Ein Signifikanztest dient in der Statistik als Hinweis darauf, ob die Nullhypothese einer Untersuchung verworfen werden kann oder nicht.

Vorraussetzung für einen Signifikanztest ist, dass die Stichprobe randomisiert sein muss (Zufallsstichprobe)

Auswahl des Signifikanztestverfahrens

Bei der Auswahl des geeigneten Verfahrens ist von entscheidener Bedeutung:

  1. das Datenniveau (nominal-ordinal-metrisch)
  2. ob die Daten normalverteilt sind
  3. die Stichprobe (verbunden/unverbunden)



METRISCH
NOMINAL ORDINAL nicht normalverteilt,
aber ähnlich
normalverteilt
unabhängig abhängig unabhängig abhängig unabhängig abhängig unabhängig abhängig

χ2
für:
k x l -Felder
2 x 2 Felder

χ2
McNemar-Test für:
2 x 2 Felder

Mann-Whitney

Wilcoxon

Mann-Whitney

Wilcoxon

F-Test
(Varianzquotiententest)
entscheidet über:

t-Test
für verbundene
Stichproben
Varianz-
homogenität

t-Test
Varianz-
heterogenität

Welch-Test
nichtparametrische Testverfahren parametrische Testverfahren



Um mit den Tests richtig arbeiten (die Formeln richtig umsetzen) zu können muss man sich im Klaren sein, was im konkreten Fall Null- und Alternativhypothese ist.


  • Als Alpha-Fehler (Fehler erster Art) bezeichnet man irrtümlich positive Testergebnisse (die Nullhypothese wird irrtümlich verworfen)
  • Als Beta-Fehler (Fehler zweiter Art) bezeichnet man irrtümlich negative Testergebnisse (die Nullhypothese wird irrtümlich beibehalten)


siehe auch

Fallzahlschätzung, Signifikanz

Literatur

Weblinks