5.4.2.3 Signifikanztests beim Vorliegen von k (> 2) Stichproben (k ...
5.4.2.3 Signifikanztests beim Vorliegen von k (> 2) Stichproben (k ...
5.4.2.3 Signifikanztests beim Vorliegen von k (> 2) Stichproben (k ...
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
<strong>5.4.2.3</strong> <strong>Signifikanztests</strong> <strong>beim</strong> <strong>Vorliegen</strong> <strong>von</strong><br />
k (> 2) <strong>Stichproben</strong> (k-<strong>Stichproben</strong>problem)<br />
Wesentlich ist die Feststellung, ob es sich um unabhängige<br />
oder um abhängige (verbundene) <strong>Stichproben</strong> handelt!<br />
k unabhängige <strong>Stichproben</strong>:<br />
Die Varianzanalyse (ANOVA)<br />
Anliegen: Überprüfung <strong>von</strong> Hypothesen über die Gleichheit<br />
der Durchschnittswerte <strong>von</strong> k unabhängigen normalverteilten<br />
Zufallsgrößen bei unbekannten, aber gleichen Varianzen (Varianzhomogenität,<br />
s. Levene-Test), parametrischer Test,<br />
Verallgemeinerung des doppelten t-Tests auf k <strong>Stichproben</strong><br />
Voraussetzungen: Die k unabhängigen mathematischen <strong>Stichproben</strong><br />
stammen aus normalverteilten Schichten der Grundgesamtheit<br />
mit gleichen Varianzen σ 2 (Varianzhomogenität)<br />
Hypothesen:<br />
(X11, X12, . . . , X1n1 ),<br />
(X21, X22, . . . , X2n2 ), . . .<br />
(Xk1, Xk2, . . . , Xkn k ),<br />
H0 : µ1 = µ2 = · · · = µk , H1 : µi = µj für mindestens<br />
Testgröße:<br />
(Globalhypothese) ein Paar (i, j)<br />
siehe Sommersemester<br />
1
Entscheidung:<br />
Bemerkungen: Grundgedanke des Verfahrens:<br />
”Streuungszerlegung”.<br />
Der doppelte t-Test untersucht im Unterschied zur ANOVA<br />
jeweils nur ein Paar <strong>von</strong> <strong>Stichproben</strong>.<br />
2
Der Kruskal-Wallis-Test (H-Test)<br />
Anliegen: Parameterfreier Test zur Überprüfung der<br />
Hypothese, dass k <strong>Stichproben</strong> die gleiche Verteilung besitzen.<br />
Verallgemeinerung des U-Tests auf k <strong>Stichproben</strong><br />
Voraussetzungen:<br />
Die Verteilungsfunktionen F1, F2, . . . , Fk seien stetig.<br />
Hypothesen:<br />
H0 : F1 = F2 = · · · = Fk<br />
HA : ”Mindestens ein Unterschied”<br />
Testgröße:<br />
siehe Sommersemester<br />
Entscheidung:<br />
Bemerkungen:<br />
Lediglich ordinales Skalenniveau der Daten erforderlich.<br />
Aber: Verteilung der Merkmale muss stetig sein (vgl. U-Test).<br />
Nichtparamerische Variante der ANOVA.<br />
3
Der χ 2 -Homogenitätstest<br />
Anliegen: Vergleich der Verteilungen <strong>von</strong> k unabhängigen <strong>Stichproben</strong><br />
für (kategoriale) Daten<br />
Voraussetzung: (vgl. 3.2.2 Abhängigkeitsmaße bzw. 5.4.2.2.)<br />
Die beobachtete Variable kann jeweils nur r diskrete Werte annehmen.<br />
Die zufälligen Häufigkeiten des Auftretens dieser Werte<br />
werden für alle k <strong>Stichproben</strong> ermittelt und in folgende<br />
Tabelle eingetragen.<br />
Kategorie SP 1 SP 2 . . . SP k Σ<br />
1 H11 H12 . . . H1k H1 •<br />
2 H21 H22 . . . H2k H2 •<br />
. . . . . . . . . . . . . . . . . .<br />
r Hr1 Hr2 . . . Hrk Hr •<br />
Σ H• 1 H• 2 . . . H• k H• • = n<br />
Hypothesen:<br />
H0 : pj1 = pj2 = · · · = pjk (j = 1, . . . , r) Verteilungen sind<br />
identisch<br />
HA : ”Mindestens ein Unterschied”<br />
Testgröße:<br />
vgl. χ 2 -Homogenitätstest für Zweistichprobenprobleme<br />
Entscheidung:<br />
4
Beispiel: ALLBUS ’96<br />
Wahlabsicht und Konfessionszugehörigkeit<br />
katholisch evangelisch keine Σ<br />
CDU 327 306 141 774<br />
% 48,4 35,6 22,3 35,7<br />
SPD 198 300 216 714<br />
% 29,3 34,9 34,2 32,7<br />
FPD 49 109 41 199<br />
% 7,2 12,7 6,5 9,2<br />
B’90/Gr. 92 129 134 355<br />
% 13,6 15,0 21,2 16,4<br />
PDS 10 16 100 126<br />
% 1,5 1,9 15,8 5,8<br />
Σ 676(100%) 860(100%) 632(100%) 2168<br />
Der Test überprüft, ob die Abweichungen <strong>von</strong> der Homogenität<br />
(Gleichheit) der Verteilungen des angekündigten Wahlverhaltens<br />
für die drei Konfessionen mit zufälligen Schwankungen zu<br />
erklären sind, oder ob sie einen signifikanten Unterschied des<br />
beabsichtigten Wahlverhaltens für die verschiedenen Konfessionen<br />
belegen. SPSS ermittelt einen Wert χ 2 = 252, 412 und<br />
eine zugehörige Überschreitungswahrscheinlichkeit, die praktisch<br />
Null ist. Damit wird die Nullhypothese - Gleichheit der<br />
5
Verteilungen des beabsichtigten Wahlverhaltens für die Konfessionen<br />
- auf jedem (vernünftigen) Signifikanzniveau abgelehnt.<br />
Es ist also <strong>von</strong> deutlichen Unterschieden im beabsichtigten<br />
Wahlverhalten zwischen den Konfessionen auszugehen.<br />
Bemerkung: Dieser Test kann ebenfalls als Unabhängigkeitstest<br />
durchgeführt werden (vgl. 5.4.2.2.; k = 2).<br />
6
Der Levene-Test<br />
Anliegen: Test der Varianzhomogenität bei doppeltem t-Test<br />
oder ANOVA<br />
siehe Literatur<br />
Bemerkung: Dieser Test ist der U-Test für die betragsmäßigen<br />
Abweichungen vom Gesamtmittelwert (also parameterfrei).<br />
k abhängige <strong>Stichproben</strong>:<br />
Zum Einsatz kommen z.B. Verfahren zur Analyse sogenannter<br />
Zeitreihen (siehe Literatur).<br />
7