Tests zur Überprüfung von Unterschiedshypothesen

1. Tests zur Überprüfung von Unterschiedshypothesen 1. Kriterium: Liegt eine unabhängige Messung vor? Ja Nein 2. Kriterium: Ist die abhängige Variable metrisch? Tests für Meßpaare Ja Nein annähernd normalverteilt? Nein Ja Nonparametrische Tests = Unterschiede des Medians Parametrische Tests = Unterschiede des arithm. Mittelwertes 3. Kriterium: die unabhängige Variable ist 3. Kriterium: die unabhängige Variable ist dichotom polynom polynom = Effekt, den eine oder mehrere unabh. Variablen auf ein oder mehrere abh. V. ausübt dichotom Liegt Varianzhomogenität vor? F-Test nach Levene ( < .10) Liegt Varianzhomogenität vor? F-Test nach Levene ( < .10) Kruskal-Wallis-Rangvarianz- analyse (H-Test) ab > 30 => Übergang zur chi²-Verteilung als Prüf- verteilung Mann-Whitney U-Test = unterscheiden sich die mittleren Ränge der beiden Teilgruppen signifikant? ab > 20 => Übergang zur z-Verteilung als Prüfverteilung Nein Ja Nein Ja t-Test für getrennte Varianzen t-Test für gemeinsame Varianzen siehe H-Test! Varianzanalyse „ANOVA“ FAZIT: Ho : es besteht kein Unterschied t emp. > t krit. => Ho verwerfen FAZIT: Ho: es besteht kein Unterschied F emp. > F krit. => Ho verwerfen FAZIT: Ho: es besteht kein Unterschied chi² emp.> chi² krit => Ho verwerfen FAZIT: Ho: es besteht kein Unterschied z emp.> z krit => Ho verwerfen

2. Tests zur Überprüfung von Zusammenhangshypothesen Liegen quantitative Variablen vor? Ja Nein viele Ausprägungen? Nein Kontingenztabellen/ Kreuztabellen Ja A Korrelations- analysen Ist der Zusammenhang signifikant? ordinal metrisch chi²-Test chi² emp. > chi² theor. => Ho verwerfen = es besteht ein signifikanter Zusammenhang Rangkorrelationsanalysen Korrelations-/ Regressionsanalysen Nein annähernd normalverteilt? Wie stark ist der Zusammenhang? Ja Rangkorrelationskoeffizient Spearmans Rho (rs) oder Kendalls Tau b (bei wenig Ausprägungen) Besteht ein linearer Zusammenhang? nominalskaliert mind. ordinalskaliert Nein Richtung des Zusammenhangs? • Phi (2x2 Felder) • Cramer`s V • Lambda Ja Determinations- koeffizient r² = Güte des Zusammenhangs Regressions- koeffizienten ordinal metrisch weiter siehe A Ties vorhanden? Pearsons r = Stärke und Richtung des Zusammenhangs Nein Ja quadratisch? • Gamma • Kendalls Tau a Nein Ja Kendalls Tau c Kendalls Tau b