Wann wende ich welches statistische Verfahren an?
Manchmal möchtest Du dagegen etwas über den Einfluss einer Variablen auf eine andere erfahren, zum Beispiel den Zusammenhang des Alters auf das Gehalt. In diesem Fall musst Du statistische Verfahren zur Analyse von Zusammenhängen nutzen. Beliebt sind hier vor allem Korrelation in SPSS und Statistische Regression.
Wieso Datenanalyse?
Datenanalyse wird immer wichtiger – machen wir uns bereit für Veränderungen. Durch Big Data und erhöhte Speicherkapazitäten können zwar immer mehr Informationen gesichert werden, doch die Kunst besteht darin, zu verstehen, welche Daten für welche Art der Datenanalyse geeignet sind – und welche nicht.
Was sind Zusammenhangshypothesen?
Zusammenhangshypothesen werden verwendet, wenn der Zusammenhang bzw. die Korrelation zwischen Variablen überprüft werden soll, z.B. der Zusammenhang zwischen Alter und Körpergröße.
Welchen statistischen Test verwenden?
Je nach Skalenniveau wird die Pearson-Korrelation (intervallskalierte Merkmale) oder die Rangkorrelation nach Spearman (ordinalskalierte Merkmale) oder der Chi-Quadrat-Test (kategoriale Merkmale) empfohlen. Für Zusammenhänge zwischen mehr als zwei Variablen steht eine Palette an Regressionsmodellen zur Verfügung.
Wann Chi-Quadrat-Test Wann T-Test?
Während beispielsweise der t-Test mindestens die Intervallskala voraussetzt, wird der Chi-Quadrat-Test für nomialskalierte (kategorische) Variablen verwendet. Der Chi-Quadrat-Test macht dann eine Aussage darüber, ob die beobachteten Häufigkeiten sich signifikant von denen unterscheiden, die man erwarten würde.
Was ist die Methode der Datenanalyse?
Diese Methode der Datenanalyse ermöglicht es, basierend auf den Ergebnissen von deskriptiven und diagnostischen Analysen, Tendenzen zu ermitteln, Abweichungen von Normwerten frühzeitig zu erkennen und zukünftige Trends möglichst genau vorherzusagen.
Wie kannst du deine statistischen Daten grafisch darstellen?
Um Deine statistischen Daten grafisch darzustellen, kannst Du viele statistische Verfahren nutzen. Für unser Beispiel bieten sich Säulen- und Balkendiagramme an. Auch ein Histogramm ist denkbar, wegen der kleinen Stichprobe aber eher ungeeignet. Abb. 1: Statistische Verfahren: Diagramme für die Variable „Alter“, Quelle: Eigene Darstellung
Was sind die Voraussetzungen für einen statistischen Test?
Viele statistische Testverfahren sind an Voraussetzungen, die die Daten zur Durchführung des Tests erfüllen müssen gebunden. Diese Voraussetzungen müssen rechnerisch überprüft werden bevor die statistische Auswertung beginnt. Die wichtigste Voraussetzung ist die Normalverteilung der Daten.
Wie wird die statistische Auswertung durchgeführt?
Im Falle von verbundenen Stichproben wird für die statistische Auswertung eine Abwandelung des Chi-Quadrat Tests, der McNemar Veränderungstest, eingesetzt. Zur Bearbeitung ordinalskalierter Daten stehen eine Reihe von Testverfahren zur Verfügung.