Statistische Verfahren für Studien auswählen

Mithilfe dem Begriff Statistik wird die mathematische Grundlage zur Analyse empirischer Daten verstanden. Sie umfasst mehrere Methoden zur Untersuchung von Massenerscheinungen und versucht den Umfang, die Struktur oder (zeitliche) Entwicklung oder ihr Verhältnis zu erkennen.  Das Ziel der Statistik die Daten zu deuten, dazu gehören die Aufdeckung von Zusammenhänge, Überprüfung von Theorien und HypothesenHypothese Eine Hypothese ist eine vorläufige Annahme über einen Zusammenhang oder ein Phänomen, die aufgrund von Beobachtungen oder vorherigen Erkenntnissen gemacht wird und überprüft werden kann, indem sie durch Forschung oder Experimente gestützt oder widerlegt wird. oder die Schätzung von Parametern. Bei allen diesen Möglichkeiten stellst sich die Frage wann benutze ich welches statistische Verfahren?

Dieses Tutorial zeigt, welche statistische Verfahren es gibt.

Reliabilität

Art der ReliabilitätTestverfahren
Interrate ReliabilitätCohens Kappa
Interne KonsistenzCohens Alpha
Vergleich von TestverfahrenCohens Kappa
Retest-Reliabilität◊ Paralleltest-Reliabilität
◊ Split-Half-Reliabilität oder Testhalbierungsmethode
◊ Interne Konsistenz

Zusammenhänge

SkalenniveauSkalenniveau Das Skalenniveau bezieht sich auf den Typ von Daten, der in einer Studie erhoben wurde, und gibt an, wie die Daten in Bezug auf die Messbarkeit und die Möglichkeit zur Verwendung von Statistiken kodifiziert sind.Testverfahren
Kontinuierlich◊ Einfache lineare Regression (1 Prädiktor)
◊ Multiple lineare Regression ( 2 oder mehr Prädiktoren)
OrdinalOrdinale Regression
Nominal◊ Logistische Regression (Dichotomes Kriterium)
◊ Multinomiale Logistische Regression (Multinominales Kriterium)

Gruppenunterschiede

2 Gruppen mit 1 UV

 KontinuierlichOrdinalMultinominalDichotom
1 UV◊ t-Test für unabhängige Stichproben (eine AV)
◊ Hotellings T²  (mehrere AV)
Mann-Whitney-U-TestChi-Quadrat-Homogenitätstest◊ Exakter Test nach Fisher
◊ Chi-Quadrat-Homogenitätstest
◊ Odds Ratio
◊ Relatives Risiko
1 UV mit kontrollierter Kovariate◊ Einfaktorielle ANCOVA (eine AV)
◊ Einfaktorielle MANCOVA (mehrere AV)
Mann-Whitney-U-TestChi-Quadrat-HomogenitätstestBinomiale logistische Regression

3 oder mehr Gruppen mit 1 UV

 KontinuierlichOrdinalMultinominalDichotom
1 UV◊ Einfaktorielle ANOVA (eine AV)
◊ Einfaktorielle MANOVA (mehrere AV)
Kruskal-Wallis-Test (H-Test)Chi-Quadrat-HomogenitätstestChi-Quadrat-Homogenitätstest
1 UV mit kontrollierter Kovariate◊ Einfaktorielle ANCOVA (eine AV)
◊ Einfaktorielle MANCOVA  (mehrere AV)
Kruskal-Wallis-Test (H-Test)Chi-Quadrat-HomogenitätstestChi-Quadrat-Homogenitätstest

2 Gruppen mit 1 UV

 KontinuierlichOrdinalMultinominalDichotom
1 UV◊ t-Test für unabhängige Stichproben  (eine AV)
◊ Einfaktorielle MANOVA mit Messwiederholung (mehrere AV)
Wilcoxon-Vorzeichen-Rang-TestVerallgemeinerte Schätzgleichungen (Generalized Estimating Equations)McNemar-Test
1 UV mit kontrollierter Kovariate◊ Einfaktorielle ANCOVA mit Messwiederholung (eine AV)
◊ Einfaktorielle MANCOVA mit Messwiederholung (mehrere AV)
Wilcoxon-Vorzeichen-Rang-TestVerallgemeinerte Schätzgleichungen (Generalized Estimating Equations)McNemar-Test

3 oder mehr Gruppen mit 1 UV

 KontinuierlichOrdinalMultinominalDichotom
1 UV◊ t-Test für unabhängige Stichproben (eine AV)
◊ Einfaktorielle MANOVA mit Messwiederholung (mehrere AV)
Wilcoxon-Vorzeichen-Rang-TestVerallgemeinerte Schätzgleichungen (Generalized Estimating Equations)McNemar-Test
1 UV mit kontrollierter Kovariate◊ Einfaktorielle ANCOVA mit Messwiederholung (eine AV)
◊ Einfaktorielle MANCOVA mit Messwiederholung (mehrere AV)
Wilcoxon-Vorzeichen-Rang-TestVerallgemeinerte Schätzgleichungen (Generalized Estimating Equations)McNemar-Test

2 und mehr UV

 KontinuierlichOrdinalMultinominalDichotom
2 oder mehr UV◊ Mehrfaktorielle ANOVA (eine AV)
◊ Mehrfaktorielle MANOVA (mehrere AV)
Verallgemeinerte Schätzgleichungen (Generalized Estimating Equations)Verallgemeinerte Schätzgleichungen (Generalized Estimating Equations)Verallgemeinerte Schätzgleichungen (Generalized Estimating Equations)
2 oder mehr UV mit kontrollierter Kovariate◊ Mehrfaktorielle ANCOVA mit Messwiederholung (eine AV)
◊ Mehrfaktorielle MANCOVA mit Messwiederholung (mehrere AV)
Verallgemeinerte Schätzgleichungen (Generalized Estimating Equations)Verallgemeinerte Schätzgleichungen (Generalized Estimating Equations)Verallgemeinerte Schätzgleichungen (Generalized Estimating Equations)

Korrelationskoeffizienten

 IntervallskaliertOrdinalskaliertNominalskaliert (natürlich dichotom)Nominalskaliert (künstlich dichotom)Nominalskaliert (polytom)
Intervallskaliert◊ Pearson Produkt-Moment-KorrelationKorrelation Korrelation bezieht sich auf den Zusammenhang oder die Beziehung zwischen zwei oder mehr Variablen, die durch den Grad der Änderung der Werte einer Variablen im Verhältnis zur Änderung der Werte einer anderen Variablen gemessen wird.
◊ Einfache lineare Regression
◊ Spearman´s Rho
◊ Kendall´s Tau
◊ Polychorische Korrelation
punktbiseriale Korrelation◊ punktbiseriale Korrelation
◊ biseriale Korrelation
η-Koeffizient
Ordinalskaliert ◊ Spearman’s Rho
◊ Kendall’s Tau
◊ polychorische Korrelation
biseriale Rangkorrelation◊ biseriale Rangkorrelation
◊ polychorische Korrelation
Cramér’s V
Nominalskaliert (natürlich dichotom)  ◊ punktbiserale Korrelation (φ-Koeffizient)
◊ Yule’s Y
◊ punktbiserale Korrelation (φ-Koeffizient)
◊ v-Koeffizient
Cramér’s V
Nominalskaliert (künstlich dichotom)   ◊ punktbiserale Korrelation (φ-Koeffizient)
◊ v-Koeffizient
Cramér’s V
Nominalskaliert (polytom)    Cramér’s V

Datenreduktion

für die Datenreduktion wird die Hauptkomponentenanalyse verwendet.