Grundlagentheorie Testverfahren

In diesem Artikel werden Probleme der Datenauswertung angesprochen, die mit der Anwendung von Testverfahren einherkommen. Dabei wird sehr allgemein die Herangehensweise betrachtet und mit einigen Beispielen in Beziehung gesetzt.

Wie sch�n w�re es, wenn wir unsere Testergebnisse in ein Statisikprogramm wie z. B. PSPP eingeben k�nnten, dann mit zwei, drei Klicks die Ergebnisse anfordern k�nnten und damit den Schritt der Datenauswertung beendet h�tten. Leider m�ssen wir uns vorher eine Menge Wissen �ber die m�glichen Testverfahren aneignen. Diese H�rde darf nicht untersch�tzt werden. Das Niveau ist hoch. Wann immer m�glich, holt euch Hilfe von Personen die etwas von Statistik und wissenschaftlichem Arbeiten verstehen, besucht ggf. parallel zur Masterarbeit einen extra Kurs/Kolloqium und l�chert dort euren Dozenten mit Fragen.

Ich will hier anmerken, dass ich kein Experte f�r Statistik bin. Viele Dinge die zu Testverfahren verstehe ich selbst nicht im Detail. Eine Gewissheit, dass ein hier beschriebenes Testverfahren f�r eure Studie passt biete ich euch nicht. W�hlt euch durch die Literatur und fragt nach wann immer ihr k�nnt , um die folgenden Aspekte zu kl�ren.

Testauswahl zur Hypothesenpr�fung
Welchen Test ihr ben�tigt, das h�ngt von A) eurem Forschungdesign und B) der Fragestellung ab.

Wollt ihr eine Hypothese hinsichtlich einer unabh�ngigen Variable testen? Wollt ihr zwei abh�ngige Variablen vergleichen?

Wollt ihr mehrere unabh�ngige Stichproben auf die gemessenen Werte hinsichtlich einer unabh�ngige Variable untersuchen? Gibt es nur voneinander abh�ngige Stichproben?

F�r jeden erdenklichen Fall gibt es in der Literatur irgendeinen vorgeschlagenen Test. In meinem Fall (Masterarbeit) war es der One-Way ANOVA Test, da ich vier Testgruppen als unabh�ngige Stichproben im Hinblick auf eine unabh�ngige Variable gemessen hatte. Nur den One-Way ANOVA anzuwenden ist nicht ausreichend um wissenschaftlich sauber zu sein. Die weitere Recherche zum One-Way-ANOVA Test ergab, dass der One-Way ANOVA bestimmte Voraussetzungen hat, damit er m�glichst zuverl�ssig ist. Um den Test zuverl�ssiger zu machen sollte eine Normalverteilung nachgewiesen werden. Daf�r ben�tigt man ein anderes Testverfahren, z. B. den Kolomogorow-Smirnov-Test. Und zum Abschluss, nach dem One-Way ANOVA sollte noch ein Post-hoc-Test durchgef�hrt werden, um die Ergebnisse zueinander in Beziehung setzen zu k�nnen.

Voraussetzungen
Testverfahren haben oft bestimmte Voraussetzungen. Einen Test anzuwenden, der die Voraussetzungen nicht erf�llt, bringt keine validen Ergebnisse. Ohne das Wissen �ber die Voraussetzungen wissen wir nicht, ob die Ergebnisse der Auswertung falsch sind. Im besten Fall sind sie zuf�llig richtig. Dass sie richtig sind, k�nnen wir in keinem Fall garantieren.

Interpretation
Ein weiteres Problem das es zu l�sen gilt ist, dass die Ergebnisse meist irgendwelche Zahlen sind. Aber was sagen die aus? Wenn die �berschrift klar sagt, dass es sich um Signifikanz p=0,01 handelt, dann m�sst ihr nur wissen was Signifikanz ist. Das m�sst ihr sowieso, da Signifikanz ein allgemeiner Wissenschaftheoretischer Begriff ist. Der steht �berall in B�chern/Webquellen und ohne den kommt ihr nicht weit.

Es kann jedoch auch vorkommen, dass in einer PSPP-Tabelle Gr��en auftauchen, die testspezifisch sind. In diesem Fall m�sst ihr weitere Informationen zum Test und der korrekten Interpretation der Werte finden. Ab und zu gibt es zus�tzliche Interpretationshilfen, ohne die ihr bestimmte Zahlen nicht interpretieren k�nnt.

Als Beispiel f�r die notwendige Anwendung von zus�tzlichen Interpretationshilfen ist der Kolomogorow-Smirnov-Test (KS-Test). Die Ergebnisse des KS-Test sind in PSPP in einer Tabelle dargestellt. In der Ergebnistabelle befindet sich ein Wert, der als extremste Differenz beschrieben ist. Dieser Wert muss mithilfe einer speziellen Tabelle interpretiert werden.

Es gibt f�r den KS-Test auch noch eine zweite Tabelle, die Lilliefors Tabelle. Die Ergebnisse des gleichen Tests k�nnen unterschiedlich interpretiert werden. Die Lilliefors-Tabelle wird im Gegensatz zur KS-Tabelle angewendet, wenn ihr genauer auf die Normalverteilung testen wollt; im Gegenzug opfert ihr etwas vom Parameter der Testst�rke.

Auswahl zwischen vergleichbaren Tests
Oft stellt sich die Frage, welcher Test ist besser? In der Wissenschaft sind viele verschiedene Testverfahren in Gebrauch. Gerade als Unerfahrener in diesem Bereich, ist es kaum m�glich zu wissen ob Test A nun besser als B ist. Im Absatz zuvor gab es bereits ein passendes Beispiel. Als Forschender fragt man sich, welches Opfer wiegt nun weniger schwer. Gebe ich Testst�rke auf und teste genauer auf eine Normalverteilung? Oder ist es andersherum besser?

Mein Tipp: lest was die Profis der Wissenschaft tun. Lest Studien, Webjournals, alles wo bis ins Detail gegangen wird. Oft sind die Auswertungsverfahren mit wenigen S�tzen im Text beschrieben. Wenn eure Studie ein vergleichbares Design hat, und nur dann, dann macht es genauso. Und wenn ihr euch mit unkritischem nachmachen nicht zufrieden geben wollt, dann recherchiert die Alternativen zu den Testverfahren.

Wissenschaft - auch wenn viele Wissenschaftler das nicht gerne h�ren - ist durch einen starken sozialen Faktor gepr�gt. Solange ihr akzeptierte Testverfahren anwendet macht ihr vermutlich alles richtig. Allerdings hoffe ich, dass ihr euch nicht zu schnell zufrieden gebt. Denn nur weil ein Wissenschaftler etwas macht, ist das nicht gleich richtig. Wissenschaftler sind schlie�lich in den seltensten F�llen Statistiker, sie machen auch das was �blicherweise gemacht wird und was ihnen in Kursen vermittelt wurde.

Nächster Artikel: Test auf Normalverteilung.

Zum Inhaltsverzeichnis