Seite 1 von 1

Welchen Test mehr Glauben schenken?

BeitragVerfasst: Do 24. Sep 2020, 22:44
von matrixboy7
Guten Abend,

folgendes Problem liegt mir vor: Ich habe getestet, ob zwei abhängige Stichproben einen Unterschied aufweisen. Die Daten folgen keine Normalverteilung, allerdings kann ich mich auf den zentralen Grenzwertsatz berufen. Dennoch habe ich beide Tests (t-Test und Wilcoxon-Test) ausprobiert und musste feststellen, dass ich widersprüchliche Ergebnisse rausbekommen habe. Bei dem t-Test erhielt ich ein signifikantes Ergebnis und bei Wilcoxon ein nicht signifikantes Ergebnis. Ich weiß zwar, dass beide Test mit unters. Nullhypothesen arbeiten, aber frage mich trotzdem welchen Test ich eher nehmen soll?

Danke im Voraus

Re: Welchen Test mehr Glauben schenken?

BeitragVerfasst: Sa 26. Sep 2020, 13:49
von strukturmarionette
Hi,

- warum unterschiedliche H0?

Gruß
S.

Re: Welchen Test mehr Glauben schenken?

BeitragVerfasst: Sa 26. Sep 2020, 18:39
von matrixboy7
strukturmarionette hat geschrieben:Hi,

- warum unterschiedliche H0?

Gruß
S.


Ja weil Wilcoxon mit Rängen arbeitet. oder nicht?

Re: Welchen Test mehr Glauben schenken?

BeitragVerfasst: Sa 26. Sep 2020, 19:48
von PonderStibbons
Der Wilcoxon-Vorzeichenrangtest für abhängige Stichproben arbetet nicht mit Rängen,sondern erfordert Intervallskalenniveau, da er mit Differenzwerten arbeitet. Der Wilcoxon-Rangsummentest für 2 unabhängige Stichproben ist derjenige Test, der mit ordinalskalierten abhängigen Variablen arbeitet.
Beide Tests haben aber natürlich eine andere H0 als der t-Test für Mittelwertunterschiede. Die Hinweis darauf ist berechtigt.

Nebenbei werden wir hier leider nicht ins Bild gesetzt, worin die angegebenen "widersprüchlichen" Testergebnisse bestetehen. p=0,050 versuus p=0,049? p=0,0001 versus p=0,89?
Das 5%-Niveau für Testergebnisse ist eine willkürliche Konvention. Es kümmert bemerkenswerterweise niemanden, ob p=0,033 bei dem einen und 0,043 bei dem anderen Verfahren herauskommt, aber aufgrund der willkürlichen Signifikanzgrenze nehmen einige an, z.B. 0,058 sei qualitativ etwas ganz anderes als 0,048.