Ich wollte mich hier auch mal bedanken. Finde es sehr nobel von dir solche Tutorials kostenlos für uns anzubieten! Brauche es gerade für meine Doktorarbeit und Du hast mir dadurch wirklich geholfen und etwas beigebracht. Vielen Dank für deine Zeit und Mühe!!
Vielen Dank für alle deine Videos. Ohne diese wüsste ich nicht, wie ich die Statistik meiner Masterarbeit so gut hinbekommen hätte! Definitiv ein super Kanal!!
Danke für das Video! Ich bin Medizinstudentin. Statistik wird bei uns im Studium nur sehr basal gelehrt. Jedoch brauche ich für meine Diss etwas mehr Wissen und dein Video ist da wirklich hilfreich. :)
Danke für deine sehr hilfreichen Videos! Ich studiere Psychologie und da ist Statistik extrem wichtig. Jetzt arbeite ich mich durch deine Videos um mir außerhalb der Vorlesungen ein gutes Statistik wissen aufzubauen. Hab keine besseren Videos auf UA-cam gefunden als deine :)
Ich muss mal danke sagen für deine tollen Videos und Erläuterungen! Sie haben mir echt durchs Studium geholfen! Richtig gut und idiotensicher erklärt ;-)
Hallo, wie kann ich denn anhand dieses Outputs den kritischen F-Wert berechnen? Wo finde ich die beiden Werte, welche für die F-Verteilungstabelle die Koordinaten darstellen?
Vielen Dank für deine Videos! Du erklärst das alles wirklich sehr sehr gut. Der beste Statistik-Kanal hier auf UA-cam!!! Ich habe aber jetzt noch eine kleine Frage. Wenn ich nun beispielsweise 4 verschieden Altersgruppen habe (1 Gruppe:
Danke für das Video und die Erklärungen. Lässt sich z.B den Zusammenhang zwischen Einkommen (wurde im Fragebogen über 7 Gehaltsstufen abgefragt) und Kaufabsicht (5 stufige likert skala) damit auch untersuchen?
Frage: Im Rahmen einer einfachen Varianzanalyse wird die Nullhypothese der Gleichheit der Gruppenmittelwerte eher abgelehnt, wenn die Variabilität der Messwerte innerhalb der Gruppen groß ist. Richtig oder Falsch
Wie immer vielen Dank für deine tollen Videos!:-) Eine Frage, weil ich wirklich verzweifle: Ich habe eine UV mit 2 Gruppen und 7 AVs (davon 1 AV zur Gesamtausprägung eines Merkmals und 6 AVs für die jeweiligen Skalen, die zusammengerechnet die Gesamtausprägung geben). Ich habe jetzt sieben Mal einen t-Test für unabhängige Stichproben gerechnet, weil man (M)ANOVAs ja nur rechnet, wenn man mehr als 2 Gruppen in der UV hat. Jetzt habe ich aber schon häufig gelesen, dass die Alpha-Kumulierung auch bei meinem Fall auftreten kann, weil ich mehrere t-Tests an derselben Stichprobe durchführe?! Jetzt bin ich verwirrt, weil ich dachte, dass die t-Tests in meinem Fall unabhängig sind, weil sie ja immer wieder neu gerechnet werden. Gleichzeitig wüsste ich auch nicht, welches Verfahren ich sonst rechnen sollte... Ich würde mich sehr über eine Antwort freuen, weil ich bis jetzt nirgends eine dazu gefunden habe. Ganz liebe Grüße!! Jenny :-)
Kurze Frage ich habe im SPSS Output eine Tabelle erhalten die nach Runden sortiert ist (2006, 2018, 2020). Hinter Ess round 3.8,10 ist jeweils not marked, oder marked geschrieben. Was meint das und muss ich dann nur marked interpretieren oder ist da ein Fehler unterlaufen und es kann eigentlich gar nicht Marked oder Not marked da stehen? Bei meinen anderen Berechnungen zum Mittelwert steht das nämlich nicht. Die Tabelle bezieht sich darauf was die Teilnehmer innerhalb der letzten 7 Tage beruflich gemacht haben.🤔
Guten Tag, erstmals Besten Dank für ihre Erläuterungen! Ich habe eine kleine Frage: Sie haben die Gruppen in der Datenansicht mit 0, 1 und 2 beschriftet, bei der Ausgabe erscheinen jedoch wieder die werte trainiert, untrainiert. Wie kann man dies machen? Zudem zeigt ja der Anova-Test lediglich auf, dass ein signifikanter Unterschied zwischen den Gruppen vorhanden ist. Wie kann man nun die Gruppen untereinander vergleichen, welche der 3 Gruppen sich signifikant unterscheiden?
Hallo Sandro, danke für dein Lob! Zu deinen Fragen: 1) Ich habe für die Variablen Wertelabels in der Variablenansicht hinterlegt. 2) Das ist richtig. Post-Hoc-Tests für die einfaktorielle ANOVA zeige ich hier ausführlich, um die Videos kurz zu halten: ua-cam.com/video/MqCkaCqkU10/v-deo.html Viele Grüße, Björn.
Vielen Dank für das Video, Björn! Gibt es eine Faustregel, wie die Verteilung der unabhängigen Variable mindestens sein sollte (also die Anteile der Ausprägungen)? Viele Grüße!
Hallo Olly, analog zur Regression mit Dummies sollte es eine gute Repräsentation der Grundgesamtheit sein - dann ist der Schluss wahrscheinlicher valide. In einer größeren Stichprobe ist die Schiefe der Verteilung allerdings ein weniger gravierendes Problem. Viele Grüße, Björn.
Hi und erstmal vielen Dank für deine informativen Videos! Ich sitze gerade an meiner Masterarbeit und stehe vor folgender Problematik. Ich habe eine Kontroll- und zwei Experimentalgruppen. Jede Gruppe enthält eine Sales Promotion mit einem Produkt welches mit negativen und einem Produkt welches mit positiven Emotionen assoziiert wird. Die Sales Promotion der Ex1 wird durch eine Geschenkbeigabe mit hoher Passung zum Hauptprodukt und bei Ex2 mit niedriger Passung manipuliert. Die erste Hypothese lautet, dass der Effekt der Sales Promotion mit Geschenkbeigabe bei Produkten mit negativer Emotion größer ist, als bei Produkten mit positiver Emotion. Wie stelle ich das genau an? Den Effekt für das negative und positive Produkt zwischen den Gruppen mit Anova berechnen führt mich nicht zum Ziel.
Hallo Björn. Ich habe gelesen, dass bei Ausreißern in den Daten zusätzlich das Bootstrapping ausgewählt werden kann. Führe ich dies durch, kommt nur leider die Fehlermeldung, dass keine Post-Hoc-Tests durchgeführt werden konnten, da mind. eine Gruppe weniger als zwei Fälle aufweist. Was mache ich in einem solchen Fall? Oder sind gar Ausreißer ignorierbar, weil mein N über 1000 aufweist und bei solchen Größen immer mit Ausreißern zu rechnen ist (diese sind auch plausibel, also keine Fehler)?
Hallo, bei so einer Stichprobengröße wirst du immer Ausreißer haben. Solange sie plausibel sind und nicht total extrem sind, würde ich sie nicht ausschließen. Viele Grüße, Björn.
Vielen Dank! Sehr hilfreiches Video :) Aber eine kleine Frage habe ich noch...wie schaffst du es denn den Zahlen 1,2 und 3 die Beschreibung mäßig trainiert, viel trainiert usw. hinzuzufügen?
Hallo Gerogia90, danke für das Lob! Ich habe lediglich in der Variablenansicht eine Wertebeschriftung in der Spalte "Werte" vorgenommen und den Zahlen 1, 2 und 3 die entsprechende Beschriftung zugewiesen. ;-) Viele Grüße, Björn.
Hallo Björn, erstmal vielen, lieben Dank für deinen gesamten SPSS-Channel! Ich rette mich damit gerade durch die Auswertung meiner Daten für meine Masterarbeit. Meine Frage: Ich möchte eine ANOVA mit 10 abhängigen Variablen durchführen. Zuvor habe ich den Levene-Test auf Varianzgleichheit gemacht, da ich 3 unterschiedlich große Gruppen habe. Jetzt sind 3 von 10 Variablen signifikant. Muss ich diese nun in der ANOVA ausschließen? Viele Grüße, Vanessa
Hallo Vanessa und danke für dein Lob! Freut mich, wenn die MA jetzt auf einem besseren Weg ist. :-) 10 abhängige Variable deutet aber eher auf eine MANOVA hin? Dennoch, wenn es eine ANOVA sein soll, hast du meines Erachtens nach 3 Möglichkeiten. 1) Kruskal-Wallis-Test als nicht parametrische Alternative 2) Bootstrap 3) Loagrithmusbildung Evtl. sind deine Gruppen auch zu groß. Levene's Test wird ab einer gewissen Gruppengröße sozusagen automatisch signifikant. Du solltest auch für den kumulierten Alphafehler kontroliieren, weil du ja offensichtlich für die selbe Stichprobe/Gruppen mehrfach (auf unterschiedliche AV) testest. Viele Grüße, Björn.
Danke für deine HAMMER Tutorials! Sie bringen mich sehr schnell weiter!! Bei meiner ANOVA ist 0.988 unter Signifikanz herausgekommen und ich frage mich gerade, ob dieses Ergebnis auch signifikant ist? Nur eben in die "andere Richtung? Macht das Sinn?
Hallo Tabea, danke für dein Lob! Nein, die Signifikanz sollte typischerweise unter 0,05 liegen, um die Nullhypothese verwerfen zu können. Die Nullhypothese geht von in etwa gleichen Werte aus. Du kannst bei deiner Signifikanz also nur sagen, dass sich die Gruppen im Hinblick auf die Testvariablenicht unterscheiden. Viele Grüße, Björn.
Hallo Björn, ich vergleiche in einem Experiment Reaktionszeiten innerhalb 3 Gruppen. Davon sind alle fast gleich gut. Die Messung geht in den Bereich der Millisekunden. Diese ist aber besonders aussagestark sprich 0.1 Sekunden machen schon viel aus. Statistisch kommt aber natürlich bei SPSS und einer Anova bei einer Normalverteilung raus das diese Werte nicht Signifikant sind im Unterschied. Macht ja auch Sinn da die Test nicht wissen das es ein starker Unterschied ist. Gibt es zufällig irgendetwas was man zusätzlich noch beachten könnte bei Zeiten? Einige arbeiten zu dem Thema arbeiten mit dem F-Wert und sprechen davon ausgehend von Signifikanz ohne es genauer zu erklären. Zufällig irgendwelche Ideen oder Anreize? Vielen Dank schon mal im Voraus!
Hallo Willi, normalerweise würde SPSS auch kleine Unterschiede erkennen - es wird ja vereinfacht gesagt die Abweichung vom Mittelwert berechnet - wenn der entsprechend klein ist, relativiert sich das wieder. Der F-Wert ist eben jene Teststatistik und wenn diese signifikant ist, wird von einem Unterschied zwicshen den Gruppen hinsichtlich der AV gesprochen. Allerdings ist es zwingend erforderlich noch anschließend einen post-hoc-Test zu rechnen, um zu sehen, zwischen welchen Gruppen Unterschiede bestehen. Viele Grüße, Björn.
Erstmal vielen Dank für das Video! Ich habe mich nur gefragt, wie ich die ANOVA bei Roh-Daten, also nicht indizierten Daten anreden kann? Haben sie hierzu einen Tipp?
Danke für das Video :) Warum steht denn auch bei einer Regression immer ANOVA über den Tabellen, da gehts ja nur um den allgemeinen Modellfit, oder? Sind das zwei unterschiedliche "ANOVA"?
Hallo Anne, genau, bei der ANOVA-Tabelle bei der Regression geht es nur um den Modell-Fit. Für eine ausführliche Antwort würde ich dich einfach hierauf verweisen, da ich es schlicht mit eigenen Worten nicht besser erklären kann: stats.stackexchange.com/questions/175246/why-is-anova-equivalent-to-linear-regression Viele Grüße, Björn.
Vielen Dank :) Noch eine Frage: Wenn ich zwei Gruppen habe (User/Non-User) und möchte diese nach mehreren Eigenschaften unterscheiden (Note, Kreativität) etc. nehme ich da auch eine ANOVA oder muss ich mehrere t-Tests machen, weil ich nur 2 Gruppen habe? Vielen Dank, deine Videos sind echt Top!
Hallo Anne, danke für dein Lob! Du würdest für jede Eigenschaft einen Extra t-Test rechnen müssen. Die ANOVA vermag nur für eine Eigenschaft mehr als 2 Gruppen miteinander zu vergleichen. Viele Grüße, Björn.
In der Spalte "Training" stehen in der Tabelle die Werte 0-2, aber in der Auswertung die entsprechenden Beschriftungen "untrainiert"... etc - Wie geht das?
Hallo, ich habe in der Variablenansicht in der Spalte "Werte" entsprechende Wertelabels vergeben. In meinem Einführungsvideo zeige ich das auch: ua-cam.com/video/2YhYnNosPbU/v-deo.html Viele Grüße, Björn.
Hallo, sehr hilfreiches Video. Ich habe eine Frage zu meiner Auswertung: Ich untersuche Genexpressions-Unterschiede von mehreren Gruppen (2 Kontrollen und 4 Behandlungsgruppen an drei verschiedenen Tagen) . In meinem Versuchsaufbau befinden sich n Gene, die betrachtet wurden. Laut dem Wikiedia-Artikel zur Bonferroni-Korrektur müsste ich das Signifikanz-Niveau entsprechend von 0,05 auf 0,05/n setzen. Ich habe jetzt eine ANOVA durchgeführt und zudem als Post hoc-Test Bonferroni angegeben. Muss ich dann noch das Signifikanz-Niveau anpassen oder wird dies automatisch von SPSS durchgeführt? Müsste ich eine Alpha-Korrektur ebenfalls durchführen, wenn ich nur zwei Gruppen testen würde (zB Kontrolle gegen Behandlung)?
Hallo Arne und danke für dein Lob! Nein, wenn du bei der ANOVA den post Hoc Test auswählst, wird die korrigierte Signifikanz bei den Ergebnissen ausgegeben. Die Korrektur musst du nur bei mehrfach paarweisen Vergleichen (von Gruppen) durchführen. Bei nur zwei Gruppen gibt es nur einen paarweisen Vergleich und damit ist eine Korrektur nicht mehr nötig. Viele Grüße, Björn.
@@StatistikamPC_BjoernWalther Hallo Björn, danke für die Antwort. Ich habe jetzt meine Daten mit einer ANOVA und Kontrasteinstellungen durchgeführt, da ich nicht alle Gruppen untereinander vergleichen will. Jetzt ist es so, dass der Kontrat Test mir bei machen Parametern ein sinifikantes Ergebnis zeigt, der Post hoc Test aber nicht und vice versa. Welcher Aussage soll ich denn jetzt eher glauben?
Bei mir hat SPSS beim Faktor einen numerische Variable verlangt. Ich musste die Beschreibung der Gruppen also in Zahlen ändern. Das macht es irgendwie unübersichtlich. Wie kann man das einstellen, dass auch Zeichenfolgen als Faktoren annimmt?
Vielen Dank für die tolle Erklärung! Ich bin mir jedoch bei einer Sache unsicher: In Ihrem Beispiel ist N immer 13. Bei meiner Auswertung der Fragebögen habe ich jedoch für die verschiedenen Gruppen (bei mir Altersgruppen) verschiedene N Werte. Mal sind es 20 in einer Gruppe, mal nur 5. Verfälscht das meine Auswertung in irgendeiner Art und Weise?
Hallo und danke für dein Lob! Nein, unterschiedlich große Stichproben sind in der Regel kein Problem, sofern sie nicht extrem unterschiedlich sind. 20 und 5 würde ich noch als ok einstufen. Viele Grüße, Björn.
Hallo Björn, vielen lieben Dank für dein Video, das mir in vielen Punkten sehr geholfen hat. Da sich mein untersuchter Fall ein wenig komplizierter gestaltet, stellen sich bei mir noch zwei kleine Fragen: Folgende Forschungshypothese wird untersucht: H1: Marke A wird im Hinblick auf die Produktqualität positiver wahrgenommen als Marke C und Marke B, letztere wiederum positiver als Marke C. ->Ergebnis der einfaktoriellen ANOVA ist signifikant -> Post hoc Test (Scheffe) wird durchgeführt, um zu untersuchen, zwischen welchen Gruppen die signifikanten Unterscheide bestehen -> Ergebnis des Post hoc Tests: -> Ergebnis des Post hoc Tests: nicht alle Paarvergleiche sind signifikant Frage 1: Kann ich die Hypothese H1 annehmen, obwohl einer der sechs Mittelwertvergleiche des Post hoc Tests nicht signifikant ist? Die ANOVA ist signifikant und laut der Mittelwerte wird die richtige Reihenfolge eingehalten. Aber einer der Paarvergleiche ist im Rahmen des Post hoc Tests nicht signifikant. Frage 2: Da es sich bei der Hypothese H1 um eine gerichtete Hypothese handelt, muss ich dann im Rahmen des Post hoc Tests einseitig testen, den p-Wert des Scheffe Post hoc Tests halbieren und auf dem 5%-Niveau testen? Ich würde mich sehr freuen, wenn du mir bei den beiden Fragen weiterhelfen könntest. Vielen lieben Dank im Voraus für deine Hilfe😊 Viele Grüße Felix
erst mal: sehr gutes video :) aber nur kurz um sicher zu sein: prüfgröße F benötige ich zur signifikanz prüfung oder? und was ist relevanter: der umfang und die mittelwerte der teilstichproben oder der gesamtumfang der stichprobe?
Hallo Raphael, danke für das Lob! Der F-Wert ist höher, wenn mehr Variation durch die Gruppenzugehörigkeit erklärt wird. Der F-Wert wird mit dem kritischen F-Wert verglichen und bei Darüberliegen ist der Test signifikant, weil es höchst unwahrscheinlich wäre, dass dies dann ein Zufallsergebnis infolge der Ausprägung der abhängigen Variable ist. Einfacher sagt es Field, (2009) in Disovering Statistics using IMB SPSS, S. 359: "However, it doesn’t yet tell us whether the F-ratio is large enough to not be a chance result. To discover this we can compare the obtained value of F against the maximum value we would expect to get by chance if the group means were equal in an F-distribution with the same degrees of freedom (these values can be found in the Appendix); if the value we obtain exceeds this critical value we can be confident that this reflects an effect of our independent variable (because this value would be very unlikely if there were no effect in the population)." Bezüglich der Relevanzfrage bin ich mir gerade nicht sicher, was du meinst. Es gibt keine Mindeststichprobengröße. Lediglich, wenn du von Normalverteilung der AV ausgehst, sollte es 25-30 sein - das erspart explizites testen der Normalverteilungsannahme. Viele Grüße, Björn.
Danke für das tolle Video! Ich hätte eine Frage: Ich habe in meinem Datensatz 6 verschiedene Gruppe, will die Analyse allerdings nur bei 5 dieser Gruppen durchführen. Wie kann ich die 6. Gruppe ausschließen?
Vielen Dank! Ist in diesem Beispiel davon auszugehen, dass zwischen trainiert - mittelmäßig trainiert oder mittelmäßig trainiert -schlecht trainiert auch jeweils signifikante Unterschiede bestehen oder muss ich das dann jeweils t-testen?
Hallo, lustig, dass du fragst. Ich bin gerade dabei, hierzu ein Video zu machen, das morgen früh um 10 Uhr rauskommt. Ich kann es dir an dieser Stelle aber direkt verraten. ;-) Du musst im Menü der einfaktoriellen Varianzanalyse unter Post-Hoc-Tests noch zusätzlich testen. Empfehlenswert ist Bonferroni und Scheffé (sofern deine Varianzen gleich sind). Danach erhältst du eine Tabelle mit Mehrfachvergleichen und kannst anhand der Signfikanz ablesen, zwischen welchen Gruppen statistisch signifikante Unterschiede bestehen. Viele Grüße, Björn.
Noch ein Nachtrag. Man kann natürlich auch mit dem t-Test schauen, muss dann aber das Signifikanzniveau anpassen, weil man mehrfach auf die gleiche Stichprobe testet und Alpha-Fehler-Kumulierung zum Problem wird. Das Phänomen erkläre ich bei 1:10 im Video. Ich empfehle aus Gründen der Einfachheit aber den post-hoc-Test über die ANOVA. ;-) Viele Grüße, Björn.
Hallo, wie angekündigt hier das Video, sofern du noch mal in Ruhe nachsehen möchtest, wa ich oben geschrieben habe: ua-cam.com/video/MqCkaCqkU10/v-deo.html Viele Grüße, Björn.
Hallo Björn, die Anova hat super geklappt mit deinem Video. Ich habe ein Alpha Niveau von 0,01 festgelegt. Wie sieht es mit dem beta Fehler aus, lässt sich dieser auch berechnen? Habe gelesen, dass dieser über die Mächtigkeit des Tests eine Aussage trifft?Viele Grüße Jan
Hallo Jan, dein beta ist ja nur die WSK den Fehler 2. Art zu begehen. Der wird typischerweise nicht mit angegeben, selbst wenn er berechenbar ist. Bezüglich Teststärke solltest du dir eher merken, dass große Unterschiede im Mittelwert deiner Gruppen, eine kleine Streuung und eine große Stichprobe (wegen Standardfehler) die Teststärke erhöhen. Da du ein sehr kleines Alpha hast, ist die Teststärke ebenfalls bzw. zusätzlich hinreichend. Viele Grüße, Björn.
Hallo Björn,vielen Dank für die Erläuterungen. Ist es denn sinnvoll den eta Quadrat Wert der Anova, welchen man sich mit ausgeben lassen kann, mit einzubeziehen um die Teststärke abzusichern?Viele Grüße Jan
Hallo Jan, eta-Quadrat gibt dir die Effektstärke an und sagt dir nichts über die Teststärke. Das sind zwei verschiedene paar Schuhe. Die Effektstärke (r) ist die Wurzel aus eta-Quadrat. Ab 0,1 ist der Effekt klein, ab 0,3 mittel und ab 0,5 groß. Sie erklärt dir Gesamtvariation im Modell mit 1 = 100%. Viele Grüße, Björn
Hallo Fabian, die Formel findest du z.B. bei Field, A. (2009) Discovering Statistics: amzn.to/2GSqF0p auf S. 68 unten (Formel 2.13). Viele Grüße, Björn.
Noch eine Frage: Wenn man zwei Gruppen hat (User/NonUser) und da die Mittelwerte von mehreren Eigenschaften (Note, Kreativität etc) testen möchte, nimmt man dann eine ANOVA oder macht für jede Eigenschaft einen t-Test? Ich dachte ANOVA macht nur Sinn, wenn man mehr als zwei Gruppen (wie in deinem Fall drei Trainingsgruppen) hat. Danke nochmal :)
Hallo, ja, du würdest für jede Eigenschaft einen Extra t-Test rechnen müssen. Die ANOVA vermag nur für eine Eigenschaft mehr als 2 Gruppen miteinander zu vergleichen. Viele Grüße, Björn.
Danke für die präzisen und veständlichen Videos!:) WIe sieht es nach der ANOVA mit einem post hoc Test aus, um herauszufinden welche Gruppen sich signifikant voneinander Unterscheiden? Welchen Mehrwert gibt einem anschließend der Levene Test auf Varianzhomogenität?
Halo, zum post hoc Test empfehle ich dieses Video: ua-cam.com/video/MqCkaCqkU10/v-deo.html Varianzhomogenität stellt sicher, dass die F-Statistik nicht verzerrt ist und damit keine verzerrten Signifikanzen entstehen. Viele Grüße, Björn.
Hallo Michaela, die gibt es da leider nicht. Da diese Tabelle ohnehin wegen der Freiheitsgrade unübersichtlich ist, kannst du auch einfach meinen Rechner nutzen: bjoernwalther.com/tabelle-der-f-verteilung/ Der ist mit Google Sheets gebaut und verlangt als Input nur die Freiheitsgrade sowie das Alpha. Viele Grüße, Björn.
Danke, wirklich tolles Video. Ich habe eine Frage. Ich hab mehrere Bewertungen von z.B. Marken und möchte wissen, ob die Markenbewertung sich signifikant voneinander unterscheidet. Ich hab im SPSS die Daten aber nicht so angelegt, dass ich bei Faktor was eintragen kann, da lediglich die Mittelwerte vorliegen. Wie soll man da vorgehen? Danke für deine Hilfe
Hallo Christian, danke für dein Lob! Wenn du die Urliste nicht mehr hast, wird es in SPSS nicht für eine ANOVA reichen und du musst händisch rechnen. Dazu brauchst du zur Berechnung der F-Statistik zusätzlich zu den Gruppenmittelwerten noch deren Varianz. Damit kannst du die mittleren Quadratsummen berechnen und ihren Quotienten bilden, welcher den F-Wert darstellt, den du dem kritischen F-Wert gegenüberstellst. Hier gibt es das noch mal einfach und ausführlich erklärt: de.wikipedia.org/wiki/Varianzanalyse#Quadratsummen Wenn das zu kompliziert ist, brauchst du die Urliste und arbeitest mit ihr wie oben gezeigt in SPSS. Viele Grüße, Björn.
Was ich bei SPSS echt nicht verstehe ist, warum bei der einfaktoriellen Varianzanalyse sich bei der unabhängigen Variable keine nominal skalierte Variable einstellen lässt?! Eigentlich ist das ja keine Voraussetzung der ANOVA. Ich habe nämlich die drei Gruppen A, B, und C welche eben nicht ordinal sind. Habe am Ende was ähnliches über ein anderes Menü durchführen können (Allgemeines lineares Modell > univariat) aber fand ich trotzdem blöd wenn ich ehrlich bin. Weiß jemand warum das so ist?
Bei mir kommt jeweils die Fehlermeldung: "Keine der Variablen in der Arbeitsdatei oder in den Variablensets kann in diesem Dialogfeld verwendet werden." Woran könnte das liegen?
Hallo Sandro, das ist eine von der ANOVA unabhängige Fehlermeldung. Meine erste Vermutung ist, dass beim Import was schief gegangen ist und du die Variablen im Text-Format vorliegen hast. Viele Grüße, Björn.
Hallo Bjoern, wäre es möglich, dass Du wieder ein überragendes Tutorial hochlädst und zwar zum Thema Diskriminanzanz, Faktor- sowie Clusteranalyse? Das würde glaube ich einer Reihe von Studierenden sehr helfen!!! Bedanken uns im Voraus!!!
Hallo Lena, SPSS gibt standardmäßig nur die zweiseitige Signifikanz bei der ANOVA aus. Wenn du eine gerichtete Hypothese untersuchst, kannst du die dann entsprechend halbieren. Viele Grüße, Björn.
Hallo Joueanne, bei theoretisch konzeptioneller Begründung im Vorfeld kann man vorsichtig von Kausalität sprechen. Normalerweise bedingt die Untersuchung von Kausalität das Durchführen von Experimenten oder Quasi-Experimenten, um den gewünschten Effekte von anderen Einflussgrößen zu isolieren, also eine Längsschnittstudie. Man simuliert dies im Querschnitt quasi nur.
Super Video! Mein Problem ist, dass mir im kleinen Fenster der einfaktoriellen Varianzanalyse nur eine einzige Variable angezeigt wird, und ich somit keine zweite Variable als Faktor auswählen kann... woran könnte das liegen?!
Hallo fenchelcola, danke für dein Lob! Blöde Frage, aber eine zweite Variable ist vorhanden? Was für eine SPSS-Version hast du? Kommt das auch vor, wenn du über "Anlaysieren", "Allgemeines lineares Modell", "Univariat" gehst? Viele Grüße, Björn?
@@StatistikamPC_BjoernWalther Ja eine zweite variable ist vorhanden, hab gestern rausgefunden, dass es durch umcodieren in eine Nummerische Variable dann doch klappt! Trotzdem Danke:)
Super! Ja, die Gruppierungsvariable muss eine Zahl sein, damit es klappt. Dann kannst du jetzt doch in Ruhe deine ANOVA rechnen. ;-) Viele Grüße, Björn.
Hallo Anna, deine Signifikanz wird nur auf 0 abgerundet, weil es noch einige Nachkommastellen mehr bräuchte. Du kannst dir mehr Nachkommastellen anzeigen lassen und siehst dann, dass es nicht exakt 0 ist. Die Nullhypothese keines Unterschiedes verwirfst du da p
Erstmal danke für deine tollen Videos, die sind wirklich sehr hilfreich! Eine Frage: Wenn ich eine Regression von zwei variablen berechne die anhand der selben Stichprobe erhoben worden, gibt spss mir auch eine anova mit F Wert aber es handelt sich ja nicht um zwei Gruppen sondern um zwei variablen der selben Gruppe. Ist der F Wert damit irrelevant oder zählt er genauso?
Hallo Anna, danke für dein Lob! Der F-Wert im Rahmen der Regression der ANOVA-Tabelle interessiert dich nur insoweit, ob die Signifikanz unterhalb deines Alphawertes ist. Wenn dem so ist, ist dein Modell als Ganzes signifikant und du kannst dich um die Koeffizienten kümmern. Wäre dem nicht so, müsstest du deine Analyse abbrechen. Hier spreche ich da auch noch mal drüber: ua-cam.com/video/voWXyw6xX9o/v-deo.html Viele Grüße, Björn.
Ich wollte mich hier auch mal bedanken. Finde es sehr nobel von dir solche Tutorials kostenlos für uns anzubieten! Brauche es gerade für meine Doktorarbeit und Du hast mir dadurch wirklich geholfen und etwas beigebracht. Vielen Dank für deine Zeit und Mühe!!
Das freut mich, wenn dich die Videos voranbringen! :-)
Weiterhin viel Erfolg damit!
Viele Grüße, Björn.
Du rettest mich hier wirklich durch meine Bachelorarbeit, Dank dir!
Vielen Dank für alle deine Videos. Ohne diese wüsste ich nicht, wie ich die Statistik meiner Masterarbeit so gut hinbekommen hätte! Definitiv ein super Kanal!!
Hallo Adrian, das freut mich! :-)
Weiter so und viele Grüße, Björn.
Danke für das Video! Ich bin Medizinstudentin. Statistik wird bei uns im Studium nur sehr basal gelehrt. Jedoch brauche ich für meine Diss etwas mehr Wissen und dein Video ist da wirklich hilfreich. :)
Danke für deine sehr hilfreichen Videos! Ich studiere Psychologie und da ist Statistik extrem wichtig. Jetzt arbeite ich mich durch deine Videos um mir außerhalb der Vorlesungen ein gutes Statistik wissen aufzubauen. Hab keine besseren Videos auf UA-cam gefunden als deine :)
Ich muss mal danke sagen für deine tollen Videos und Erläuterungen! Sie haben mir echt durchs Studium geholfen! Richtig gut und idiotensicher erklärt ;-)
Vielen Dank für die zahlreichen Videos und tollen Erklärungen. Sie haben mir in meinem Studium wahnsinnig weitergeholfen. Bitte weiter so!
Hallo Marvin, das freut mich! :-)
Viel Erfolg weiterhin und viele Grüße, Björn.
Danke! Hilft sehr bei meiner Bachelorarbeit gerade!
Sehr schön! Viel Erfolg weiterhin!
Viele Grüße, Björn.
wirklich sehr gut und anschaulich !
Der Retter meiner Masterarbeit!
Top erklärt! Vielen Dank! :)
Hallo, wie kann ich denn anhand dieses Outputs den kritischen F-Wert berechnen? Wo finde ich die beiden Werte, welche für die F-Verteilungstabelle die Koordinaten darstellen?
Vielen Dank für deine Videos! Du erklärst das alles wirklich sehr sehr gut. Der beste Statistik-Kanal hier auf UA-cam!!!
Ich habe aber jetzt noch eine kleine Frage. Wenn ich nun beispielsweise 4 verschieden Altersgruppen habe (1 Gruppe:
Danke für das Video und die Erklärungen. Lässt sich z.B den Zusammenhang zwischen Einkommen (wurde im Fragebogen über 7 Gehaltsstufen abgefragt) und Kaufabsicht (5 stufige likert skala) damit auch untersuchen?
Frage:
Im Rahmen einer einfachen Varianzanalyse wird die Nullhypothese der Gleichheit der Gruppenmittelwerte eher abgelehnt, wenn die Variabilität der Messwerte innerhalb der Gruppen groß ist.
Richtig oder Falsch
Wie immer vielen Dank für deine tollen Videos!:-) Eine Frage, weil ich wirklich verzweifle: Ich habe eine UV mit 2 Gruppen und 7 AVs (davon 1 AV zur Gesamtausprägung eines Merkmals und 6 AVs für die jeweiligen Skalen, die zusammengerechnet die Gesamtausprägung geben). Ich habe jetzt sieben Mal einen t-Test für unabhängige Stichproben gerechnet, weil man (M)ANOVAs ja nur rechnet, wenn man mehr als 2 Gruppen in der UV hat. Jetzt habe ich aber schon häufig gelesen, dass die Alpha-Kumulierung auch bei meinem Fall auftreten kann, weil ich mehrere t-Tests an derselben Stichprobe durchführe?! Jetzt bin ich verwirrt, weil ich dachte, dass die t-Tests in meinem Fall unabhängig sind, weil sie ja immer wieder neu gerechnet werden. Gleichzeitig wüsste ich auch nicht, welches Verfahren ich sonst rechnen sollte...
Ich würde mich sehr über eine Antwort freuen, weil ich bis jetzt nirgends eine dazu gefunden habe.
Ganz liebe Grüße!! Jenny :-)
Kurze Frage ich habe im SPSS Output eine Tabelle erhalten die nach Runden sortiert ist (2006, 2018, 2020). Hinter Ess round 3.8,10 ist jeweils not marked, oder marked geschrieben. Was meint das und muss ich dann nur marked interpretieren oder ist da ein Fehler unterlaufen und es kann eigentlich gar nicht Marked oder Not marked da stehen? Bei meinen anderen Berechnungen zum Mittelwert steht das nämlich nicht. Die Tabelle bezieht sich darauf was die Teilnehmer innerhalb der letzten 7 Tage beruflich gemacht haben.🤔
Guten Tag, erstmals Besten Dank für ihre Erläuterungen! Ich habe eine kleine Frage: Sie haben die Gruppen in der Datenansicht mit 0, 1 und 2 beschriftet, bei der Ausgabe erscheinen jedoch wieder die werte trainiert, untrainiert. Wie kann man dies machen? Zudem zeigt ja der Anova-Test lediglich auf, dass ein signifikanter Unterschied zwischen den Gruppen vorhanden ist. Wie kann man nun die Gruppen untereinander vergleichen, welche der 3 Gruppen sich signifikant unterscheiden?
Hallo Sandro, danke für dein Lob!
Zu deinen Fragen:
1) Ich habe für die Variablen Wertelabels in der Variablenansicht hinterlegt.
2) Das ist richtig. Post-Hoc-Tests für die einfaktorielle ANOVA zeige ich hier ausführlich, um die Videos kurz zu halten: ua-cam.com/video/MqCkaCqkU10/v-deo.html
Viele Grüße, Björn.
danke hat mir geholfen
Vielen Dank für das Video, Björn! Gibt es eine Faustregel, wie die Verteilung der unabhängigen Variable mindestens sein sollte (also die Anteile der Ausprägungen)? Viele Grüße!
Hallo Olly, analog zur Regression mit Dummies sollte es eine gute Repräsentation der Grundgesamtheit sein - dann ist der Schluss wahrscheinlicher valide. In einer größeren Stichprobe ist die Schiefe der Verteilung allerdings ein weniger gravierendes Problem.
Viele Grüße, Björn.
Vielen Dank!@@StatistikamPC_BjoernWalther
legende!
lol. wenn man seinen eigenen Kommentar von vor 3 Jahren sieht wegen der Bacheloarbeit und jetzt wieder hier ist für die Masterarbeit. RIP.
Hi und erstmal vielen Dank für deine informativen Videos! Ich sitze gerade an meiner Masterarbeit und stehe vor folgender Problematik. Ich habe eine Kontroll- und zwei Experimentalgruppen. Jede Gruppe enthält eine Sales Promotion mit einem Produkt welches mit negativen und einem Produkt welches mit positiven Emotionen assoziiert wird. Die Sales Promotion der Ex1 wird durch eine Geschenkbeigabe mit hoher Passung zum Hauptprodukt und bei Ex2 mit niedriger Passung manipuliert. Die erste Hypothese lautet, dass der Effekt der Sales Promotion mit Geschenkbeigabe bei Produkten mit negativer Emotion größer ist, als bei Produkten mit positiver Emotion. Wie stelle ich das genau an? Den Effekt für das negative und positive Produkt zwischen den Gruppen mit Anova berechnen führt mich nicht zum Ziel.
Hallo Björn. Ich habe gelesen, dass bei Ausreißern in den Daten zusätzlich das Bootstrapping ausgewählt werden kann. Führe ich dies durch, kommt nur leider die Fehlermeldung, dass keine Post-Hoc-Tests durchgeführt werden konnten, da mind. eine Gruppe weniger als zwei Fälle aufweist. Was mache ich in einem solchen Fall? Oder sind gar Ausreißer ignorierbar, weil mein N über 1000 aufweist und bei solchen Größen immer mit Ausreißern zu rechnen ist (diese sind auch plausibel, also keine Fehler)?
Hallo, bei so einer Stichprobengröße wirst du immer Ausreißer haben. Solange sie plausibel sind und nicht total extrem sind, würde ich sie nicht ausschließen.
Viele Grüße, Björn.
Vielen Dank! Sehr hilfreiches Video :) Aber eine kleine Frage habe ich noch...wie schaffst du es denn den Zahlen 1,2 und 3 die Beschreibung mäßig trainiert, viel trainiert usw. hinzuzufügen?
Hallo Gerogia90, danke für das Lob!
Ich habe lediglich in der Variablenansicht eine Wertebeschriftung in der Spalte "Werte" vorgenommen und den Zahlen 1, 2 und 3 die entsprechende Beschriftung zugewiesen. ;-)
Viele Grüße, Björn.
Hallo Björn,
erstmal vielen, lieben Dank für deinen gesamten SPSS-Channel! Ich rette mich damit gerade durch die Auswertung meiner Daten für meine Masterarbeit.
Meine Frage: Ich möchte eine ANOVA mit 10 abhängigen Variablen durchführen. Zuvor habe ich den Levene-Test auf Varianzgleichheit gemacht, da ich 3 unterschiedlich große Gruppen habe. Jetzt sind 3 von 10 Variablen signifikant. Muss ich diese nun in der ANOVA ausschließen?
Viele Grüße, Vanessa
Hallo Vanessa und danke für dein Lob! Freut mich, wenn die MA jetzt auf einem besseren Weg ist. :-)
10 abhängige Variable deutet aber eher auf eine MANOVA hin?
Dennoch, wenn es eine ANOVA sein soll, hast du meines Erachtens nach 3 Möglichkeiten.
1) Kruskal-Wallis-Test als nicht parametrische Alternative
2) Bootstrap
3) Loagrithmusbildung
Evtl. sind deine Gruppen auch zu groß. Levene's Test wird ab einer gewissen Gruppengröße sozusagen automatisch signifikant. Du solltest auch für den kumulierten Alphafehler kontroliieren, weil du ja offensichtlich für die selbe Stichprobe/Gruppen mehrfach (auf unterschiedliche AV) testest.
Viele Grüße, Björn.
Danke für deine HAMMER Tutorials! Sie bringen mich sehr schnell weiter!! Bei meiner ANOVA ist 0.988 unter Signifikanz herausgekommen und ich frage mich gerade, ob dieses Ergebnis auch signifikant ist? Nur eben in die "andere Richtung? Macht das Sinn?
Hallo Tabea, danke für dein Lob!
Nein, die Signifikanz sollte typischerweise unter 0,05 liegen, um die Nullhypothese verwerfen zu können. Die Nullhypothese geht von in etwa gleichen Werte aus. Du kannst bei deiner Signifikanz also nur sagen, dass sich die Gruppen im Hinblick auf die Testvariablenicht unterscheiden.
Viele Grüße, Björn.
Top erklärt.
Hallo Björn, ich vergleiche in einem Experiment Reaktionszeiten innerhalb 3 Gruppen. Davon sind alle fast gleich gut. Die Messung geht in den Bereich der Millisekunden. Diese ist aber besonders aussagestark sprich 0.1 Sekunden machen schon viel aus. Statistisch kommt aber natürlich bei SPSS und einer Anova bei einer Normalverteilung raus das diese Werte nicht Signifikant sind im Unterschied. Macht ja auch Sinn da die Test nicht wissen das es ein starker Unterschied ist. Gibt es zufällig irgendetwas was man zusätzlich noch beachten könnte bei Zeiten?
Einige arbeiten zu dem Thema arbeiten mit dem F-Wert und sprechen davon ausgehend von Signifikanz ohne es genauer zu erklären. Zufällig irgendwelche Ideen oder Anreize?
Vielen Dank schon mal im Voraus!
Hallo Willi, normalerweise würde SPSS auch kleine Unterschiede erkennen - es wird ja vereinfacht gesagt die Abweichung vom Mittelwert berechnet - wenn der entsprechend klein ist, relativiert sich das wieder. Der F-Wert ist eben jene Teststatistik und wenn diese signifikant ist, wird von einem Unterschied zwicshen den Gruppen hinsichtlich der AV gesprochen. Allerdings ist es zwingend erforderlich noch anschließend einen post-hoc-Test zu rechnen, um zu sehen, zwischen welchen Gruppen Unterschiede bestehen.
Viele Grüße, Björn.
Erstmal vielen Dank für das Video! Ich habe mich nur gefragt, wie ich die ANOVA bei Roh-Daten, also nicht indizierten Daten anreden kann? Haben sie hierzu einen Tipp?
Danke für das Video :) Warum steht denn auch bei einer Regression immer ANOVA über den Tabellen, da gehts ja nur um den allgemeinen Modellfit, oder? Sind das zwei unterschiedliche "ANOVA"?
Hallo Anne, genau, bei der ANOVA-Tabelle bei der Regression geht es nur um den Modell-Fit. Für eine ausführliche Antwort würde ich dich einfach hierauf verweisen, da ich es schlicht mit eigenen Worten nicht besser erklären kann: stats.stackexchange.com/questions/175246/why-is-anova-equivalent-to-linear-regression
Viele Grüße, Björn.
Vielen Dank :) Noch eine Frage: Wenn ich zwei Gruppen habe (User/Non-User) und möchte diese nach mehreren Eigenschaften unterscheiden (Note, Kreativität) etc. nehme ich da auch eine ANOVA oder muss ich mehrere t-Tests machen, weil ich nur 2 Gruppen habe? Vielen Dank, deine Videos sind echt Top!
Hallo Anne, danke für dein Lob!
Du würdest für jede Eigenschaft einen Extra t-Test rechnen müssen. Die ANOVA vermag nur für eine Eigenschaft mehr als 2 Gruppen miteinander zu vergleichen.
Viele Grüße, Björn.
In der Spalte "Training" stehen in der Tabelle die Werte 0-2, aber in der Auswertung die entsprechenden Beschriftungen "untrainiert"... etc - Wie geht das?
Hallo, ich habe in der Variablenansicht in der Spalte "Werte" entsprechende Wertelabels vergeben. In meinem Einführungsvideo zeige ich das auch: ua-cam.com/video/2YhYnNosPbU/v-deo.html
Viele Grüße, Björn.
Hallo, sehr hilfreiches Video. Ich habe eine Frage zu meiner Auswertung: Ich untersuche Genexpressions-Unterschiede von mehreren Gruppen (2 Kontrollen und 4 Behandlungsgruppen an drei verschiedenen Tagen) . In meinem Versuchsaufbau befinden sich n Gene, die betrachtet wurden. Laut dem Wikiedia-Artikel zur Bonferroni-Korrektur müsste ich das Signifikanz-Niveau entsprechend von 0,05 auf 0,05/n setzen. Ich habe jetzt eine ANOVA durchgeführt und zudem als Post hoc-Test Bonferroni angegeben. Muss ich dann noch das Signifikanz-Niveau anpassen oder wird dies automatisch von SPSS durchgeführt?
Müsste ich eine Alpha-Korrektur ebenfalls durchführen, wenn ich nur zwei Gruppen testen würde (zB Kontrolle gegen Behandlung)?
Hallo Arne und danke für dein Lob! Nein, wenn du bei der ANOVA den post Hoc Test auswählst, wird die korrigierte Signifikanz bei den Ergebnissen ausgegeben.
Die Korrektur musst du nur bei mehrfach paarweisen Vergleichen (von Gruppen) durchführen. Bei nur zwei Gruppen gibt es nur einen paarweisen Vergleich und damit ist eine Korrektur nicht mehr nötig.
Viele Grüße, Björn.
@@StatistikamPC_BjoernWalther Hallo Björn, danke für die Antwort. Ich habe jetzt meine Daten mit einer ANOVA und Kontrasteinstellungen durchgeführt, da ich nicht alle Gruppen untereinander vergleichen will. Jetzt ist es so, dass der Kontrat Test mir bei machen Parametern ein sinifikantes Ergebnis zeigt, der Post hoc Test aber nicht und vice versa. Welcher Aussage soll ich denn jetzt eher glauben?
Bei mir hat SPSS beim Faktor einen numerische Variable verlangt. Ich musste die Beschreibung der Gruppen also in Zahlen ändern. Das macht es irgendwie unübersichtlich. Wie kann man das einstellen, dass auch Zeichenfolgen als Faktoren annimmt?
Hallo, du kannst für die Zahlen Wertelabel hinterlegen und damit arbeiten.
Viele Grüße, Björn.
Das geht in der Variablenansicht unter Werte
Vielen Dank für die tolle Erklärung! Ich bin mir jedoch bei einer Sache unsicher: In Ihrem Beispiel ist N immer 13. Bei meiner Auswertung der Fragebögen habe ich jedoch für die verschiedenen Gruppen (bei mir Altersgruppen) verschiedene N Werte. Mal sind es 20 in einer Gruppe, mal nur 5. Verfälscht das meine Auswertung in irgendeiner Art und Weise?
Hallo und danke für dein Lob!
Nein, unterschiedlich große Stichproben sind in der Regel kein Problem, sofern sie nicht extrem unterschiedlich sind. 20 und 5 würde ich noch als ok einstufen.
Viele Grüße, Björn.
Hallo Björn, vielen lieben Dank für dein Video, das mir in vielen Punkten sehr geholfen hat. Da sich mein untersuchter Fall ein wenig komplizierter gestaltet, stellen sich bei mir noch zwei kleine Fragen:
Folgende Forschungshypothese wird untersucht:
H1: Marke A wird im Hinblick auf die Produktqualität positiver wahrgenommen als Marke C und Marke B, letztere wiederum positiver als Marke C.
->Ergebnis der einfaktoriellen ANOVA ist signifikant -> Post hoc Test (Scheffe) wird durchgeführt, um zu untersuchen, zwischen welchen Gruppen die signifikanten Unterscheide bestehen -> Ergebnis des Post hoc Tests: -> Ergebnis des Post hoc Tests: nicht alle Paarvergleiche sind signifikant
Frage 1: Kann ich die Hypothese H1 annehmen, obwohl einer der sechs Mittelwertvergleiche des Post hoc Tests nicht signifikant ist?
Die ANOVA ist signifikant und laut der Mittelwerte wird die richtige Reihenfolge eingehalten. Aber einer der Paarvergleiche ist im Rahmen des Post hoc Tests nicht signifikant.
Frage 2: Da es sich bei der Hypothese H1 um eine gerichtete Hypothese handelt, muss ich dann im Rahmen des Post hoc Tests einseitig testen, den p-Wert des Scheffe Post hoc Tests halbieren und auf dem 5%-Niveau testen?
Ich würde mich sehr freuen, wenn du mir bei den beiden Fragen weiterhelfen könntest.
Vielen lieben Dank im Voraus für deine Hilfe😊
Viele Grüße
Felix
erst mal: sehr gutes video :) aber nur kurz um sicher zu sein: prüfgröße F benötige ich zur signifikanz prüfung oder? und was ist relevanter: der umfang und die mittelwerte der teilstichproben oder der gesamtumfang der stichprobe?
Hallo Raphael, danke für das Lob!
Der F-Wert ist höher, wenn mehr Variation durch die Gruppenzugehörigkeit erklärt wird. Der F-Wert wird mit dem kritischen F-Wert verglichen und bei Darüberliegen ist der Test signifikant, weil es höchst unwahrscheinlich wäre, dass dies dann ein Zufallsergebnis infolge der Ausprägung der abhängigen Variable ist.
Einfacher sagt es Field, (2009) in Disovering Statistics using IMB SPSS, S. 359: "However, it doesn’t yet tell us whether the F-ratio is large enough to not be a chance result. To discover this we can compare the obtained value of F against the maximum value we would expect to get by chance if the group means were equal in an F-distribution with the same degrees of freedom (these values can be found in the Appendix); if the value we obtain exceeds this critical value we can be confident that this reflects an effect of our independent variable (because this value would be very unlikely if there were no effect in the population)."
Bezüglich der Relevanzfrage bin ich mir gerade nicht sicher, was du meinst. Es gibt keine Mindeststichprobengröße. Lediglich, wenn du von Normalverteilung der AV ausgehst, sollte es 25-30 sein - das erspart explizites testen der Normalverteilungsannahme.
Viele Grüße, Björn.
Danke für das tolle Video! Ich hätte eine Frage: Ich habe in meinem Datensatz 6 verschiedene Gruppe, will die Analyse allerdings nur bei 5 dieser Gruppen durchführen. Wie kann ich die 6. Gruppe ausschließen?
Hallo Elena, einfach einen Filter vorher setzen: ua-cam.com/video/gEc8Vn3HxqU/v-deo.html
Viele Grüße, Björn.
Vielen Dank! Ist in diesem Beispiel davon auszugehen, dass zwischen trainiert - mittelmäßig trainiert oder mittelmäßig trainiert -schlecht trainiert auch jeweils signifikante Unterschiede bestehen oder muss ich das dann jeweils t-testen?
Hallo, lustig, dass du fragst. Ich bin gerade dabei, hierzu ein Video zu machen, das morgen früh um 10 Uhr rauskommt. Ich kann es dir an dieser Stelle aber direkt verraten. ;-) Du musst im Menü der einfaktoriellen Varianzanalyse unter Post-Hoc-Tests noch zusätzlich testen. Empfehlenswert ist Bonferroni und Scheffé (sofern deine Varianzen gleich sind). Danach erhältst du eine Tabelle mit Mehrfachvergleichen und kannst anhand der Signfikanz ablesen, zwischen welchen Gruppen statistisch signifikante Unterschiede bestehen.
Viele Grüße, Björn.
Noch ein Nachtrag. Man kann natürlich auch mit dem t-Test schauen, muss dann aber das Signifikanzniveau anpassen, weil man mehrfach auf die gleiche Stichprobe testet und Alpha-Fehler-Kumulierung zum Problem wird. Das Phänomen erkläre ich bei 1:10 im Video. Ich empfehle aus Gründen der Einfachheit aber den post-hoc-Test über die ANOVA. ;-)
Viele Grüße, Björn.
Vielen Dank! Super nett, dass Du so schnell geantwortet hast!
Hallo, wie angekündigt hier das Video, sofern du noch mal in Ruhe nachsehen möchtest, wa ich oben geschrieben habe: ua-cam.com/video/MqCkaCqkU10/v-deo.html
Viele Grüße, Björn.
bester Mann, Kuss auf Eichel
Hallo Björn, die Anova hat super geklappt mit deinem Video. Ich habe ein Alpha Niveau von 0,01 festgelegt. Wie sieht es mit dem beta Fehler aus, lässt sich dieser auch berechnen? Habe gelesen, dass dieser über die Mächtigkeit des Tests eine Aussage trifft?Viele Grüße Jan
Hallo Jan, dein beta ist ja nur die WSK den Fehler 2. Art zu begehen. Der wird typischerweise nicht mit angegeben, selbst wenn er berechenbar ist. Bezüglich Teststärke solltest du dir eher merken, dass große Unterschiede im Mittelwert deiner Gruppen, eine kleine Streuung und eine große Stichprobe (wegen Standardfehler) die Teststärke erhöhen. Da du ein sehr kleines Alpha hast, ist die Teststärke ebenfalls bzw. zusätzlich hinreichend.
Viele Grüße, Björn.
Hallo Björn,vielen Dank für die Erläuterungen. Ist es denn sinnvoll den eta Quadrat Wert der Anova, welchen man sich mit ausgeben lassen kann, mit einzubeziehen um die Teststärke abzusichern?Viele Grüße Jan
Hallo Jan, eta-Quadrat gibt dir die Effektstärke an und sagt dir nichts über die Teststärke. Das sind zwei verschiedene paar Schuhe. Die Effektstärke (r) ist die Wurzel aus eta-Quadrat. Ab 0,1 ist der Effekt klein, ab 0,3 mittel und ab 0,5 groß. Sie erklärt dir Gesamtvariation im Modell mit 1 = 100%.
Viele Grüße, Björn
Hallo Björn, dank für dein Video. Hättest du eine Quelle für die Formel 1−(0,95)^𝑛 des akkumulierten Fehler 1. Art? LG
Hallo Fabian, die Formel findest du z.B. bei Field, A. (2009) Discovering Statistics: amzn.to/2GSqF0p auf S. 68 unten (Formel 2.13).
Viele Grüße, Björn.
Noch eine Frage: Wenn man zwei Gruppen hat (User/NonUser) und da die Mittelwerte von mehreren Eigenschaften (Note, Kreativität etc) testen möchte, nimmt man dann eine ANOVA oder macht für jede Eigenschaft einen t-Test? Ich dachte ANOVA macht nur Sinn, wenn man mehr als zwei Gruppen (wie in deinem Fall drei Trainingsgruppen) hat. Danke nochmal :)
Hallo, ja, du würdest für jede Eigenschaft einen Extra t-Test rechnen müssen. Die ANOVA vermag nur für eine Eigenschaft mehr als 2 Gruppen miteinander zu vergleichen.
Viele Grüße, Björn.
Danke für die präzisen und veständlichen Videos!:) WIe sieht es nach der ANOVA mit einem post hoc Test aus, um herauszufinden welche Gruppen sich signifikant voneinander Unterscheiden? Welchen Mehrwert gibt einem anschließend der Levene Test auf Varianzhomogenität?
Halo, zum post hoc Test empfehle ich dieses Video: ua-cam.com/video/MqCkaCqkU10/v-deo.html
Varianzhomogenität stellt sicher, dass die F-Statistik nicht verzerrt ist und damit keine verzerrten Signifikanzen entstehen.
Viele Grüße, Björn.
Wo findet man die Tabelle mit den kritischen F-Werten in SPSS?
Hallo Michaela, die gibt es da leider nicht. Da diese Tabelle ohnehin wegen der Freiheitsgrade unübersichtlich ist, kannst du auch einfach meinen Rechner nutzen: bjoernwalther.com/tabelle-der-f-verteilung/
Der ist mit Google Sheets gebaut und verlangt als Input nur die Freiheitsgrade sowie das Alpha.
Viele Grüße, Björn.
Danke, wirklich tolles Video. Ich habe eine Frage. Ich hab mehrere Bewertungen von z.B. Marken und möchte wissen, ob die Markenbewertung sich signifikant voneinander unterscheidet. Ich hab im SPSS die Daten aber nicht so angelegt, dass ich bei Faktor was eintragen kann, da lediglich die Mittelwerte vorliegen. Wie soll man da vorgehen? Danke für deine Hilfe
Hallo Christian, danke für dein Lob!
Wenn du die Urliste nicht mehr hast, wird es in SPSS nicht für eine ANOVA reichen und du musst händisch rechnen. Dazu brauchst du zur Berechnung der F-Statistik zusätzlich zu den Gruppenmittelwerten noch deren Varianz. Damit kannst du die mittleren Quadratsummen berechnen und ihren Quotienten bilden, welcher den F-Wert darstellt, den du dem kritischen F-Wert gegenüberstellst. Hier gibt es das noch mal einfach und ausführlich erklärt: de.wikipedia.org/wiki/Varianzanalyse#Quadratsummen
Wenn das zu kompliziert ist, brauchst du die Urliste und arbeitest mit ihr wie oben gezeigt in SPSS.
Viele Grüße, Björn.
Was ich bei SPSS echt nicht verstehe ist, warum bei der einfaktoriellen Varianzanalyse sich bei der unabhängigen Variable keine nominal skalierte Variable einstellen lässt?!
Eigentlich ist das ja keine Voraussetzung der ANOVA.
Ich habe nämlich die drei Gruppen A, B, und C welche eben nicht ordinal sind.
Habe am Ende was ähnliches über ein anderes Menü durchführen können (Allgemeines lineares Modell > univariat) aber fand ich trotzdem blöd wenn ich ehrlich bin.
Weiß jemand warum das so ist?
Bei mir kommt jeweils die Fehlermeldung: "Keine der Variablen in der Arbeitsdatei oder in den Variablensets kann in diesem Dialogfeld verwendet werden." Woran könnte das liegen?
Hallo Sandro, das ist eine von der ANOVA unabhängige Fehlermeldung. Meine erste Vermutung ist, dass beim Import was schief gegangen ist und du die Variablen im Text-Format vorliegen hast.
Viele Grüße, Björn.
Hallo Bjoern, wäre es möglich, dass Du wieder ein überragendes Tutorial hochlädst und zwar zum Thema Diskriminanzanz, Faktor- sowie Clusteranalyse? Das würde glaube ich einer Reihe von Studierenden sehr helfen!!! Bedanken uns im Voraus!!!
Einfach toll. Sehr hilfreich.
Ist die Signifikanz zweiseitig? Kann ich den Wert bei gerichteter Hypothese halbieren? :)
Hallo Lena, SPSS gibt standardmäßig nur die zweiseitige Signifikanz bei der ANOVA aus. Wenn du eine gerichtete Hypothese untersuchst, kannst du die dann entsprechend halbieren.
Viele Grüße, Björn.
ich dachte kausale Erklärungen sind bei einem Querschnittsdesign nicht möglich?
Hallo Joueanne, bei theoretisch konzeptioneller Begründung im Vorfeld kann man vorsichtig von Kausalität sprechen. Normalerweise bedingt die Untersuchung von Kausalität das Durchführen von Experimenten oder Quasi-Experimenten, um den gewünschten Effekte von anderen Einflussgrößen zu isolieren, also eine Längsschnittstudie. Man simuliert dies im Querschnitt quasi nur.
@@StatistikamPC_BjoernWalther vielen Dank für die Antwort!
Super Video! Mein Problem ist, dass mir im kleinen Fenster der einfaktoriellen Varianzanalyse nur eine einzige Variable angezeigt wird, und ich somit keine zweite Variable als Faktor auswählen kann... woran könnte das liegen?!
Hallo fenchelcola, danke für dein Lob! Blöde Frage, aber eine zweite Variable ist vorhanden? Was für eine SPSS-Version hast du? Kommt das auch vor, wenn du über "Anlaysieren", "Allgemeines lineares Modell", "Univariat" gehst?
Viele Grüße, Björn?
@@StatistikamPC_BjoernWalther Ja eine zweite variable ist vorhanden, hab gestern rausgefunden, dass es durch umcodieren in eine Nummerische Variable dann doch klappt! Trotzdem Danke:)
Super! Ja, die Gruppierungsvariable muss eine Zahl sein, damit es klappt. Dann kannst du jetzt doch in Ruhe deine ANOVA rechnen. ;-)
Viele Grüße, Björn.
Danke
Super, danke! Kann mir einer sagen wie das zu interpretieren ist, wenn als Signifikanz ,000 raus kommt?
Hallo Anna, deine Signifikanz wird nur auf 0 abgerundet, weil es noch einige Nachkommastellen mehr bräuchte. Du kannst dir mehr Nachkommastellen anzeigen lassen und siehst dann, dass es nicht exakt 0 ist. Die Nullhypothese keines Unterschiedes verwirfst du da p
Ich küsse deine Augen
Den Subscribe-Button klicken und Teilen der Videos reicht auch. ;-)
Viele Grüße, Björn.
Erstmal danke für deine tollen Videos, die sind wirklich sehr hilfreich! Eine Frage: Wenn ich eine Regression von zwei variablen berechne die anhand der selben Stichprobe erhoben worden, gibt spss mir auch eine anova mit F Wert aber es handelt sich ja nicht um zwei Gruppen sondern um zwei variablen der selben Gruppe. Ist der F Wert damit irrelevant oder zählt er genauso?
Hallo Anna, danke für dein Lob! Der F-Wert im Rahmen der Regression der ANOVA-Tabelle interessiert dich nur insoweit, ob die Signifikanz unterhalb deines Alphawertes ist. Wenn dem so ist, ist dein Modell als Ganzes signifikant und du kannst dich um die Koeffizienten kümmern. Wäre dem nicht so, müsstest du deine Analyse abbrechen. Hier spreche ich da auch noch mal drüber: ua-cam.com/video/voWXyw6xX9o/v-deo.html
Viele Grüße, Björn.
ein wenig langsamer zu sprechen wäre besser gewesen
Hallo Kristina, du kannst gerne das Video mit 0,75 facher Geschwindigkeit abspielen, dann sollte es etwas entspannter sein.
Viele Grüße, Björn.
stimmt, das ist eine gute Empfehlung. Danke schön. Sehr gute Videos.