t-Test bei unabhängigen Stichproben in SPSS durchführen - Daten analysieren in SPSS (7)

[@StatistikamPC_BjoernWalther]

HINWEIS: Bei 4:40 spreche ich unsinnigerweise davon, dass man bei einem zweiseitigen Test die Signifikanz halbiert. Das macht man bei einem einseitigen Test, wenn man eine Wirkungsvermutung hat!

[@sandrinasandkorn9428]

Also müsste man dann den 2-seitigen Wert hier halbieren?

[@mazookaz5643]

@@sandrinasandkorn9428 nein, weil ja zweiseitig getestet wird :) man vermutet also nur, dass es einen Unterschied zwischen den Gruppen gibt (2-seitiges Testen), aber nicht inwiefern sich die Gruppen unterscheiden (das wäre einseitiges Testen und man müsste den Wert halbieren). So hätte ich das verstanden.

[@mazookaz5643]

Hey! Ich schreibe gerade an meiner Bachelorarbeit und habe gerichtete Hypothesen, müsste also einseitig testen. Wenn ich das p nun halbiere, muss ich dann auch die Grenze der Signifikanz ändern? Oder bleibt die bei 0,05? Würde mich sehr über eine kurze Antwort freuen! :)

[@StatistikamPC_BjoernWalther]

Hallo nein, man passt die Signifikanzgrenze nicht an. Lediglich der p-Wert darf halbiert werden. Das ist natürlich ein enormer Vorteil, wenn man einseitig testet. Wichtig ist natürlich, dass sich die abhängige Variable auch wie vermutet entwickelt. Vermutest du also einen niedrigeren Wert, nützt dir ein statistisch signifikanter gestiegener Wert natürlich nichts. Viele Grüße, Björn.

[@marchollerfield1654]

@@StatistikamPC_BjoernWalther Hallo, wir haben einen Sig(2-seitig) von 0,52, obwohl wir stark vermutet haben, dass die IV einen signifikanten Effekt haben müsste. Woran kann diese Insignifikanz liegen? Ein hoher Standard Error z.B., oder? Hat die Stichprobengröße etwas damit zu tun (19 pro Gruppe)? LG und Danke

[@Lotus2311]

Bester Mann in meinem Wirtschaftspsychologie Master sind deine Darstellungen sehr gut für die Klausur.

[@StatistikamPC_BjoernWalther]

Das freut mich zu hören! :-) Viel Erfolg weiterhin und viele Grüße. Björn.

[@evev]

Ich bin dir sooo dankbar für diese ausführliche und verständliche Erklärung! :)

[@StatistikamPC_BjoernWalther]

Hallo Eve, freut mich zu hören! :-) Viele Grüße, Björn.

[@xeli8526]

Deine ganze Reihe ist klasse! Vielen Dank , dass du dir die Mühe machst, dein Wissen mit uns zu teilen und solche tollen, VERSTÄNDLICHEN Videos erstellt hast.

[@StatistikamPC_BjoernWalther]

Danke Xe Li! Freut mich, wenn du einen Nutzen aus den Videos ziehst. :-) Viele Grüße, Björn.

[@mare1ke]

Danke ❤

[@RYK151]

Hallo Björn! Vielen Dank für deine Mühe und das tolle Video. Ich habe eine kurze Frage. Kann ich den T-Test bei unabhängigen Stichproben verwenden, wenn ich doch keine Experimental- und Kontrollgruppen habe? Meine Gruppen unterscheiden sich auf Basis des 1. Geschlechtes und 2. der Nationalität. Vielen Dank im Voraus. Viele Grüße, Kumai

[@StatistikamPC_BjoernWalther]

Hallo Kumai, danke für dein Lob! solange du zwei Gruppen hast, die nicht in irgendeiner Form in Beziehung zueinander stehen, geht es auch ohne experimentalgruppe oder Kontrollgruppe. Da du zwei Variablen zur Gruppierung hast, könnte das aber eventuell ein Problem werden und vielleicht ist die ANOVA für dich besser. Viele Grüße, Björn.

[@RYK151]

Es ist erstmal krass, dass du mir viel schneller antworten kannst als mein Betreuer für die BA. Daher bin ich dir unendlich dankbar. Ich habe ANOVA probiert, aber irgendwie hat das nicht so richtig funktioniert. Also ich hab 4 ursprüngliche Gruppen, nämlich deutsche Frauen (df), internationale Frauen (if), deutsche Männer (dm), und internationale Männer (im). Jeder Teilnehmer in jeweils jeder Gruppe ist durch das Experiment eingefordert, Geld an vier verschiedenen Personen zu geben (Ultimatumspiel). Z.B. muss eine internationale Frau vier Personen (d.h. (df), (if), (dm), (im)) Geld geben. Das gleiche Verfahren gilt für jede Person in jeweils jeder Gruppe. Nun will ich testen, ob z.B. internationale Frauen mehr (weniger) Geld an internationalen (deutschen) Frauen geben. Ich bin ziemlich verwirrt, was die Testswahl angeht :( Soll ich einen T-Test, ANOVA, MANOVA, MANCOVA, oder Multivariate Multiple Lineare Regression verwenden? Ich hoffe, ich störe dich nicht mit meinen Fragen, aber ich bin sehr verwirrt, gerade wenn mein BA-Betreuer mir erst nach sechs Wochen antwortet. Vielen vielen Dank nochmal. Liebe Grüße, Kumai

[@StatistikamPC_BjoernWalther]

Hallo Kumai, manchmal rutschen mit die Kommentare direkt bis Auge, dann antworte ich schnell, häufig brauche ich aber aufgrund der Masse (10-20 pro Tag) auch ein bisschen. Das klingt für mich eher nach einer zweifaktoriellen ANOVA, weil du Geschlecht und Herkunft als UV hast. Viele Grüße, Björn.

[@RYK151]

@@StatistikamPC_BjoernWalther Hallo Björn! Vielen Dank erstmal für deine Antwort. Ja, das kann ich absolut nachvollziehen. Mein Betreuer meinte, dass ich Fixed-effects Regression verwenden soll. Aber Spss hat diese Regression nicht (wenn ich mich nicht irre). Oder? Er meinte, ich soll als abhängige Variable das Geld geben verwenden und dann Dummyvariablen erstellen. Kannst du mir da was empfehlen? Ich wäre extrem dankbar. Danke nochmal und viele Grüße, Kumai

[@jan7126]

Das mit der Wirkungsvermutung ist doch genau umgekehrt ? vermutet man einen Effekt in einer richtung m1 größer m2 bspw. nimmt man den einseitigen ?

[@StatistikamPC_BjoernWalther]

Hallo Jan, genau, bei einseitigen Tests liegt die Richtung der Wirkungsvermutung zugrunde und man halbiert den p-Wert. Dass ich das vermehrt habe und bisher weder mir noch jemand anderem aufgefallen ist, ist etwas überraschend. 0_o Viele Grüße, Björn.

[@OrlOko]

virtuos erklärt !

[@annareif6378]

Hey! Das Video ist zwar schon vor mehreren Jahren online gestellt worden, jedoch hätte ich noch eine spezielle Frage. Ich habe in meiner Studie zwei Gruppen (Interventions- und Kontrollgruppe), jedoch habe ich einen Pretestung und eine Posttestung für jeden Probanden. Ist dieser Test dann auch der richtige?

[@StatistikamPC_BjoernWalther]

Hallo Anna, wenn du within- (Innersubjekteffekt) und between-subject- (Zwischensubjekteffekt) designs hast, sollte eine ANOVA mit Messwiederholung gerechnet werden. Viele Grüße, Björn.

[@annareif6378]

@@StatistikamPC_BjoernWalther Dankeschön! Ich wäre jedoch anders vorgegangen, ich hätte einen T-Test für unabhängige Stichproben gemacht, zuerst für Messzeitpunkt 1 und Messzeitpunkt 2. Dann einen T-Test für unabhängige Stichproben und nur mit den tatsächlichen Unterschieden von M1 zu M2 zu rechnen. Dann einen abhängigen T-Test. Eine Anova gibt ja vor, dass ich mehrere Gruppen haben muss oder? Und meine Stichprobengröße liegt bei insgesamt 34 Probanden.

[@MultiMo73]

Hallo Björn, ganz banale Frage: müssen in der Darstellung der Inferenzstatistik eigentlich nur die signifikanten Ergebnisse berichtet werden? Ich habe die Ergebnisse aller Variablen beschrieben, also auch " bei der Variable xy ergab der t Test keinen signifikanten Unterschied zwischen den beiden Gruppen", alles mit entsprechenden Werten belegt. Ist das falsch, bzw. zuviel? Dazu finde ich keine Richtlinien. Danke dir und viele Grüsse, Monika

[@StatistikamPC_BjoernWalther]

Hallo Monika, man berichtet alle Ergebnisse, legt aber besonders Augenmerk auf die signifikanten Ergebnisse. Also alles richtig gemacht. Viele Grüße, Björn.

[@MultiMo73]

@@StatistikamPC_BjoernWalther super, danke!

[@MultiMo73]

@@StatistikamPC_BjoernWalther spricht etwas dagegen, bei einem signifikanten Unterschied (p

[@StatistikamPC_BjoernWalther]

Hallo Monika, interessehalber kann man das sicher so machen. Ich würde vermutlich auch direkt deskriptiv schauen, also ob das Item im Mittel geringer oder höher ausgeprägt ist. Testen würde ich das nur, wenn ich direkt eine Hypothese hierfür hergeleitet hätte. Viele Grüße, Björn.

[@MultiMo73]

@@StatistikamPC_BjoernWalther stimmt, Hypothesen habe ich ja nur für die entsprechenden Skalen, bzw. Variablen. Dann beschreibe bei Signifikanz der Variable dazu noch die deskriptiven Daten mit Unterschieden in Median, bzw. MW. Wie immer super Hilfe, ganz lieben Dank!

[@piaczichy3891]

Hallo zusammen :) was mache ich wenn Signifikanz und T-Wert alles wie im Video passt aber das zweiseitige p größer als 0,05 ist nämlich 0,486? Danke

[@StatistikamPC_BjoernWalther]

Hallo Pia, wenn p> 0,05 ist, musst du die Nullhypothese (kein Unterschied) beibehalten. Es ist also kein Unterschied beobachtbar. Viele Grüße, Björn.

[@cHeZzUz2]

Gibt es noch etwas zu beachten, wenn der Levene-Test zeigt, dass die Varianzen nicht gleich sind, außer in der unteren Zeile die Werte zu betrachten?

[@StatistikamPC_BjoernWalther]

Hallo, nein, weitere Aspekte sind nicht zu beachten. Viele Grüße, Björn.

[@sophienagel1462]

Super video ! was wenn T ein negatives Vorzeichen hat?

[@StatistikamPC_BjoernWalther]

Hallo Sophie, danke für dein Lob! Man schaut sich beim t-Wert idR nur den Absolutwert an, also nimmt die immer als positiv an. Das macht man deswegen, weil die t-Tabellen nur für positive Werte existieren. Wenn du die Gruppenreihenfolge umdrehst, dreht sich auch stets das Vorzeichen um. Das ist letztlich also nur eine Formalität. Viele Grüße, Björn.

[@sophienagel1462]

@@StatistikamPC_BjoernWalther ok ! vielen Dank für die schnelle Antwort . Ich hab noch eine Frage. Ich habe mir auch das Video zum Chi Quadrat test angeschaut. Wenn ich die Effektstärke ausrechnen möchte bei 2x2 Tabellen, und dort ein Ergebnis für Phi mit negativem Vorzeichen rauskommt, was sagt dass dann über den Zusammenhang aus ?

[@Hanspeterbretti]

Bei 2:25 : Bzgl. Gruppen definieren. Wie gehe ich vor wenn mehrere Trainings exisiteren? Also nicht nur 0 und 5. Würde mich über ein Feedback freuen. Vielen Dank

[@StatistikamPC_BjoernWalther]

Hallo, du würdest dann eine einfaktorielle ANOVA rechnen, die kann mehr als 2 Gruppen (hier Trainings) miteinander vergleichen: kzbin.info/www/bejne/Y3Kthatmob98eZI Viele Grüße, Björn.

[@ethoswater1]

Kann mir jemand weiterhelfen? Meine Kontrollgruppe ist nicht so groß wie die Studiengruppe. Wie gleiche ich diesen Fehler aus?

[@StatistikamPC_BjoernWalther]

Hallo, der Test funktioniert auch bei ungleichen Gruppengrößen solange es nicht 5 vs 120 ist. Viele Grüße, Björn.

[@kuhmachtmuh77]

Sagt der Test nicht nur aus, dass sich die beiden Gruppen unterscheiden und nicht, inwiefern sie sich unterscheiden? Also kann man an diesem Punkt denn schon sagen, dass die Trainiertheit einen positiven Effekt auf den Ruhepuls hat?

[@StatistikamPC_BjoernWalther]

Hallo kuhmachtmuh77, der t-Test prüft prinzipiell nur, ob es Unterschiede gibt, nicht, welcher Wert höher oder niederiger ist. Das nennt man einen zweiseitigen Test. Wenn ma bereits eine Wirkungsvermutung hat, wie im Falle des Videos, kann man auch "einseitig testen". Einseitig heißt in dem Falle, das der p-Wert (Signifikanzwert) halbiert werden darf und es leichter fällt die Nullhypothese abzulehnen. Konkret würde das heißen, dass die Signfikanz im Video auf 0,0175 sinkt. Beantwortet das deine Frage ungefähr? Viele Grüße, Björn.

[@kuhmachtmuh77]

Es kommt im Video so rüber, als würdest Du den Schluss ziehen, dass mit diesem Test bewiesen ist, dass die Trainings einen positiven Einfluss auf den Ruhepuls hatten, siehe Minute 6:13. Das verwirrt.

[@StatistikamPC_BjoernWalther]

Streng genommen macht es das ja auch (aufgrund der gerichteten Hypothese), obwohl der Schluss zugegebenermaßen an der Stelle etwas unglücklich formuliert ist. Man kann trotz Vermutung auch zweiseitig testen, beraubt sich dann aber eines "besseren" Signifikanzwertes. Viele Grüße, Björn.

[@kuhmachtmuh77]

Okay, dann muss ich mal direkt nachfragen. Ich glaube Dank Deines Videos den t-Test verstanden zu haben. Ich habe auch zwei unabhängige Gruppen und vermute, dass eine Gruppe höhere Mittelwerte erzielt, als die andere. Laut SPSS habe ich beim Levene Test .56 Signifikanz, also Varianzgleichheit. Außerdem habe ich einen t-Wert von 4.4 und eine 2-seitige Sig. von 0.0. Welchen Schluss sollte ich dann aus diesen Daten ziehen können? Sagt der t-Test dass beide Gruppen unterschiedlich sind, oder dass die Hypothese dass Gruppe 1 höhere Mittelwerte hat als Gruppe 2 anzunehmen ist?

[@StatistikamPC_BjoernWalther]

Freut mich, wenn das Video zum Verständnis beiträgt. In deinem Fall hast du eine gerichtete Hypothese, testest also nur einseitig. In SPSS wird prinzipiell im t-Test für unabhängige Stichproben nur zweisetitig getestet. Für einen einseitigen Test würde man den p-Wert daher halbieren: 0,00/2 bleibt 0,00. Meine Nullhypothese im Video würde bei gerichtet lauten, dass der Mittelwert trainiert >= Mittelwert untrainiert ist. Da ich die H0 hier verwerfe, kann ich davon ausgehen, dass der Mittelwert trainiert < Mittelwert untrainiert ist und somit meine ursprüngliche Hypothese, dass das Training den Ruhepuls im Mittel senkt, bekräftigen. Viele Grüße, Björn.

[@emmalischke9815]

Hallo Björn, was mache ich denn wenn im Levene-Test das Signifikanz Niveau kleiner 0,05 ist? Also "Varianz nicht gleich"? Muss ich den p-Wert dann aus der unteren statt oberen Zeile entnehmen?

[@bob58bois]

ich hab das gefühl dass er darauf nicht mehr antwortet, aber ich hab die gleiche Frage^^

[@lisabara623]

ja musst du

[@Meatball611]

Deine Videos retten mir aktuell grade das Leben!^^ Ich schreibe gerade meine BA und habe in Statistik bislang nix verstanden - wenn mein Prof jemals so gut erklärt hätte wie du, wäre das nicht der Fall, vielen Dank für den unfassbaren Mehrwert :))

[@StatistikamPC_BjoernWalther]

Hallo, freut mich, wenn dir die Videos helfen. :-) Dann weiterhin viel Erfolg mit der Statistik. ;-) Viele Grüße, Björn.

[@174088]

Ich weiß nicht wie ich Ihnen danken soll. Zumindest habe ich Ihren Kanal abonniert und werde ihn weiterempfehlen. Ohne Ihre Videos würde ich die Masterarbeit in Therapiewissenschaften nicht ohne Weiteres überstehen. Somit hat jemand, der zu Schulzeiten nie beim Eckenrechen aus einer Ecke herauskam, die Möglichkeit Datensätze statisch zu errechnen und zu interpretieren. Unglaublich.

[@christianr1834]

Morgen Abgabe meiner ba und siehe da, ich kann doch noch signifikanz feststellen!!! Ich glaaub du hast schon so vielen in präkerer Lage geholfen... Wahnsinn, danke!

[@simongysin548]

Vielen Dank! Eine echte Hilfe um die ganze Statistik zu verstehen :)...

[@lukashobiger8290]

Hallo, auch von meiner Seite vielen Dank für die tollen Videos. Wie ist die weitere Vorgehensweise, wenn die Signifikanz beim Levene-Test

[@StatistikamPC_BjoernWalther]

Hallo Lukas, danke für dein Lob! Wenn der Levene-Test die Nullhypothese von Varianzgleichheit verwirft, kannst du beim t-Test bei unabhängigen Stichproben in der Zeile "Varianzen sind nicht gleich" die Signifikanz etc. ablesen. Also einfach eine Zeile nach unten rutschen, zu dem, was ich erzählt habe. Viele Grüße, Björn.

[@Eagle2894]

Wie würde ich vorgehen, wenn die Varianzen nicht gleich sind? Die restlichen Werte sind, wie in deinem Beispiel, in beiden Zeilen identisch. Kann ich trotzdem eine statistisch signifikante Aussage treffen?

[@StatistikamPC_BjoernWalther]

Hallo Beacheagle, wenn der Levene-Test die Nullhypothese von Varianzgleichheit verwirft, kannst du beim t-Test bei unabhängigen Stichproben in der Zeile "Varianzen sind nicht gleich" die Signifikanz etc. ablesen. Also einfach eine Zeile nach unten rutschen, zu dem, was ich erzählt habe. Viele Grüße, Björn.

[@StatistikamPC_BjoernWalther]

Hallo Beacheagle, wenn der Levene-Test die Nullhypothese von Varianzgleichheit verwirft, kannst du beim t-Test bei unabhängigen Stichproben in der Zeile "Varianzen sind nicht gleich" die Signifikanz etc. ablesen. Also einfach eine Zeile nach unten rutschen, zu dem, was ich erzählt habe. Viele Grüße, Björn.

[@Eagle2894]

@@StatistikamPC_BjoernWalther Hallo Björn, danke für die schnelle Antwort! Ich frage speziell nach, weil du bei 3:40 sagst, Varianzgleichheit sollte gegeben sein, weil es sonst zu falschen Schlüssen kommen kann. Gilt es hier spezielle Umstände zu beachten?

[@StatistikamPC_BjoernWalther]

Hallo Beacheagle, das bezog sich lediglich darauf, wenn man die Werte in der oberen Zeile abliest. Die untere Zeile kontrolliert beim durchführen des t-Tests für unabhängige Stichproben für ungleiche Varianzen. Das ist der sog. Welch-Test, den ich hier noch mal ausführlicher vorstelle: kzbin.info/www/bejne/nmnTcnmMeZd_hdE Viele Grüße, Björn.

[@Eagle2894]

@@StatistikamPC_BjoernWalther Vielen Dank! Klasse Videos.

[@MrBOBANRAJOVIC]

Hi, vllt kannst du mir ja weiterhelfen. Ich muss für den Master einen t-test durchführen. eine hypothese lautet: Der Effekt tritt bei Personen mit Abitur stärker auf als bei Personen ohne Abitur, welchen t-test benötige ich da und wie teste ich das überhaupt ?

[@StatistikamPC_BjoernWalther]

Hallo Rascho, das Auftreten eines Effektes ist eine dichotomes Merkmal. Demzufolge ist deine Testvariable dichotom. Deine Gruppenvariable ist auch dichotom. Da rechnet man ganz klassisch eine Korrelation mit dem Phi-Koeffizient: kzbin.info/www/bejne/gZO2f4ijYsmFhrM Wenn der Effekt mit der Gruppenzugehörigkeit absolut gesehen hoch genug korreliert, hast du deinen "Nachweis". Viele Grüße, Björn.

[@annispi101]

Hallo Björn, ich habe eine Frage zu einer Analyse, die ich gerade mache. Es soll analysiert werden, welchen Einfluss die Folgenden Merkmale auf gesundheitliche Beschwerden haben: Büroarbeitsplatz/Kein Büroarbeitsplatz Vollzeit/Teilzeit Führung Ja/Nein Ich habe ein Problem bei der Analyse für Voll/Teilzeit (Mit Vollzeit wurden 3.450 Fragen beantwortet und mit Teilzeit nur 1.348.) Das Sig. im Levine-Test liegt bei 0,382, ist also >0,05. Die Varianzen sind also gleich und H0 kann nicht abgelehnt werden. Der T-Wert liegt bei 0,020 (die beiden Mittelwerte sind gleich bei 3,07). Hier ist dann meine erste Frage: Meine Mittelwerte sind ja gleich, ich dachte, dass dann T = 0 sein muss, oder zählt 0,020 quasi als 0? Und was hat das zur Folge, wenn meine Mittelwerte gleich sind? Dann ich würde den 2-seitigen Test heranziehen, weil ich vermute, dass Vollzeit belastender ist. Das sig. hier liegt bei 0,772. Das ist >0,05. Bedeutet dass, das eine Vollzeit/Teilzeit-Tätigkeit keinen Einfluss auf die gesundheitlichen Beschwerden haben? Ich hoffe, ich habe mich verständlich ausgedrückt und würde mich sehr über eine Antwort freuen. Viele Grüße Anni

[@till652]

Hallo Björn, ich bin großer Statistik am PC Fan und habe mittlerweile fast alles gesehen und gut gefunden. Großes Lob! Weiter so! Stimmt es, dass der T-Test für unabhängige Stichroben bei n>30 auch für nicht-normalverteilte Variablen verwendet werden darf? Ich vergleiche Fragebögen (metrisch, nicht normalverteilt) von 2 Patientengruppen (n>100). Der T-Test fällt nämlich signifikant aus, nicht jedoch der Man-Whitney-U. Einen Chi2 Test habe ich nach Dichotomisierung auch gerechnet, n.s., aber durch die Dichotomisierung nehme ich ja auch einen Informationsverlust in Kauf. Rätst du mir zum T-Test?

[@xeli8526]

Man sagt das entweder eine Normalverteilung gegeben sein soll (Levene Test) oder ab N > 30 von einer Normalverteilung ausgegangen werden kann. Wenn der Levene Test die Normalverteilung ausschließt, dann kannst du statt des T-Tests auch den Wilcoxon-Test oder für t-Test bei zwei Stichproben alternativ den Mann-Whitney nehmen.

[@robertdalitz4625]

Hallo, danke erst mal für die tollen Videos, sehr einfach und verständlich erklärt 👍 Kann es sein, dass Du Dich beim Thema 1-seitiger bzw. 2-seitiger Test versprochen hast? In Deinem Excel Video sagst Du es genau anders herum. Wenn ich eine Wirkungsvermutung habe, dann nehme ich besser den einseitigen Test, richtig? Danke und vG, Robert

[@StatistikamPC_BjoernWalther]

Hallo Robert, ja, manchmal passiert das leider. Wirkungsvermutung -> einseitiger Test. :-) Viele Grüße, Björn.

[@robertdalitz4625]

Ok, danke für die schnelle Rückmeldung :)

[@sabineschmidt6163]

Hat das Auswirkung auf die Nullhypothese : Mittelwerte unterscheiden sich nicht? Viele Grüße Sabine PS: Danke für das Video, der t-Test ist dadurch sehr verständlich

[@StatistikamPC_BjoernWalther]

Hallo Sabine, danke für dein Lob! Die Nullhypothese ist von der "Gerichtetheit" des Tests unabhängig. Viele Grüße, Björn.

[@sabineschmidt6163]

Danke für die schnelle Antwort!

[@jukori]

ich mag die videos total!!! immer super gut erklärt und verständlich :)

[@ajpump7333]

Kann man sich denn aus dem Output keine Grafik in SPSS ausgeben lassen?

[@csfanboyforever1821]

Vielleich nächstes Mal Sound auf beide Ohren?

[@pania9259]

Richtig gut auf den Punkt gebracht! Danke!

[@sophiacornelius5827]

Hallo nochmal. Ich bekomme es immer noch nicht gelöst. Meine aV ist die Gratifikationskrise (1=ja, 2=nein), somit ein dichotomes Item. Meine u(V) ist die Dauer der Berufstätigkeit, eingeteilt in 4 Gruppen (

[@annchristinharms9345]

Hi - mir retten deine Videos tatsächlich auch meine Abschlussarbeit . Allerdings habe ich nun ein Problem mit SPSS - ich bekomme immer: es sind nicht genügend Fälle zur Bearbeitung vorhanden (nicht parametrischer Test) oder er sagt : "Korrelation und T können nicht berechnet werden, da die summe der Fallgewichtung kleiner oder gleich 1 ist " ( T-test). Hast du hier noch ein Video ( Idee)

[@MElman-bo1vp]

Hallo! ich habe den Fall, dass ich ein signifikantes Ergebnis erhalte (0,00). Jedoch verwirren mich die Mittelwerte. Ich habe den Test für die Selbstwirksamkeitserwartung für Frauen und Männer durchgeführt ( im Schritt vorher 4 Variablen zu einer Skala zusammengeführt) und erhalte die Mittelwerte 3,68 und 4,27. Das Antwortformat geht von 1-4. Nun heißt es nach diesen Mittelwerten doch, dass beide Gruppen eher dazu neigen auf der Skala sich bei 4 einzuordnen. Wieso ist das Ergebnis dann signifikant? Ich erhalte eine Effektstärke nach Cohens von 0,656. Könntest du mir bei der Interpretation dieses Ergebnisses behilflich sein? Besten Dank im Voraus!

[@MrRoschitz]

Hallo Björn, erstmals vielen Dank für deine tollen Tutorials! Hätte eine Frage: Welchen Test bzw. welches Verfahren verwende ich, wenn ich mehrere Gruppen hab (zB 5)? DANKE und liebe Grüße!

[@StatistikamPC_BjoernWalther]

Hallo Peter, bei mehr als zwei Gruppen verwendet man die ANOVA (kzbin.info/www/bejne/Y3Kthatmob98eZI) Viele Grüße, Björn.

[@jasminasalija7684]

Hallo. Es tut mir Leid, ich habe echt Probleme mit Statistik. Ich brauche es fur meine Bachelor Arbeit und kenne niemanden der konnte mir damit helfen. Kann ich ihnen bitte ein Photo mit Resultaten senden? Ich muss nur wissen ob die Differenzen statistisch wichtig sind oder nicht und ob es Homogenität gibt. Wenn es notig ist, ich wurde ihne auch bezahlen.

[@u14dsc14]

Danke dir für die tollen Videos, helfen mir unglaublich bei meiner Masterarbeit! Eine Frage hätte ich allerdings, ich hoffe die kann mir jemand beantworten: Wenn ich bei den Gruppierungsvariablen Gruppe eins beispielsweise als 7 definieren möchte und Gruppe zwei als 1 UND 2 UND 3 UND 4 UND 5 Und 6, wie gebe ich das dann bei gruppe 2 an?

[@StatistikamPC_BjoernWalther]

Hallo, du müsstest im Vorfeld deine Gruppen 1-6 zu einer neuen Gruppe zusammenfassen und deine Gruppe 7 analog. Hier zeige ich ein analoges Vorgehen: kzbin.info/www/bejne/jafamX53iLOWZpo Wichtig ist, dass bei alter Wert die alte Gruppennummer steht und bei neuer Wert die neue. Viele Grüße, Björn.

[@laurahne]

Du sagst bei 03:19, dass die Standardabweichungen ungefähr gleich sind und das Voraussetzung für den T-Test ist. Wie groß dürfte der Unterschied zwischen den Werten denn sein, damit man den t-Test noch machen kann? Vielen Dank für eine Antwort. Ich schreibe grad meine Bachelorarbeit :)

[@StatistikamPC_BjoernWalther]

Hallo, da gibt es keine Faustregel, ich nehme meist eine Abweichung von um die 10% als noch akzeptabel an. Der Levene-Test gilt leider nicht mehr als zeitgemäßer Test, weil ihm bei kleinen Stichproben die Power fehlt und er bei großen Stichproben zu sensibel auf unbedeutende Unterschiede reagiert. Viele Grüße, Björn.

[@josefinkircher2963]

Muss die Variable, die man in Gruppen teilt z.B. männlich/weiblich nominalskaliert sein oder kann sie auch metrisch sein?

[@StatistikamPC_BjoernWalther]

Hallo Josefin, ideal wäre kategorial mit nur zwei natürlichen Ausprägungen (dichotom). Ansonsten muss man begründet zusammenfassen können bzw. Grenzen setzen können. Bei metrischen Variablen findet man, wenn es keine Anhaltspunkte gibt, auch den Median-Split. Viele Grüße, Björn.

[@liveloveebelieb]

Hallo Björn, ich hätte eine Frage. Wenn ich in einer Stichprobe verschiedene Konstrukte miteinander vergleichen möchte (Bewertung von Möbeln mit der Bewertung von Pflanzen), mit welcher Messmethoden kann ich die Bewertungen der beiden Konstrukte vergleichen und sehen ob es einen Unterschied gibt? Vielen Dank für deine Hilfe!

[@DarkMaximilian]

Vielen Dank für deine Videos Björn! Vielleicht kannst du oder gerne jemand anderer mir hier helfen: Ich rechne gerade einen t-test zwischen 2 Gruppen (Raucher/Nicht-Raucher) in Bezug auf versch. abhängige Variablen (Ratios/Summenscores) und würde gerne um das Alter (Altersgruppe 1, 2, 3, 4, 5+) kontrollieren. Wie könnte ich das übersichtlich/anschaulich machen? Ich hab mir mal den Datensatz auf die Altersgruppen aufgesplittet und einzeln t-test gerechnet um so die Unterschiede in Effektstärken pro Altersgruppe aufzuzeigen. z.B.: t-test von 20-30 Jährigen, sign.

[@jolligbermuda1322]

Hey. Geht das auch wenn die zu vergleichenden UV in anderen Spalten abgetragen sind. also ich meine damit, müssen alle metrisch skalierten Werte in einer Spalte stehen und dann die trennende Variable in der anderen (also in deinem Beispiel die Anzahl der Trainings)

[@stuartraphael4]

Ist da nicht ein Fehler im Video? Man nimmt doch den einseitigen Signifikanzwert wenn man eine Wirkungsvermutung hat und nicht den zweiseitigen Signifikanzwert (?)

[@StatistikamPC_BjoernWalther]

Ja, das habe ich in der Videobeschreibung angemerkt. Trotzdem gut aufgepasst. Viele Grüße, Björn.

[@isabellamoise8084]

Hallo, ich hätte auch eine Frage: in welcher Zeit liest man die zweiseitige Signifikanz ab, wenn p=0,05 (Signifikanz)?

[@StatistikamPC_BjoernWalther]

Hallo Isabella, du kannst dir die Signifikanz mit mehr Kommastellen anzeigen lassen, indem du sie doppelt anklickst. Sie ist sicher nur gerundet genau 0,05. Viele Grüße, Björn.

[@KB97NBA]

Wenn ich untersuchen will, ob Menschen im Homeoffice mit Kindern gestresster sind als Menschen im Homeoffice ohne Kinder, verwende ich dann diesen Test hier? Danke für die Hilfe

[@StatistikamPC_BjoernWalther]

Ja, genau. Viele Grüße, Björn.

[@made4837]

Hallo vielen Dank für das Video. Welche Formel gebe ich in einer Arbeit an, wenn ich es mit Excel so gerechnet habe? Vielen Dank!!

[@heiko_blitzblank2493]

Moin, mein Prof hat mir empfohlen eine eine Hypothese mit Wirkungsvermutung aufzustellen (sprich einseitiger Test). Mein Prof hat als Beispiel gesagt: H1: Das Deutschlandticket wird im Vergleich zum alten Semesterticket vermehrt genutzt. Ich bin mir nicht ganz sicher wie ich die H0 aufstellen soll. Kann nur von der gerichteten H1 davon ausgegangen werden, dass der Test gerichtet ist, oder muss ich die H0 auch speziell formulieren? Ich hätte die H0 so aufgestellt: Das Deutschlandticket wird im Vergleich zum alten Semesterticket nicht vermehrt für Freizeitfahrten durch Studenten genutzt. Zählt das als Hypothese für einen einseitigen Test? Die H0 hat ja keine Wirkungsvermutung... Ich würde mich über eine kurze Antwort freuen! Danke! (PS: super Video´s!)

[@StatistikamPC_BjoernWalther]

Hallo, die H0 geht immer von keinem Zusammenhang aus. Die H1 ist lediglich gerichtet formuliert. Viele Grüße, Björn.

[@heiko_blitzblank2493]

@@StatistikamPC_BjoernWalther danke!

[@palielpalillo4290]

Moin, ich find die Videos super, es würde mir allerdings auch noch wahnsinnig helfen, wenn du mögliche Fehler (oder Ursachen für 'unsinnige' Ergebnisse) kurz aufgreifen würdest. Ich komme mit meinem Datensatz so nämlich häufig nicht hin, weiß dann aber nicht wo mein Fehler liegt...

[@StatistikamPC_BjoernWalther]

Hallo, da gibt es leider unzählige Ursachen für. Angefangen bei Modellierung, Operationalisierung, Stichprobenwahl, Stichprobengröße usw. Das ist leider sehr individuell, die Liste wird zu lang und sowieso unvollständig, das sieht die Videos zumeist. Viele Grüße, Björn.

[@violah.6041]

Hallo! Erstmal Vielen Lieben Dank für die tollen Erklärvideos!!! Auch ich bin gerade dabei ein paar T-Tests zu rechnen und habe meine Variablen ausgewählt. Leider berechnet mir SPSS jedoch kein Output und sagt "t cannot be computed because at least one of the groups is empty" - jedoch habe ich alles gemacht wie von dir beschrieben. Meine Testvariable ist metrisch und die Gruppierungsvariable nominal skaliert, es fehlen keine Werte. Weißt die vielleicht warum SPSS die Berechnung nicht durchführt? Liebe Grüße und Vielen Dank vorab!!!

[@StatistikamPC_BjoernWalther]

Hallo Violah, vermutlich ist die Ausprägung der Gruppenvariable falsch definiert. Schau noch mal in der Variablenansicht, wie deine Gruppen definiert sind, also ob 1, 2 o.ä. und definiere die dann entsprechend beim t-Test. Viele Grüße, Björn.

[@violah.6041]

@@StatistikamPC_BjoernWalther Diesen Test kann man aber nur verwenden, wenn die Variablen normalverteilt sind, hab ich das richtig verstanden? Wenn keine Normalverteilung angenommen werden kann, müsste doch der Weg über "nicht-parametrische Tests" gegangen werden mit dem Mann-Whitney-U-Test oder?

[@lillyeuer7518]

1 Frage, was sagt es darüber aus, wenn MW 1 oder MW 2 höher ist?

[@Hope56474]

Vielen vielen Dank für das Video! 😊 Ich hätte eine Frage zu dem Punkt „Gruppe definieren“ -> Gr1:____ und Gr2:____. Ist die Reihenfolge wichtig(Gr1:0 und Gr2:5 ) oder ist das egal? Würde sich irgendwas am Gesamtergebnis ändern, wenn man Gr1: 5 und Gr2: 0 definieren würde (Hypothesenentscheidung, t-Werte bzw. p-Werte)

[@HeinsChristian]

Moin, ich muss eine Verständnisfrage stellen... Ich habe 10 Gruppen (1-10) mit einer unterschiedlichen Anzahl von Personen drin. In der Gruppe 1 sind am wenigsten Personen (ca. 1.200) und in der Gruppe 10 die meisten Personen (ca. 12.000). Nun habe ich einen Wert z.B. Körpergröße, den ich untersuchen möchte. Ich sehe zwar, dass diese erwartungsgemäß steigt (Median und Mean), je höher die Gruppe ist, aber: Kann ich nun mit einem t-Test testen, ob die unterschiede signifikant sind? Ist es problematisch, dass die Gruppen so unterschiedlich groß sind?

[@StatistikamPC_BjoernWalther]

Hallo Christian, bei mehr als 2 Gruppen musst du eine ANOVA (inkl. post-hoc-Tests) rechnen. Die unterschiedlichen Gruppengrößen in deinem Falle sind da allerdings kein Hindernis. Viele Grüße, Björn.

[@josephahain186]

Hey und erstmal vielen Dank für deine tollen Videos. Ich suche seit einer ganzen Weile zu einem Tutorial wann genau und wie ich bei mehreren t-Tests die Bonferroni-Holm Korrektur mit SPSS rechne? Z.B. Wenn ich den Zusammenhang verschiedener Soziodemografischer Variablen auf die AV mit mehreren t-Tests rechne. Liebe Grüße, Josepha

[@StatistikamPC_BjoernWalther]

Hallo Josepha, wenn man mehrere t-Tests auf auf dieselbe Stichprobe auf einmal durchführt, gibt es keine Möglichkeit den p-Wert in SPSS zu korrigieren. Am einfachsten geht die händische Bonferroni-Korrektur, wo entweder die p-Werte mit der Anzahl der Tests multipliziert werden oder man das festgelegte Alpha-Niveau durch die Anzahl der Tests teilt und dann wie gewohnt fortfährt. Die Bonferroni-Korrektur ist allerdings die konservativste Methode. Viele Grüße, Björn.

[@selinarindelhardt8044]

Hallo Björn, ich hätte auch noch einmal eine Frage bezüglich den Voraussetzungen. Was mache ich, wenn eine Gruppe normalverteilt ist, die andere aber nicht? Meine Gruppengrößen unterscheiden sich sehr stark (40 vs. 150). Die Gruppe mit 40 Personen ist normalverteilt, die andere jedoch nciht (also hinsichtlich des Merkmals). Sollte ich lieber auf den U-Test umschwenken oder kann ich dennoch einen T-Test rechnen? Danke schon einmal im Voraus :)

[@StatistikamPC_BjoernWalther]

Hallo Selina, der t-Test gilt als relativ robust gegenüber der Normalverteilungsannahme. Hast du grafisch oder analytisch auf Normalverteilung geprüft? Eventuell ist bei letzterem dieses Video für dich noch interessant: kzbin.info/www/bejne/fnzZgH-ej5hpepI Viele Grüße, Björn.

[@cristinabecker1206]

Hallo :), Schreibe gerade an meiner Bachelorarbeit zum Thema: Auswirkungen von Beziehungen auf die allgemeine Lebenszufriedenheit von Borderline-Patienten. Die Qualität von Beziehungen wollte ich anhand von Prozentwert ermitteln die den "Stanine" zugeordnet sind , das sind Werte von 1-9. Je höher, desto besser die Beziehunsqualität. Die Lebenszufriedenheit wollte ich mit der selben Skala auswerten. Ich habe eine Kontrollgruppe (ohne Borderline-Persönlichkeitsstörung). Ich wollte dann den t-Test für unabhängige Stichproben verwenden. Ich wollte einen t-Test für die Lebenszufriedenheit und Beziehungsqualität machen . Könnte ich dann bei der Testvariable Lebenszufriedenheit in SPSS eingeben und bei der Gruppierungsvariable Beziehungsqualität? Ich habe eine Stichprobe von jeweils 30 Probanden (Borderline vs Gesunde). Ich weiß nur nicht wie ich dann die Gruppen in SPSS kennzeichnen weil ja jeder Proband Werte von 1-9 auf der Skala haben kann und dann kann SPSS das nicht unterscheiden wahrscheinlich. Oder ich nehme als Gruppierungsvariable für Gruppe 1: 1 (für Borderline) Und für Gruppe 2: 0 (für nicht Borderline). Für die Variable Beziehungsqualität würde ich dann einen zweiten t-Test machen. Ist das so richtig? Vielleicht kann mir jmd. helfen. Liebe Grüße, Cristina

[@StatistikamPC_BjoernWalther]

Hallo Christina, du nimmst Borderline und Gesund als Gruppen und machst 2 t-Tests für unabhängige Stichproben. Eine eventuelle Alphafehlerkumulierung solltest du mit der Betreuung abklären. Viele Grüße, Björn.

[@cristinabecker1206]

@@StatistikamPC_BjoernWalther Danke!

[@cristinabecker1206]

@@StatistikamPC_BjoernWalther Hallo, also mach ich doch eine zweifaktorielle Varianzanalyse (Anova) . Die Unabhängigen Variablen wären dann "Gesunde " und "Borderline-Patienten " und die abhängige Variable die "Lebenszufriedenheit" . Dann mach ich noch eine zweifaktorielle Varianzanalyse mit der UV wieder Gesunde und Borderline-Persönlichkeitsstörung und die abhängige Variable ist die "Beziehungsqualität" ? LG Cristina Becker

[@annikaweckendrup4598]

Hallöchen, deine Videos helfen mir momentan meine Masterarbeit irgendwie hinter mich zu bringen. Eine Frage habe ich hier: In deinem Video hast du gesagt, dass es zu Fehlern führen kann, wenn die Standardabweichungen nicht nah aneinander liegen. Meine tuen dies gar nicht. Wie komme ich an dieser Stelle weiter? Außerdem hat mir SPSS noch eine weitere Tabelle zu den "Effektgrößen bei unabhängigen Stichproben". Was soll mir diese Tabelle sagen? Es wäre toll, wenn du mir helfen könntest. Liebe Grüße Annika

[@StatistikamPC_BjoernWalther]

Hallo Annika, du solltest einen Welch-Test rechnen, wenn deine Varianzen unterschiedlich sind. Heißt einfach, das du die Zeile bei ungleichen Varianzen interpretierst. Was steht in besagter Tabelle denn? Viele Grüße, Björn.

[@Killerpichou]

Der KZbin-Kanal das großartig vor allem weil ich so überhaupt gar keine Ahnung von Statistik habe. Je mehr Videos ich jedoch gucke umso mehr Fragen kommen bei mir auf die ich irgendwie gar nicht geklärt bekomme. Ich bekomme aktuell leider überhaupt nicht meine Statistik für meine Masterarbeit in den Griff. Angefangen mit der Frage ob ich abhängige oder unabhängige Stichproben haben. Wir haben 6 Probanden (Ponys) gehabt welche 2 Versuchsphasen durchlaufen haben. Erste Phase = Kontrollphase: Angebot von zwei Eimern Wasser und das rückt Messen der konsumierten Menge. Zweite Phase = Versuchsphase: Angebot von einem Eimer Frischwasser und dem Angebot von einem Eimer Salzwasser. Yea zwei Tage wurden Frischwasser und 0,25 angeboten...Dann 2 Frisch und 0,5 usw. Für alles wurde dann jeweils der Konsum gemessen durch Rückewaagen. Wir sind letztendlich am Ende mittelwertvergleiche um zu gucken ab welcher Salzkonzentration wieder das Frischwasser bevorzugt wird. Habe ich hier jetzt abhängige oder unabhängige Stichproben wie gestalten die sich und warum ist das so ich steige leider so überhaupt nicht dahinter mit der gesamten Literatur die ich bisher gelesen habe

[@StatistikamPC_BjoernWalther]

Hallo und danke für dein Lob! Du hast abhängige Stichproben, weil du die selben Ponys mit unterschiedlichen Wasserkonzentrtationen/mengen versorgst. Da du allerdings scheinbar mehr als zwei Zeitpunkte hast würde ich hier eine ANVOA mit Messwiederholung rechnen: kzbin.info/www/bejne/imjOkJ99m7VoabM Viele Grüße, Björn.

[@1996Nadja]

Hallo :) ich habe eine Frage: Ich muss herausfinden, ob es Unterschiede in der Lernmotivation zuhause und in der Schule gibt. Hierbei ist die Vorgabe einen t test zu machen. Welches von beiden gebe ich dann als Gruppenvariable ein weil beides ist ja nicht norminal. Ich habe auch eine These wo es um die Lernmotivation geschlechterunterscheidend geht. Kann ich die erste These aus der auch herauslesen oder muss ich bei der ersten anders vorgehen? weil dort geht es ja nicht um das geschlecht sondern allgemein gesehen um den Unterschied in der Lernmotivation.

[@StatistikamPC_BjoernWalther]

Hallo, klingt so, als ob es du einen t-Test bei abhängigen Stichproben rechnen musst - wenn die selben Probanden für die 2 Orte befragt werden - dann hättest du 2 abhängige Variablen. Beim anderen Fall, dem ungepaarten Test, hast du eine Gruppenvariable, die anzeigt, zu welchem Ort die Probanden befragt wurden (z.B. 1- Schule, 2-zuHause). Viele Grüße, BJörn.

[@Nike8248]

Hallo! Super Video! :-) Bei der Anwendung meines Fallbeispiels benötige ich jedoch Hilfe. Ich habe eine Interventions- und eine Kontrollgruppe. Es gibt 3 identische Messzeitpunkte der Werte pro Gruppe (mit der Zeit gibt es Verbesserungen der Werte). Kann ich 3 verschiedenen Messzeitpunkte bei dem T-Test mit beachten? Ziel ist es: Wie Wirkung der Intervention gegenüber der Kontrollgruppe zu beurteilen. Dankeschön! :-)

[@StatistikamPC_BjoernWalther]

Hallo Nike, du müsstest in dem Fall eine ANOVA mit Messwiederholung rechnen. Viele Grüße, Björn.

[@aliciabeeck6712]

Sehr gut erklärt! Kann man den T-Test auch anwenden, wenn man eine Ja/Nein Fragen vergleichen möchte zwischen einer Kontrollgruppe und einer Experimentalgruppe? In der Kontrollgruppe haben 70% Ja angeklickt und in der Experimentalgruppe nur 35%. Danke und LG

[@StatistikamPC_BjoernWalther]

Hallo Alicia, danke für dein Lob! Nein, den t-Test für unabhängige Stichproben kannst du in dem Fall nicht anwenden, da du nur dichotome abhängige Variablen hast. Du kannst allerdings den Chi²-Test anwenden. Viele Grüße, Björn.

[@tijanath3158]

Vielen Dank für das tolle und sehr verständliche Video. Wie wäre es, wenn die Probanden auch noch nach Geschlecht aufgeteilt wären? Also weibliche und männliche Probanden, die jeweils entweder trainieren oder nicht trainieren. Wie ändert sich die Berechnung bzw. was muss ich beachten? Danke :-)

[@StatistikamPC_BjoernWalther]

Hallo Tijana, danke für dein Lob. Dann hättest du eine zweifaktorielle ANOVA, weil du sowohl Training als auch Geschlecht als Einflussfaktoren hast. Viele Grüße, Björn.

[@nouraltubaji4134]

Vielen Dank dir für die sehr hilfreichen Videos! Würde mich sehr freuen wenn es mehr Videos zum Reporten von Ergebnissen in wissenschaftlichen Arbeiten/ Tabellen in Excel formatieren und berichten gibt (wie bei dem Video für die lineare Regression). Dies hat mir echt das Leben gerettet bei meiner BA 😊

[@StatistikamPC_BjoernWalther]

Hallo und danke für dein Feedback und Lob! Gerade die SPSS-Outputs sind immer etwas undankbar und jede Fachdisziplin hat leider etwas andere Vorstellungen, welche Werte reported werden müssen/sollten. Mal sehen, ob ich zu einem Konsens künftig etwas machen kann. Viele Grüße, Björn.

[@lorenzentrainingkg1755]

zu welchem Zeitpunkt wurden die Frequenzen gemessen? Müssen nicht vor und nach dem Training beide Werte gemessen und berechnet werden, und den Unterschied herauszufinden?

[@StatistikamPC_BjoernWalther]

Hallo, dadurch, das es fiktive Daten sind, gibt es auf deine Frage keine Antwort. Die Gruppe mit 5 Trainings würde im Anschluss gemessen werden, die Gruppe mit 0 Trainings hat kein Training nach dem gemessen werden kann. Wenn es sich um die gleichen Probanden handelt, nutzt man ein anderes Verfahren: den t-Test bei abhängigen Stichproben. Da würde man in jedem Falle nach dem Training messen: kzbin.info/www/bejne/g5CZqaqnrtabjck Viele Grüße, Björn.

[@kenfre7344]

Erstmal ein großes Lob für deine beruhigende Art zu erklären :) Ich hab eine Frage zu dem Vergleich der beiden Standardabweichungen Wie verändert sich die Betrachtung der Sx und Sy der beiden variablen, wenn sie auf unterschiedlich große Stichproben beruhen. Also hier bei dir im Beispiel statt zwei gleich große Stichproben mit dem Umfang von jeweils N= 13 Also zum Beispiel: N=13 und N=14 Komme ich da mit dem Variationskoeffizient weiter ? Oder kann man auch ohne Normierung vergleichen ?

[@StatistikamPC_BjoernWalther]

Hallo Ken, danke für dein Lob! Die Standardabweichung kann man unabhängig der Stichprobengröße als Maß für die Streuung verwenden. Speziell beim t-Test sollte man auch etwas genauer auf den Levene's Test schauen. Das erkläre ich in meinem Blog noch mal etwas besser: www.bjoernwalther.com/t-test-bei-unabhaengigen-stichproben-in-spss-durchfuehren/#Interpretation_des_t-Test_bei_unabhaengigen_Stichproben_in_SPSS Viele Grüße, Björn.

[@soerent.652]

Erstmal super Video vielen Dank! Ich habe eine kurze Frage ich habe die Reaktion auf Bewertungen messen wollen (1 Gruppe bekommt eine schlechte Bewertung gezeigt die nächste eine gute) und wie sie sich auf die Attraktivität eines Produkts auswirken. Mann kann anhand der lickertskalem sehen, dass es definitiv einen Unterschied gibt, so wird die Attraktivität bei der schlechteren Bewertung im mean mit 2,17 eingeschätzt und bei der besseren Bewertungen mit rund 4,17. Nun habe ich aber keine Normalverteilung, da es sich an 2 Punkten konzentriert. Welchen Test könnte ich dafür nehmen? Vielen Dank im Voraus.

[@StatistikamPC_BjoernWalther]

Hallo Bernd, danke! Probier in deinem Fall mal den Mann-Whitney-U-Test: kzbin.info/www/bejne/sICQd2mOpsRnm80 Viele Grüße, Björn.

[@norah.8743]

Hallo Björn, könntest du noch den Freiheitsgrad erklären? Also was der ist und wie man auf den kommt? Brauche das für einen Vlrtrag :) Vielen Dank!!

[@StatistikamPC_BjoernWalther]

Hallo Nora, ich würde da einfach mal auf Wikipedia verweisen, da es dort sehr gut erklärt ist: "Anzahl der Werte, die frei variiert werden können, ohne den interessierenden statistischen Parameter zu ändern" bzw. "Die Freiheitsgrade kann man auch als Anzahl der „überflüssigen“ Messungen interpretieren, die nicht zur Bestimmung der Parameter benötigt werden." Aus: de.wikipedia.org/wiki/Anzahl_der_Freiheitsgrade_(Statistik) Viele Grüße, Björn.

[@4icy]

Vielen Dank für deine Hilfreichen Videos! Vielleicht kannst du mir die Frage beantworten, ob ich meinen Datensatz in SPSS mit einem Mittelwert und dazugehörigem Median und Quartilen aus einer Normwertstudie vergleichen kann? Tausend Dank!

[@StatistikamPC_BjoernWalther]

Hallo Lars, danke für dein Lob! Wenn du keine Urliste hast, wird es in SPSS schwer. Ich habe aber heute ein Video veröffentlicht, dass zeigt, wie man ohne Urlisten, nur mit N, M und SD einen t-Test bei unabhängigen Stichproben und gleicehen Varianzen rechnet: kzbin.info/www/bejne/l4i9motrh715oc0 Falls du SD noch berechnen musst, könnte dir dieses Paper helfen: Wan, X., Wang, W., Liu, J. et al. Estimating the sample mean and standard deviation from the sample size, median, range and/or interquartile range. BMC Med Res Methodol 14, 135 (2014). doi.org/10.1186/1471-2288-14-135 Viele Grüße, Björn.

[@4icy]

@@StatistikamPC_BjoernWalther Super vielen dank für deine schnelle Antwort!! Beste Grüße

[@wtf859]

Wie verwende ich die umcodierten Variablen im TTest für unabhängige Stichproben in SPSS?

[@StatistikamPC_BjoernWalther]

Was meinst du mit umcodierte Variablen? Viele Grüße, Björn.

[@giannafieguth5413]

Vielen Dank für dieses Video, wirklich hilfreich! Eine Frage hätte ich jedoch, wie kann ich die Ergebnisse dieses t-Tests nun graphisch darstellen?

[@StatistikamPC_BjoernWalther]

Hallo Gianna, dankeschön! Du kannst zwei Boxplots für den grafischen Vergleich nutzen. Viele Grüße, Björn.

[@balistox3]

Muss ich die Signifikanz des Levene-Tests auch halbieren, wenn ich einseitig teste?

[@StatistikamPC_BjoernWalther]

Der Levene-Test prüft die Nullhypothese von Varianzgleichheit. Da ist eine gerichtete Testung bereits formuliert. Hier kann also nichts halbiert werden. Viele Grüße, Björn.

[@ella0854]

Hallo Björn, ich bin's mal wieder :D Ich hoffe, ich nerve mit meinen Fragen nicht...aber ich hätte da noch eine: meine Hypothese heißt: Männer und Frauen unterscheiden sich hinsichtlich ihrer Selbstwirksamkeitsüberzeugungen. Es kam raus, dass Varianzhomogenität besteht, außerdem beträgt die zweiseitige Signifikanz des T - Tests 0,88. Da ich ja in meiner Hypothese keine Wirkungsvermutung habe, wäre der "richtige" Wert, den ich hier verwenden würde 0,44? In meiner Musterlösung bezog man sich nämlich trotzdem auf die 0,88... Liebe Grüße, Ella

[@StatistikamPC_BjoernWalther]

Hallo Ella, schau bitte in den angepinnten Kommentar. Ich habe mich da versprochen, was die ein- und zweiseitige Signifikanz angeht. Bei einseitig wird halbiert, bei zweiseitig gilt der von SPSS im t-Test ausgegbene Wert. Viele Grüße, Björn.

[@ella0854]

Statistik am PC Hallo Björn, vielen Dank für deine Antwort! Entschuldige, habe den angepinnten Kommentar übersehen :D Viele Grüße, Ella

[@ninahenkel2090]

Danke für das aufschlussreiche Video! Eine Frage habe ich noch: Muss die Größe der beiden Stichproben zwingend gleich sein? Würde es die Ergebnisse verfälschen, wenn das nicht der Fall ist?

[@StatistikamPC_BjoernWalther]

Hallo Nina, danke für dein Lob! Nein, die Gruppen müssen nicht gleich groß sein. Sie sollten sich nur nicht dramatisch unterscheiden, 20 vs 500 oder so. Man wird ohnehin fast nie gleich große Gruppen haben. Viele Grüße, Björn.

[@melanieedel556]

@@StatistikamPC_BjoernWalther Ich habe zwei Gruppen, die sich meines Erachtens drastisch unterscheiden (298 vs. 12). Wie gehe ich hier vor? Danke für deine Hilfe! :)

[@jasminasalija7684]

Danke schon. ich habe es jetzt besser verstanden. Ich wollte nur was fragen: wenn die Varianzen gleich sind bedeutet es dass die Differenzen inszwischen nicht wichtig sind? (entschuldigen Sie mich fur meinen armen statistischen Wortschatz)

[@StatistikamPC_BjoernWalther]

Hallo Jasmina, ob die Varianzen gleich sind, hat mit der SIgnifikanz der Differenz zunächst nichts zu tun. Sie die Varianzen gleich, darf ich nur die obere Zeile des t-Tests interpretieren, sind sie ungleich nur die untere. Je nachdem, ob der p-Wert unter einem bestimmten Wert (z.B. 0,05) ist, heißt, dass es signifikante Unterschiede/Differenzen zwischen den zwei Gruppen gibt. Viele Grüße, Björn.

[@jasminasalija7684]

@@StatistikamPC_BjoernWalther danke sehr für Ihre Antwort. Viel Glück.

[@annaeckert4983]

Besteht die Möglichkeit bei SPSS zu ersehen, welche Gruppe die stärkere Ausprägung hat ? LG (Y)

[@StatistikamPC_BjoernWalther]

Hallo Anna, das siehst du an den höheren Mittelwerten. Viele Grüße, Björn.

[@RyLexLP]

Hallo, starkes Video. Hat mir schon sehr weiter geholfen. Dennoch hab ich noch eine kurze Frage: Wenn der Levene -Test eine Signifikanz von 0,000 aufweist, heißt das, ich muss in der Zeile Varianzen sind nicht gleich schauen, da kleiner als 0,05 oder gibt es bei einer Signifikanz von 0,000 eine Ausnahme, die sagt, dass man in der Zeile Varianzen sind gleich schauen muss? Weiterführend habe ich in meinem Ergebnis meiner Umfrage in der Zeile Varianzen sind gleich eine zweiseitige Signifikanz von 0,000. Ist hier die Null-Hypothese anzunehmen oder gibt es hier eine Ausnahme die besagt, dass die Null-Hypothese verworfen werden darf?

[@StatistikamPC_BjoernWalther]

Hallo und danke für dein Lob! Sollte der Levene-Test einen Signifikanz

[@RyLexLP]

@@StatistikamPC_BjoernWalther Vielen Dank für die schnelle Antwort!

[@RyLexLP]

Hallo nochmal, mir ist soeben noch eine Frage gekommen: Welche Auswirkung hat es denn eigentlich auf den T-Test, wenn die Standardabweichung der Gruppen sich deutlich voneinander unterscheiden? Also als Beispiel .21 für die erste Gruppe und .48 für die zweite Gruppe. In meiner Stichprobe habe ich nur 71 Leute befragen können. Ist der T-Test aus diesem Grund nicht anwendbar oder muss sonst etwas wichtiges beachtet werden? Viele Grüße

[@rosaminimuff]

Danke fürs Auffrischen :D

[@v.k.6655]

Hallo wie berechne ich den t-wert, wenn die Populationsvarianzen 2,711 und 4,278 ist?

[@StatistikamPC_BjoernWalther]

Hallo, das macht man über den Welch-Test, wo ich hier kzbin.info/www/bejne/nmnTcnmMeZd_hdE noch mal genauer drauf eingehe. Viele Grüße, Björn.

[@v.k.6655]

Vielen Dank für die Antwort.

[@linealala7306]

Hi Björn, Erstmal Danke für all deine tollen Videos. Ich schreibe grade meine Masterarbeit und ohne deine Erklärungen wäre ich echt aufgeschmissen gewesen! Ich hätte auch eine Verständnisfrage an dich, die ich bisher nicht durch deine Videos oder Literatur beantworten konnte. Ich habe zwischen Jungen und Mädchen nicht-signifikante Unterschiede zwischen den mittleren Lernentwicklungen von 4,8 Punkten gefunden. Bezogen auf die Grundgesamtheit weiß ich, dass ich wegen verfehlter Signifikanz bezüglich der Unterschiede keine Aussage treffen kann, weil sich die Mittelwerte entweder unterscheiden oder ähneln könnten (die Nullhypothese kann ja nicht durch ein nicht-signifikantes Ergebnis belegt werden). Welche Aussagen erlaubt mir das nicht-signifikante Ergebnis jedoch in Bezug auf die deskriptiven Unterschiede von 4,8 Punkten? Sind die Unterschiede zwischen den deskriptiven Mittelwertsunterschiede dann nicht systematisch also treten zufällig auf? Kann ich hier folgern, dass die deskriptiven Unterschiede zwischen den Jungen und Mädchen nicht zwingend durch das Geschlecht erklärt werden können? Es wäre super, wenn du darauf eine Antwort wüsstest :-) Dankeschön!

[@StatistikamPC_BjoernWalther]

Hallo Jane, danke für dein Lob! Wenn du beim t-Test ein nicht-signifikantes Ergebnis bekommst, kannst du salopp gesagt nicht davon ausgehen, dass das Geschlecht der Grund für den Unterschied ist. Es kann auch zufällig sein. Man würde also von einem deskriptiven Unterschied sprechen, der einen Unterschied erwarten lässt, aufgrund des nicht signifikanten Tests kann man dies jedoch nicht analytisch "nachweisen". Typische Gründe für ein solches Ergebnis sind meist zu kleine Stichproben. Auch denkbar wäre, dass 4,8 in Relation zu den absoluten Punkten ein kleiner Wert ist. Wenn z.B. 100 und 104,8 verglichen würde. Zwei Fragen noch, wo man evt. noch was "retten könnte": Wie hoch ist dein p-Wert denn? Testst du ein- oder zweiseitig? Viele Grüße, Björn.

[@linealala7306]

@@StatistikamPC_BjoernWalther Super vielen Dank schonmal für die superschnelle Antwort! Ich teste 2-seitig und mein p-Wert liegt bei 0,189 (also wäre der Unterschied auch bei einem 1-seitigen Test nicht signifikant). Die 2 verglichenen Stichproben sind relativ unterschiedlich (22 und 66). Ich habe aber gelesen, dass der T-Test da relativ robust drauf reagiert. Im U-Test kommen allerdings auch keine signifikanten Unterschiede raus. Mein Betreuer meinte, dass ich bei nicht-signifikanten Unterschieden einfach die deskriptiven Ergebnisse interpretieren solle. Allerdings weiß ich nicht wie weit ich da gehen kann und darf... Also wenn ich dich jetzt richtig verstanden habe, dann kann ich einmal auf die Grundgesamtheit bezogen keine Aussagen treffen, wie oder ob sich die Jungen und Mädchen unterscheiden. Bezogen auf die Stichprobe kann das Geschlecht aber wahrscheinlich nicht die gefundenen deskriptiven Unterschiede erklären, weil diese nicht signifikant sind. Die Unterschiede können also auch zufällig sein (z.B wenn sich Jungen und Mädchen noch in anderen Faktoren/ Störvariablen unterscheiden, die den Unterschied bewirkt haben könnten). Wäre das so etwa richtig? Dankeschön nochmal! LG Jane

[@linealala7306]

@@StatistikamPC_BjoernWalther Achso und noch eine Frage gleich dazu: Wenn in der Literatur davon gesprochen wird, dass der gemessene Unterschied auch zufällig sein könnte, bezieht sich das also nicht nur auf die Grundgesamtheit? Also das heißt nicht nur das man ZUFÄLLIG eine Stichprobe mit diesen Unterschieden gezogen hat. Sondern es heißt auch, dass die Unterschiede zwischen den Variablen so unsystematisch sind, dass es zwar einen Unterschied gibt aber quasi keinen eindeutig systematischen Unterschied (z.B. alle Mädchen sind besser als die Jungen)?

[@StatistikamPC_BjoernWalther]

Hallo Jane, schade, da wird wohl nix mehr zu drehen sein, wenn der p-Wert so hoch ist. Manchmal hat man ja übersehen, dass man ja einseitig testen kann, wenn man bereits eine Wirkungsvermutung hat. Der U-Test hat weniger Power, der wird nur noch geringere Ergebnisse in Bezug auf die Signifikanz haben - verglichen mit dem t-Test. Wenn die Literatur davon spricht, dass der gemessenen Unterschied zufällig sein kann, bezieht sich das immer auf die Stichprobe. Du versuchst ja gerade in der Stichprobe dies zu erkennen und dann auf die Grundgesamtheit Schlüsse ziehen zu können. Deine Stichprobe sollte die Grundgesamtheit relativ gut widerspiegeln, was in der Regel nur mit hinreichend großen Stichproben gelingt (Alter, Herkunft, Intellekt usw.) Wenn du nun also keinen statistisch signifikanten Effekt in deiner Stichprobe nachweisen kannst, kann das zwei Ursachen haben: 1) die Stichprobe ist zu klein und repräsentiert die Grundgesamtheit nicht adäquat oder 2) es existiert schlicht kein Effekt in der Grundgesamtheit. 2) kannst du nur sicherstellen, wenn 1) nicht zutrifft. So würde ich das auch in der Auswertung schreiben, nachdem ich die deskriptiven Unterschiede beschrieben habe. Keine statistische signifikanten Unterschiede sind nachweisbar, was entweder an 1) oder 2) liegen kann. Hilft dir das weiter? Viele Grüße, Björn.

[@linealala7306]

@@StatistikamPC_BjoernWalther Super Erklärung! Vielen vielen lieben Dank!! Ich glaube jetzt habe ich es auch endlich kapiert :)

[@MCSbyZGM]

hilfst du mir bei meinem ergebnis teil meiner masterarbeit ? XD

[@ingavandinther6394]

:D da scheinen wir das selbe problem zu haben

[@MCSbyZGM]

@@ingavandinther6394 helfen wir uns gegemnseitig ? Hahaha

[@ingavandinther6394]

@@MCSbyZGM Hahaha gerne, weiß nur nicht ob ich ne große hilfe bin :D

[@klausmedia4675]

Hallo Björn, wie ist es wenn der T-Wert beispielsweise -3,419 oder -,181 also die T Werte unterhalb von Null in den Minusbereichen liegen? Welche Rolle spielen diese negativen T-werte, wenn sie im Minusbereich sind, aber die Sig. Werte

[@StatistikamPC_BjoernWalther]

Hallo Klaus, eigentlich interessieren dich die t-Werte nicht wirklich, wenn du die p-Werte hast. Das war sozusagen eine alte Methode, das man den t-Wert bzw. dessen Betrag einem kritischen t-Wert gegenüber stellt, welcher sich auf Basis der Fehlerwahrscheinlichkeit (Alpha, z.B. 5%) ermittelt. Heutzutage kann man bzw. das Programm wie SPSS direkt den p-Wert ermitteln, der dir angibt, wie signifikant der Effekt ist. Kurzum: t-Wert wird mit angegeben, kann aber bei der Interpretation ignoriert werden und sich lediglich auf den p-Wert bezogen werden. Viele Grüße, Björn.