Auswählen der Analyseoptionen für Trennschärfe und Stichprobenumfang für Test auf Varianzen, 2 Stichproben

Statistik > Trennschärfe und Stichprobenumfang > Test auf Varianzen, 2 Stichproben > Optionen

Wählen Sie die Alternativhypothese aus, geben Sie das Signifikanzniveau an, oder wählen Sie die Methode für den Test aus.

Alternativhypothese

Wählen Sie im Feld Alternativhypothese die zu testende Hypothese aus:
  • Kleiner als: Verwenden Sie diesen einseitigen Test, um zu ermitteln, ob eine Standardabweichung oder Varianz der Grundgesamtheit kleiner als eine andere Standardabweichung oder Varianz der Grundgesamtheit ist. Dieser einseitige Test ist trennschärfer als ein beidseitiger Test, mit ihm kann aber nicht erkannt werden, ob eine Standardabweichung oder Varianz der Grundgesamtheit größer als andere Standardabweichung oder Varianz der Grundgesamtheit ist. Wenn Sie diese Option auswählen, geben Sie im Dialogfeld Trennschärfe und Stichprobenumfang für Test auf Varianzen, 2 Stichproben im Feld Verhältnisse Werte ein, die kleiner als 1 sind.

    Ein Analytiker verwendet diesen einseitigen Test beispielsweise, um zu ermitteln, ob die Standardabweichung bei der Leistung einer neuen Maschine kleiner als die Standardabweichung bei der Leistung einer alten Maschine ist. Dieser einseitige Test besitzt eine größere Trennschärfe, um zu ermitteln, ob das Verhältnis der Standardabweichungen kleiner als 1 ist, aber mit ihm kann nicht festgestellt werden, ob das Verhältnis größer als 1 ist.

  • Ungleich: Verwenden Sie diesen beidseitigen Test, um zu ermitteln, ob zwei Standardabweichungen oder Varianzen von Grundgesamtheiten ungleich sind. Mit diesem beidseitigen Test können Sie erkennen, ob eine Standardabweichung oder Varianz einer Grundgesamtheit kleiner oder größer als eine andere Standardabweichung oder Varianz einer Grundgesamtheit ist; er besitzt aber eine geringere Trennschärfe als ein einseitiger Test.

    Ein Gesundheitsberater möchte beispielsweise die Varianzen der Bewertungen für die Zufriedenheit von Patienten zweier Krankenhäuser vergleichen. Da jede Differenz bei den Abweichungen wichtig ist, verwendet der Berater diesen beidseitigen Test, um zu ermitteln, ob die Varianz an einem Standort größer oder kleiner als an einem anderen Standort ist.

  • Größer als: Verwenden Sie diesen einseitigen Test, um zu ermitteln, ob eine Standardabweichung oder Varianz der Grundgesamtheit größer als eine andere Standardabweichung oder Varianz der Grundgesamtheit ist. Dieser einseitige Test besitzt eine größere Trennschärfe als ein beidseitiger Test, mit ihm kann aber nicht erkannt werden, ob die Standardabweichung oder Varianz der Grundgesamtheit kleiner als eine andere Standardabweichung oder Varianz der Grundgesamtheit ist. Wenn Sie diese Option auswählen, geben Sie im Dialogfeld Trennschärfe und Stichprobenumfang für Test auf Varianzen, 2 Stichproben im Feld Verhältnisse Werte ein, die größer als 1 sind.

    Ein Analytiker testet beispielsweise, ob die Varianz bei einer alten Strangpressmaschine größer als die Varianz bei einer neuen Strangpressmaschine ist. Dieser einseitige Test besitzt eine größere Trennschärfe, um zu ermitteln, ob das Verhältnis größer als 1 ist, mit ihm kann aber nicht erkannt werden, ob das Verhältnis kleiner als 1 ist.

Weitere Informationen zum Auswählen einer einseitigen oder beidseitigen Alternativhypothese finden Sie unter Informationen zur Nullhypothese und zur Alternativhypothese.

Signifikanzniveau

Verwenden Sie das Signifikanzniveau, um den Trennschärfewert des Tests zu minimieren, wenn die Nullhypothese (H0) wahr ist. Bei höheren Signifikanzniveaus ist der Test trennschärfer, gleichzeitig steigt jedoch die Wahrscheinlichkeit, dass ein Fehler 1. Art auftritt, beim dem die Nullhypothese zurückgewiesen wird, wenn diese tatsächlich wahr ist.

In der Regel ist ein Signifikanzniveau (als α oder Alpha bezeichnet) von 0,05 gut geeignet. Ein Signifikanzniveau von 0,05 gibt ein Risiko von 5 % an, dass auf eine vorhandene Differenz geschlossen wird, während tatsächlich keine vorhanden ist. Zudem wird damit angegeben, dass die Trennschärfe des Tests gleich 0,05 ist, wenn keine Differenz vorhanden ist.
  • Wählen Sie ein höheres Signifikanzniveau wie 0,10, um möglicherweise vorhandene Differenzen mit größerer Gewissheit zu erkennen. Ein Qualitätstechniker vergleicht beispielsweise die Stabilität von neuen Kugellagern mit der Stabilität der derzeit verwendeten Kugellager. Der Techniker muss mit großer Sicherheit schlussfolgern können, dass die neuen Kugellager stabil sind, denn instabile Kugellager können schwere Unfälle nach sich ziehen. Daher wählt er ein Signifikanzniveau von 0,10, um mit größerer Sicherheit mögliche Differenzen in der Stabilität der Kugellager zu erkennen.
  • Wählen Sie niedrigeres Signifikanzniveau wie 0,01, um mit größerer Sicherheit davon ausgehen zu können, dass nur tatsächlich vorhandene Differenzen erkannt werden. Ein Forscher in einem Pharmaunternehmen muss beispielsweise sehr sicher sein, dass die Behauptung, dass das neue Medikament des Unternehmens die Symptome signifikant reduziert, der Wahrheit entspricht. Er wählt ein Signifikanzniveau von 0,01, um mit größerer Sicherheit behaupten zu können, dass signifikante Differenzen hinsichtlich der Symptome tatsächlich vorhanden sind.

Methode

Wählen Sie die Methode aus, mit der Minitab die Daten analysiert. Der F-Test basiert auf der Normalverteilung und ist nur für normalverteilte Daten genau. Jegliche Abweichung von der Normalverteilung kann bei diesem Test zu ungenauen Ergebnissen führen. Wenn die Daten jedoch der Normalverteilung folgen, weist der F-Test in der Regel eine höhere Trennschärfe als Levenes Test auf.

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