STATISTIK-FORUM.de

Hallo zusammen,

Ich habe ein online experiment durchgeführt und den Teilnehmer fünf Wörter gezeigt (actor, dream, price, river und shape) und sie mussten danach die Wörter so gut als möglich schriftlich nacheinander wiedergeben. Die Reihenfolge der Wortpräsentation war zufällig. Dabei gab es zwei Gruppen die. Gruppe 1 hatte 543 Teilnehmer und Gruppe 2 615 Teilnehmer. Weiter unten beschreibe ich, welches Wort wie oft genannt wurde. Es ist zu erkennen, dass in beiden Gruppen das Wort "river" am meisten genannt wurde. Nun möchte ich ausschliessen, dass dieses Wort über eine Tendenz verfügt, öfters genannt zu werden als die anderen. Gibt es ein statistisches Verfahren, dies zu überprüfen?

Gruppe 1 (543 Total):
actor: 490
dream: 471
price: 449
river: 494
shape: 446


Gruppe 2 (615 Total):
actor: 518
dream: 574
price: 545
river: 596
shape: 551

Beste Grüsse und danke für die Hilfe im Voraus
Nicolas

Die Nullhypothese wäre dann, dass alle fünf Wörter mit gleicher Wahrscheinlichkeit (je 20%) vorkommen? Dann wäre ein Chi-Quadrat-Verteilungstest eine Option.

LG, Bernhard

Hallo Bernhard,

Genau dass wäre dann die Nullhypothese. Ich habe dann also eine 5x2 Kreuztabelle mit 5 Wörtern und entsprechend den Kriterien "ja ist vorgekommen" und "nein ist nicht vorgekommen"?

Beste Grüsse,
Nicolas

Anpassungstest wäre eine 1x5-Tabelle, die Erwartungswerte für die Verteilung der Gesamtzahl Reaktionen
wären 20%/20%/20%/20%/20%.

Allerdings haben wir hier ein Messwiederholungsdesign. n Personen wurden je 5mal gemessen, mit jeweils den
möglichen Ausprägungen vorgekommen/nicht vorgekommen. Ein globaler Test für mehrere binäre abhängige
Messungen ist Cochrans Q.

Mit freundlichen Grüßen

PonderStibbons

Hallo Nicolas,

Kreuztabellen sind für den Chi-Quadrat-Unabhängigkeitstest und ich habe Dir den Chi-Quadrat-Verteilungstest vorgeschlagen. Due kannst für jede Gruppe testen, ob die Häufigkeiten der Wörter mit der Nullhypothese vereinbar sind, dass jedes Wort in der Grundgesamtheit gleich häufig vorkommt.

In R könnte das so aussehen:

Code: Alles auswählen

> chisq.test(c(490, 471, 449, 494, 446))

   Chi-squared test for given probabilities

data:  c(490, 471, 449, 494, 446)
X-squared = 4.2426, df = 4, p-value = 0.3742

Der p-Wert ist über 0,05, deshalb ist die Verteilung der Werte mit der Nullhypothese vereinbar.

LG,
Bernhard

Kann man die Abhängigkeit der Beobachtungen denn vernachlässigen?

Mit freundlichen Grüßen

PonderStibbons

Ich bin gerade überfragt. Wenn Du mit Cochrans Q einen besser passenden Test zur Hand hast, dann muss man den Gedanken von mir nicht weiter verfolgen. Ich hatte das Verbundensein nicht auf dem Schirm.
LG, Bernhard

Vielen Dank für eure Beiträge. Ich werde es mit dem Ansatz von Bernhard machen und die Abhängigkeiten vorerst aussen vor lassen.

Danke für eure Hilfe und Gruss
Nicolas

Nicolas96 hat geschrieben:Vielen Dank für eure Beiträge. Ich werde es mit dem Ansatz von Bernhard machen und die Abhängigkeiten vorerst aussen vor lassen.

Die Unterscheidung zwischen unabhängigen und abhängigen Beobachtungen ist essenziell. Da existiert kein "vorerst".

So nun endlich bin ich dazu gekommen. Ich habe nun die beiden Gruppen getrennt voneinander analysiert.

Bei beiden Gruppe 1 zeigt es mir Q = 145.55 und ein p-value = 0 an und bei Gruppe 2 Q = 189.77 und p-value = 0.
Kann das sein?