Problemlagen der Hilfesuchenden in der ... - GOE Bielefeld
Problemlagen der Hilfesuchenden in der ... - GOE Bielefeld
Problemlagen der Hilfesuchenden in der ... - GOE Bielefeld
Erfolgreiche ePaper selbst erstellen
Machen Sie aus Ihren PDF Publikationen ein blätterbares Flipbook mit unserer einzigartigen Google optimierten e-Paper Software.
168<br />
<strong>GOE</strong><br />
Statistische Signifikanztests werden nur dann gerechnet,<br />
wenn man die Daten e<strong>in</strong>er Stichprobe auswertet hat und<br />
gerne wissen möchte, ob die Unterschiede, die man <strong>in</strong><br />
<strong>der</strong> Stichprobe zwischen verschiedenen Gruppen f<strong>in</strong>det,<br />
auch auf Unterschiede zwischen den Gesamtgruppen<br />
schließen lassen, aus denen man die Stichprobe gezogen<br />
hat.<br />
Um dies an unserem Beispiel zu erklären: Wenn man<br />
alle Bewohner <strong>in</strong> den Wohngebieten befragt hat (und<br />
auch alle geantwortet haben), so kennt man die<br />
Altersunterschiede <strong>in</strong> <strong>der</strong> Gesamtpopulation und man<br />
benötigt ke<strong>in</strong>e Signifikanztests mehr. Hat man aber nur<br />
e<strong>in</strong>e Stichprobe untersucht (z.B. 10% aller Bewohner, die<br />
zufällig ausgewählt wurden), und f<strong>in</strong>det man<br />
Unterschiede zwischen den Stichproben, so s<strong>in</strong>d<br />
pr<strong>in</strong>zipiell zwei Möglichkeiten vorhanden:<br />
1. Die Altersverteilung <strong>in</strong> beiden Wohngebieten ist<br />
(weitgehend) gleich und die Unterschiede s<strong>in</strong>d nur<br />
entstanden, weil man mit <strong>der</strong> Stichprobe „Pech“ gehabt<br />
hat, also <strong>in</strong> Wohngebiet A zufällig viele junge<br />
Bewohner und <strong>in</strong> Wohngebiet B zufällig viele ältere<br />
Bewohner angetroffen hat.<br />
2. Die Altersverteilung <strong>in</strong> beiden Wohngebieten ist unterschiedlich<br />
und die Stichprobe bildet korrekte Unterschiede<br />
<strong>in</strong> <strong>der</strong> Gesamtheit ab.<br />
Mit e<strong>in</strong>em Signifikanztest kann man nicht mit letzter<br />
Sicherheit entscheiden, welche von beiden Möglichkeiten<br />
wirklich zutrifft, aber man kann berechnen, wie groß<br />
die Wahrsche<strong>in</strong>lichkeit ist, dass die erste Möglichkeit<br />
zutrifft, also die gemessenen Unterschiede nur durch Zufall<br />
entstanden s<strong>in</strong>d.<br />
Es gibt nun folgende Konventionen:<br />
• Ist diese Wahrsche<strong>in</strong>lichkeit größer als 5%, so wird<br />
man ke<strong>in</strong>e Aussage treffen wollen. Es kann se<strong>in</strong>, dass<br />
Möglichkeit zwei zutrifft, also wirklich Unterschiede<br />
bestehen, es kann aber auch se<strong>in</strong>, dass Möglichkeit 1<br />
zutrifft und die gemessenen Unterschiede nur zufällig<br />
zustande gekommen s<strong>in</strong>d. Man bezeichnet e<strong>in</strong> solches<br />
Testergebnis als nicht signifikant. Die Daten haben <strong>in</strong><br />
diesem Fall zu ke<strong>in</strong>em Wissenszuwachs geführt.<br />
• Ist die Wahrsche<strong>in</strong>lichkeit niedriger als 5%, so bezeichnet<br />
man den Unterschied als signifikant. Es ist<br />
anzunehmen, dass Möglichkeit 2 zutrifft, also wirklich<br />
Unterschiede <strong>in</strong> <strong>der</strong> Gesamtheit bestehen. Aller-<br />
A-1.8 Statistische Signifikanz<br />
<strong>Problemlagen</strong> <strong>der</strong> <strong>Hilfesuchenden</strong> <strong>in</strong> <strong>der</strong> Wohnungslosenhilfe, Juli 2004<br />
d<strong>in</strong>gs besteht auch das Risiko, das ke<strong>in</strong>e Unterschiede<br />
bestehen (Möglichkeit 1). Dieses Risiko beträgt<br />
5%, das heißt, dass etwa je<strong>der</strong> zwanzigste signifikante<br />
Test e<strong>in</strong> falsches Ergebnis liefert.<br />
• Ist die Wahrsche<strong>in</strong>lichkeit niedriger als 1%, so bezeichnet<br />
man den Unterschied als hoch signifikant.<br />
Das Risiko, dass <strong>in</strong> Wirklichkeit gar ke<strong>in</strong> Unterschied<br />
vorliegt, beträgt nun nur noch 1%, d.h., je<strong>der</strong><br />
hun<strong>der</strong>tste hoch signifikante Test liefert e<strong>in</strong> falsches<br />
Ergebnis.<br />
Es gibt für die verschiedenen Fragestellungen und die<br />
verschiedenen Arten von vorliegenden Daten sehr viele<br />
unterschiedliche Signifikanztests. Alle enden aber mit<br />
<strong>der</strong> Entscheidung, ob die untersuchten Differenzen hoch<br />
signifikant, signifikant o<strong>der</strong> nicht signifikant s<strong>in</strong>d. Um<br />
etwas genauer zu se<strong>in</strong>, als nur diese beiden Grenzen<br />
(5% und 1%) liefern Statistikprogramme <strong>in</strong>zwischen die<br />
exakte Wahrsche<strong>in</strong>lichkeit, mit <strong>der</strong> Möglichkeit 1 zutrifft<br />
(dass gar ke<strong>in</strong>e Unterschiede <strong>in</strong> <strong>der</strong> Gesamtheit<br />
vorhanden s<strong>in</strong>d). Diese Angabe erfolgt immer <strong>in</strong> <strong>der</strong><br />
Form „p=0,02“ (d.h. die Wahrsche<strong>in</strong>lichkeit beträgt<br />
2%).