Sie retten eine weitere Master-Thesis! Sie sind einfach der beste. Super erklärt, kurz verständlich und haben Verständnis dafür wo Probleme auftreten können und zeigen dafür sofort Lösungen auf! Einziger Verbesserungsvorschlag wäre, Sie machen sich bereits so eine Mühe und erklären alles so gut. Vielleicht könnte man am Schluss noch kurz eine Folie einblenden auf der die Ergebnisse in APA style verschriftlicht sind.
Ich danke dir, dass du uns allen dein Wissen kostenlos zur Verfügung stellst. Ich wüsste nicht wie ich sonst mit der Statistik für meine Doktorarbeit klargekommen wäre. Ich habe sowohl deine Videos über Excel- als auch SPSS-Berechnungen dafür gebraucht. Niemand anderes auf TH-cam erklärt den Umgang mit den Programmen und den Hintergründen für die Berechnungen (wann ich was nehmen muss) so gut, genau und gleichzeitig übersichtlich wie du - und dann zum Glück auch noch auf deutsch. Eigentlich müsste man dich in den Danksagungen erwähnen!
Freut mich, wenn dir meine Videos helfen (konnten)! Eine Erwähnung in der Danksagung steht dir selbstverständlich frei. ;-) Ansonsten hilft es mir und dem Kanal einfach die Videos zu schauen und zu teilen. Den Rest erledigt TH-cam. Wer noch mehr Dankbarkeit versprühen möchte, kann auch dem Spendenbutton in der Kanalinfo einen Besuch abstatten - ist aber alles freiwillig. Viele Grüße und viel Erfolg weiterhin, Björn.
Hey, vielen Dank für das super Video. Ich hätte noch eine Frage. Mein Kruskal-Wallis-Test ist signifikant geworden. Der Post-hoc-Test (Bonferroni) zeigt aber bei keinem paarweisen Vergleich einen signifikanten Unterschied (wenn man nach der korrigierten Sig. geht). Wie ist das zu interpretieren? Ein signifikanter Unterschied zwischen allen Gruppen, aber keiner zwischen einzelnen Gruppen? Vielen Dank vorab!
Hallo Björn, auch mir haben deine Videos ausgesprochen weitergeholfen, weiter so! Ich habe allerdings eine Frage, worauf ich keine Antwort finden kann. Ich habe einen Kruskal Wallis Test durchgeführt mit einem signifikanten Ergebnis. Somit führte ich als nächstes einen Paarweisen Vergleich durch. SPSS hat mir jedoch hier kein signifikantes Ergebnis geliefert, also für kein Gruppenpaar. Was mache ich nun? Verwerfe ich die Nullhypothese oder behalte ich sie? Kann ich es mit einem Type I Error argumentieren?
Vielen Dank! Soweit ich verstanden habe, kann ich immer nur zwei Variablen testen (wie im Bsp. Ruhepuls, Training). Kann ich anschließend einen weiteren Kruskal-Wallis-Test mit Ruhepuls und einer anderen Variable in SPSS rechnen (z.B. Ruhepuls, Altersklassen) , oder muss ich da wieder den Alpha-Fehler bedenken? Ich möchte halt auch bei der weiteren Variable die Unterschiede in den Gruppen wissen bzw. ob es welche gibt.
HINWEIS: Bei der Folie zur Effektstärke (7:20) ist mir ein Fehler unterlaufen. Ab 0,1 ist der Effekt schwach, ab 0,3 mittel und ab 0,5 stark! Quelle: Cohen, J. (1992). A power primer. Psychological bulletin, 112(1), S. 156.
Was ist schhief gelaufen, wenn ich die Fehlermeldung "Berechnung nicht möglich^c" bekomme? Als Begründug steht dassdie Daten nicht stetig sind? Kann man das umgehen?
@@hansdieter1935 Ich denke das sich das mittlerweile erledigt hat, dennoch für alle nachkommenden Hilfesuchenden: Bei mir hat es sich gelöst in dem ich die Variablenskalierung geändert habe (von Metrisch auf Nominal)
@@leathelost3378 Ich habe von vom Datensatz her schon eine Nominalskalierung bei der unabhängigen Variable, aber es funktioniert trotzdem nicht, weißt du was noch falsch sein könnte?
Hi Björn! Vorweg: Vielen Dank für die ganze Arbeit, die in deine Videos fließt. Ich habe folgende Frage: Ich wollte eigentlich in SPSS eine einfaktorielle ANOVA rechnen (3 Faktorstufen), nun sind aber leider sowohl Homoskedastizität als auch Normalverteilung der Residuen nicht gegeben, die Gruppen sind sehr klein und auch nicht gleich groß (N zw. 10-20). Daher bin ich beim Kursaal-Wallis-Test gelandet, der auch tatsächlich signifikant wird. Mein ursprünglicher Plan war, nach der ANOVA gerichtete post-hoc Tests zu rechnen, da ich die vermuteten Unterschiede zwischen den Gruppen bereits in den Hypothesen spezifiziere. Die post hoc Tests die du hier zeigst sind aber ja nicht gerichtet, korrekt? Damit hat man dann ja wieder das Problem der Alpha-Fehler-Kumulierung. Kann ich hier auch irgendwie gerichtete post hoc Vergleiche zw. Gruppen anstellen? Über eine Antwort wäre ich sehr sehr dankbar! LG
Hallo Björn, vielen Dank für dein super hilfreiches Video. Eine Frage: Hast du eine Literaturangabe, in der empfohlen wird, die Angepasste Signifikanz (zur Vermeidung des Alphafehlers) zu interpretieren? Vielen Dank im Voraus. Liebe Grüße, Isabel
@@StatistikamPC_BjoernWalther vielen herzlichen Dank für deine schnelle Rückmeldung!!! Du hilfst mir sehr weiter! Danke!! 🙂 Alles Gute dir! Liebe Grüße aus Österreich
Moin Björn! Erstmal großes Danke für die Videos und die Mühe, die du dir machst. Weißt du, welchen Test SPSS für die paarweisen Vergleiche nach dem Kruskal Wallis Test nutzt? Oder unterscheidet sich das je nach Datensatz und kann ich das irgendwo in SPSS nachschauen? Liebe Grüße Victor
Hallo Victor, danke für dein Lob. Als Posthoc-Tests werden beim Kruskal-Wallis-Test Mann-Whitney--Tests mit angepasstem p gerechnet. Viele Grüße, Björn.
Vielen Dank für das tolle Video. Ich habe jedoch eine Frage: Als Post-Hoc Test meintest du wird bei SPSS der Mann-Whitney-U-Test verwendet. Ich bekomme wenn ich zwischen den einzelnen Gruppen selbst Mann-Whitney-U-Tests durchführe jedoch andere Ergebnisse raus. Woran liegt das? Danke schonmal!
Hallo, Erstmal auch von mir vielen Dank für dieses hilfreiche Video! :) Ich habe leider das Problem, dass mir der Wert für Chi-Quadrat nicht angezeigt wird. Nur die Werte für Kruskal-Wallis- H, du und die asymptotische Signifikanz. Ich bin sowohl über klassische Dialogfelder als auch über unabhängige Stichproben gegangen aber nirgends ist der Wert angezeigt. Woran könnte das liegen? Und wie komme ich trotzdem an diesen Wert, da ich ihn doch zum Berichten der Ergebnisse benötige? Liebe Grüße Monique
Hallo, ich habe eine kurze Frage. Ich habe einen Vergleich zwischen den Besitzern verschiedener Automarken durchgeführt, wobei die Nullhypothese abzulehnen war, was in meinem Fall bedeutet, dass ein Unterschied besteht. Bei dem paarweisen Vergleich ist nun laut der korrigierten Signifikanz keine Gruppe signifikant. Kann es sein, dass ich in diesem Fall auf die normale Signifikanz schauen muss? Ich würde mich sehr über eine Antwort freuen und vielen Dank im Voraus! LG
Hallo Lena, du würdest immer auf die angepasste Signifikanz schauen müssen, da du sonst eine erhähte Alphafehlerwahrscheinlichkeit hast. Wenn die angepasste Signifikanz keinen einzigen paarweisen Vergleich ausweist, wo der p-Wert hinreichend klein ist, dann ist das so zu berichten: Kruskal-Wallis-Test signifikant, aber bei paarweisen Vergleichen mit Bonferroni-Korrektur keine signifikanten paarweisen Vergleiche. Wie groß sind die korrigierten p-Werte denn? Viele Grüße, Björn.
Ich habe eine Frage: mir wird bei der Ausgabe des Kruskal-Wallis-Tests in der Tabelle "Teststatistiken" kein Chi2 angezeigt, dass ich in meinem Bericht angeben könnte. Meine Tabelle zeigt nur ein "Kruskal-Wallis-H" "df" und die symp. Signifikanz an. Hab ich etwas falsch gemacht oder woran kann das liegen? Vielen Dank schon mal.
Hallo, erst einmal vielen lieben Dank für ihre zahlreichen und vor allem hilfreichen Videos! Nur ist bei mir gerade leider ein Problem entstanden: Ich habe den Kruskal-Wallis-Test nach Ihrer Anleitung durchgeführt und es hat alles funktioniert. Dieser war dann auch signifikant und ich wollte nun schauen, welche Gruppen sich denn genau unterscheiden. Aber der paarweise Vergleich zeigte dann keine signifikanten Unterschiede an. Ist das überhaupt möglich? Oder habe ich einen Fehler gemacht? Ich würde mich sehr freuen über eine schnelle Rückmeldung.Vielen Dank im Voraus!
Wunderbares Video mit super Anleitung für die eigene Arbeit. Ich habe eine ergänzende Frage und würde mich über eine Beantwortung freuen. Der Post-Hoc Test welchen du startest durch die zweite Analyse (Nicht-Parametrisch von unabhängigen Stichproben) ist dieser dem Dunn-Bonferroni Test gleichzustellen?
Hallo ! Ich habe eine Frage: ich arbeite im Rahmen meiner Masterarbeit mit SmartPLS und habe verschiedene Modelle aufgestellt (Alter und Geschlecht) und die Pfadkoeffizienten (quasi betas bei einer multiplen regressionsanalyse) für die einzelnen Beziehungen der Variablen ausgerechnet. Wie kann ich prüfen, ob die Unterschiede dieser Pfadkoeffizienten zwischen den Modellen signifikant sind? Die Variablen sind alle metrisch skaliert, die Abhängige variable ist nicht normalverteilt. Die untersuchten Gruppen sind unabhängig. Die Modelle haben jeweils (die selbe) abhängige Variable und 5 unabhängige von denen zwei eine mediierende Wirkung haben. Würde mich über jeden Ratschlag sehr freuen..verzweifel hier so langsam :(. LG
Frage: beim Kruskal-Wallis komme ich auf ein nicht signifikantes Ergebnis. Daher werden die paarweise Vergleiche gar nicht mehr durchgeführt. Komme ich trotzdem irgendwie an diese ran? Dann könnte man zumindest eine Tendenz bzw. ein Trendniveau ablesen, auch wenn keine Signifikanz vorliegt. Beste Grüße!
Hallo, Vielen liebe Dank für dieses hilfreiche Video! Bei mir ist ebenfalls leider das Problem, dass mir der Wert für Chi-Quadrat nicht angezeigt wird. Nur die Werte für Kruskal-Wallis- H, d und die asymptotische Signifikanz. Ich habe es sowohl über klassische/alte Dialogfelder als auch über nonparametrische Tests und unabhängige Stichproben probiert, aber nirgends ist der Chi-Quadrat Wert angezeigt. Ich nutze die IBM SPSS Version 28. Woran könnte das liegen? Und wie komme ich trotzdem an diesen Wert, da ich ihn doch zum Berichten der Ergebnisse benötige? LG, Hannah
Hallo Björn, vielen Dank für die Videos! Die helfen mir gerade bei meiner Bachelorarbeit. Mein Kruskal-Wallis-Test ist signifikant geworden, allerdings werden mir trotzdem keine paarweise Vergleiche angezeigt. Angeblich soll das bei der aktuellen SPSS Version im Model Viewer funktionieren, klappt aber nicht. Hast du vielleicht einen Rat?
Danke für deine tollen Videos! :-) Ich möchte die Unterschiede von sieben verschiedenen Führungsstilen auf die Zufriedenheit der Mitarbeiter und die Arbeitsleistung untersuchen (beides ordinalskaliert). Der Kruskal-Wallis-Test zeigt mir für beide AVs signifikante Unterschiede an. Dann wollte ich das im nächsten Schritt durch einen paarweise Vergleich prüfen. In der Hypothesenübersicht des nicht parametrischen Tests steht dann aber "Berechnung nicht möglich" hast du eine Idee woran es liegen kann?
HI Björn, danke erstmal für deine tollen Videos! Eine Frage: Wenn ich schauen möchte ob es zwischen zwei Gruppen (gute Performance - nicht gute Performance) im Hinblick auf bestimmte Merkmale (z.B. Anzahl Übungsstunden; Teamleader männlich / weiblich etc) unterschiede gibt, welcher Test bietet sich da an? Ich habe ja nur zwei AUsprägungen der abhängigen Variable, aber teils eben metrisch skalierte und teils wiederum nominale Unterscheidungsmerkmale.... Wäre dir dankbar für eine Antwort :) LG
Hey danke für dein super Video!! Wirklich super geil erklärt! Hab aber mal noch eine Frage: Du hast ja jetzt nur 3 Gruppen und lässt dir die ausgeben. Angenommen man hat z.B. 100 Gruppen und möchte von diesen 100 Gruppen nur die Gruppe 1 mit der Gruppe 2 und der Gruppe 3 vergleichen und sich die übrigen 97 Gruppen nicht anzeigen lassen, kann man das iwo einstellen? Also so wie du vorher bei Minimum und Maximum 0-2 eingetragen hast? Danke schon mal;)
Ich finde deine Videos super Hilfreich. :) Aber ich habe noch eine Frage: Ich benutze SPSS Version 28 und ich habe ein Problem anschließend den paarweisen Vergleich durchzuführen. Es ist nicht mehr möglich den Kruskal Wallis Test im Modellviewer auszugeben. Wie komme ich jetzt an die Daten für die paarweise Betrachtung??
Hallo, tolles Video erstmal. Mein Prof. fragt gerade, ob der Post-hoc-Test nicht der U-Test ist...? Habe allerdings die Ergebnisse der paarweisen Vergleiche und des U-Tests verglichen und die unterscheiden sich. Um welchen Test handelt es sich bei dem Post-hoc-Test denn?
Hallo Sue, danke für dein Lob! In SPSS wird der Dunn-Bonferroni-Test als post-hoc-Test verwendet, weswegen die Ergebnisse nicht die gleichen sind. Hinzu kommt, dass der U-Test als posthoc-Test nur bedingt geeignet ist, da der nicht für Alphafehlerkumulierung kontrolliert. Dies müsste man explizit tun, ist in SPSS aber meines Wissens nach nicht möglich. Viele Grüße, Björn.
Wirklich cooles Video! Ich hätte eine Frage: Laut Literatur ist der KW Test auch für ordinale Skalen (abhängige Variable) geeignet. Ich habe jetzt analog zu dem Arbeitsschritt wie du ihn beschreibst, es leider jedoch nicht geschafft, den paarweisen Vergleich durchzuführen. Erst nachdem ich in meiner Variablenansicht die abhängige Variable von ordinal auf metrisch gestellt habe ging es. Kann das ein Problem sein? LG
Hallo, das wäre eher ungewöhnlich, aber das Verstellen des Skalenniveaus richtet keinen Schaden, das Verfahren rechnet davon losgelöst wie gewünscht. Viele Grüße, Björn.
Hey, ich nochmal, also ich Verzweifel langesam, ich habe 2 unabhängige Stichproben und die AV ist bei mir leider nicht Normalverteilt. Ich teste auf Sensation Seeking, Selbstverletzendes Verhalten und Experience Seeking mit der Gruppierungsvaribale Körpermodifikationen ja/nein. Nun habe ich mir sagen lassen das der U-Test da nicht so geeignet für ist, da eine Alpha-Fehler kummulierung auftreten kann wenn ich zu oft mit dem sleben Datensatz rechne. Und da der Kruskal-Wallis-Test ja das Pedndant zur Varianzanalyse ist ist dieser dann der richtige Test oder was meinst du? Bin langesam völlig erschlagen von den ganzen verschiedenen Tests ^^
Hallo Steven, den Kruskal-Wallis-Test würde man nur anwenden, wenn man mehr als zwei unabhängige Stichproben hat. In deinem Fall hast du natürlich schon eine Alphafehler-Kumulierung, wenn du mehrfach den Mann-Whitney-U-Test anwendest. Da würde ich dir einfach zur Bonferroni-Helm-Korrektur raten, die hier gut beschrieben ist: en.wikipedia.org/wiki/Holm%E2%80%93Bonferroni_method#Formulation Viele Grüße, Björn.
Hallo Björn, in ca 90% der Fällen nach der Ablehnung der Nullhypothese sieht man dank paarweise Vergleiche (post-hoc mit Bonferroni Korektur) welche Gruppen sich signifikant unterscheiden. Nun aber habe ich paar Fälle wo KH Nullhyphothese ablehnt (etwas kapp aber schon 0,044) nun aber paarweise Vergleiche keine signifikante Unterscheide aufweisen. Hier dachte ich mir aber ev. die post-hoc Werte ohne Bonferorroni Korektur zu betrachten und basieren darauf Signifikanz der Unterschiede zu betrachten, weil einige Signifikanten liegen schon unten 0,05. Kann man solche Vorgehensweise nachvollziehen? Sind die Korrigierte Signifikanzen nach Bonferroni ev. zu unpräzise wenn KH knapp unten 0,05 liegt?
Hallo Agnes, Bonferroni ist die konservativste Korrekturmethode für mehrfache paarweise Vergleiche. Ein Korrektur für Alphafehlerkumulierung ist definitiv vorzunehmen, eine weniger konservative Korrektur ist aber durchaus denkbar. Allerdings hat SPSS keine anderen Korrekturen implementiert, wofür nur ein workaround hilft: www.ibm.com/support/pages/post-hoc-comparisons-kruskal-wallis-test Der Artikel zeigt Dunn-Bonferroni. Viele Grüße, Björn.
@@StatistikamPC_BjoernWalther Vielen Dank Björn, damit komme ich weiter, ich mache für die "problematische" Fälle M-W Nun dank Dein Hinweis, bin ich auf ein etwas interessantes entdeckt: ich habe drei Testgruppen und damit Bonfferoni Korrektur in 90% der Fällen multipliziert p-Werte durch 3(auch so wie in Deinem Beispiel), nun bei der Fällen wo K-W knapp unter 0,05 liegt, die korrigierte Signifikanz ist mit 6 vs. p-Wert multipliziert. Erklärung habe ich dazu nicht gefunden, ev. ein Softwarebug?
Tolle Erklärung, Danke!! Aber eine offene Frage meinerseits an @Statistik am PC: Mein K-W Test wird sig, also unterscheiden sich die 5 (!) Gruppen voneinander, Post-Hoc Test zeigt aber keine sig. Unterschiede zwischen einzelnen N (nehme an, da aufgrund des strikten Kriterium der Bonferroni für Kontrolle der alphafehlerkummulierung). Tja, ist das Ergebnis eines sig. Unterschied zwischen den 5 Gruppen für mich dann noch von inhaltlicher Relevanz, wenn ich nicht sagen kann welche 5 Gruppen sich sig. unterscheiden? Gibts da eine andere Lösung?
Hallo, du hast den Nagel auf den Kopf getroffen. Bonferroni ist die Ursache dafür. Das heißt aber im Umkehrschluss auch, dass die Signifikanz des K-W-Tests zwar berichtet wird, aber letztlich keine Gruppenunterschied entdeckt werden kann bzw. diese zu klein sind. Mit einer größeren Stichprobe und damit größerer statistischer Power wäre da evtl. was zu holen. Viele Grüße, Björn.
Hey,danke für deine super guten Videos. Ich habe den Kruskal-Wallis-Test durchgeführt. leider konnte die exakte sig. nicht berechnet werden, da der Arbeitsspeicher nicht gereicht hat, also habe ich ihn auf 32GB hoch gesetzt (mehr war nicht möglich). und dann wurden die Paarweisen vergleiche nur für die asymptotisch signifikanten vergleiche durchgeführt. kann man das auch noch irgendwie einstellen? Vielen Dank schon mal :)
Hallo Björn, ich könnte dir für jedes Video danken :D echt extrem hilfreich :)). Ich habe das Problem, dass eins meiner Items nicht Varianzhomogenität aufweist. Ich wollte es aber mit einer ANOVA Analyse testen, geht das trotzdem (da Voraussetzung verletzt) oder welches Vorgehen empfiehlst du hier? (Normalverteilung liegt vor) LG
Hallo Steven, danke für dein Lob! :-) Normalerweise müsste die Varianzhomogenität zwischen den Gruppen existieren. Einzelne Items selbst haben ja keine Varianz. ;-) Ich nehme aber mal an, dass eine Gruppe mit ihrer Varianz von den anderen abweicht. Dann gibt es eine Welch-ANOVA (Unter Optionen anzuhaken). Die Interpretation ist wie bei der ANOVA vorzunehmen. Nullhypothese geht von Gleichheit aus. Viele Grüße, Björn.
Hey Björn, danke für deine Antwort. Ich meinte nicht Item sondern meine abhängige Variable. (Distributive Gerechtigkeit, die ich mit 4 Items getestet und zu einem Block quasi zusammengefasst habe). @@StatistikamPC_BjoernWalther
Hallo Björn! Vielen Dank für deine tollen Videos, du hast mir schon sehr weitergeholfen! Gibt es auch die Möglichkeit den Kruskal-Wallis Test mit mehreren Messzeitpunkten durchzuführen? Ich habe drei verschiedene OP Verfahren und möchte untersuchen, wie sich ein bestimmter Laborwert abhängig vom OP Verfahren an 6 verschiedenen Messzeitpunkten unterscheidet. Meine Messdaten sind leider nicht normalverteilt und ich habe nicht von jedem Probanden an jedem Messzeitpunkt einen Wert. Gibt's da eine Möglichkeit das zu untersuchen? Würde mich riesig über eine Antwort freuen! :) Liebe Grüße
Hey Super Videos, die sind wirklich enorm hilfreich! Ich habe auch eine Frage: Ich habe über einen zeitlichen Verlauf von mehreren Personen (ca 1000) einen Laborparameter ausgearbeitet, und möchte mir die zeitliche Veränderung zu Stichpunkten (0, 3, 6 und 12 Monate) ansehen. Das Problem mit dem Friedman-Test ist, dass er nur Personen einbezieht die an jedem Stichtag vorhanden sind (was in meinem Fall nur sehr sehr wenige sind). Kann ich das theoretisch auch mit einem Kruskal-Wallis-Test berechnen weil an jedem Stichtag teilweise andere Personen analysiert werden und nicht ganz abhängig ist? Oder wäre es am besten mit einem Wilcoxin-Test wo ich jeden einzelnen Stichtag abhängig voneinander vergleiche (0vs1, 1vs3 usw)? Wenn ich unabhängige Tests nehme, wird das n natürlich ungleich höher was es meiner Meinung ja dann auch genauer machen sollte? Ich hoffe ich habe mein Problem verständlich rübergebracht :) Vielen Dank, und weiter so mit den tollen Videos!
Hallo Nikolaus und danke für dein Lob! :-) Streng genommen müsstest du schon dafür sorgen, dass du beim Durchführen des Kruskal-Wallis-Test nur die Personen in den Gruppen hast, für die keine Messwiederholungen vorliegen. Wenn du das hinbekommst, die auszuschließen, spricht nichts gegen den kruskal-Wallis-Test. Gegen den Wilcoxon-Test spricht nur, dass du mehrfach auf die selbe Stichprobe testest und dadurch Alphafehlerkumulierung erhältst. Die musst du dann manuell durch eine Korrektur beheben. Dies macht der Kruskal-Wallist-Test bei den paarweisen Vergleich allerdings gleich automatisch. Viele Grüße, Björn.
Hammer Video! Eine Frage was mache ich wenn der korrigierte Signifikanz Wert über 0,05 ist aber der normale Signifikanz Wert unter 0,05. (Beim Paarvergleichs Test)
Hallo Reinhard, danke! Du nimmst in dem Falle immer die korrigierte Signifikanz, weil die für den sogenannten alpha-fehler korrigiert. Die normale Signifikanz ist verzerrt und du hast eine erhöhte Chance einen Fehler erster Art zu begehen, also deine Nullhypothese fälschlicherweise zu verwerfen. Viele Grüße, Björn.
hallo :) Vielen dank für das tolle Video!!! Es ist immer sehr hilfreich deine Videos zu sehen. Eine Frage hätte ich noch: Kann man mit dem Krusakl-Wallis-Test auch die Wirkrichtung ähnlich wie bei der ANOVA untersuchen? Wenn ja, wie ? ich danke im Voraus.
Kann man in deinem Beispiel sagen, dass untrainierte den höhsten Ruhepuls haben, da der mittlerer Rang hier am höchsten ist. Und je trainierter man ist desto niedriger der Ruhepuls ist (aufgrund von dem mittleren Rang). Ich hoffe du verstehst was ich damit fragen will.. Danke!
Hallo, kurz gefasst: ja. Die Hypothese geht im Vorfeld davon aus, dass die Gruppe der Untrainierten den höchsten Ruhepuls hat und die Trainierten den niedrigsten. Mittelwertvergleiche zeigen daher eine Wirkrichtung, wenn im Vorfeld eine Manipulation einer (oder mehrerer) Gruppe(n) vorgenommen wurde und begründet ist, warum der Effekt kausal ist. Viele Grüße, Björn.
Hallo Björn:) Vielen dank! Was ist aber genau mit der Manipulation gemeint ? Kann man dies testen? Und die Kausalität lässt sich nur untersuchen oder aber nicht in SPSS testen oder ?
Hallo! Danke für das Video. Ich vergleiche in meiner Bachelorarbeit mehrere Grundwassermessstellen auf ihren Co2-Verlauf bei höheren Messtiefen. Da die Messstellen unabhängig voneinander sind, dachte ich mir der Kruskal-Wallis Test könnte es sein. Meine Daten sind großteils nicht normalverteilt und eine Varianz zwischen den Gruppen gibt es auch eine große. Das Problem ist das diese große Varianz zb nur zwischen Messstelle 1 und 2 ist aber nicht zwischen 1 und 3 etc. Weiters sind nicht alle Messsdaten der verschiedenen Messstellen normalverteilt. Kann ich obwohl die Varianzinhomogenität und die Ablehnung der Normalverteilung nicht in allen Fällen gegeben ist, den Kruskal-Wallis Test nehmen? Danke!
Hi, warum nimmst Du die korrigierte Signifikanz bei den paarweisen Vergleichen und nicht die Signifikanz? Danke für Deine Videos, die sind wirklich ALLE super!
Hallo Maria, die korrigierte SIgnifikanz nimmt man immer dann, wenn man einen signifikanten K-W_Test hat und rausfinden möchte, zwischen welchen Gruppen ein signifikanter Unterschied besteht. Das macht man, um die Alphafehlerkumulierung zu beheben. Viele Grüße, Björn.
Danke für das tolle Video! Habe den Test für einen Forschungsbericht gebraucht, aber eine Frage hat sich doch noch ergeben: In dem Modell wird mir angezeigt dass die Nullhypothese verworfen werden kann, wenn ich jedoch jetzt die Paarweise Vgl Statistik angucke gibt es keine Stichprobe 1- Stichprobe 2 Kategorie die in sich signifikant ist, dh die einzelnen Gruppen im Vergleich unterscheiden sich nicht voneinander? Wie soll ich das interpretieren? Liebe Grüße
Hallo Lara, zur ANOVA mit gleicher Situation gibt es viele ausführliche Diskussionen: www.researchgate.net/post/Is_it_possible_to_get_non_significant_results_in_post_hoc_test_when_we_got_the_significant_result_in_ANOVA Im Ergebnis berichtest du von einem signifikanten Kruskal-Wallis-Test aber nicht signifikanten post-hoc-Tests. Auf letztere kommt es ja eigentlich an, weil die höhere Power (Teststärke) haben. Viele Grüße, Björn.
Muss denn bei den paarweisen Vergleichen der Signifikanzwert halbiert werden wenn man von gerichteten Hypothesen ausgeht? In deinem Beispiel: H1: Gut trainierte haben einen niedrigeren Ruhepuls als untrainierte. --> Signifikanzwert: 0,003/2?
Hallo Timo, man kann bei Kruskal-Wallis nicht gerichtet testen, weil die Existenz dreier Gruppen verhindert, dass man gerichtete Hypothesen formulieren kann - zumindest für den Kruskal-Wallis-Test an sich. Bei den post-hoc-Tests wäre das wieder was anderes; es ist meines Wissens nach aber unüblich dies zu tun. Das hat ein bisschen was von p-Hacking und ich würde davon abraten. Viele Grüße, Björn.
Guten Tag, ich habe auch ein kleines Anliegen: Und zwar kann ich bei der Ausgabe des Hypothesentestübersicht diesen nicht doppelklicken wie im Video beschrieben. Dies wäre jedoch nötig, um in den Model Viewer zu kommen, um die einzelnen Gruppe zu vergleichen. Weisst du hierfür vielleicht einen Workaround?
Hallo! Erstmal vielen Dank für das Video! Ich hab folgende Frage dazu: Ich messe ein Konstrukt anhand einer Likert-Skala (unipolar, 1-5) mit 5 Items. Anschließend habe ich diese zu einer Variable zusammengefasst. Darf ich nun mit dem Kurskal-Wallis-Test testen, ob sich die Bewertung des Konstrukts z.B. je nach Art des Unternehmens (nominal) unterscheidet?
Hallo Laura, gerne! Die Zusammenfassung des Konstruktes führt zu einem quasi-metrischen Wert und erlaubt theoretisch auch die Rechnung einer normalen ANOVA - vorausgesetzt du hast mehr als 2 Unternehmen. Viele Grüße, Björn.
Vielen lieben Dank für das hilfreiche Video! Ich habe ein Problem: Wenn ich den Kruskal-Wallis-Test bei nominal-verteilten Gruppen machen möchte (also zB ist die Testvariable das Geschlecht und die Gruppierungsvariable die BMI-Gruppe (3 Gruppen)), funktioniert das nur über "Alte Dialogfelder". Aber da habe ich keinen paarweisen Vergleich. Wie kann ich den paarweisen Vergleich auch in diesem Fall durchführen? Danke! :)
Hallo, wenn deine beiden Variablen kateogrial/ordinal sind, empfiehlt sich eher ein Chi-Quadrat-Test. Beim Kruskal-Wallis-Test muss die Testvariable ja mindestens ordinal sein - bei dir ist sie nominal. Deine Gruppenvariable ist zwar ordinal, das hilft in dem Falle aber nicht. Viele Grüße, Björn.
Hilfe. Ich bin in den letzten Zügen meiner Masterarbeit und Dank deiner Tutorials komme ich auch sehr gut durch das ganze Testen durch. Nun kommt aber bei einem Kruskal-Wallis-Test (bzw. dem Paarweisenvergleich im Anschluss) folgendes Ergebnis Raus: Signifikanz und Anp.Sig = 0,000, Stichprbengröße = 31 (13+18) und z=Standardstatistik=6,564...berechne ich nun die Effektstärke beträgt diese = 6,564 / Wurzel aus 31 = 1,179. Da der Wert ja aber nur zwischen -1 und +1 liegen darf, weiß ich jetzt nicht mehr weiter. Hast du eine Lösung?
Hallo Bastian, die Effektstärke darf beliebige Werte annehmen. -1 bis +1 stimmt definitiv nicht. 1,179 liegt über der Grenze zum starken Effekt, somit hast du einen starken Effekt. Viele Grüße, Björn.
Deine Videos helfen mir echt weiter, aber jetzt steh ich doch an. Ich habe mein Experiment in 3 Phasen unterteilt, die ich vergleichen will. In jeder Phase habe ich 100 Videoanalyse, bei denen die Werte entweder 0 (Verhalten wurde nicht gesehen) oder 1 (Verhalten wurde beobachtet) sein können. Meine Daten sind nicht normalverteilt. Wie muss ich meine Daten in SPSS eintragen, um den Kruskal-Wallis-Test machen zu können?
Hallo, wenn es die immer gleichen Probanden sind, die zu verschiedenen Zeitpunkten identisch vermessen werden, wäre ein Friedman-Test zu rechnen - wenn die Daten nicht in etwa normalverteilt sind. Wenn es sich jedoch um unabhängige Beobachtungen handelt, bist du mit dem Kruskal-Wallis-Test richtig. Dazu brauchst du in einer Spalte die Messwerte und in einer anderen Spalte die Gruppenzugehörigkeit. Viele Grüße, Björn.
vielleicht ist es eine doofe Frage aber was heißt jetzt konkret "starker Effekt" vs "schwacher Effekt" im Kontext mit dem Variablenzusammenhang? heißt es, dass z.B. zwischen den Ruhepulse von den gut trainierten und untrainierten Menschen einen signifikanten starken Unterschied besteht und da es "stark" ist, kann man sagen: Trainingsstand beeinflusst Ruhepuls ? ich brauche irgendwie einen Antwortsatz um es zu verstehen
Hallo Kendra, Cohen (1992, Power Primer, S. 156) hat sich hierzu geäußert: "To convey the meaning of any given ES index, it is necessary to have some idea of its scale. To this end, I have proposed as conventions or operational definitions small, medium, and large values for each that are at least approximately consistent across the different ES indexes. My intent was that medium ES represent an effect likely to be visible to the naked eye of a careful observer, (It has since been noted in effectsize surveys that it approximates the average size of observed effects in various fields.) I set small ES to be noticeably smaller than medium but not so small as to be trivial, and I set large ES to be the same distance above medium as small was below it. Although the definitions were made subjectively, with some early minor adjustments, these conventions have been fixed since the 1977 edition of SPABS and have come into general use." Groß heißt salopp, dass es ein seh auffälliger Unterschied ist, also die UV eine große Wirkung entfaltet. Viele Grüße, Björn.
Hallo Björn, super Video und Deine Erklärungen sind richtig Klasse👍! Ich experimentiere mit Kruskall-Wallis Test, sobald die Daten sich signifikant unterscheiden, bekommt man auch entsprechende Paarweise Vergleiche. Nun wenn aber Nullhypothese beibehalten bleibt, kriege ich keine Paarweise Vergleiche, kann man das irgendwie einstellen? Ist das überhaupt mit Kruskall -Wallis Test möglich?
Hallo Agnes, das ist richtig, dass du keine post-hoc-Tests bekommst, wenn du keinen signfikanten Kruskal-Wallis-Test hast - das ist in SPSS nicht vorgesehen und in vielen Fällen auch stimmig. Es gibt aber Fälle, wo man paarweise mit Alphafehlerkorrektur Unterschiede beobachten kann, die man im Kruskal-Wallis-Test nicht hat. Demnach kann man alternativ auch direkt paarweise Mann-Whitney-U-Tests rechnen, muss aber zwingend die Signifikanz korrigieren (z.B. händisch mit Bonferroni-Korrektur). Viele Grüße, Björn.
@@StatistikamPC_BjoernWalther Danke Björn, genau habe ich solches Fall, KW Test Nullhypothese beibehalten (0,056 => also knapp) danach MW Test wo doch zwei Gruppen (insgesamt habe ich drei Paare) sich signifikant unterscheiden (0,021) aber bei der anderen zwei Paaren keine signifikante Unterschiede (0,36 und 0,097). Kann man anhand der Signifikanz nach KW vorausschauen wann zusätzliche MW Test notwendig ist? (zB. wenn Signifikanz nach KW zwischen 0,05 und 0,06 liegt)?
@@StatistikamPC_BjoernWalther Ein anderes Problem habe ich wenn die Nullhypothese verworfen wird aber paarweise Vergleiche zeigen kein korrigierte Signifikanz
Dieses Video hilft mir bei meiner Bachelorarbeit sehr! Meine Frage wäre: Ist dieser Test genauso aussagekräftig (ob es Unterschiede zwischen den Gruppen gibt) wie eine Anova die Mittelwerte vergleicht??
Hallo Daniel, die Teststärke ist minimal geringer beim Kruskal-Wallis-Test. Bei hinreichend großer Stichprobe (ab 100 circa) sollte sich dies aber relativieren. Viele Grüße, Björn.
Mittlerweile scheint das Problem mit dem paarweisen Vergleich behoben zu sein. Meine SPSS Version zeigt die Sachen automatische an, wenn man über die "Felder" Variante geht.
Was ist wenn der Kruskal-Wallis Test signifikant wird, aber den Post-hoc Test (Dunn-Bonferroni-Tests) bei keinem der Gruppenvergleiche eine angepasste Signifikanz aufweist?Bedeutet dies das ein genereller Unterschied besteht aber die einzelnen Gruppen sich nicht signifikant voneinander unterscheiden? Ist das Logisch?
Hallo Alain, das kann passieren, da der Kruskal-Wallis-Test an sich eine höhere Power hat als die paarweisen Vergleiche nach der Bonferroni-Korrektur haben. Ich würde daher in deinem Fall vom signifikanten Kruskal-Wallis-Test berichten aber gleichzeitig auch auf die nicht signifikanten post-hoc-Tests eingehen. Viele Grüße, Björn.
Hallo Björn, auch von mir erst mal ein riesiges Dankeschön für deine Videos, die es wirklich schaffen Wissen nachhaltig zu vermitteln! Eine Frage habe ich genau zu dem Punkt von Alain Croisier: Bei meinen Daten ist es ebenso. Zwar erhalte ich im Kruskal-Wallis-Test ein signifikates Ergebnis (da kleine Stichprobe , exakte Signifikanz) aber nicht mehr bei der angepassten Signifikanz des Post-Hoc-Tests. Ist es auch in dem Fall möglich sich auf die einfache (nicht angepasste) Signifikanz aus der Post-Hoc-Tabelle zu beziehen? Diese würde unter 0,05 liegen..
Hallo, nein, du musst auf die angepasste Signifikanz verweisen. Weil du mehrfach auf dieselbe Stichprobe testet, musst du für den Alphafehler, der dadurch entsteht, kontrollieren. Das funktioniert in dem Falle mit der Bonferroni-Korrektur. Solltest du eine Wirkungsvermutung haben, also welche Gruppe einen größeren/kleineren Wert aufweist, darfst du aber die korrigierte Signifikanz halbieren, da du nun einseitig testet, die Signifikanz aber von SPSS als zweiseitig ausgegeben wird. Eventuell ist da noch etwas unter 0,05 dabei. Viele Grüße, Björn.
@@StatistikamPC_BjoernWalther Hallo Björn, auch von mir ein großes Lob für die Videos! Ich habe hierzu noch eine Frage: Ich habe den K-W-Test durchgeführt und auch den post-hoc-Test. Habe bei beidem ein sigifikantes Ergebnis, möchte dies aber genauer interpretieren. Wie kann ich dazu die Wirkungsrichtung herausfinden?
Hallo, ich möchte gerne untersuchen, ob es zwischen 5 Gruppen einen signifikanten Unterschied im Ausführen einer Tätigkeit gibt (dichotom 0 oder 1). Da meine AV ja nominalskaliert ist, habe ich bisher keinen passenden Test gefunden (z.B. für Kruskal-Wallis muss der Test mindestens ordinalskaliert sein). Gibt es für diese Fragestellung einen passenden Test? LG Manuel
Hi :) Eine Frage: Auf dieser Seite hier statistics.laerd.com/spss-tutorials/kruskal-wallis-h-test-using-spss-statistics.php steht, dass für den Kruskal-Wallis-H-Test eine Voraussetzung erfüllt werden muss, die ich nicht verstehe (Assumption #4 - Same shape/variability). Was ist damit gemeint und wie testet man, ob diese Voraussetzung erfüllt ist? Vielen Dank!
Hallo, die Verteilung der Testvariable soll für jede Gruppe ähnlich geformt sein. In der Praxis prüft man das aber eher selten. Man würd das mit einem Histogramm je Gruppe prüfen können. Viele Grüße, Björn.
Hallo, erstmal danke für das Video :) Ich bin den Schritten gefolgt, allerdings ist bei mir in der Hypothesenübersicht bei Entscheidung das Feld rot untermalt und es heißt "Berechnung nicht möglich". Eine Signifikanz (0.009) ist da und auch jeder mögliche Wert ist mindestens einmal gefallen (habe die Kreuztabelle gecheckt). Was mache ich falsch bzw. wo liegt der Fehler? Kann mir da vllt jmd weiterhelfen?
Danke für dein Feedback. Ich habe es auch schon festgestellt. Ein paar Änderungen kommen jedes Jahr rein, insgesamt fehlen aber immer noch zu viele Dinge in SPSS, Stichwort Effektstärke. Viele Grüße, Björn.
Kurze Frage: Kann ich diesen Test auch benutzen, wenn ich anstelle von Trainingsgruppen (0-2) die Variable Geschlecht benutze (0 = männlich, 1= weiblich) ?
Hallo Christian, nein, dann hast du nur zwei Gruppen und verwendest den Mann-Whitney-U-Test: th-cam.com/video/zO-F6Xq_4ek/w-d-xo.html Viele Grüße, Björn.
Ganz blöde Frage: Warum kann man nicht einfach den Durchschnitt der verschiedenen Ruhepulse der Gruppen berechnen und so sofort auch sehen welche Gruppen sich wie stark unterscheiden? Also was ist hier der Vorteil des Kruskal-Wallis-Tests? Vielen Dank!:)
Hallo Toto, es geht beim Kruskal-Wallist-Test, wie auch allen anderen Tests darum, einen Fehler bzw. Zufall auszuschließen. Ist der Unterschied in einer kleinen Stichprobe klein, kann er auch zufällig zustande gekommen sein. Ein Schließen auf das vorhandensein eines Effektes auf die Grundgesamtheit soll also statistisch gesichert sein und mit idealerweise weniger als 5% Wahrscheinlichkeit zufällig sein. Erst bei einem statistisch gesicherten Effekt kannst du von der Stichprobe vorsichtig auf die Grundgesamtheit schließen. Viele Grüße, Björn.
In diesem Test ist der p-wert nicht zweiseitig wie bei dem Mann-Whitney-U-test? Sprich bei einem p-Wert zwischen .05 und .1 ist es bei einer gerichteten Hypothese trotzdem NICHT signifikant auf 95%-Niveau?
Der p-Wert bei einenm Mittelwertvergleich mit >2 Gruppen ist immer zweiseitig, weil bei >2 Gruppen keine gerichtete Hypothese formuliert bzw. geprüft werden kann. Das funktioniert nur bei paarweisen Tests. Das Alphaniveau legst du aber bei jedem Test selbst fest, 5% ist nur die übliche Grenze für zweiseitige Tests. Viele Grüße, Björn.
Hallo Björn, vielen Dank für das Video. Ich habe noch ein paar Fragen, bei denen ich selbst nicht weiter komme. Ich habe es zuletzt so verstanden, dass ich bei k-unabhängigen Stichproben auch so vorgehen kann, dass ich zunächst einen Kruskal mache und wenn dieser eine signifikanz anzeigt kann ich anschließend einzeln mit Whitney U testen. Wenn ich dich richtig verstehe, empfiehlst du aber dennoch, lieber einen post hoc anzuschließen, ja? Desweiteren habe ich mich zuletzt ziemlich viel mit den Effektstärken beschäftigt und bin da auf so viele verschiedene Methoden gestoßen. Klar ist für mich derweil, dass man nicht den Standard cohen mit gepoolter Stadardabweichung nehmen kann, wenn man keine normalverteilten Daten hat. Auf der Seite psychometrica, wird aber für nicht paramterische Daten dennoch eine Effektstärke d auf einen anderen Weg berechnet. Tatsächlich bin ich jetzt aber auch schon ein paar Mal auf die r-Formel gestoßen, welche du auch in diesem Video benutzt. Was mir aber in dem Moment völlig unklar bleibt: r ist für mich eine Korrelations Effektsärke, wieso benutze ich also r um die Stärke eines Unterschieds zu berechnen? Wie hat man das dann zu interpretieren? Der Unterschied ist groß, weil der Korrelationswert groß ist? Ich stehe total auf dem Schlauch und bin unendlich dankbar für Hilfe. LG Sandra
Hallo Sandra, ich würde empfehlen den Kruskal-Wallis-Test zu rechnen und dann post-hoc-Tests auszuführen. Man kann auch den Mann-Whitney-U-Test für alle paarweisen Vergleiche rechnen, muss dann aber das Alpha anpassen bzw. den p-Wert korrigieren, um Alphafehlerkummulierung zu vermeiden, da man mehrfach auf eine Stichprobe testet. Im Video zur einfaktoriellen ANOVA erkläre ich das Problem am Anfang kurz. Es gibt verschiedene Möglichkeiten die Effektstärke zu berechen, d und r sind die zwei populärsten. Man kann sie auch ineinander überführen: www.bjoernwalther.com/wp-content/uploads/2018/10/r-to-d.png Prinzipiell gibt dir ein größeres r einen größeren Zusammenhang zwischen Gruppenzugehörigkeit und der Testvariable. Cohen (1988), S. 78 hat es noch etwas ausführlicher erklärt: "One conceptually useful way to approach an understanding of r is to consider r². The square of the correlation coefficient is the proportion of variance (PV) in either of the two variables which may be predicted by (or accounted for, or attributed to) the variance of the other, using a straight-line relationship. Concretely, given an r of .50 between IQ and course grades, r² = .25, so that 25% of the variance in course grades for the members of this population may be attributed to differences among them in IQ." Viele Grüße, Björn.
@@StatistikamPC_BjoernWalther Vielen Dank für deine schnelle Antwort. Leider verstehe ich es immer noch nicht so richtig. Vielleicht ein konkretes Beispiel. Ich berechne über Kruskal und post hoc, dass interessierte Schüler den Versuch besser bewerten, als nicht interessierte Schüler. Wenn ich jetzt dafür noch eine Effektstärke r berechne, in wie fern definiert die meinen Unterschied genauer? Für mein Verständnis berechne ich einen Zusammenhangswert für einen signifikanten Unterschied...
Hallo Sandra, das ist etwas tricky, ich merke schon. Ich kann daher nur versuchen das von mir schon Geschriebene zu paraphrasieren. Bei einer Regression verwendest du das R² zur Varianzaufklärung. Im Kontext des r bei den Paarvergleichen gibt dir das R die Wurzel aus dem R² an, dass die quasi die Anpassung an die jeweilige Regression (innerhalb der Gruppe) darstellt. Je besser die jeweilige Anpassung ist, desto größer ist das r, was dir angibt, wie gut für die Gruppe die Beziehung passt und desto desto größer ist der Unterschied(effekt) ist. Wenn das alles nicht fruchtet, noch eine spaßige Empfehlung: rechne in Cohen's d um und nimm das oder ignoriere das r und dessen Bedeutung als Korrelationskoeffizient gänzlich. ;-) Viele Grüße, Björn
@@StatistikamPC_BjoernWalther Vielen Dank für die schnelle Rückmeldung! Die metrische AV ist leider nicht normalverteilt, daher habe ich den Kruskal-Wallis-Test genutzt. Hätte ich trotzdem eine ANOVA berechnen können? Viele Grüße und ein schönes Wochenende
Lieber Björn Wie viele andere bin ich unendlich dankbar für deine Tutorials, denn ich gehöre zu den vielen, die sonst nicht durch ihre Berechnungen kommen würden für ihre Arbeit. Vielen, vielen Dank dafür!! Tatsächlich drängt sich bei mir doch eine Frage auf: in der paarweise Berechnung bekomme ich eine negative Teststatistik was laut diverser Angaben nicht sein kann?! Ich habe leider nichts gefunden, wie ich dieses Problem nun lösen könnte, da es ja scheinbar nicht existiert...
Hallo Patricia, danke für dein Lob und deine Kanalmitgliedschaft! Das von dir beobachtete Phänomen ist recht einfach zu erklären. Es wird beim Post-Hoc-Test ja jeweils ein Mann-Whitney-U-Test für jedes Paar mit angepasstem p-Wert berechnet. Die Teststatistik (de.wikipedia.org/wiki/Wilcoxon-Mann-Whitney-Test#Mann-Whitney-U-Statistik) hängt aber von der Reihenfolge bzw. Nummerierung der Gruppen ab. Es wird einfach gesprochen immer der Wert der AV der größeren von der kleineren Gruppennummer abgezogen. Also die Teststatistik ist im Vorzeichen abhängig von der Reihenfolge bzw. Nummierung der Gruppen. Wenn man es mal exemplarisch mit Mittelwerten erklärt: Gruppe 1 hat einen Mittelwert von 56 und Gruppe 2 einen Mittelwert von 68, bedeutet im Ergebnis Gruppe 1 (56) - Gruppe 2 (68) = -12, was du dir dann nur noch als Teststatistik vorstellen musst. Lange Rede, kurzer Sinn. Du kannst bei der Teststatistik das Minus getrost ignorieren und immer den Betrag nehmen, da dies nur aufgrund einer gedachten Reihenfolge zustande kommt und SPSS nicht automatisch den Betrag ausgibt. Hilft dir das weiter? Viele Grüße, Björn.
Hallo, vielen lieben Dank für das tolle Video! Komischerweise wird mir in der Ausgabe aber kein Wert für Chi Quadrat angezeigt, sondern nur Kruskal-Wallis H, df und asymptotische Signifikanz. Weißt du vielleicht woran das liegt? Und generell, wie berichtet man die Ergebnisse im Text? Schon mal vielen Dank für Deine Hilfe :)
Hallo und danke für dein Lob! Klingt so, als ob du lediglich über die alten Dialogfelder gegangen bist und nicht über nicht parametrische Tests -> unabhängige Stichproben. Ist dem so? Viele Grüße, Björn.
@@StatistikamPC_BjoernWalther Ich habe leider genau das gleiche Problem und kann mir nicht erklären woran es liegt. Ich bin über nicht parametrische Tests -> klassische Dialogfelder -> K unabhängige Stichproben gegangen. Ließe sich der Wert unter "Kruskal-Wallis H" alternativ ebenfalls nutzen? Verwendet wird SPSS in der Version 26.
Hallo Johannes, die Formel gibt es bei Andy Field (2018), Discovering Statistics. Die Seite kann ich dir gerade nicht sagen, weil ich das Buch nicht bei mir habe. Es ist aber im Kapitel "Comparing several means" mit einem Untekapitel effect size vermerkt. VIele Grüße, Björn.
Komisch. Beim Test selbst werden die Omnibustests teils als signifikant angezeigt, bei den Hypothesentests folgend stehen ganz andere Werte und plötzlich ist nichts mehr signifikant. Nutze SPSS 27
Guten Tag, ich habe ein Problem: Wenn ich den KW-Test durchführen will und als Testvariable eine ordinalskalierte Variable eingebe, kommt die Fehlermeldung "Variable ist nicht metrisch"; allerdings dachte ich, dass der KW-Test doch gerade für ordinalskalierte Variablen gedacht ist! Wo liegt der Fehler? Vielen Dank schon mal für Eure Hilfe! :)
Hallo Sven, hast du es über klassische Dialogfelder oder über unabhängige Stichproben probiert? Bei mir funktioniert es ohne Probleme. Evt. gehst du über den zweiten Weg und wählst keinen Test aus und lässt SPSS entscheiden? Viele Grüße, Björn.
Hallo Sara, weil beim Kruskal-Wallis-Test eine Alphafehler-Kumulierung stattfindet, wenn post-hoc-Vergleiche gemacht werden, die es beim einfachen Mann-Whitney-Test nicht gibt. Viele Grüße, Björn.
Zunächst: Ganz starke Videos! Echt toll gemacht. Danke dafür! Ich werde sie auch demnächst über meine Facebook-Seite teilen. Ich hätte jedoch eine Frage: Ich möchte den Test auch durchführen, jedoch nicht wie bei Ihnen eine metrische Variable in das "Testfeld" bringen, sondern eine ordinale Variable. Jedoch kommt bei mir dann die Fehlermeldung ""Ordinalfelder können nicht in die Liste gesetzt werden." Aber das ist ja eigentlich Quatsch bzw. müsste es ja möglich sein. Während bei Ihnen unter "Testfelder" unten rechts leicht transparent sowohl das Symbol für metrische als auch für ordinale Variablen angezeigt wird, fehlt bei mir das Symbol für die ordinalen Variablen, weshalb ich diese wahrscheinlich auch nicht in das "Testfeld" ziehen kann. Ich habe auch schon das Fix Pack 1 und 2 für meine SPSS Version 21 installiert, aber komme trotzdem nicht weiter. --> Wissen Sie, woran das liegen kann? Muss ich etwas umstellen? Für einen Tipp wäre ich sehr dankbar!
Habe gerade etwas gefunden: Es könnte ein Fehler bei SPSS sein. Janssen (2013) (Link: link.springer.com/chapter/10.1007/978-3-642-32507-6_27) weist auf S. 624 im Rahmen des Mann-Whitney-U-Tests darauf hin und gibt an, man solle einfach die Variable in der Variablenansicht im Editor auf "Skala" umstellen, um diesen Fehler zu umgehen. --> Ist das wirklich die einzige Lösung oder kann man noch etwas anderes unternehmen?
Vielen Dank für das Lob! Freut mich, wenn die Videos helfen und umso mehr, wenn sie auch noch geteilt werden. :) Man kann mich auch mit Du ansprechen. ;-) Grundlegend: der Kruskal-Wallis-Test ist prinzipiell nahezu voraussetzungsfrei. Daten müssen nicht normalverteilt sein und dürfen ordinal skaliert sein. Das klingt schon sehr eigenartig und ich habe mal recherchiert. IBM selbst hat dazu Stellung bezogen und eingeräumt, dass erst ab Version 22 ordinale Variablen als abhängige Variablen funktionieren (www-01.ibm.com/support/docview.wss?uid=swg21477370). Das Durchführen des Testes dürfte demzufolge auch mit der Syntax nicht funktionieren? ** NPTESTS /INDEPENDENT TEST (_Testvariable_) GROUP (_Gruppierungsvariable_) KRUSKAL_WALLIS(COMPARE=PAIRWISE) /MISSING SCOPE=ANALYSIS USERMISSING=EXCLUDE /CRITERIA ALPHA=0.05 CILEVEL=95. ** Wie im oben verlinkten Artikel vorgeschlagen, könnte man auch für jeden Paarvergleich einen Mann-Whitney-U-Test durchführen, was zwar aufwändig ist, im Endeffekt aber ohnehin gemacht wird, um zu sehen, zwischen welchen Gruppen die Unterschiede signfikant bestehen - sofern das Interesse diesbezüglich besteht. Hilft das etwas weiter?
Super, dann gerne Du. Ich bin Oliver. ;) Ah, interessant, dass IBM etwas dazu sagt. Leider geht der Link nicht, aber danke für die Recherche. Dann sollte ich einmal über ein Upgrade nachdenken.^^ Ja, stimmt... Aber der Artikel schlägt ja eigentlich nicht vor, anstatt des Kruskal-Wallis-Tests mehrere Mann-Whitney-U-Tests zu rechnen, sondern gibt da nur an, dass man die Variable in der Variablenansicht auf Skala umstellen soll, da derselbe Fehler logischerweise auch schon beim Mann-Whitney-U-Test auftritt. Aber wie ich es verstanden habe, reicht es ja aus, wenn man die Variable einfach auf Skala umstellt, oder? Der Test bleibt ja der gleiche, nur dass sich das Programm dann nicht verweigert, oder? Danke für die hilfreiche Diskussion! ;)
Hallo Oliver! Der Link oben wird mit abschließender Klammer geöffnet, das scheint der Fehler zu sein. Einfach noch mal den hier nehmen: www-01.ibm.com/support/docview.wss?uid=swg21477370 Darauf bezog sich auch das M-W-U-Testen. Das Umstellen auf metrisch skalierte Variable sollte im Ergebnis genau das machen, was du möchtest und den K-W-Test durchführbar sein. Das Programm ist halt auch nur beschränkt. ;-)
Ouh, stimmt, die Klammer... sry, mein Fehler... :) Okay, also Fazit: Entweder schummeln und auf Skala umstellen oder eine höhere Version nutzen. Verstehe...^^ Danke!
Kann mir jemand sagen, wie man die mittleren Ränge interpretiert, wenn N in den unterschiedlichen Gruppen nicht gleich ist? Also wenn z.B. die untrainierten N=100 sind und die mäßig und gut trainierten jeweils ein N von 20 haben?
Hallo Friedhelm, die Gruppengröße ist egal, da die Ränge über alle Beobachtungen gebildet werden und dann je Gruppe gemittelt der Rangmittelwert berechnet wirdt. Viele Grüße, Björn.
hi, danke! aber was wenn ich in meiner SPSS Version (Version 26) NUR die klassischen Dialogfelder habe ?? .. ich finde keine Möglichkeit die die Gruppen untereinander zu vergleichen ... ))-:
Hallo, dann kannst du behelfsweise für die paarweisen Vergleiche Mann-Whitney-U-Tests rechnen, musst allerdings den p-Wert anpassen, indem du ihn mit der Anzahl der paarweisen Vergleiche multiplizierst. Wahlweise kannst du auch dein Alpha anpassen (durch die Anzahl der Tests teilen). Viele Grüße, Björn.
@@lahaze07 Die Antwort habe ich ja schon gegeben. ;-) Du meinst, wie man den Mann-Whitney-U-Test durchführt? Schau dazu hier: th-cam.com/video/zO-F6Xq_4ek/w-d-xo.html Die asymptotische Signifikanz musst du wie oben bereits beschrieben anpassen. Viele Grüße, Björn.
@@StatistikamPC_BjoernWalther ah, ok - nein die nachfrage bezog sich auf die erste Frage - ich wusste nicht das mir hier am Sonntag so schnell solche Fragen beantwortet werden - krass! ... ich bin soeben Fragensteller Mitglied geworden ... das bleibe ich wohl nun ein paar Monate ...
Da ich so langsam ein wenig verzweifle hier eine Frage: Im Rahmen meiner Forschungsarbeit untersuche ich den Zusammenhang der Studienleistung AV(Ordinal) und der Ausübung einer Erwerbstätigkeit(keine, 1, 2, 3) , hier nominal mit 4 Ausprägungen(oder eher ordinal?). Die Fragestellung lautet konkret: Unterscheiden sich die Studienleistungen je nach Ausübung einer Erwerbstätigkeit. Da durch das Skalenniveau die meisten Bedingungen für andere Tests nicht erfüllt werden, habe ich nur diesen Test als Lösung gefunden. Allerdings scheint mir der Mann Whitney-U-Test sehr ähnlich, da ich zwar nicht alle Ränge direkt miteinander vergleiche, aber theoretisch ja jeden Rang mit jedem anderen vergleichen kann.(als keine Arbeit mit einer, zwei mit drei oder 1 mit drei).Sehe ich das richtig ? bzw. sind das überhaupt die richtigen statistischen Verfahren bezogen auf meine Fragestellung ? Alternativen habe ich bis jetzt nicht gefunden. Im Falle zweier ordinal skalierten Variablen kenne ich nur die Spearman-/Korrelation. Ich entschuldige mich im Voraus für diese lange Frage. Weniger anzeigen
Hallo Fabian! Die Ausübung der Erwerbstätigkeit klingt für mich eher nominal, wenn die Zahlen keinen zeitlichen Umfang o.ä. abbilden. Tun sie das? Die Frage versucht zu schauen, ob ein Job neben dem Studium auf die Studienleistung einen negativen Einfluss hat? Prinzipiell ist der K-W-Test eine gute Option für die Variablenskalierung in deinem Fall, weil du mehr als zwei Ränge hast. Wenn du die Ränge paarweise vergleichst, hast du das Problem der Alpha-Fehlerkumulierung. Deswegen macht man den K-W-Test mit dem Post-hoc-Test, wie ich es im Video zeige. Mit der Spearman-Korrelation kannst du keine Unterschiede zwischen den Gruppen erkennen, sondern nur ein Zusammenhangsmaß zwischen den Ausprägungen der Werte. Das könnte man meiner Meinung nach bestenfalls als ersten Anhaltspunkt für einen weiteren Test nehmen, wie den K-W-Test. Viele Grüße, Björn.
Erstmal vielen Dank! mit deinen Videos und deiner Antwort hast du mir bereits massiv geholfen! Ich werde die Videos auf jeden Fall weiteren hilflosen Kommilitonen empfehlen !:D Nein die Zahlen haben keinen zeitlichen Umfang, ich hatte hier nur Bedenken, da es ja im Prinzip eine Steigerung von keiner bis zu 3 Arbeitstätigkeiten gibt. Ja ich versuche herauszufinden ob ein Job, bzw. mehrere Jobs neben dem Studium einen Einfluss auf die Studienleistung haben, allerdings scheint der Einfluss eher gering zu sein. Den Post-hoc-Test hab ich bereits ausprobiert, allerdings kommt bei der Hypothesenübersicht die Meldung" Berechnung nicht möglich " bzw. "Die Verteilung von Bewertung bisheriger Studienleistungen ist über Kategorien von Erwerbstätigkeit aktuelles Semester identisch.. Und Kurz zurück auf die Spearman-Korrelation, diese habe bei einer anderen Fragestellung bei einer AV ordinal und UV metrisch angewandt, den K-W-Test kann ich ja hier nicht benutzen, da keine unabhängige Variable vorliegt, mittels der die zu vergleichenden Gruppen gebildet werden.(Konkret ist die Fragestellung: Unterscheiden sich die Studienleistungen je nach Dauer der Erwerbstätigkeit(metrisch). Es reicht hier eventuell nur, herauszufinden ob es überhaupt einen positiven oder negativen Zusammenhang gibt.Reicht dann nicht die Spearman-Korrelation? auf ein weiteres Verfahren bin ich nach längerer Recherche nicht gekommen. Allgemein tue ich mich schwer ein Verfahren für ordinal + metrisches Skalenniveau zu finden.
Hallo Fabian, freut mich, wenn dir die Videos helfen und potentiell auch deinen Kommilitonen helfen werden. ;-) Deine Fehlermeldung klingt ulkig. Sind die Daten in Ordnung? Du könntest zunächst für die zu vergleichenden Gruppen Boxplots erstellen. Das ist grafisch schon mal eine schöne Möglichkeit. Das Problem bei der Korrelation ist die Wirkrichtung. Die Studienleistungen kann ja auch einen Einfluss auf die Dauer der Erwerbstätigkeit haben. Schlechte Studenten machen dies nur kurz, weil sie erkannt haben, dass sie sich auf das Studium konzentrieren müssen. Gute Studenten arbeiten vielleicht sogar als Werksstudent permanent in ihrem Fachbereich. Aber wenn es lediglich um einen Unterschied geht, könnte man das noch hinargumentieren und Spearman nehmen. Wie ist denn die Studienleistung gemessen? Sind das direkt Noten? Wenn ja, könnte man das zur Not auch damit rechnen, wenn man bei der Interpretation der Ergebnisse hinreichend vorsichtig ist. Viele Autoren verwenden bei Likert-Skalen, die defacto ordinale Skalierung sind, trotzdem Verfahren die metrische AVs verlangen aber hinreichend vorsichtig bei der Interpretation sind. Viele Grüße, Björn.
Nochmals Danke, bei jeder Fragestellung die ich habe, gibt es die abhängige Variable Studienleistung, die hier als Durchschnittsnote angegeben ist , also 1,0 , 1,3 1,7 bis 4,0 . Das Problem bei der Post-Hoc-Analyse ist offenbar, dass meine AV Studienleistung keine stetige Antwortvariable ist, weshalb der Test nicht durchgeführt werden kann. Über diese Voraussetzung wusste ich vorher leider nichts. Jetzt weiß ich nicht ob der Test dann überhaupt noch einen Sinn für mich hat. Könnte man nach deinem Vorschlag die Durchschnittsnote auch als metrisch interpretieren ? Jedenfalls würde das die Auswahl eines alternativen Verfahrens erheblich erleichtern.
So ich habe jetzt einfach mal das Skalenniveau auf metrisch gesetzt, also die Studienleistung, der Kruskal-Wallis-Test funktioniert jetzt ohne Probleme. Die Ergebnisse erscheinen mir sogar sehr plausibel. Anscheinend ist die Lösung meiner Probleme wirklich einfach nur das Skalenniveau meiner abhängigen Variable von ordinal auf metrisch zu setzen
Erstmal Danke für deine Videos, sind echt super hilfreich! Habe den Kruskal-Wallis Test durchgeführt und eine asymptotische Signifikanz (,000) zwischen Sporttreiben pro Woche (6-7mal, 4-5mal, 2-3mal und 1mal) und der Teilnahme an Ausdauersportveranstaltungen festgestellt. Wenn ich jetzt den paarweisen Vergleich durchführe kommt die Meldung bei Entscheidung: "Berechnung nicht möglich" mit dem Verweis: "Die Testvariable ist nicht stetig." Weiß ehrlich gesagt nicht genau was ich falsch gemacht habe...
Der paarweise Vergleich funktioniert bei mir nur mit metrischen Skalen. Wäre es jetzt möglich, für den Test kurz das Item als Metrisch skaliert einzustellen, einfach damit die Funktion ausgeführt werden kann?
@@pascals3586 Hallo Pascal, sehr komisches Verhalten von SPSS, das mir so noch nicht untergekommen ist. Ordinal >sollte< funktionieren. Man kann die Variable testweise auf Metrisch umstellen und dann die Ergebnisse rechnen. Viele Grüße, Björn.
Ich habe in diesem Video (th-cam.com/video/vbYuV5TlMNU/w-d-xo.html) gesehen, dass man nicht sein Betriebssystem oder die Anzeige in SPSS auf Englisch umstellen muss. Man muss einfach folgendes in der Syntax ausführen: set locale="english" Habe bisher keine unangenehmen Begleiterscheinungen dabei erfahren und man muss das auch nicht nach jedem Neustart von SPSS neu ausführen. Er speichert das nach dem ersten Mal.
➡Aktualisiertes Video für SPSS 28/29: th-cam.com/video/3CzMIMCZbrU/w-d-xo.html
Danke! Du bringst mich durch meine Doktorarbeit
Das freut mich!
Viel Erfolg weiterhin und viele Grüße
Björn
Sie retten eine weitere Master-Thesis!
Sie sind einfach der beste. Super erklärt, kurz verständlich und haben Verständnis dafür wo Probleme auftreten können und zeigen dafür sofort Lösungen auf!
Einziger Verbesserungsvorschlag wäre, Sie machen sich bereits so eine Mühe und erklären alles so gut. Vielleicht könnte man am Schluss noch kurz eine Folie einblenden auf der die Ergebnisse in APA style verschriftlicht sind.
Ein ganz großes Danke!! Ohne dein Video, wüsste ich nicht, wie ich meine Masterarbeit fertig schreiben soll! LG Nina
Hallo Nina, danke für dein Lob! Weiterhin viel Erfolg!
Viele Grüße, Björn.
Auch von mir ein riesiges Dankeschön, ohne dich wäre ich an SPSS für meine Doktorarbeit gescheitert!
Freut mich, wenn die Videos dir helfen konnten. Gib den Tipp an deine Doktorandenkollegen weiter. ;-)
Viele Grüße, Björn.
Ich danke dir, dass du uns allen dein Wissen kostenlos zur Verfügung stellst. Ich wüsste nicht wie ich sonst mit der Statistik für meine Doktorarbeit klargekommen wäre. Ich habe sowohl deine Videos über Excel- als auch SPSS-Berechnungen dafür gebraucht. Niemand anderes auf TH-cam erklärt den Umgang mit den Programmen und den Hintergründen für die Berechnungen (wann ich was nehmen muss) so gut, genau und gleichzeitig übersichtlich wie du - und dann zum Glück auch noch auf deutsch. Eigentlich müsste man dich in den Danksagungen erwähnen!
Freut mich, wenn dir meine Videos helfen (konnten)! Eine Erwähnung in der Danksagung steht dir selbstverständlich frei. ;-)
Ansonsten hilft es mir und dem Kanal einfach die Videos zu schauen und zu teilen. Den Rest erledigt TH-cam. Wer noch mehr Dankbarkeit versprühen möchte, kann auch dem Spendenbutton in der Kanalinfo einen Besuch abstatten - ist aber alles freiwillig.
Viele Grüße und viel Erfolg weiterhin, Björn.
Ich verzweifle nun seit geraumer Zeit an meiner Masterarbeit Analyse... Das war absolut hilfreich und "idiotensicher" erklärt. Vielen Dank!
Freut mich! :-)
Viel Erfolg weiterhin!
Viele Grüße, Björn.
Hey, vielen Dank für das super Video. Ich hätte noch eine Frage. Mein Kruskal-Wallis-Test ist signifikant geworden. Der Post-hoc-Test (Bonferroni) zeigt aber bei keinem paarweisen Vergleich einen signifikanten Unterschied (wenn man nach der korrigierten Sig. geht). Wie ist das zu interpretieren? Ein signifikanter Unterschied zwischen allen Gruppen, aber keiner zwischen einzelnen Gruppen? Vielen Dank vorab!
Hallo Björn, auch mir haben deine Videos ausgesprochen weitergeholfen, weiter so!
Ich habe allerdings eine Frage, worauf ich keine Antwort finden kann. Ich habe einen Kruskal Wallis Test durchgeführt mit einem signifikanten Ergebnis. Somit führte ich als nächstes einen Paarweisen Vergleich durch. SPSS hat mir jedoch hier kein signifikantes Ergebnis geliefert, also für kein Gruppenpaar. Was mache ich nun? Verwerfe ich die Nullhypothese oder behalte ich sie? Kann ich es mit einem Type I Error argumentieren?
Vielen Dank! Soweit ich verstanden habe, kann ich immer nur zwei Variablen testen (wie im Bsp. Ruhepuls, Training). Kann ich anschließend einen weiteren Kruskal-Wallis-Test mit Ruhepuls und einer anderen Variable in SPSS rechnen (z.B. Ruhepuls, Altersklassen) , oder muss ich da wieder den Alpha-Fehler bedenken? Ich möchte halt auch bei der weiteren Variable die Unterschiede in den Gruppen wissen bzw. ob es welche gibt.
HINWEIS: Bei der Folie zur Effektstärke (7:20) ist mir ein Fehler unterlaufen. Ab 0,1 ist der Effekt schwach, ab 0,3 mittel und ab 0,5 stark! Quelle: Cohen, J. (1992). A power primer. Psychological bulletin, 112(1), S. 156.
Was ist schhief gelaufen, wenn ich die Fehlermeldung "Berechnung nicht möglich^c" bekomme? Als Begründug steht dassdie Daten nicht stetig sind? Kann man das umgehen?
@@hansdieter1935 hast du oder jemand anders das rausgefunden? habe genau das gleiche Problem
@@hansdieter1935 Ich denke das sich das mittlerweile erledigt hat, dennoch für alle nachkommenden Hilfesuchenden: Bei mir hat es sich gelöst in dem ich die Variablenskalierung geändert habe (von Metrisch auf Nominal)
@@leathelost3378 Ich habe von vom Datensatz her schon eine Nominalskalierung bei der unabhängigen Variable, aber es funktioniert trotzdem nicht, weißt du was noch falsch sein könnte?
Hi Björn! Vorweg: Vielen Dank für die ganze Arbeit, die in deine Videos fließt. Ich habe folgende Frage: Ich wollte eigentlich in SPSS eine einfaktorielle ANOVA rechnen (3 Faktorstufen), nun sind aber leider sowohl Homoskedastizität als auch Normalverteilung der Residuen nicht gegeben, die Gruppen sind sehr klein und auch nicht gleich groß (N zw. 10-20). Daher bin ich beim Kursaal-Wallis-Test gelandet, der auch tatsächlich signifikant wird. Mein ursprünglicher Plan war, nach der ANOVA gerichtete post-hoc Tests zu rechnen, da ich die vermuteten Unterschiede zwischen den Gruppen bereits in den Hypothesen spezifiziere. Die post hoc Tests die du hier zeigst sind aber ja nicht gerichtet, korrekt? Damit hat man dann ja wieder das Problem der Alpha-Fehler-Kumulierung. Kann ich hier auch irgendwie gerichtete post hoc Vergleiche zw. Gruppen anstellen? Über eine Antwort wäre ich sehr sehr dankbar! LG
Vielen Dank für das tolle Video! Hat mir super für meine Masterarbeit geholfen :)
Hallo Christoph, danke für dein Lob! Freut mich, wenn dir die Videos geholfen haben! :-)
Viele Grüße, Björn.
Hallo Björn, vielen Dank für dein super hilfreiches Video. Eine Frage: Hast du eine Literaturangabe, in der empfohlen wird, die Angepasste Signifikanz (zur Vermeidung des Alphafehlers) zu interpretieren?
Vielen Dank im Voraus. Liebe Grüße, Isabel
Hallo Isabel, danke für dein Lob.
Bei Field (2018) Discovering Statistics auf S. 314-316 findet sich da etwas zu.
Viele Grüße, Björn.
@@StatistikamPC_BjoernWalther vielen herzlichen Dank für deine schnelle Rückmeldung!!! Du hilfst mir sehr weiter! Danke!! 🙂 Alles Gute dir!
Liebe Grüße aus Österreich
Moin Björn!
Erstmal großes Danke für die Videos und die Mühe, die du dir machst.
Weißt du, welchen Test SPSS für die paarweisen Vergleiche nach dem Kruskal Wallis Test nutzt? Oder unterscheidet sich das je nach Datensatz und kann ich das irgendwo in SPSS nachschauen?
Liebe Grüße
Victor
Hallo Victor, danke für dein Lob. Als Posthoc-Tests werden beim Kruskal-Wallis-Test Mann-Whitney--Tests mit angepasstem p gerechnet.
Viele Grüße, Björn.
Ich denke eher es wird ein Dunn-Bonferroni Test durchgeführt: methodenberatung.uzh.ch/de/datenanalyse_spss/unterschiede/zentral/kruskal.html
Vielen Dank für das tolle Video.
Ich habe jedoch eine Frage: Als Post-Hoc Test meintest du wird bei SPSS der Mann-Whitney-U-Test verwendet. Ich bekomme wenn ich zwischen den einzelnen Gruppen selbst Mann-Whitney-U-Tests durchführe jedoch andere Ergebnisse raus. Woran liegt das?
Danke schonmal!
Vielleicht hilft mein Kommentar weiter. LG
Ich denke eher es wird ein Dunn-Bonferroni Test durchgeführt: methodenberatung.uzh.ch/de/datenanalyse_spss/unterschiede/zentral/kruskal.html
Hallo,
Erstmal auch von mir vielen Dank für dieses hilfreiche Video! :)
Ich habe leider das Problem, dass mir der Wert für Chi-Quadrat nicht angezeigt wird. Nur die Werte für Kruskal-Wallis- H, du und die asymptotische Signifikanz. Ich bin sowohl über klassische Dialogfelder als auch über unabhängige Stichproben gegangen aber nirgends ist der Wert angezeigt.
Woran könnte das liegen? Und wie komme ich trotzdem an diesen Wert, da ich ihn doch zum Berichten der Ergebnisse benötige?
Liebe Grüße
Monique
Hallo, ich habe eine kurze Frage. Ich habe einen Vergleich zwischen den Besitzern verschiedener Automarken durchgeführt, wobei die Nullhypothese abzulehnen war, was in meinem Fall bedeutet, dass ein Unterschied besteht. Bei dem paarweisen Vergleich ist nun laut der korrigierten Signifikanz keine Gruppe signifikant. Kann es sein, dass ich in diesem Fall auf die normale Signifikanz schauen muss?
Ich würde mich sehr über eine Antwort freuen und vielen Dank im Voraus! LG
Hallo Lena, du würdest immer auf die angepasste Signifikanz schauen müssen, da du sonst eine erhähte Alphafehlerwahrscheinlichkeit hast. Wenn die angepasste Signifikanz keinen einzigen paarweisen Vergleich ausweist, wo der p-Wert hinreichend klein ist, dann ist das so zu berichten: Kruskal-Wallis-Test signifikant, aber bei paarweisen Vergleichen mit Bonferroni-Korrektur keine signifikanten paarweisen Vergleiche. Wie groß sind die korrigierten p-Werte denn?
Viele Grüße, Björn.
Ich habe eine Frage: mir wird bei der Ausgabe des Kruskal-Wallis-Tests in der Tabelle "Teststatistiken" kein Chi2 angezeigt, dass ich in meinem Bericht angeben könnte. Meine Tabelle zeigt nur ein "Kruskal-Wallis-H" "df" und die symp. Signifikanz an. Hab ich etwas falsch gemacht oder woran kann das liegen?
Vielen Dank schon mal.
Hallo,
erst einmal vielen lieben Dank für ihre zahlreichen und vor allem hilfreichen Videos!
Nur ist bei mir gerade leider ein Problem entstanden:
Ich habe den Kruskal-Wallis-Test nach Ihrer Anleitung durchgeführt und es hat alles funktioniert. Dieser war dann auch signifikant und ich wollte nun schauen, welche Gruppen sich denn genau unterscheiden. Aber der paarweise Vergleich zeigte dann keine signifikanten Unterschiede an. Ist das überhaupt möglich? Oder habe ich einen Fehler gemacht? Ich würde mich sehr freuen über eine schnelle Rückmeldung.Vielen Dank im Voraus!
Wunderbares Video mit super Anleitung für die eigene Arbeit.
Ich habe eine ergänzende Frage und würde mich über eine Beantwortung freuen.
Der Post-Hoc Test welchen du startest durch die zweite Analyse (Nicht-Parametrisch von unabhängigen Stichproben) ist dieser dem Dunn-Bonferroni Test gleichzustellen?
Hallo ! Ich habe eine Frage: ich arbeite im Rahmen meiner Masterarbeit mit SmartPLS und habe verschiedene Modelle aufgestellt (Alter und Geschlecht) und die Pfadkoeffizienten (quasi betas bei einer multiplen regressionsanalyse) für die einzelnen Beziehungen der Variablen ausgerechnet. Wie kann ich prüfen, ob die Unterschiede dieser Pfadkoeffizienten zwischen den Modellen signifikant sind? Die Variablen sind alle metrisch skaliert, die Abhängige variable ist nicht normalverteilt. Die untersuchten Gruppen sind unabhängig. Die Modelle haben jeweils (die selbe) abhängige Variable und 5 unabhängige von denen zwei eine mediierende Wirkung haben. Würde mich über jeden Ratschlag sehr freuen..verzweifel hier so langsam :(. LG
Frage: beim Kruskal-Wallis komme ich auf ein nicht signifikantes Ergebnis. Daher werden die paarweise Vergleiche gar nicht mehr durchgeführt. Komme ich trotzdem irgendwie an diese ran? Dann könnte man zumindest eine Tendenz bzw. ein Trendniveau ablesen, auch wenn keine Signifikanz vorliegt.
Beste Grüße!
Hallo,
Vielen liebe Dank für dieses hilfreiche Video!
Bei mir ist ebenfalls leider das Problem, dass mir der Wert für Chi-Quadrat nicht angezeigt wird. Nur die Werte für Kruskal-Wallis- H, d und die asymptotische Signifikanz. Ich habe es sowohl über klassische/alte Dialogfelder als auch über nonparametrische Tests und unabhängige Stichproben probiert, aber nirgends ist der Chi-Quadrat Wert angezeigt. Ich nutze die IBM SPSS Version 28.
Woran könnte das liegen? Und wie komme ich trotzdem an diesen Wert, da ich ihn doch zum Berichten der Ergebnisse benötige?
LG, Hannah
Hallo Björn, vielen Dank für die Videos! Die helfen mir gerade bei meiner Bachelorarbeit. Mein Kruskal-Wallis-Test ist signifikant geworden, allerdings werden mir trotzdem keine paarweise Vergleiche angezeigt. Angeblich soll das bei der aktuellen SPSS Version im Model Viewer funktionieren, klappt aber nicht. Hast du vielleicht einen Rat?
Danke für deine tollen Videos! :-)
Ich möchte die Unterschiede von sieben verschiedenen Führungsstilen auf die Zufriedenheit der Mitarbeiter und die Arbeitsleistung untersuchen (beides ordinalskaliert). Der Kruskal-Wallis-Test zeigt mir für beide AVs signifikante Unterschiede an. Dann wollte ich das im nächsten Schritt durch einen paarweise Vergleich prüfen. In der Hypothesenübersicht des nicht parametrischen Tests steht dann aber "Berechnung nicht möglich" hast du eine Idee woran es liegen kann?
Hi Lotte, ich habe das gleiche Problem. Hast du eine Lösung dazu gefunden?
HI Björn, danke erstmal für deine tollen Videos! Eine Frage: Wenn ich schauen möchte ob es zwischen zwei Gruppen (gute Performance - nicht gute Performance) im Hinblick auf bestimmte Merkmale (z.B. Anzahl Übungsstunden; Teamleader männlich / weiblich etc) unterschiede gibt, welcher Test bietet sich da an? Ich habe ja nur zwei AUsprägungen der abhängigen Variable, aber teils eben metrisch skalierte und teils wiederum nominale Unterscheidungsmerkmale.... Wäre dir dankbar für eine Antwort :) LG
Hallo Julia, im Fall dichotomer AV kannst du eine logistische Regression rechnen.
Viele Grüße, Björn.
Hey danke für dein super Video!!
Wirklich super geil erklärt!
Hab aber mal noch eine Frage:
Du hast ja jetzt nur 3 Gruppen und lässt dir die ausgeben.
Angenommen man hat z.B. 100 Gruppen und möchte von diesen 100 Gruppen nur die Gruppe 1 mit der Gruppe 2 und der Gruppe 3 vergleichen und sich die übrigen 97 Gruppen nicht anzeigen lassen, kann man das iwo einstellen?
Also so wie du vorher bei Minimum und Maximum 0-2 eingetragen hast?
Danke schon mal;)
Hallo, wäre es dann nicht sinnvoll nur die interessierenden Gruppen im Vorfeld überhaupt in den Test reinzugeben?
Viele Grüße, Björn.
Ich finde deine Videos super Hilfreich. :)
Aber ich habe noch eine Frage: Ich benutze SPSS Version 28 und ich habe ein Problem anschließend den paarweisen Vergleich durchzuführen. Es ist nicht mehr möglich den Kruskal Wallis Test im Modellviewer auszugeben. Wie komme ich jetzt an die Daten für die paarweise Betrachtung??
Hallo,
tolles Video erstmal. Mein Prof. fragt gerade, ob der Post-hoc-Test nicht der U-Test ist...? Habe allerdings die Ergebnisse der paarweisen Vergleiche und des U-Tests verglichen und die unterscheiden sich. Um welchen Test handelt es sich bei dem Post-hoc-Test denn?
Hallo Sue, danke für dein Lob!
In SPSS wird der Dunn-Bonferroni-Test als post-hoc-Test verwendet, weswegen die Ergebnisse nicht die gleichen sind. Hinzu kommt, dass der U-Test als posthoc-Test nur bedingt geeignet ist, da der nicht für Alphafehlerkumulierung kontrolliert. Dies müsste man explizit tun, ist in SPSS aber meines Wissens nach nicht möglich.
Viele Grüße, Björn.
Wirklich cooles Video!
Ich hätte eine Frage: Laut Literatur ist der KW Test auch für ordinale Skalen (abhängige Variable) geeignet. Ich habe jetzt analog zu dem Arbeitsschritt wie du ihn beschreibst, es leider jedoch nicht geschafft, den paarweisen Vergleich durchzuführen.
Erst nachdem ich in meiner Variablenansicht die abhängige Variable von ordinal auf metrisch gestellt habe ging es. Kann das ein Problem sein?
LG
Hallo, das wäre eher ungewöhnlich, aber das Verstellen des Skalenniveaus richtet keinen Schaden, das Verfahren rechnet davon losgelöst wie gewünscht.
Viele Grüße, Björn.
Hey, ich nochmal, also ich Verzweifel langesam, ich habe 2 unabhängige Stichproben und die AV ist bei mir leider nicht Normalverteilt. Ich teste auf Sensation Seeking, Selbstverletzendes Verhalten und Experience Seeking mit der Gruppierungsvaribale Körpermodifikationen ja/nein. Nun habe ich mir sagen lassen das der U-Test da nicht so geeignet für ist, da eine Alpha-Fehler kummulierung auftreten kann wenn ich zu oft mit dem sleben Datensatz rechne. Und da der Kruskal-Wallis-Test ja das Pedndant zur Varianzanalyse ist ist dieser dann der richtige Test oder was meinst du? Bin langesam völlig erschlagen von den ganzen verschiedenen Tests ^^
Hallo Steven, den Kruskal-Wallis-Test würde man nur anwenden, wenn man mehr als zwei unabhängige Stichproben hat. In deinem Fall hast du natürlich schon eine Alphafehler-Kumulierung, wenn du mehrfach den Mann-Whitney-U-Test anwendest. Da würde ich dir einfach zur Bonferroni-Helm-Korrektur raten, die hier gut beschrieben ist: en.wikipedia.org/wiki/Holm%E2%80%93Bonferroni_method#Formulation
Viele Grüße, Björn.
Hallo Björn, in ca 90% der Fällen nach der Ablehnung der Nullhypothese sieht man dank paarweise Vergleiche (post-hoc mit Bonferroni Korektur) welche Gruppen sich signifikant unterscheiden. Nun aber habe ich paar Fälle wo KH Nullhyphothese ablehnt (etwas kapp aber schon 0,044) nun aber paarweise Vergleiche keine signifikante Unterscheide aufweisen. Hier dachte ich mir aber ev. die post-hoc Werte ohne Bonferorroni Korektur zu betrachten und basieren darauf Signifikanz der Unterschiede zu betrachten, weil einige Signifikanten liegen schon unten 0,05. Kann man solche Vorgehensweise nachvollziehen? Sind die Korrigierte Signifikanzen nach Bonferroni ev. zu unpräzise wenn KH knapp unten 0,05 liegt?
Hallo Agnes, Bonferroni ist die konservativste Korrekturmethode für mehrfache paarweise Vergleiche. Ein Korrektur für Alphafehlerkumulierung ist definitiv vorzunehmen, eine weniger konservative Korrektur ist aber durchaus denkbar. Allerdings hat SPSS keine anderen Korrekturen implementiert, wofür nur ein workaround hilft: www.ibm.com/support/pages/post-hoc-comparisons-kruskal-wallis-test
Der Artikel zeigt Dunn-Bonferroni.
Viele Grüße, Björn.
@@StatistikamPC_BjoernWalther Vielen Dank Björn, damit komme ich weiter, ich mache für die "problematische" Fälle M-W
Nun dank Dein Hinweis, bin ich auf ein etwas interessantes entdeckt: ich habe drei Testgruppen und damit Bonfferoni Korrektur in 90% der Fällen multipliziert p-Werte durch 3(auch so wie in Deinem Beispiel), nun bei der Fällen wo K-W knapp unter 0,05 liegt, die korrigierte Signifikanz ist mit 6 vs. p-Wert multipliziert. Erklärung habe ich dazu nicht gefunden, ev. ein Softwarebug?
Tolle Erklärung, Danke!! Aber eine offene Frage meinerseits an @Statistik am PC: Mein K-W Test wird sig, also unterscheiden sich die 5 (!) Gruppen voneinander, Post-Hoc Test zeigt aber keine sig. Unterschiede zwischen einzelnen N (nehme an, da aufgrund des strikten Kriterium der Bonferroni für Kontrolle der alphafehlerkummulierung). Tja, ist das Ergebnis eines sig. Unterschied zwischen den 5 Gruppen für mich dann noch von inhaltlicher Relevanz, wenn ich nicht sagen kann welche 5 Gruppen sich sig. unterscheiden? Gibts da eine andere Lösung?
Hallo, du hast den Nagel auf den Kopf getroffen. Bonferroni ist die Ursache dafür. Das heißt aber im Umkehrschluss auch, dass die Signifikanz des K-W-Tests zwar berichtet wird, aber letztlich keine Gruppenunterschied entdeckt werden kann bzw. diese zu klein sind. Mit einer größeren Stichprobe und damit größerer statistischer Power wäre da evtl. was zu holen.
Viele Grüße, Björn.
Hey,danke für deine super guten Videos. Ich habe den Kruskal-Wallis-Test durchgeführt. leider konnte die exakte sig. nicht berechnet werden, da der Arbeitsspeicher nicht gereicht hat, also habe ich ihn auf 32GB hoch gesetzt (mehr war nicht möglich). und dann wurden die Paarweisen vergleiche nur für die asymptotisch signifikanten vergleiche durchgeführt. kann man das auch noch irgendwie einstellen? Vielen Dank schon mal :)
Hallo Björn, ich könnte dir für jedes Video danken :D echt extrem hilfreich :)). Ich habe das Problem, dass eins meiner Items nicht Varianzhomogenität aufweist. Ich wollte es aber mit einer ANOVA Analyse testen, geht das trotzdem (da Voraussetzung verletzt) oder welches Vorgehen empfiehlst du hier? (Normalverteilung liegt vor) LG
Hallo Steven, danke für dein Lob! :-)
Normalerweise müsste die Varianzhomogenität zwischen den Gruppen existieren. Einzelne Items selbst haben ja keine Varianz. ;-) Ich nehme aber mal an, dass eine Gruppe mit ihrer Varianz von den anderen abweicht. Dann gibt es eine Welch-ANOVA (Unter Optionen anzuhaken). Die Interpretation ist wie bei der ANOVA vorzunehmen. Nullhypothese geht von Gleichheit aus.
Viele Grüße, Björn.
Hey Björn, danke für deine Antwort. Ich meinte nicht Item sondern meine abhängige Variable. (Distributive Gerechtigkeit, die ich mit 4 Items getestet und zu einem Block quasi zusammengefasst habe). @@StatistikamPC_BjoernWalther
Hallo Björn! Vielen Dank für deine tollen Videos, du hast mir schon sehr weitergeholfen!
Gibt es auch die Möglichkeit den Kruskal-Wallis Test mit mehreren Messzeitpunkten durchzuführen?
Ich habe drei verschiedene OP Verfahren und möchte untersuchen, wie sich ein bestimmter Laborwert abhängig vom OP Verfahren an 6 verschiedenen Messzeitpunkten unterscheidet. Meine Messdaten sind leider nicht normalverteilt und ich habe nicht von jedem Probanden an jedem Messzeitpunkt einen Wert. Gibt's da eine Möglichkeit das zu untersuchen? Würde mich riesig über eine Antwort freuen! :) Liebe Grüße
Hey Super Videos, die sind wirklich enorm hilfreich!
Ich habe auch eine Frage:
Ich habe über einen zeitlichen Verlauf von mehreren Personen (ca 1000) einen Laborparameter ausgearbeitet, und möchte mir die zeitliche Veränderung zu Stichpunkten (0, 3, 6 und 12 Monate) ansehen. Das Problem mit dem Friedman-Test ist, dass er nur Personen einbezieht die an jedem Stichtag vorhanden sind (was in meinem Fall nur sehr sehr wenige sind).
Kann ich das theoretisch auch mit einem Kruskal-Wallis-Test berechnen weil an jedem Stichtag teilweise andere Personen analysiert werden und nicht ganz abhängig ist? Oder wäre es am besten mit einem Wilcoxin-Test wo ich jeden einzelnen Stichtag abhängig voneinander vergleiche (0vs1, 1vs3 usw)?
Wenn ich unabhängige Tests nehme, wird das n natürlich ungleich höher was es meiner Meinung ja dann auch genauer machen sollte?
Ich hoffe ich habe mein Problem verständlich rübergebracht :)
Vielen Dank, und weiter so mit den tollen Videos!
Hallo Nikolaus und danke für dein Lob! :-)
Streng genommen müsstest du schon dafür sorgen, dass du beim Durchführen des Kruskal-Wallis-Test nur die Personen in den Gruppen hast, für die keine Messwiederholungen vorliegen. Wenn du das hinbekommst, die auszuschließen, spricht nichts gegen den kruskal-Wallis-Test. Gegen den Wilcoxon-Test spricht nur, dass du mehrfach auf die selbe Stichprobe testest und dadurch Alphafehlerkumulierung erhältst. Die musst du dann manuell durch eine Korrektur beheben. Dies macht der Kruskal-Wallist-Test bei den paarweisen Vergleich allerdings gleich automatisch.
Viele Grüße, Björn.
Hammer Video! Eine Frage was mache ich wenn der korrigierte Signifikanz Wert über 0,05 ist aber der normale Signifikanz Wert unter 0,05. (Beim Paarvergleichs Test)
Hallo Reinhard, danke! Du nimmst in dem Falle immer die korrigierte Signifikanz, weil die für den sogenannten alpha-fehler korrigiert. Die normale Signifikanz ist verzerrt und du hast eine erhöhte Chance einen Fehler erster Art zu begehen, also deine Nullhypothese fälschlicherweise zu verwerfen.
Viele Grüße, Björn.
hallo :) Vielen dank für das tolle Video!!! Es ist immer sehr hilfreich deine Videos zu sehen. Eine Frage hätte ich noch: Kann man mit dem Krusakl-Wallis-Test auch die Wirkrichtung ähnlich wie bei der ANOVA untersuchen? Wenn ja, wie ? ich danke im Voraus.
Kann man in deinem Beispiel sagen, dass untrainierte den höhsten Ruhepuls haben, da der mittlerer Rang hier am höchsten ist. Und je trainierter man ist desto niedriger der Ruhepuls ist (aufgrund von dem mittleren Rang). Ich hoffe du verstehst was ich damit fragen will.. Danke!
Hallo, kurz gefasst: ja. Die Hypothese geht im Vorfeld davon aus, dass die Gruppe der Untrainierten den höchsten Ruhepuls hat und die Trainierten den niedrigsten. Mittelwertvergleiche zeigen daher eine Wirkrichtung, wenn im Vorfeld eine Manipulation einer (oder mehrerer) Gruppe(n) vorgenommen wurde und begründet ist, warum der Effekt kausal ist.
Viele Grüße, Björn.
Hallo Björn:) Vielen dank! Was ist aber genau mit der Manipulation gemeint ? Kann man dies testen? Und die Kausalität lässt sich nur untersuchen oder aber nicht in SPSS testen oder ?
Hallo! Danke für das Video. Ich vergleiche in meiner Bachelorarbeit mehrere Grundwassermessstellen auf ihren Co2-Verlauf bei höheren Messtiefen. Da die Messstellen unabhängig voneinander sind, dachte ich mir der Kruskal-Wallis Test könnte es sein. Meine Daten sind großteils nicht normalverteilt und eine Varianz zwischen den Gruppen gibt es auch eine große. Das Problem ist das diese große Varianz zb nur zwischen Messstelle 1 und 2 ist aber nicht zwischen 1 und 3 etc. Weiters sind nicht alle Messsdaten der verschiedenen Messstellen normalverteilt. Kann ich obwohl die Varianzinhomogenität und die Ablehnung der Normalverteilung nicht in allen Fällen gegeben ist, den Kruskal-Wallis Test nehmen? Danke!
Hallo Johannes, ja, kannst du. Der Kruskal-Wallis-Test stellt diesbezüglich keine Anforderungen.
Viele Grüße, Björn.
Danke!
Hi, warum nimmst Du die korrigierte Signifikanz bei den paarweisen Vergleichen und nicht die Signifikanz?
Danke für Deine Videos, die sind wirklich ALLE super!
hängt es auch bei den Gruppen von der Stichprobengröße ab?
Hallo Maria, die korrigierte SIgnifikanz nimmt man immer dann, wenn man einen signifikanten K-W_Test hat und rausfinden möchte, zwischen welchen Gruppen ein signifikanter Unterschied besteht. Das macht man, um die Alphafehlerkumulierung zu beheben.
Viele Grüße, Björn.
Danke für das tolle Video!
Habe den Test für einen Forschungsbericht gebraucht, aber eine Frage hat sich doch noch ergeben: In dem Modell wird mir angezeigt dass die Nullhypothese verworfen werden kann, wenn ich jedoch jetzt die Paarweise Vgl Statistik angucke gibt es keine Stichprobe 1- Stichprobe 2 Kategorie die in sich signifikant ist, dh die einzelnen Gruppen im Vergleich unterscheiden sich nicht voneinander? Wie soll ich das interpretieren? Liebe Grüße
Hallo Lara, zur ANOVA mit gleicher Situation gibt es viele ausführliche Diskussionen: www.researchgate.net/post/Is_it_possible_to_get_non_significant_results_in_post_hoc_test_when_we_got_the_significant_result_in_ANOVA
Im Ergebnis berichtest du von einem signifikanten Kruskal-Wallis-Test aber nicht signifikanten post-hoc-Tests. Auf letztere kommt es ja eigentlich an, weil die höhere Power (Teststärke) haben.
Viele Grüße, Björn.
Muss denn bei den paarweisen Vergleichen der Signifikanzwert halbiert werden wenn man von gerichteten Hypothesen ausgeht?
In deinem Beispiel: H1: Gut trainierte haben einen niedrigeren Ruhepuls als untrainierte. --> Signifikanzwert: 0,003/2?
Hallo Timo, man kann bei Kruskal-Wallis nicht gerichtet testen, weil die Existenz dreier Gruppen verhindert, dass man gerichtete Hypothesen formulieren kann - zumindest für den Kruskal-Wallis-Test an sich. Bei den post-hoc-Tests wäre das wieder was anderes; es ist meines Wissens nach aber unüblich dies zu tun. Das hat ein bisschen was von p-Hacking und ich würde davon abraten.
Viele Grüße, Björn.
Guten Tag, ich habe auch ein kleines Anliegen: Und zwar kann ich bei der Ausgabe des Hypothesentestübersicht diesen nicht doppelklicken wie im Video beschrieben. Dies wäre jedoch nötig, um in den Model Viewer zu kommen, um die einzelnen Gruppe zu vergleichen. Weisst du hierfür vielleicht einen Workaround?
Hallo Sandro, welche SPSS-Version und Pakete hast du?
Viele Grüße, Björn.
Hallo! Erstmal vielen Dank für das Video!
Ich hab folgende Frage dazu: Ich messe ein Konstrukt anhand einer Likert-Skala (unipolar, 1-5) mit 5 Items. Anschließend habe ich diese zu einer Variable zusammengefasst. Darf ich nun mit dem Kurskal-Wallis-Test testen, ob sich die Bewertung des Konstrukts z.B. je nach Art des Unternehmens (nominal) unterscheidet?
Hallo Laura, gerne!
Die Zusammenfassung des Konstruktes führt zu einem quasi-metrischen Wert und erlaubt theoretisch auch die Rechnung einer normalen ANOVA - vorausgesetzt du hast mehr als 2 Unternehmen.
Viele Grüße, Björn.
Vielen lieben Dank für das hilfreiche Video!
Ich habe ein Problem: Wenn ich den Kruskal-Wallis-Test bei nominal-verteilten Gruppen machen möchte (also zB ist die Testvariable das Geschlecht und die Gruppierungsvariable die BMI-Gruppe (3 Gruppen)), funktioniert das nur über "Alte Dialogfelder". Aber da habe ich keinen paarweisen Vergleich. Wie kann ich den paarweisen Vergleich auch in diesem Fall durchführen? Danke! :)
Hallo, wenn deine beiden Variablen kateogrial/ordinal sind, empfiehlt sich eher ein Chi-Quadrat-Test. Beim Kruskal-Wallis-Test muss die Testvariable ja mindestens ordinal sein - bei dir ist sie nominal. Deine Gruppenvariable ist zwar ordinal, das hilft in dem Falle aber nicht.
Viele Grüße, Björn.
Hilfe. Ich bin in den letzten Zügen meiner Masterarbeit und Dank deiner Tutorials komme ich auch sehr gut durch das ganze Testen durch. Nun kommt aber bei einem Kruskal-Wallis-Test (bzw. dem Paarweisenvergleich im Anschluss) folgendes Ergebnis Raus: Signifikanz und Anp.Sig = 0,000, Stichprbengröße = 31 (13+18) und z=Standardstatistik=6,564...berechne ich nun die Effektstärke beträgt diese = 6,564 / Wurzel aus 31 = 1,179. Da der Wert ja aber nur zwischen -1 und +1 liegen darf, weiß ich jetzt nicht mehr weiter. Hast du eine Lösung?
Hallo Bastian, die Effektstärke darf beliebige Werte annehmen. -1 bis +1 stimmt definitiv nicht. 1,179 liegt über der Grenze zum starken Effekt, somit hast du einen starken Effekt.
Viele Grüße, Björn.
Deine Videos helfen mir echt weiter, aber jetzt steh ich doch an. Ich habe mein Experiment in 3 Phasen unterteilt, die ich vergleichen will. In jeder Phase habe ich 100 Videoanalyse, bei denen die Werte entweder 0 (Verhalten wurde nicht gesehen) oder 1 (Verhalten wurde beobachtet) sein können. Meine Daten sind nicht normalverteilt. Wie muss ich meine Daten in SPSS eintragen, um den Kruskal-Wallis-Test machen zu können?
Hallo, wenn es die immer gleichen Probanden sind, die zu verschiedenen Zeitpunkten identisch vermessen werden, wäre ein Friedman-Test zu rechnen - wenn die Daten nicht in etwa normalverteilt sind.
Wenn es sich jedoch um unabhängige Beobachtungen handelt, bist du mit dem Kruskal-Wallis-Test richtig. Dazu brauchst du in einer Spalte die Messwerte und in einer anderen Spalte die Gruppenzugehörigkeit.
Viele Grüße, Björn.
vielleicht ist es eine doofe Frage aber was heißt jetzt konkret "starker Effekt" vs "schwacher Effekt" im Kontext mit dem Variablenzusammenhang? heißt es, dass z.B. zwischen den Ruhepulse von den gut trainierten und untrainierten Menschen einen signifikanten starken Unterschied besteht und da es "stark" ist, kann man sagen: Trainingsstand beeinflusst Ruhepuls ? ich brauche irgendwie einen Antwortsatz um es zu verstehen
Hallo Kendra, Cohen (1992, Power Primer, S. 156) hat sich hierzu geäußert: "To convey the meaning of any given ES index, it is necessary to have some idea of its scale. To this end, I have proposed as conventions or operational definitions small, medium, and large values for each that are at least approximately consistent across the different ES indexes. My intent was that medium ES represent an effect likely to be visible to the naked eye of a careful observer, (It has since been noted in effectsize surveys that it approximates the average size of observed effects in various fields.) I set small ES to be noticeably smaller than medium but not so small as to be trivial, and I set large ES to be the same distance above medium as small was below it. Although the definitions were made subjectively, with some early minor adjustments, these conventions have been fixed since the 1977 edition of SPABS and have come into general use."
Groß heißt salopp, dass es ein seh auffälliger Unterschied ist, also die UV eine große Wirkung entfaltet.
Viele Grüße, Björn.
Hallo Björn, super Video und Deine Erklärungen sind richtig Klasse👍! Ich experimentiere mit Kruskall-Wallis Test, sobald die Daten sich signifikant unterscheiden, bekommt man auch entsprechende Paarweise Vergleiche. Nun wenn aber Nullhypothese beibehalten bleibt, kriege ich keine Paarweise Vergleiche, kann man das irgendwie einstellen? Ist das überhaupt mit Kruskall -Wallis Test möglich?
Hallo Agnes, das ist richtig, dass du keine post-hoc-Tests bekommst, wenn du keinen signfikanten Kruskal-Wallis-Test hast - das ist in SPSS nicht vorgesehen und in vielen Fällen auch stimmig. Es gibt aber Fälle, wo man paarweise mit Alphafehlerkorrektur Unterschiede beobachten kann, die man im Kruskal-Wallis-Test nicht hat. Demnach kann man alternativ auch direkt paarweise Mann-Whitney-U-Tests rechnen, muss aber zwingend die Signifikanz korrigieren (z.B. händisch mit Bonferroni-Korrektur).
Viele Grüße, Björn.
@@StatistikamPC_BjoernWalther Danke Björn, genau habe ich solches Fall, KW Test Nullhypothese beibehalten (0,056 => also knapp) danach MW Test wo doch zwei Gruppen (insgesamt habe ich drei Paare) sich signifikant unterscheiden (0,021) aber bei der anderen zwei Paaren keine signifikante Unterschiede (0,36 und 0,097). Kann man anhand der Signifikanz nach KW vorausschauen wann zusätzliche MW Test notwendig ist? (zB. wenn Signifikanz nach KW zwischen 0,05 und 0,06 liegt)?
@@StatistikamPC_BjoernWalther Ein anderes Problem habe ich wenn die Nullhypothese verworfen wird aber paarweise Vergleiche zeigen kein korrigierte Signifikanz
Dieses Video hilft mir bei meiner Bachelorarbeit sehr! Meine Frage wäre: Ist dieser Test genauso aussagekräftig (ob es Unterschiede zwischen den Gruppen gibt) wie eine Anova die Mittelwerte vergleicht??
Hallo Daniel, die Teststärke ist minimal geringer beim Kruskal-Wallis-Test. Bei hinreichend großer Stichprobe (ab 100 circa) sollte sich dies aber relativieren.
Viele Grüße, Björn.
@@StatistikamPC_BjoernWalther Danke, die ist bei mir knapp über 200 also sollte das genug sein.
Mittlerweile scheint das Problem mit dem paarweisen Vergleich behoben zu sein. Meine SPSS Version zeigt die Sachen automatische an, wenn man über die "Felder" Variante geht.
Was ist wenn der Kruskal-Wallis Test signifikant wird, aber den Post-hoc Test (Dunn-Bonferroni-Tests) bei keinem der Gruppenvergleiche eine angepasste Signifikanz aufweist?Bedeutet dies das ein genereller Unterschied besteht aber die einzelnen Gruppen sich nicht signifikant voneinander unterscheiden? Ist das Logisch?
Hallo Alain, das kann passieren, da der Kruskal-Wallis-Test an sich eine höhere Power hat als die paarweisen Vergleiche nach der Bonferroni-Korrektur haben. Ich würde daher in deinem Fall vom signifikanten Kruskal-Wallis-Test berichten aber gleichzeitig auch auf die nicht signifikanten post-hoc-Tests eingehen.
Viele Grüße, Björn.
Hallo Björn, auch von mir erst mal ein riesiges Dankeschön für deine Videos, die es wirklich schaffen Wissen nachhaltig zu vermitteln!
Eine Frage habe ich genau zu dem Punkt von Alain Croisier: Bei meinen Daten ist es ebenso. Zwar erhalte ich im Kruskal-Wallis-Test ein signifikates Ergebnis (da kleine Stichprobe , exakte Signifikanz) aber nicht mehr bei der angepassten Signifikanz des Post-Hoc-Tests. Ist es auch in dem Fall möglich sich auf die einfache (nicht angepasste) Signifikanz aus der Post-Hoc-Tabelle zu beziehen? Diese würde unter 0,05 liegen..
Hallo, nein, du musst auf die angepasste Signifikanz verweisen. Weil du mehrfach auf dieselbe Stichprobe testet, musst du für den Alphafehler, der dadurch entsteht, kontrollieren. Das funktioniert in dem Falle mit der Bonferroni-Korrektur. Solltest du eine Wirkungsvermutung haben, also welche Gruppe einen größeren/kleineren Wert aufweist, darfst du aber die korrigierte Signifikanz halbieren, da du nun einseitig testet, die Signifikanz aber von SPSS als zweiseitig ausgegeben wird. Eventuell ist da noch etwas unter 0,05 dabei.
Viele Grüße, Björn.
Vielen lieben Dank für die Hilfe!
@@StatistikamPC_BjoernWalther Hallo Björn, auch von mir ein großes Lob für die Videos! Ich habe hierzu noch eine Frage: Ich habe den K-W-Test durchgeführt und auch den post-hoc-Test. Habe bei beidem ein sigifikantes Ergebnis, möchte dies aber genauer interpretieren. Wie kann ich dazu die Wirkungsrichtung herausfinden?
Hallo,
ich möchte gerne untersuchen, ob es zwischen 5 Gruppen einen signifikanten Unterschied im Ausführen einer Tätigkeit gibt (dichotom 0 oder 1). Da meine AV ja nominalskaliert ist, habe ich bisher keinen passenden Test gefunden (z.B. für Kruskal-Wallis muss der Test mindestens ordinalskaliert sein). Gibt es für diese Fragestellung einen passenden Test?
LG Manuel
Hallo Manuel, da bleibt dir nur der Chi²-Test.
Viele Grüße, Björn.
Hi :) Eine Frage: Auf dieser Seite hier statistics.laerd.com/spss-tutorials/kruskal-wallis-h-test-using-spss-statistics.php steht, dass für den Kruskal-Wallis-H-Test eine Voraussetzung erfüllt werden muss, die ich nicht verstehe (Assumption #4 - Same shape/variability). Was ist damit gemeint und wie testet man, ob diese Voraussetzung erfüllt ist? Vielen Dank!
Hallo, die Verteilung der Testvariable soll für jede Gruppe ähnlich geformt sein. In der Praxis prüft man das aber eher selten. Man würd das mit einem Histogramm je Gruppe prüfen können.
Viele Grüße, Björn.
@@StatistikamPC_BjoernWalther Dankeschön! :)
Hallo, erstmal danke für das Video :) Ich bin den Schritten gefolgt, allerdings ist bei mir in der Hypothesenübersicht bei Entscheidung das Feld rot untermalt und es heißt "Berechnung nicht möglich". Eine Signifikanz (0.009) ist da und auch jeder mögliche Wert ist mindestens einmal gefallen (habe die Kreuztabelle gecheckt). Was mache ich falsch bzw. wo liegt der Fehler? Kann mir da vllt jmd weiterhelfen?
sehr cool, danke! das Problem mit den paarweisen vergleichen ist übrigens mittlerweile seitens SPSS gefixt
Danke für dein Feedback. Ich habe es auch schon festgestellt. Ein paar Änderungen kommen jedes Jahr rein, insgesamt fehlen aber immer noch zu viele Dinge in SPSS, Stichwort Effektstärke.
Viele Grüße, Björn.
Kurze Frage:
Kann ich diesen Test auch benutzen, wenn ich anstelle von Trainingsgruppen (0-2) die Variable Geschlecht benutze (0 = männlich, 1= weiblich) ?
Hallo Christian, nein, dann hast du nur zwei Gruppen und verwendest den Mann-Whitney-U-Test: th-cam.com/video/zO-F6Xq_4ek/w-d-xo.html
Viele Grüße, Björn.
Ganz blöde Frage: Warum kann man nicht einfach den Durchschnitt der verschiedenen Ruhepulse der Gruppen berechnen und so sofort auch sehen welche Gruppen sich wie stark unterscheiden? Also was ist hier der Vorteil des Kruskal-Wallis-Tests? Vielen Dank!:)
Hallo Toto, es geht beim Kruskal-Wallist-Test, wie auch allen anderen Tests darum, einen Fehler bzw. Zufall auszuschließen. Ist der Unterschied in einer kleinen Stichprobe klein, kann er auch zufällig zustande gekommen sein. Ein Schließen auf das vorhandensein eines Effektes auf die Grundgesamtheit soll also statistisch gesichert sein und mit idealerweise weniger als 5% Wahrscheinlichkeit zufällig sein. Erst bei einem statistisch gesicherten Effekt kannst du von der Stichprobe vorsichtig auf die Grundgesamtheit schließen.
Viele Grüße, Björn.
In diesem Test ist der p-wert nicht zweiseitig wie bei dem Mann-Whitney-U-test? Sprich bei einem p-Wert zwischen .05 und .1 ist es bei einer gerichteten Hypothese trotzdem NICHT signifikant auf 95%-Niveau?
Der p-Wert bei einenm Mittelwertvergleich mit >2 Gruppen ist immer zweiseitig, weil bei >2 Gruppen keine gerichtete Hypothese formuliert bzw. geprüft werden kann. Das funktioniert nur bei paarweisen Tests. Das Alphaniveau legst du aber bei jedem Test selbst fest, 5% ist nur die übliche Grenze für zweiseitige Tests.
Viele Grüße, Björn.
Hallo Björn, vielen Dank für das Video. Ich habe noch ein paar Fragen, bei denen ich selbst nicht weiter komme. Ich habe es zuletzt so verstanden, dass ich bei k-unabhängigen Stichproben auch so vorgehen kann, dass ich zunächst einen Kruskal mache und wenn dieser eine signifikanz anzeigt kann ich anschließend einzeln mit Whitney U testen. Wenn ich dich richtig verstehe, empfiehlst du aber dennoch, lieber einen post hoc anzuschließen, ja?
Desweiteren habe ich mich zuletzt ziemlich viel mit den Effektstärken beschäftigt und bin da auf so viele verschiedene Methoden gestoßen. Klar ist für mich derweil, dass man nicht den Standard cohen mit gepoolter Stadardabweichung nehmen kann, wenn man keine normalverteilten Daten hat. Auf der Seite psychometrica, wird aber für nicht paramterische Daten dennoch eine Effektstärke d auf einen anderen Weg berechnet. Tatsächlich bin ich jetzt aber auch schon ein paar Mal auf die r-Formel gestoßen, welche du auch in diesem Video benutzt. Was mir aber in dem Moment völlig unklar bleibt: r ist für mich eine Korrelations Effektsärke, wieso benutze ich also r um die Stärke eines Unterschieds zu berechnen? Wie hat man das dann zu interpretieren? Der Unterschied ist groß, weil der Korrelationswert groß ist? Ich stehe total auf dem Schlauch und bin unendlich dankbar für Hilfe. LG Sandra
Hallo Sandra, ich würde empfehlen den Kruskal-Wallis-Test zu rechnen und dann post-hoc-Tests auszuführen. Man kann auch den Mann-Whitney-U-Test für alle paarweisen Vergleiche rechnen, muss dann aber das Alpha anpassen bzw. den p-Wert korrigieren, um Alphafehlerkummulierung zu vermeiden, da man mehrfach auf eine Stichprobe testet. Im Video zur einfaktoriellen ANOVA erkläre ich das Problem am Anfang kurz.
Es gibt verschiedene Möglichkeiten die Effektstärke zu berechen, d und r sind die zwei populärsten. Man kann sie auch ineinander überführen: www.bjoernwalther.com/wp-content/uploads/2018/10/r-to-d.png
Prinzipiell gibt dir ein größeres r einen größeren Zusammenhang zwischen Gruppenzugehörigkeit und der Testvariable. Cohen (1988), S. 78 hat es noch etwas ausführlicher erklärt: "One conceptually useful way to approach an understanding of r is to consider r². The square of the correlation coefficient is the proportion of variance (PV) in either of the two variables which may be predicted by (or accounted for, or attributed to) the variance of the other, using a straight-line relationship. Concretely, given an r of .50 between IQ and course grades, r² = .25, so that 25% of the variance in course grades for the members of this population may be attributed to differences among them in IQ."
Viele Grüße, Björn.
@@StatistikamPC_BjoernWalther Vielen Dank für deine schnelle Antwort. Leider verstehe ich es immer noch nicht so richtig. Vielleicht ein konkretes Beispiel. Ich berechne über Kruskal und post hoc, dass interessierte Schüler den Versuch besser bewerten, als nicht interessierte Schüler. Wenn ich jetzt dafür noch eine Effektstärke r berechne, in wie fern definiert die meinen Unterschied genauer? Für mein Verständnis berechne ich einen Zusammenhangswert für einen signifikanten Unterschied...
Hallo Sandra, das ist etwas tricky, ich merke schon. Ich kann daher nur versuchen das von mir schon Geschriebene zu paraphrasieren. Bei einer Regression verwendest du das R² zur Varianzaufklärung. Im Kontext des r bei den Paarvergleichen gibt dir das R die Wurzel aus dem R² an, dass die quasi die Anpassung an die jeweilige Regression (innerhalb der Gruppe) darstellt. Je besser die jeweilige Anpassung ist, desto größer ist das r, was dir angibt, wie gut für die Gruppe die Beziehung passt und desto desto größer ist der Unterschied(effekt) ist.
Wenn das alles nicht fruchtet, noch eine spaßige Empfehlung: rechne in Cohen's d um und nimm das oder ignoriere das r und dessen Bedeutung als Korrelationskoeffizient gänzlich. ;-)
Viele Grüße, Björn
Welchen vergleichenden Test kann man für eine nominale Variable (Geschlecht) und eine metrische Variable (Wohlbefinden) verwenden? Vielen Dank :)
Hallo Isabelle, bei 2 Gruppen den t-Test, bei mehr als 2 Gruppen eine ANOVA.
Viele Grüße, Björn.
@@StatistikamPC_BjoernWalther Vielen Dank für die schnelle Rückmeldung! Die metrische AV ist leider nicht normalverteilt, daher habe ich den Kruskal-Wallis-Test genutzt. Hätte ich trotzdem eine ANOVA berechnen können? Viele Grüße und ein schönes Wochenende
Lieber Björn
Wie viele andere bin ich unendlich dankbar für deine Tutorials, denn ich gehöre zu den vielen, die sonst nicht durch ihre Berechnungen kommen würden für ihre Arbeit. Vielen, vielen Dank dafür!!
Tatsächlich drängt sich bei mir doch eine Frage auf: in der paarweise Berechnung bekomme ich eine negative Teststatistik was laut diverser Angaben nicht sein kann?! Ich habe leider nichts gefunden, wie ich dieses Problem nun lösen könnte, da es ja scheinbar nicht existiert...
Hallo Patricia, danke für dein Lob und deine Kanalmitgliedschaft!
Das von dir beobachtete Phänomen ist recht einfach zu erklären. Es wird beim Post-Hoc-Test ja jeweils ein Mann-Whitney-U-Test für jedes Paar mit angepasstem p-Wert berechnet. Die Teststatistik (de.wikipedia.org/wiki/Wilcoxon-Mann-Whitney-Test#Mann-Whitney-U-Statistik) hängt aber von der Reihenfolge bzw. Nummerierung der Gruppen ab. Es wird einfach gesprochen immer der Wert der AV der größeren von der kleineren Gruppennummer abgezogen. Also die Teststatistik ist im Vorzeichen abhängig von der Reihenfolge bzw. Nummierung der Gruppen. Wenn man es mal exemplarisch mit Mittelwerten erklärt: Gruppe 1 hat einen Mittelwert von 56 und Gruppe 2 einen Mittelwert von 68, bedeutet im Ergebnis Gruppe 1 (56) - Gruppe 2 (68) = -12, was du dir dann nur noch als Teststatistik vorstellen musst.
Lange Rede, kurzer Sinn. Du kannst bei der Teststatistik das Minus getrost ignorieren und immer den Betrag nehmen, da dies nur aufgrund einer gedachten Reihenfolge zustande kommt und SPSS nicht automatisch den Betrag ausgibt.
Hilft dir das weiter?
Viele Grüße, Björn.
Hallo, vielen lieben Dank für das tolle Video!
Komischerweise wird mir in der Ausgabe aber kein Wert für Chi Quadrat angezeigt, sondern nur Kruskal-Wallis H, df und asymptotische Signifikanz. Weißt du vielleicht woran das liegt?
Und generell, wie berichtet man die Ergebnisse im Text?
Schon mal vielen Dank für Deine Hilfe :)
Hallo und danke für dein Lob!
Klingt so, als ob du lediglich über die alten Dialogfelder gegangen bist und nicht über nicht parametrische Tests -> unabhängige Stichproben. Ist dem so?
Viele Grüße, Björn.
@@StatistikamPC_BjoernWalther Ich habe leider genau das gleiche Problem und kann mir nicht erklären woran es liegt. Ich bin über nicht parametrische Tests -> klassische Dialogfelder -> K unabhängige Stichproben gegangen. Ließe sich der Wert unter "Kruskal-Wallis H" alternativ ebenfalls nutzen?
Verwendet wird SPSS in der Version 26.
Hallo,
das Video ist sehr hilfreich. Ich habe nur noch eine Frage. Was ist die Quelle für die Formel zur Berechnung der Effektstärke?
Hallo Johannes, die Formel gibt es bei Andy Field (2018), Discovering Statistics. Die Seite kann ich dir gerade nicht sagen, weil ich das Buch nicht bei mir habe. Es ist aber im Kapitel "Comparing several means" mit einem Untekapitel effect size vermerkt.
VIele Grüße, Björn.
@@StatistikamPC_BjoernWalther vielen Dank für die Antwort
Komisch. Beim Test selbst werden die Omnibustests teils als signifikant angezeigt, bei den Hypothesentests folgend stehen ganz andere Werte und plötzlich ist nichts mehr signifikant. Nutze SPSS 27
super hilfreich, du bist klasse!
Guten Tag,
ich habe ein Problem: Wenn ich den KW-Test durchführen will und als Testvariable eine ordinalskalierte Variable eingebe, kommt die Fehlermeldung "Variable ist nicht metrisch"; allerdings dachte ich, dass der KW-Test doch gerade für ordinalskalierte Variablen gedacht ist!
Wo liegt der Fehler?
Vielen Dank schon mal für Eure Hilfe! :)
Hallo Sven, hast du es über klassische Dialogfelder oder über unabhängige Stichproben probiert? Bei mir funktioniert es ohne Probleme. Evt. gehst du über den zweiten Weg und wählst keinen Test aus und lässt SPSS entscheiden?
Viele Grüße, Björn.
Was kann man machen, wenn man die exakte Signifikanz braucht?
Danke, danke, danke!!
Wie kann es sein, dass ich andere Signifikanzwerte bekomme, wenn ich den Mann-Whitney-U Test einzelnd für 2 Gruppen anwende :(
Hallo Sara, weil beim Kruskal-Wallis-Test eine Alphafehler-Kumulierung stattfindet, wenn post-hoc-Vergleiche gemacht werden, die es beim einfachen Mann-Whitney-Test nicht gibt.
Viele Grüße, Björn.
Ich denke eher es wird ein Dunn-Bonferroni Test durchgeführt: methodenberatung.uzh.ch/de/datenanalyse_spss/unterschiede/zentral/kruskal.html
Kann man auch auf die Datensätze Zugriff bekommen?
Zunächst: Ganz starke Videos! Echt toll gemacht. Danke dafür! Ich werde sie auch demnächst über meine Facebook-Seite teilen.
Ich hätte jedoch eine Frage: Ich möchte den Test auch durchführen, jedoch nicht wie bei Ihnen eine metrische Variable in das "Testfeld" bringen, sondern eine ordinale Variable. Jedoch kommt bei mir dann die Fehlermeldung ""Ordinalfelder können nicht in die Liste gesetzt werden." Aber das ist ja eigentlich Quatsch bzw. müsste es ja möglich sein. Während bei Ihnen unter "Testfelder" unten rechts leicht transparent sowohl das Symbol für metrische als auch für ordinale Variablen angezeigt wird, fehlt bei mir das Symbol für die ordinalen Variablen, weshalb ich diese wahrscheinlich auch nicht in das "Testfeld" ziehen kann. Ich habe auch schon das Fix Pack 1 und 2 für meine SPSS Version 21 installiert, aber komme trotzdem nicht weiter.
--> Wissen Sie, woran das liegen kann? Muss ich etwas umstellen? Für einen Tipp wäre ich sehr dankbar!
Habe gerade etwas gefunden: Es könnte ein Fehler bei SPSS sein. Janssen (2013) (Link: link.springer.com/chapter/10.1007/978-3-642-32507-6_27) weist auf S. 624 im Rahmen des Mann-Whitney-U-Tests darauf hin und gibt an, man solle einfach die Variable in der Variablenansicht im Editor auf "Skala" umstellen, um diesen Fehler zu umgehen.
--> Ist das wirklich die einzige Lösung oder kann man noch etwas anderes unternehmen?
Vielen Dank für das Lob! Freut mich, wenn die Videos helfen und umso mehr, wenn sie auch noch geteilt werden. :) Man kann mich auch mit Du ansprechen. ;-)
Grundlegend: der Kruskal-Wallis-Test ist prinzipiell nahezu voraussetzungsfrei. Daten müssen nicht normalverteilt sein und dürfen ordinal skaliert sein.
Das klingt schon sehr eigenartig und ich habe mal recherchiert. IBM selbst hat dazu Stellung bezogen und eingeräumt, dass erst ab Version 22 ordinale Variablen als abhängige Variablen funktionieren (www-01.ibm.com/support/docview.wss?uid=swg21477370).
Das Durchführen des Testes dürfte demzufolge auch mit der Syntax nicht funktionieren?
**
NPTESTS
/INDEPENDENT TEST (_Testvariable_) GROUP (_Gruppierungsvariable_) KRUSKAL_WALLIS(COMPARE=PAIRWISE)
/MISSING SCOPE=ANALYSIS USERMISSING=EXCLUDE
/CRITERIA ALPHA=0.05 CILEVEL=95.
**
Wie im oben verlinkten Artikel vorgeschlagen, könnte man auch für jeden Paarvergleich einen Mann-Whitney-U-Test durchführen, was zwar aufwändig ist, im Endeffekt aber ohnehin gemacht wird, um zu sehen, zwischen welchen Gruppen die Unterschiede signfikant bestehen - sofern das Interesse diesbezüglich besteht.
Hilft das etwas weiter?
Super, dann gerne Du. Ich bin Oliver. ;)
Ah, interessant, dass IBM etwas dazu sagt. Leider geht der Link nicht, aber danke für die Recherche. Dann sollte ich einmal über ein Upgrade nachdenken.^^
Ja, stimmt... Aber der Artikel schlägt ja eigentlich nicht vor, anstatt des Kruskal-Wallis-Tests mehrere Mann-Whitney-U-Tests zu rechnen, sondern gibt da nur an, dass man die Variable in der Variablenansicht auf Skala umstellen soll, da derselbe Fehler logischerweise auch schon beim Mann-Whitney-U-Test auftritt.
Aber wie ich es verstanden habe, reicht es ja aus, wenn man die Variable einfach auf Skala umstellt, oder? Der Test bleibt ja der gleiche, nur dass sich das Programm dann nicht verweigert, oder?
Danke für die hilfreiche Diskussion! ;)
Hallo Oliver!
Der Link oben wird mit abschließender Klammer geöffnet, das scheint der Fehler zu sein. Einfach noch mal den hier nehmen: www-01.ibm.com/support/docview.wss?uid=swg21477370
Darauf bezog sich auch das M-W-U-Testen.
Das Umstellen auf metrisch skalierte Variable sollte im Ergebnis genau das machen, was du möchtest und den K-W-Test durchführbar sein. Das Programm ist halt auch nur beschränkt. ;-)
Ouh, stimmt, die Klammer... sry, mein Fehler... :)
Okay, also Fazit: Entweder schummeln und auf Skala umstellen oder eine höhere Version nutzen. Verstehe...^^
Danke!
Was genau ist hier der Unterschied zwischen dem Sig. und dem Korr. Sig.? Und wann nimmt man welches?
Hallo Timo, du nimmst immer die korrigierte Signifikanz, weil du damit für Alphafehler-Kumulierung testest.
Viele Grüße, Björn.
Kann mir jemand sagen, wie man die mittleren Ränge interpretiert, wenn N in den unterschiedlichen Gruppen nicht gleich ist? Also wenn z.B. die untrainierten N=100 sind und die mäßig und gut trainierten jeweils ein N von 20 haben?
Hallo Friedhelm, die Gruppengröße ist egal, da die Ränge über alle Beobachtungen gebildet werden und dann je Gruppe gemittelt der Rangmittelwert berechnet wirdt.
Viele Grüße, Björn.
hi, danke! aber was wenn ich in meiner SPSS Version (Version 26) NUR die klassischen Dialogfelder habe ?? .. ich finde keine Möglichkeit die die Gruppen untereinander zu vergleichen ... ))-:
Hallo, dann kannst du behelfsweise für die paarweisen Vergleiche Mann-Whitney-U-Tests rechnen, musst allerdings den p-Wert anpassen, indem du ihn mit der Anzahl der paarweisen Vergleiche multiplizierst. Wahlweise kannst du auch dein Alpha anpassen (durch die Anzahl der Tests teilen).
Viele Grüße, Björn.
bekomme ich solche Fragen als MITGLIED beantwortet ?
@@lahaze07 Die Antwort habe ich ja schon gegeben. ;-)
Du meinst, wie man den Mann-Whitney-U-Test durchführt? Schau dazu hier: th-cam.com/video/zO-F6Xq_4ek/w-d-xo.html
Die asymptotische Signifikanz musst du wie oben bereits beschrieben anpassen.
Viele Grüße, Björn.
@@StatistikamPC_BjoernWalther ah, ok - nein die nachfrage bezog sich auf die erste Frage - ich wusste nicht das mir hier am Sonntag so schnell solche Fragen beantwortet werden - krass! ... ich bin soeben Fragensteller Mitglied geworden ... das bleibe ich wohl nun ein paar Monate ...
@@StatistikamPC_BjoernWalther bei 4 Gruppen habe ich dann 6 Tests - bei dem ich dann jeweils den erhaltenen p Wert mit 6 multipliziere, richtig?
Da ich so langsam ein wenig verzweifle hier eine Frage: Im Rahmen meiner Forschungsarbeit untersuche ich den Zusammenhang der Studienleistung AV(Ordinal) und der Ausübung einer Erwerbstätigkeit(keine, 1, 2, 3) , hier nominal mit 4 Ausprägungen(oder eher ordinal?). Die Fragestellung lautet konkret: Unterscheiden sich die Studienleistungen je nach Ausübung einer Erwerbstätigkeit. Da durch das Skalenniveau die meisten Bedingungen für andere Tests nicht erfüllt werden, habe ich nur diesen Test als Lösung gefunden. Allerdings scheint mir der Mann Whitney-U-Test sehr ähnlich, da ich zwar nicht alle Ränge direkt miteinander vergleiche, aber theoretisch ja jeden Rang mit jedem anderen vergleichen kann.(als keine Arbeit mit einer, zwei mit drei oder 1 mit drei).Sehe ich das richtig ? bzw. sind das überhaupt die richtigen statistischen Verfahren bezogen auf meine Fragestellung ? Alternativen habe ich bis jetzt nicht gefunden. Im Falle zweier ordinal skalierten Variablen kenne ich nur die Spearman-/Korrelation.
Ich entschuldige mich im Voraus für diese lange Frage.
Weniger anzeigen
Hallo Fabian!
Die Ausübung der Erwerbstätigkeit klingt für mich eher nominal, wenn die Zahlen keinen zeitlichen Umfang o.ä. abbilden. Tun sie das?
Die Frage versucht zu schauen, ob ein Job neben dem Studium auf die Studienleistung einen negativen Einfluss hat?
Prinzipiell ist der K-W-Test eine gute Option für die Variablenskalierung in deinem Fall, weil du mehr als zwei Ränge hast. Wenn du die Ränge paarweise vergleichst, hast du das Problem der Alpha-Fehlerkumulierung. Deswegen macht man den K-W-Test mit dem Post-hoc-Test, wie ich es im Video zeige. Mit der Spearman-Korrelation kannst du keine Unterschiede zwischen den Gruppen erkennen, sondern nur ein Zusammenhangsmaß zwischen den Ausprägungen der Werte. Das könnte man meiner Meinung nach bestenfalls als ersten Anhaltspunkt für einen weiteren Test nehmen, wie den K-W-Test.
Viele Grüße, Björn.
Erstmal vielen Dank! mit deinen Videos und deiner Antwort hast du mir bereits massiv geholfen!
Ich werde die Videos auf jeden Fall weiteren hilflosen Kommilitonen empfehlen !:D
Nein die Zahlen haben keinen zeitlichen Umfang, ich hatte hier nur Bedenken, da es ja im Prinzip eine Steigerung von keiner bis zu 3 Arbeitstätigkeiten gibt. Ja ich versuche herauszufinden ob ein Job, bzw. mehrere Jobs neben dem Studium einen Einfluss auf die Studienleistung haben, allerdings scheint der Einfluss eher gering zu sein. Den Post-hoc-Test hab ich bereits ausprobiert, allerdings kommt bei der Hypothesenübersicht die Meldung" Berechnung nicht möglich " bzw. "Die Verteilung von Bewertung bisheriger Studienleistungen ist über Kategorien von Erwerbstätigkeit aktuelles Semester identisch..
Und Kurz zurück auf die Spearman-Korrelation, diese habe bei einer anderen Fragestellung bei einer AV ordinal und UV metrisch angewandt, den K-W-Test kann ich ja hier nicht benutzen, da keine unabhängige Variable vorliegt, mittels der die zu vergleichenden Gruppen gebildet werden.(Konkret ist die Fragestellung: Unterscheiden sich die Studienleistungen je nach Dauer der Erwerbstätigkeit(metrisch). Es reicht hier eventuell nur, herauszufinden ob es überhaupt einen positiven oder negativen Zusammenhang gibt.Reicht dann nicht die Spearman-Korrelation? auf ein weiteres Verfahren bin ich nach längerer Recherche nicht gekommen. Allgemein tue ich mich schwer ein Verfahren für ordinal + metrisches Skalenniveau zu finden.
Hallo Fabian, freut mich, wenn dir die Videos helfen und potentiell auch deinen Kommilitonen helfen werden. ;-)
Deine Fehlermeldung klingt ulkig. Sind die Daten in Ordnung?
Du könntest zunächst für die zu vergleichenden Gruppen Boxplots erstellen. Das ist grafisch schon mal eine schöne Möglichkeit. Das Problem bei der Korrelation ist die Wirkrichtung. Die Studienleistungen kann ja auch einen Einfluss auf die Dauer der Erwerbstätigkeit haben. Schlechte Studenten machen dies nur kurz, weil sie erkannt haben, dass sie sich auf das Studium konzentrieren müssen. Gute Studenten arbeiten vielleicht sogar als Werksstudent permanent in ihrem Fachbereich. Aber wenn es lediglich um einen Unterschied geht, könnte man das noch hinargumentieren und Spearman nehmen.
Wie ist denn die Studienleistung gemessen? Sind das direkt Noten? Wenn ja, könnte man das zur Not auch damit rechnen, wenn man bei der Interpretation der Ergebnisse hinreichend vorsichtig ist. Viele Autoren verwenden bei Likert-Skalen, die defacto ordinale Skalierung sind, trotzdem Verfahren die metrische AVs verlangen aber hinreichend vorsichtig bei der Interpretation sind.
Viele Grüße, Björn.
Nochmals Danke, bei jeder Fragestellung die ich habe, gibt es die abhängige Variable Studienleistung, die hier als Durchschnittsnote angegeben ist , also 1,0 , 1,3 1,7 bis 4,0 . Das Problem bei der Post-Hoc-Analyse ist offenbar, dass meine AV Studienleistung keine stetige Antwortvariable ist, weshalb der Test nicht durchgeführt werden kann. Über diese Voraussetzung wusste ich vorher leider nichts. Jetzt weiß ich nicht ob der Test dann überhaupt noch einen Sinn für mich hat. Könnte man nach deinem Vorschlag die Durchschnittsnote auch als metrisch interpretieren ? Jedenfalls würde das die Auswahl eines alternativen Verfahrens erheblich erleichtern.
So ich habe jetzt einfach mal das Skalenniveau auf metrisch gesetzt, also die Studienleistung, der Kruskal-Wallis-Test funktioniert jetzt ohne Probleme. Die Ergebnisse erscheinen mir sogar sehr plausibel. Anscheinend ist die Lösung meiner Probleme wirklich einfach nur das Skalenniveau meiner abhängigen Variable von ordinal auf metrisch zu setzen
Erstmal Danke für deine Videos, sind echt super hilfreich!
Habe den Kruskal-Wallis Test durchgeführt und eine asymptotische Signifikanz (,000) zwischen Sporttreiben pro Woche (6-7mal, 4-5mal, 2-3mal und 1mal) und der Teilnahme an Ausdauersportveranstaltungen festgestellt. Wenn ich jetzt den paarweisen Vergleich durchführe kommt die Meldung bei Entscheidung: "Berechnung nicht möglich" mit dem Verweis: "Die Testvariable ist nicht stetig." Weiß ehrlich gesagt nicht genau was ich falsch gemacht habe...
Hallo und danke für dein Lob!
Wie ist denn deine Testvariable skaliert? Ist sie numerisch und mindestens ordinal?
Viel Grüße, Björn.
@@StatistikamPC_BjoernWalther genau numerisch und weitestgehend ordinal
@@StatistikamPC_BjoernWalther Stehe vor dem selben Problem. Variable ist numerisch und ordinal. Weißt du woran es liegen kann?
Der paarweise Vergleich funktioniert bei mir nur mit metrischen Skalen. Wäre es jetzt möglich, für den Test kurz das Item als Metrisch skaliert einzustellen, einfach damit die Funktion ausgeführt werden kann?
@@pascals3586 Hallo Pascal, sehr komisches Verhalten von SPSS, das mir so noch nicht untergekommen ist. Ordinal >sollte< funktionieren. Man kann die Variable testweise auf Metrisch umstellen und dann die Ergebnisse rechnen.
Viele Grüße, Björn.
danke!
Gerne! ;-)
Ich habe in diesem Video (th-cam.com/video/vbYuV5TlMNU/w-d-xo.html) gesehen, dass man nicht sein Betriebssystem oder die Anzeige in SPSS auf Englisch umstellen muss. Man muss einfach folgendes in der Syntax ausführen: set locale="english"
Habe bisher keine unangenehmen Begleiterscheinungen dabei erfahren und man muss das auch nicht nach jedem Neustart von SPSS neu ausführen. Er speichert das nach dem ersten Mal.
Guter Tipp, vielen Dank!
Viele Grüße, Björn.