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 Friedman-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 Friedman-Test kompatibel.
- Die Daten müssen zwei kategoriale Faktoren enthalten.
-
Ein Faktor stellt die Behandlung dar.Der andere Faktor ist der Block, dem jede Behandlung nach dem Zufallsprinzip zugewiesen wird. Beim Friedman-Test ist für jede Kombination von Behandlung und Block genau eine Beobachtung erforderlich. Minitab kann die Berechnungen nur durchführen, wenn für jede Kombination genau eine Beobachtung vorliegt.
Umfasst die Analyse zwei oder mehr feste kategoriale Faktoren, verwenden Sie Allgemeines lineares
Modell anpassen, wenn alle Faktoren fest sind, oder Modell mit gemischten
Effekten anpassen, wenn Zufallsfaktoren vorliegen.
Weitere Informationen zu Faktoren finden Sie unter Faktoren und Faktorstufen sowie unter Feste Faktoren und Zufallsfaktoren.
- Die Antwortvariable muss stetig oder ordinal 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 für alle Kombinationen von Block und Behandlung müssen dieselbe Form und Streubreite aufweisen, sie müssen jedoch nicht unbedingt einer Normalverteilung folgen.
- Das Design sollte mindestens 5 Blöcke oder Behandlungen umfassen
- Beim Friedman-Test wird die Teststatistik S verwendet, um den p-Wert zu berechnen. Gemäß der Nullhypothese entspricht die Chi-Quadrat-Verteilung annähernd der Verteilung von S. Die Approximation ist ausreichend genau, wenn entweder die Anzahl der Blöcke oder die Anzahl der Behandlungen im Design mit randomisierten Blöcken größer als 5 ist.
- 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.
