Wann verwende ich welche Methode?

Die Frage aller Fragen im statistik-geplagten Leben der meisten Studierenden: t-Test oder Varianzanalyse? Oder lieber doch Regression? Nein? Chi-Quadrat vielleicht?

Doch nun ist Schluss mit dem heiteren Methoden-Raten, denn es naht Abhilfe. Guckst du...

icon-logo-statistik

Methodenwahl Variante 1: Entscheidungsbäume

Im Internet oder Lehrbüchern findest du ein Füllhorn an mehr oder weniger komplexen Entscheidungsbäumen, die dir helfen, die richtige Methode auszuwählen.

Sie führen dich mit gezielten Fragen wie z. B. "Wie viele abhängige Variablen (AVn)? Eine oder mehrere?", "Welches Skalenniveau hat die unabhängige Variable (UV)?" zum Methodenglück.

Hier ist eine kleine, aber feine Auswahl an frei im Internet verfügbaren Entscheidungsbäumen:

icon-logo-statistik

Methodenwahl Variante 2: Worum geht's inhaltlich?

Die allermeisten Hypothesen in der Statistik in den Sozialwissenschaften drehen sich um:

  • Unterschiede
  • Zusammenhänge
  • Veränderungen über die Zeit hinweg

Daher kannst du das als Anhalts- bzw. Startpunkt dafür nehmen, welche Methode du verwenden solltest.

Frag' dich also immer zu Beginn: worum geht es inhaltlich bei meiner Hypothese?

Wenn du den Grob-Bereich weißt (Unterschiede, Zusammenhänge oder Veränderungen), kannst du dich dann im jeweiligen Bereich mit den nachfolgenden Fragen weiter vorantasten:

icon-logo-statistik

Wenn es um Unterschiede geht...

unterschiedshypothesen

Beispiele:

Frauen sind weniger konfliktbereit als Männer (t-Test für unabhängige Stichproben).

Drei verschiedene Trainings zur sozialen Kompetenz unterscheiden sich in ihrer Wirksamkeit (Varianzanalyse für unabhängige Messungen).

Zwillinge unterscheiden sich in ihrer Risikoaversion (t-Test für abhängige Stichproben).

Die dazugehörigen Fragen...

Wie viele Gruppen werden miteinander verglichen?

2 Gruppen & NORMALVERTEILTE AV:

Unabhängige oder abhängige Stichproben?

- Unabhängige Stichproben: t-Test für unabhängige Stichproben

- Abhängige Stichproben: t-Test für abhängige Stichproben


2 GRUPPEN & NICHT NORMALVERTEILTE BZW. ORDINALSKALIERTE AV:

UNABHÄNGIGE ODER ABHÄNGIGE STICHPROBEN?

- Unabhängige Stichproben: Mann-Whitney-U-Test

- Abhängige Stichproben: Wilcoxon-Test

icon-logo-statistik

Mindestens 3 Gruppen & NORMALVERTEILTE AV:

Unabhängige oder abhängige Stichproben?

- Unabhängige Stichproben: die "normale" Varianzanalyse für unabhängige Messungen

- Abhängige Stichproben: Varianzanalyse mit Messwiederholung


Mindestens 3 GRUPPEN & NICHT NORMALVERTEILTE bzw. Ordinalskalierte AV:

UNABHÄNGIGE ODER ABHÄNGIGE STICHPROBEN?

- Unabhängige Stichproben: Kruskal-Wallis-Test / Rangvarianzanalyse

- Abhängige Stichproben: Friedman-Test

icon-logo-statistik

Wenn es um Zusammenhänge geht...

methodenwahl-zusammenhänge

Beispiele:

Es besteht ein Zusammenhang zwischen der kognitiven Verarbeitungstiefe und dem Alter (Korrelationskoeffizient r nach Bravais-Pearson).

Das gewählte Studienfach ist abhängig vom Geschlecht (Chi-Quadrat-Test auf Unabhängigkeit).

Je höher der Bildungsgrad, desto höher die Einschätzung des Selbstvertrauens als gering, mittelstark und stark ausgeprägt (Kendalls Tau b).

Die dazugehörigen Fragen...

WELCHES SKALENNIVEAU HABEN Deine VARIABLEN?

2 NOMINALSKALIERTE VARIABLEN:

- Nicht normiertes Maß: Chi-Quadrat-Koeffizient & Chi-Quadrat-Test auf Unabhängigkeit

- Dichotome Variablen: Phi-Koeffizient

- Normiertes Maß: Cramers V

- Normiertes Maß: Kontingenz-Koeffizient C


2 ORDINALSKALIERTE VARIABLEN:

- Zwei originär ordinalskalierte Merkmale: Kendalls Tau b

- Zwei metrische Merkmale, die jedoch die Voraussetzungen für den Korrelationskoeffizienten r nach Bravais-Pearson nicht erfüllen (nicht normalverteilt oder keine Linearität): Rangkorrelationskoeffizient nach Spearman


2 metrische VARIABLEN:

- Linearer Zusammenhang, nicht normiertes Maß: Kovarianz

- Linearer Zusammenhang, normiertes Maß: Korrelationskoeffizient r nach Bravais-Pearson


Unterschiedlich skalierte VARIABLEn:

- 1 dichotom, 1 intervallskaliert: Punktbiseriale Korrelation

- 1 dichotom, 1 ordinallskaliert: Biseriale Korrelation

icon-logo-statistik

Wenn es um veränderungen über die Zeit hinweg geht...

methodenwahl-veränderungen

Beispiele:

Die Lernmotivation verändert sich im Verlauf des Studiums: gemessen vor dem Studium, nach dem 1., 3. und 6. Semester (Varianzanalyse mit Messwiederholung).

Die Aufmerksamkeitsspanne ist morgens höher als abends (t-Test für abhängige Stichproben).

Nach einem Seminar über das Rauchen gibt es weniger Raucher und mehr Nicht-Raucher (McNemar-Test).

Die dazugehörigen Fragen...

Wie viele Messzeitpunkte?

2 MESSZEITPUNKTE:

Skalenniveau der AV?

- Metrische AV: t-Test für abhängige Stichproben

- Dichotome Variable: McNemar-Test


Mindestens 3 MESSZEITPUNKTE:

- Metrische AV: Varianzanalyse mit Messwiederholung

icon-logo-statistik

Meine Challenge an Dich:

Schnapp' dir doch gleich mal eine Fragestellung, mit der du dich gerade beschäftigst, und probier' aus, was dir mehr liegt, um zur richtigen Methode zu kommen:

Entscheidungsbäume oder die Herangehensweise nach inhaltlichen Gesichtspunkten?

Viel Erfolg!

Quellen:

Bortz, J., & Schuster, C. (2017). Statistik für Human- und Sozialwissenschaftler. Berlin: Springer.

Field, A. (2018). Discovering Statistics using IBM SPSS Statistics. London: SAGE.

Sedlmeier, P., & Renkewitz, F. (2018). Forschungsmethoden und Statistik für Psychologen und Sozialwissenschaftler. München: Pearson.

>