenn ich Sie versuche mittels Mann-Whiney U Test zu analysieren. Hat jemand eine Idee woran das liegen könnte?
Hallo bene, sind sie vielleicht im falschen Skalenniveau bzw. Messniveau?
Viele Grüße, Björn.
@@StatistikamPC_BjoernWalther Hey Björn,
vielen Dank für deine Antwort. Das Skalenniveau hatte ich überprüft, allerdings war die Variable als Zeichenfolge und nicht als numerisch angegeben. Nachdem ich das geändert hatte, hat es problemlos geklappt :)
Nochmals danke. :)
@@beneku5797 Super, freut mich.
Viel Erfolg weiterhin und viele Grüße, Björn.
Kann mich den anderen nur anschließen: Der Retter der Bachelorarbeit!
Kann man sich nicht einfach direkt die Mediane anschauen und dann entscheiden, ob ein Mann-whitney U Test überhaupt Sinn macht? Wenn die Mediane beide beispielsweise 7 sind, dann wird man doch sowieso nichts signifikantes finden oder irre ich mich?
Hallo AnniK, der Median ist ja nur das 2. Quantil. Die Lage der anderen Quantile bleibt dir ja verborgen. Der Median kann beide mal 7 sein, das 3. Quartil aber einmal 10 und einmal 8. Es lohnt also auf jeden Fall. Im Zweifel schau dir mal die Boxplots an, das ist immer ein sehr guter Indikator.
Viele Grüße, Björn.
@@StatistikamPC_BjoernWalther trifft das auch zu wenn ich die Verteilung der abhängigen Variable in beiden Gruppen geprüft habe und die Verteilung gleich ist? Dann berichte ich doch nur Unterschiede in den medianen oder nicht? In meinem Fall ist die Verteilung bei beiden gleich und der Median auch genau gleich, dann bringt so ein Mann-whitney-u-test doch vermutlich nichts?
Hey, kannst du mir kurz eine Quelle zu der Formel zur Berechnung der Effektstärke geben (6:13) ? Ich finde zwar eine von Rosenthal & DiMatteo (2001), jedoch benutzen die dort die Formel ohne Betragsstriche. Was ist nun richtig? Ich habe bei meinem MWU-Test einen negativen z-Wert herausbekommen und würde gerne die Effektstärke berechnen. Tue ich das mit der Formel OHNE Betragsstriche kommt ein negatives Ergebnis heraus. Kann ich das überhaupt richtig deuten? Wäre über deine Hilfe sehr dankbar!
Hallo Mindfreakize, Rosenthal (1991) war meine Quelle, aber auch da gibt es keine Betragsstriche - das ist richtig. Eine negative Effektstärke wird analog mit den genannten Grenzen interpretiert, nur das Vorzeichen ändert sich. -0,25 wäre z.B. ein schwacher Effekt. Die Betragsstriche sind eher eine Vereinfachung, um nicht durch Vorzeichen verwirrt zu werden.
Viele Grüße, Björn.
Super, danke für die schnelle Antwort!