Überlegungen zu Daten für Mittelwertanalyse

Befolgen Sie beim Erfassen von Daten, Durchführen der Analyse und Interpretieren der Ergebnisse die folgenden Richtlinien, um sicherzustellen, dass die Ergebnisse gültig sind.

Die Daten der Antwortvariablen müssen einer Normalverteilung, Binomialverteilung oder Poisson-Verteilung folgen.
  • Normalverteilte Daten sind in der Regel Messdaten, z. B. Messwerte des Gewichts. Bei normalverteilten Daten vergleicht Minitab den Mittelwert jeder Gruppe mit dem Gesamtmittelwert.
  • In binomialverteilten Daten ist jede Beobachtung einer von zwei Kategorien zugeordnet, z. B. „Bestanden“/„Nicht bestanden“. Bei binomialverteilten Daten vergleicht Minitab den Anteil jeder Stichprobe mit dem Gesamtanteil.
  • Poisson-verteilte Daten enthalten Anzahlen, z. B. die die Anzahl der Fehler pro Einheit oder Stichprobe. Bei Poisson-verteilten Daten vergleicht Minitab die Ereignisrate für jede Stichprobe mit der Gesamtrate.
Wenn Ihre Daten einer Normalverteilung folgen, müssen die Daten einen oder zwei kategoriale Faktoren enthalten.
  • Bei Designs für die Mittelwertanalyse mit zwei Faktoren muss es sich um ein balanciertes Design handeln. Ein balanciertes Design enthält die gleiche Anzahl von Beobachtungen für alle möglichen Kombinationen von Faktorstufen. Wenn das Design zwei kategoriale Faktoren enthält und nicht balanciert ist, verwenden Sie Allgemeines lineares Modell anpassen, wenn durchgehend feste Faktoren vorliegen, oder verwenden Sie Modell mit gemischten Effekten anpassen, wenn Zufallsfaktoren vorliegen.
  • Wenn das Design mehr als zwei kategoriale Faktoren enthält oder Kovariaten einschließt, verwenden Sie Allgemeines lineares Modell anpassen, wenn durchgehend feste Faktoren vorliegen, oder verwenden Sie Modell mit gemischten Effekten anpassen, wenn Zufallsfaktoren vorliegen.

Weitere Informationen zu Faktoren und balancierten Designs finden Sie unter Faktoren und Faktorstufen sowie Balancierte und nicht balancierte Designs in ANOVA-Modellen.

Wenn binomialverteilte Daten vorliegen, muss der Stichprobenumfang konstant und ausreichend groß sein.
  • Alle Stichproben müssen denselben Umfang aufweisen, um sicherzustellen, dass der Vergleich des Anteils für jede Stichprobe mit dem Gesamtanteil gültig ist.
  • Der Stichprobenumfang muss ausreichend groß sein, um sicherzustellen, dass die Normalverteilung eine angemessen Approximierung der Binomialverteilung ist, da die Entscheidungsgrenzen auf der Normalverteilung basieren. Die Normalverteilung ist angemessen, wenn np > 5 und n(1 − p) > 5, wobei n den Stichprobenumfang und p den Anteil der Ereignisse darstellt.

Wenn Ihre Stichproben diese Kriterien nicht erfüllen, sind Ihre Ergebnisse möglicherweise ungültig.

Wenn Poisson-verteilte Daten vorliegen, muss der Stichprobenumfang konstant und ausreichend groß sein.
  • Alle Stichproben müssen denselben Umfang aufweisen, damit die Rate pro Stichprobe gültig ist.
  • Der Stichprobenumfang muss ausreichend groß sein, um sicherzustellen, dass die Normalverteilung eine angemessene Approximierung der Poisson-Verteilung ist, da die Entscheidungsgrenzen auf der Normalverteilung basieren. Die Normalverteilung ist angemessen, wenn der Mittelwert mindestens 5 beträgt.

Wenn Ihre Stichproben diese Kriterien nicht erfüllen, sind Ihre Ergebnisse möglicherweise ungültig.

Jede Beobachtung sollte unabhängig von allen anderen Beobachtungen sein
Wenn die Beobachtungen voneinander abhängen, sind Ihre Ergebnisse möglicherweise ungültig. Untersuchen Sie die folgenden Aspekte, um festzustellen, ob die Beobachtungen unabhängig sind:
  • Wenn eine Beobachtung keine Informationen über den Wert einer anderen Beobachtung liefert, sind die Beobachtungen unabhängig.
  • Wenn eine Beobachtung Informationen über den Wert einer anderen Beobachtung liefert, sind die Beobachtungen voneinander abhängig.
Die Stichprobendaten sollten nach dem Zufallsprinzip ausgewählt werden

Mit Zufallsstichproben werden Verallgemeinerungen zu einer Grundgesamtheit angestellt und Schlussfolgerungen zu dieser gezogen. Wenn die Daten nicht nach dem Zufallsprinzip erfasst wurden, stellen die Ergebnisse u. U. nicht die Grundgesamtheit dar.

Orientieren Sie sich bei der Datenerfassung an optimalen Vorgehensweisen
Befolgen Sie die folgenden Richtlinien, um sicherzustellen, dass Sie gültige Ergebnisse erhalten:
  • Vergewissern Sie sich, dass die Daten repräsentativ für die Grundgesamtheit von Interesse sind.
  • Erfassen Sie eine ausreichende Datenmenge, um die notwendige Präzision zu erzielen.
  • Messen Sie Variablen so genau und präzise wie möglich.
  • Zeichnen Sie die Daten in der Reihenfolge auf, in der sie erfasst werden.
Durch Ihre Nutzung dieser Website stimmen Sie zu, dass Cookies verwendet werden. Cookies dienen zu Analysezwecken und zum Bereitstellen personalisierter Inhalte.  Lesen Sie unsere Richtlinien