Überlegungen zu Daten für Mood-Median-Test

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

Hinweis

Wenn Sie eine verteilungsgebundene Analyse als Alternative zum Mood-Median-Test verwenden, sollten Sie überprüfen, ob Ihre Daten die Anforderungen für diese Analyse erfüllen. Die Datenanforderungen für verteilungsgebundene Analysen sind nicht immer mit den Datenanforderungen für verteilungsfreie Analysen wie den Mood-Median-Test kompatibel.

Die Daten dürfen nur eine kategoriale Variable enthalten, die einen festen Faktor darstellt.

Weitere Informationen zu Faktoren finden Sie unter Faktoren und Faktorstufen sowie unter Feste Faktoren und Zufallsfaktoren.

Die Antwortvariable sollte stetig sein
Wenn die Antwortvariable kategorial ist, besteht eine geringere Wahrscheinlichkeit, dass das Modell die Annahmen der Analyse erfüllt, die vorliegenden Daten genau beschreibt oder eine Grundlage für nützliche Prognosen darstellt.
  • Wenn die Antwortvariable zwei Kategorien enthält, z. B. „Bestanden“ und „Nicht bestanden“, verwenden Sie Binäres logistisches Modell anpassen.
  • Wenn die Antwortvariable drei oder mehr Kategorien mit einer natürlichen Rangfolge aufweist, z. B. „Starke Ablehnung“, „Ablehnung“, „Neutral“, „Zustimmung“ und „Starke Zustimmung“, verwenden Sie Ordinale logistische Regression.
  • Wenn die Antwortvariable drei oder mehr Kategorien ohne natürliche Rangfolge aufweist, z. B. Kratzer, Delle und Riss, verwenden Sie Nominale logistische Regression.
  • Wenn mit der Antwortvariablen Ereignishäufigkeiten gezählt werden, z. B. die Anzahl der Fehler, verwenden Sie Poisson-Modell anpassen.
Die Stichprobendaten müssen nicht normalverteilt sein.
Die Verteilungen der Gruppen müssen dieselbe Form und Streubreite aufweisen, und sie sollten Ausreißer enthalten.
  • Wenn die Verteilungen der Gruppen keine Ausreißer enthalten, verwenden Sie Kruskal-Wallis-Test, da hierbei die Trennschärfe größer ist.
  • Wenn die Verteilungen der Gruppen normalverteilt sind, erwägen Sie, Einfache ANOVA zu verwenden, da hierbei die Trennschärfe größer ist.
Der Stichprobenumfang sollte unter 15 oder 20 Beobachtungen liegen, oder der Prozess wird besser durch den Median dargestellt.

Verteilungsfreie Tests haben tendenziell eine geringere Trennschärfe als verteilungsgebundene Tests. Zudem eignen sich verteilungsgebundene Tests gut für nicht normalverteilte Daten, wenn der Stichprobenumfang hinreichend groß ist. Erwägen Sie, einen verteilungsgebundenen Test selbst bei nicht normalverteilten Daten zu verwenden, sofern der Stichprobenumfang nicht sehr klein ist oder der Median für die Untersuchung sinnvoller erscheint.

Wenn die Daten die folgenden Richtlinien hinsichtlich des Stichprobenumfangs erfüllen, empfiehlt sich die Verwendung von Einfache ANOVA wegen der guten Eignung für schiefe Verteilungen und Nicht-Normalverteilungen sowie wegen der größeren Trennschärfe.
  • Die Daten enthalten 2 bis 9 Gruppen, und der Stichprobenumfang für jede Gruppe beträgt mindestens 15.
  • Die Daten enthalten 10 bis 12 Gruppen, und der Stichprobenumfang für jede Gruppe beträgt mindestens 20.
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.

Wenn abhängige Beobachtungen vorliegen, lesen Sie den Abschnitt „Analysieren eines Designs mit Messwiederholungen“. Weitere Informationen zu Stichproben finden Sie unter Wodurch unterscheiden sich abhängige und unabhängige Stichproben?.

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